[發明專利]語音斷句方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202110725596.1
• 申請日: 2021-06-29
• 公開（公告）號: CN113436617B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 曹磊;李俊蓉
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G10L15/04
• 分類號: G10L15/04;G10L15/05;G10L15/26;G10L25/87;G06F18/22;G06F40/284
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 汪飛亞

1.一種語音斷句方法，其特征在于，所述方法包括：

獲取用戶參數及用戶語音，根據所述用戶語音獲取語速語調，調用靜默時間計算模型基于所述語速語調和所述用戶參數獲取靜默時間；

根據所述靜默時間對所述用戶語音進行斷句處理，得到多個第一斷句語音；

提取每個第一斷句語音中的末端字詞，使用預先訓練的詞匯模型識別每個末端字詞是否為目標字詞；

當識別到所述末端字詞為目標字詞時，對包含所述目標字詞的所述第一斷句語音進行斷句處理，得到多個第二斷句語音，所述多個第二斷句語音包括：包含所述目標字詞的所述第二斷句語音及不包含所述目標字詞的所述第二斷句語音；

獲取包含所述目標字詞的第一斷句語音的相鄰斷句語音為待處理語音,并將包含所述目標字詞的所述第二斷句語音與所述待處理語音進行合并處理，得到第三斷句語音；

將不包含所述目標字詞的所述第一斷句語音、不包含所述目標字詞的所述第二斷句語音及所述第三斷句語音按照順序排列，得到目標斷句語音。

2.如權利要求1所述的語音斷句方法，其特征在于，在得到所述目標斷句語音之后，所述方法還包括：

設置約束條件；

對所述目標斷句語音進行包括預加重、加窗分幀在內的預處理；

對預處理后的目標斷句語音進行快速傅里葉變換，得到多個子帶；

使用所述約束條件對每個子帶進行線性約束，得到目標子帶；

計算每個目標子帶的能量概率分布密度及根據所述能量概率分布密度計算對應的子帶的譜熵；

對每個子帶的譜熵進行平滑處理得到門限閾值；

使用雙門限端點檢測法基于所述門限閾值檢測出音節起始點和終止點；

根據所述音節起始點和所述終止點對所述目標斷句語音進行語音分割。

3.如權利要求2所述的語音斷句方法，其特征在于，所述使用所述約束條件對每個子帶進行線性約束，得到目標子帶包括：

獲取每個子帶的頻譜；

將不在預設目標范圍內的頻譜設置為0，將在所述目標范圍內的頻譜進行保留，并將大于預設目標值的頻譜概率密度設置為0，將小于或者等于所述預設目標值的頻譜概率密度進行保留，得到目標子帶。

4.如權利要求1至3中任意一項所述的語音斷句方法，其特征在于，所述方法還包括：

將所述用戶語音轉換為用戶文本；

對所述用戶文本進行分詞處理得到多個關鍵詞；

獲取每個關鍵詞的詞向量；

根據所述詞向量生成文本斷句特征；

根據所述文本斷句特征以及長時記憶斷句模型對所述用戶文本進行斷句，得到斷句文本；

對所述斷句文本及所述目標斷句語音進行比對，得到比對結果。

5.如權利要求4所述的語音斷句方法，其特征在于，所述對所述斷句文本及所述目標斷句語音進行比對，得到比對結果包括：

將所述目標斷句語音轉換為目標斷句文本；

計算所述目標斷句文本與對應的斷句文本的相似度；

當所述目標斷句文本與對應的斷句文本的相似度大于預設相似度閾值，則比對結果為所述斷句文本與所述目標斷句語音比對一致；

當所述目標斷句文本與對應的斷句文本的相似度小于所述預設相似度閾值，則比對結果為所述斷句文本與所述目標斷句語音比對不一致。

6.如權利要求5所述的語音斷句方法，其特征在于，所述方法還包括：

獲取所述比對結果為所述斷句文本與所述目標斷句語音比對一致的第一數量；

獲取所述目標斷句語音的第二數量；

根據所述第一數量及所述第二數量計算所述目標斷句語音的準確率。

7.如權利要求1至3中任意一項所述的語音斷句方法，其特征在于，所述方法還包括：

在得到所述目標斷句語音后，將所述目標斷句語音對應的語音文本顯示給用戶；或者

在得到所述目標斷句語音后，在需要斷句處添加斷句標記，并將添加斷句標記后的斷句語音對應的語音文本顯示給用戶。