[發明專利]一種語音數據量控制方法、裝置和電子設備

在審

• 申請號: 202111241356.0
• 申請日: 2021-10-25
• 公開（公告）號: CN114420126A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 白路遠;張冠南
• 申請（專利權）人: 聯想（北京）有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/28
• 代理公司: 北京樂知新創知識產權代理事務所(普通合伙) 11734
• 代理人: 王瞾寅

本公開提供一種語音數據量控制方法、裝置和電子設備，包括：向服務端發送第一語音數據報文，記錄第一語音數據報文的發送時間戳，第一語音數據報文的數據量大小為第一數據量，且第一語音數據報文有對應的基準響應時間；接收服務端返回的對應第一語音數據報文的第一響應，并記錄第一響應的接收時間戳；計算第一響應的接收時間戳與第一語音數據報文的發送時間戳之間的差值，并將差值與第一語音數據報文對應的基準響應時間進行比較，獲得比較結果；根據比較結果調整向服務端發送的第二語音數據報文的數據量大小。本公開能根據當前網絡性能及語音識別引擎的服務狀態動態調整發送語音數據報文的數據量大小，能兼顧語音識別引擎識別準確度與性能的平衡。

技術領域

本公開涉及語音識別技術領域，尤其涉及一種語音數據量控制方法、裝置和電子設備。

背景技術

相關技術的語音解決方案中都涉及客戶端采集用戶語音數據并上傳至服務端識別成文本的過程，此過程通常稱之為語音識別，語音識別分為一次性識別和長時間持續識別。在長時間持續識別場景中，不同廠商或不同技術棧的語音識別引擎對輸入的語音數據的要求不同，其中語音數據的發送頻率會極大影響語音識別引擎的準確度和性能。單次發送的語音數據量越大，識別的準確度越高，但是性能越差，因為需要更長的識別時間；單次發送的語音數據量越小，識別時間越短，但識別的準確度低。因此，兼顧語音識別引擎識別準確度與性能的平衡，一直是相關領域的研究課題，也是本公開要解決的技術問題。

發明內容

本公開提供一種語音數據量控制方法、裝置和電子設備，以至少解決現有技術中存在的以上技術問題。

本公開一方面提供一種語音數據量控制方法，應用于電子設備，所述方法包括：

向服務端發送第一語音數據報文，并記錄所述第一語音數據報文的發送時間戳，所述第一語音數據報文的數據量大小為第一數據量，且所述第一語音數據報文有對應的基準響應時間；

接收所述服務端返回的對應所述第一語音數據報文的第一響應，并記錄所述第一響應的接收時間戳；

計算所述第一響應的接收時間戳與所述第一語音數據報文的發送時間戳之間的差值，并將所述差值與所述第一語音數據報文對應的基準響應時間進行比較，獲得比較結果；

根據所述比較結果調整向服務端發送的第二語音數據報文的數據量大小，所述第二語音數據報文為在所述第一語音數據報文之后發送的報文。

在一可實施方式中，所述根據比較結果調整向服務端發送的第二語音數據報文的數據量大小，包括：

所述比較結果為所述差值大于所述第一語音數據報文對應的基準響應時間，且差值與所述基準響應時間之差的絕對值大于等于第一閾值，則確定所述第二語音數據報文的數據量大小為所述第一數據量減去第一調整量；

所述比較結果為所述差值大于所述第一語音數據報文對應的基準響應時間，且差值與所述基準響應時間之差的絕對值小于所述第一閾值，則確定所述第二語音數據報文的數據量大小等于所述第一數據量。

在一可實施方式中，所述根據比較結果調整向服務端發送的第二語音數據報文的數據量大小，包括：

所述比較結果為所述差值小于所述第一語音數據報文對應的基準響應時間，且所述差值與所述基準響應時間之差的絕對值大于等于第二閾值，則確定所述第二語音數據報文的數據量大小為所述第一數據量加上第二調整量；

所述比較結果為所述差值小于所述第一語音數據報文對應的基準響應時間，且所述差值與所述基準響應時間之差的絕對值小于所述第二閾值，則確定所述第二語音數據報文的數據量大小等于所述第一數據量。

在一可實施方式中，所述方法還包括：