[發(fā)明專利]一種音頻違禁詞過濾方法、裝置、電子設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202210368536.3
• 申請日: 2022-04-09
• 公開（公告）號: CN114694656A
• 公開（公告）日: 2022-07-01
• 發(fā)明（設計）人: 柯細興;金尚雄;羅洪濱
• 申請（專利權）人: 億瑪創(chuàng)新網絡（天津）有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L13/033;G06F16/33
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種音頻違禁詞過濾方法，其特征在于，所述違禁詞過濾方法包括：

對采集到的實時音頻數(shù)據進行識別，形成文本數(shù)據；

識別所述文本數(shù)據中的違禁詞，并確定違禁詞音頻坐標組和正常音頻坐標組；

將所述正常音頻坐標組對應的音頻段做正常音頻標識、將所述違禁詞音頻坐標組對應的音頻段做異常音頻標識；

將做有所述異常音頻標識的音頻段替換，并與所述標有所述正常音頻標識的音頻段進行合成，形成最終音頻數(shù)據。

2.根據權利要求1所述的一種音頻違禁詞過濾方法，其特征在于，所述對采集到的實時音頻數(shù)據進行識別，形成文本數(shù)據包括：

將所述音頻數(shù)據分成若干個音頻幀；

對每一個所述音頻幀進行識別，形成文字段；

對所有所述音頻幀的識別形成的所述文字段進行組合，形成文本數(shù)據。

3.根據權利要求2所述的一種音頻違禁詞過濾方法，其特征在于，對每一個所述音頻幀進行識別，形成文字段，所述文字段包括若干個文字，包括：

對每一個所述文字，記錄所對應音頻幀的坐標，并作標記。

4.根據權利要求3所述的一種音頻違禁詞過濾方法，其特征在于，所述識別所述文本數(shù)據中的違禁詞，并確定違禁詞音頻坐標組和正常音頻坐標組包括：

對所述文本數(shù)據進行分詞，得到一個個token，所述token包括若干個所述文字；

將所述token與違禁詞知識模型庫內的違禁詞進行匹配，若所述token匹配到違禁詞知識模型內的違禁詞，則確定該token為違禁詞，否則，確定該token為正常詞；

根據組成所述違禁詞的文字所記錄的音頻坐標，形成違禁詞音頻坐標組；根據組成所述正常詞的文字所記錄的音頻坐標，形成正常音頻坐標組。

5.根據權利要求4所述的一種音頻違禁詞過濾方法，其特征在于，根據組成所述違禁詞的文字所記錄的音頻坐標，形成違禁詞音頻坐標組；根據組成所述正常詞的文字所記錄的音頻坐標，形成正常音頻坐標組，包括：

根據組成所述違禁詞的文字所作的標記，找到對應的音頻幀的坐標，取首尾兩個文字所對應的音頻幀的坐標，形成違禁詞音頻坐標組；根據組成所述正常詞的文字所作的標記，找到對應的音頻幀的坐標，取首尾兩個文字所記錄的音頻幀的坐標，形成正常音頻坐標組。

6.一種音頻違禁詞過濾裝置，其特征在于，所述裝置包括：

語音采集模塊，采集實時音頻數(shù)據；

分析處理模塊，獲取并分析處理所述音頻數(shù)據得到違禁詞音頻坐標組和正常音頻坐標組；

數(shù)據緩存模塊，緩存所述音頻數(shù)據；

標記模塊，對數(shù)據緩存模塊中緩存的音頻數(shù)據中所述正常音頻坐標組對應的音頻段做正常音頻標識、對數(shù)據緩存模塊中緩存的音頻數(shù)據中所述音頻數(shù)據中所述違禁詞音頻坐標組對應的音頻段做異常音頻標識；

音頻合成模塊，將做有所述異常音頻標識的音頻段替換，并與所述標有所述正常音頻標識的音頻段進行合成，形成最終音頻數(shù)據；

語音播放模塊，將所述最終音頻數(shù)據播放至直播間。

7.根據權利要求6所述一種音頻違禁詞過濾裝置，其特征在于：

所述分析處理模塊通過網絡長鏈接從所述語音采集模塊實時獲取所述音頻數(shù)據，且通過異步返回所述違禁詞音頻坐標組和正常音頻坐標組至所述標記模塊。

8.根據權利要求6所述一種音頻違禁詞過濾裝置，其特征在于，所述分析處理模塊包括：

語音識別單元，將獲取到的所述音頻數(shù)據識別成文本數(shù)據；

違禁詞識別單元，識別所述文本數(shù)據中的違禁詞；

語音處理單元，根據所述違禁詞確定違禁詞音頻坐標組和正常音頻坐標組。

9.一種電子設備，包括存儲器和處理器，所述存儲器上存儲有計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權利要求1至5任一項所述的方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權利要求1至5任一項所述的方法。