[发明专利]语音数据句类识别方法和装置及系统

权利要求书

1.一种语音数据句类识别方法，其特征在于，包括：

接收待识别的语音数据，所述待识别的语音数据以句为单位；

获取所述语音数据的句类识别特征，所述句类识别特征包括声学句类识别特征，或者，所述句类识别特征包括声学句类识别特征和语义句类识别特征；

根据预先构建的句类识别模型和所述句类识别特征，识别所述语音数据的句类，所述句类识别模型根据获取的语音数据样本的句类识别特征构建得到，所述语音数据的句类包括每句语音数据的句类，所述每句语音数据的句类是指按照所述每句语音数据中句子的语气划分的类型。

2.根据权利要求1所述的方法，其特征在于，还包括：构建句类识别模型，所述构建句类识别模型包括：

获取语音数据样本；

确定所述语音数据样本的句类；

获取所述语音数据样本的句类识别特征；

根据所述语音数据样本的句类识别特征和所述语音数据样本的句类，进行模型训练，构建得到句类识别模型。

3.根据权利要求1所述的方法，其特征在于，获取所述语音数据的声学句类识别特征，包括：

对所述语音数据进行划分，得到所述语音数据包含的多个语音片段；

计算所述语音片段的短时平均能量；

根据所述短时平均能量确定所述语音数据的声学句类识别特征。

4.根据权利要求3所述的方法，其特征在于，所述根据所述短时平均能量确定声学句类识别特征，包括：

将所有所述短时平均能量组成的向量，确定为所述语音数据的声学句类识别特征；或者，

在所有所述短时平均能量中确定出最大短时平均能量，将所述最大短时平均能量确定为所述语音数据的声学句类识别特征；或者，

将所有所述短时平均能量和最大短时平均能量组成的向量，确定为所述语音数据的声学句类识别特征。

5.根据权利要求1所述的方法，其特征在于，获取所述语音数据的语义句类识别特征，包括：

对所述语音数据进行划分，得到所述语音数据包含的多个语音片段，以及，从所述多个语音片段中获取短时平均能量最大的语音片段；

根据所述短时平均能量最大的语音片段，获取扩展后的语音片段对应的文本数据；

根据所述文本数据确定所述语音数据的语义句类识别特征。

6.根据权利要求5所述的方法，其特征在于，所述语义句类识别特征包括如下项的至少一项：

句互信息向量，所述句互信息向量为所述文本数据包含的词语对应的互信息向量的加权和，所述互信息向量为所述词语与每种句类之间的互信息组成的向量；

句子向量，所述句子向量为所述文本数据包含的词语对应的词向量的加权和。

7.根据权利要求3或5所述的方法，其特征在于，所述对所述语音数据进行划分，得到所述语音数据包含的多个语音片段，包括：

对所述语音数据进行语音识别，得到对应的整句文本数据；将所述整句文本数据划分为多个文本片段，并根据所述文本片段对所述语音数据进行划分，得到多个语音片段。

8.根据权利要求7所述的方法，其特征在于，所述根据所述短时平均能量最大的语音片段，获取扩展后的语音片段对应的文本数据，包括：

对所述整句文本数据进行分词，得到分词结果；

在所述整句文本数据中提取出所述短时平均能量最大的语音片段对应的文本数据，并确定所述提取出的文本数据包含的起始词语的位置和结束词语的位置；

确定扩展窗的窗口大小；

根据所述提取出的文本数据包含的起始词语的位置和结束词语的位置，以及所述窗口大小，确定扩展后语音片段对应的文本数据。