[发明专利]一种音视频通话方言识别方法及终端设备

说明书

本发明提供了一种音视频通话方言识别方法及终端设备，适用于数据处理技术领域，该方法包括：采集通话过程中用户的语音数据，并确定出语音数据的方言种类；将语音数据划分为多个语音数据段；获取方言种类对应的发音词典以及语言模型，基于发音词典对语音数据段进行语音识别，确定出语音数据对应的多个候选文字序列；基于语言模型对多个候选文字序列进行分析，以从多个候选文字序列筛选出与语音数据匹配度最高的文字序列，并将文字序列发送至通话对端终端设备进行显示。本发明实施例可以实现对音视频通话过程中对方言的准确识别翻译，能够保证即使在听不懂方言的情况下通话双方也能获知通话内容，保证音视频通话的正常进行。

技术领域

本发明属于数据处理技术领域，尤其涉及音视频通话方言识别方法及终端设备。

背景技术

现有的音视频通话软件在进行音视频通话时，仅能听到通话双方的声音，当通话双方中有人使用方言时，若另一方不懂其使用的方言，则会使得音视频通话过程出现语言障碍，从而使得通话双方无法正常进行音视频通话。因此，现有技术无法在音视频过程中实现对方言的准确识别翻译，以保证音视频通话的正常进行。

发明内容

有鉴于此，本发明实施例提供了一种音视频通话方言识别方法及终端设备，以解决现有技术中无法在音视频过程中实现对方言的准确识别翻译，以保证音视频通话的正常进行的问题。

本发明实施例的第一方面提供了一种音视频通话方言识别方法，包括：

采集通话过程中用户的语音数据，并确定出所述语音数据的方言种类；

将所述语音数据划分为多个语音数据段，所述语音数据段与组成所述语音数据的每个字词一一对应；

获取所述方言种类对应的发音词典以及语言模型，基于所述发音词典对所述语音数据段进行语音识别，确定出所述语音数据对应的多个候选文字序列，所述发音词典中记录有字词对应的方言发音数据，所述语言模型中存储有所述方言种类的语法规则数据；

基于所述语言模型对所述多个候选文字序列进行分析，以从所述多个候选文字序列筛选出与所述语音数据匹配度最高的文字序列，并将所述文字序列发送至通话对端终端设备进行显示。

本发明实施例的第二方面提供了一种音视频通话方言识别终端设备，所述音视频通话方言识别终端设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤。

采集通话过程中用户的语音数据，并确定出所述语音数据的方言种类；

将所述语音数据划分为多个语音数据段，所述语音数据段与组成所述语音数据的每个字词一一对应；

获取所述方言种类对应的发音词典以及语言模型，基于所述发音词典对所述语音数据段进行语音识别，确定出所述语音数据对应的多个候选文字序列，所述发音词典中记录有字词对应的方言发音数据，所述语言模型中存储有所述方言种类的语法规则数据；

基于所述语言模型对所述多个候选文字序列进行分析，以从所述多个候选文字序列筛选出与所述语音数据匹配度最高的文字序列，并将所述文字序列发送至通话对端终端设备进行显示。

本发明实施例的第三方面提供了一种计算机可读存储介质，包括：存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的音视频通话方言识别方法的步骤。