[发明专利]文本规整方法及装置

权利要求书

1.一种文本规整方法，其特征在于，所述方法包括：

获取语音数据及所述语音数据对应的识别文本；

获取所述识别文本中的词单元及所述词单元对应的词向量；

提取规整特征，具体包括从所述语音数据中提取语音特征，并从所述识别文本中提取文本特征；

将所述词向量及所述规整特征对应的特征向量输入预先构建的文本规整模型，根据所述文本规整模型的输出得到所述词单元对应的标签，所述标签至少包括：删除；

根据所述词单元对应的标签对所述识别文本进行规整，得到规整后的语音识别文本。

2.根据权利要求1所述的方法，其特征在于，所述文本特征包括以下任意一项或多项：词性特征、Ngram重复特征、临近词模糊匹配得分。

3.根据权利要求1所述的方法，其特征在于，所述语音特征包括以下任意一项或多项：基频特征、停顿特征、能量特征。

4.根据权利要求1所述的方法，其特征在于，所述根据所述词单元对应的标签对所述识别文本进行规整，得到规整后的文本包括：

删除所述识别文本中标签为删除的词单元，得到规整后的文本。

5.根据权利要求1所述的方法，其特征在于，在获取所述识别文本中的各词单元及所述词单元对应的词向量之前，所述方法还包括：

滤除所述识别文本中的语气词。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括：

获取与所述语音数据同步的说话人口型信息；

所述提取规整特征还包括：

从所述口型信息中提取口型特征。

7.一种文本规整装置，其特征在于，所述装置包括：

语音接收模块，用于获取语音数据；

识别文本获取模块，用于获取所述语音数据对应的识别文本；

词单元获取模块，用于获取所述识别文本中的各词单元及所述词单元对应的词向量；

特征提取模块，用于提取规整特征；所述特征提取模块包括：语音特征提取单元和文本特征提取单元；所述语音特征提取单元用于从所述语音数据中提取语音特征；所述文本特征提取单元用于从所述识别文本中提取文本特征；

判断模块，用于将所述词向量及所述规整特征对应的特征向量输入预先构建的文本规整模型，根据所述文本规整模型的输出得到所述词单元对应的标签，所述标签至少包括：删除；

规整模块，用于根据所述词单元对应的标签对所述识别文本进行规整，得到规整后的语音识别文本。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

口型信息获取模块，用于获取与所述语音数据同步的说话人口型信息；

所述特征提取模块包括：

口型特征提取单元，用于从所述口型信息中提取口型特征。

9.一种电子设备，其特征在于，包括：一个或多个处理器、存储器；

所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，以实现如权利要求1至6任一项所述的方法。

10.一种可读存储介质，其上存储有指令，所述指令被执行以实现如权利要求1至6任一项所述的方法。