[发明专利]语音加速检测方法、装置、设备及可读存储介质

权利要求书

1.一种语音加速检测方法，其特征在于，所述语音加速检测方法包括：

获取待检测音频，使用预设音素识别算法对所述待检测音频进行识别，并确定所述待检测音频中每一音素的持续时长；

基于所述持续时长，判断所述待检测音频中音素的出现速度是否满足预设条件；

若满足，则标记所述待检测音频为加速音频，并对所述加速音频进行降速识别操作；

所述基于所述持续时长，判断所述待检测音频中音素的出现速度是否满足预设条件的步骤包括：

将所述待检测音频按照预设时间间隔分为若干音频片段，并根据所述持续时长，确定各音频片段中的音素数目；

按照时序逐一判断各音频片段中的音素数目是否超出预设第一阈值，并将音素数目超出预设第一阈值的音频片段标记为第一加速音频片段；

判断所述第一加速音频片段中是否存在数目超出预设第二阈值且连续的第二加速音频片段；

若存在，则判定所述待检测音频中音素的出现速度满足预设条件；

若不存在，则判定所述待检测音频中音素的出现速度不满足预设条件。

2.如权利要求1所述的语音加速检测方法，其特征在于，所述按照时序逐一判断各音频片段中的音素数目是否超出预设第一阈值，并将音素数目超出预设第一阈值的音频片段标记为第一加速音频片段的步骤包括：

按照各音频片段的时间先后顺序，依次判断每一音频片段中的音素数目是否超出预设第一阈值；

若超出预设第一阈值，则标记为第一加速音频片段；

若未超出预设第一阈值，则清除数目未超过所述预设第二阈值且连续的第一加速音频片段的标记；

直至遍历所述待检测音频中的所有音频片段。

3.如权利要求1所述的语音加速检测方法，其特征在于，所述获取待检测音频，使用预设音素识别算法对所述待检测音频进行识别，并确定所述待检测音频中每一音素的持续时长的步骤包括：

获取待检测音频，获取基于预设神经网络模型及隐马尔可夫模型构建的所述预设音素识别模型，并使用所述预设音素识别模型识别所述待检测音频中的音素；

对所述待检测音频中的音素进行时间对齐，获取每一音素的持续时长。

4.如权利要求1所述的语音加速检测方法，其特征在于，所述对所述加速音频进行降速识别操作的步骤包括：

对所述加速音频进行降速处理，生成降速音频；

使用自动语音识别技术识别所述降速音频的内容。

5.如权利要求1所述的语音加速检测方法，其特征在于，所述判断所述待检测音频中音素的出现速度是否满足预设条件的步骤之后，还包括：

若不满足，则使用自动语音识别技术识别所述待检测音频的音频内容。

6.如权利要求1-5任一项所述的语音加速检测方法，其特征在于，所述获取待检测音频的步骤之前，还包括：

获取初始音频，使用预设卷积神经网络模型对所述初始音频进行降噪处理，生成所述待检测音频。

7.一种语音加速检测装置，其特征在于，所述语音加速检测装置包括：

音素时长确定模块，用于获取待检测音频，使用预设音素识别算法对所述待检测音频进行识别，并确定所述待检测音频中每一音素的持续时长；

音素速度判断模块，用于基于所述持续时长，判断所述待检测音频中音素的出现速度是否满足预设条件；

音频降速识别模块，用于若满足，则标记所述待检测音频为加速音频，并对所述加速音频进行降速识别操作；

所述音素速度判断模块还用于将所述待检测音频按照预设时间间隔分为若干音频片段，并根据所述持续时长，确定各音频片段中的音素数目；按照时序逐一判断各音频片段中的音素数目是否超出预设第一阈值，并将音素数目超出预设第一阈值的音频片段标记为第一加速音频片段；判断所述第一加速音频片段中是否存在数目超出预设第二阈值且连续的第二加速音频片段；若存在，则判定所述待检测音频中音素的出现速度满足预设条件；若不存在，则判定所述待检测音频中音素的出现速度不满足预设条件。