[发明专利]语音数据处理方法、电子设备及计算机可读存储介质

说明书

本发明公开一种语音数据处理方法，包括：对语音数据进行生物特征处理得到第一脱敏语音数据；对第一脱敏语音数据进行语音识别处理得到第一脱敏识别文本内容；按照预设脱敏规则确定第一脱敏识别文本内容中的敏感文本内容；对敏感文本内容进行脱敏处理；至少根据脱敏处理结果生成第二脱敏语音数据。本发明实施例通过对语音数据做生物特征处理，从而达到了对说话人生物特征隐私的脱敏。通过将第一脱敏语音数据识别为第一脱敏识别文本内容，再按照预设脱敏规则检测出敏感文本内容进行脱敏处理，最后基于脱敏处理结果生成了脱敏后的语音数据，从而确保了在利用脱敏语音数据时不会存在暴露说话者的个人私密信息，实现了说话者的信息安全。

技术领域

本发明涉及语音数据处理技术领域，尤其涉及一种语音数据处理方法、电子设备及计算机可读存储介质。

背景技术

随着智能语音技术的发展，语音数据或者音视频中的音频信息，已经成为医疗、金融、政府、企业等重要的可以直接应用的数据源。

以医疗行业应用举例，录制医生和患者间的问诊过程，是最一手的信息。通过一系列语音识别和自然语言处理，这些信息在生成门诊电子病历、辅助诊断、医疗教学和培训中都有非常重要的应用。为了保护病人和医生隐私，现有的医疗数据脱敏规范，已经覆盖了姓名、年龄、身份证号码、病历号、住址等个人信息。但原始的音频中，仍然包含了病人和医生的各种生物特征信息(例如，声纹和年龄等)，这些信息同样需要进行脱敏处理，以确保病人和医生的隐私。

以金融行业应用举例，银行电话客服和客户之间的对话录音重要的原始信息，可以通过语音识别技术得到对话的转写。该对话录音还可以用于客服服务质检。定量的质检包括判断是否有不规范用语。定性的质检包括是否保持热情的服务态度、用户是否满意。情绪识别技术进行定性的质检。此外，智能语音技术还可以分析对话的主题、对话持续时长等，用于客服的培训等应用。所以原始的语音有重要的应用价值。但是语音内容包含大量敏感的信息，例如，银行电话客服和客户之间的对话内容，往往包括用户的身份信息、用户账号信息等敏感信息。如果直接存储利用，则会存在极大的隐私安全隐患。

发明内容

本发明实施例提供一种语音数据处理方法、电子设备及计算机可读存储介质，用于至少解决上述技术问题之一。

第一方面，本发明实施例提供一种语音数据处理方法，包括：

对语音数据进行生物特征处理得到第一脱敏语音数据；

对所述第一脱敏语音数据进行语音识别处理得到第一脱敏识别文本内容；

按照预设脱敏规则确定所述第一脱敏识别文本内容中的敏感文本内容；

对所述敏感文本内容进行脱敏处理；

至少根据脱敏处理结果生成第二脱敏语音数据。

第二方面，本发明实施例提供一种计算机可读存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备(包括但不限于计算机，服务器，或者网络设备等)读取并执行，以用于执行本发明的任一项语音数据处理方法。

第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明的任一项语音数据处理方法。

第四方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行本发明的任一项语音数据处理方法。