[发明专利]一种语音笔录筛选方法、装置、存储介质及设备

说明书

本申请公开了一种语音笔录筛选方法、装置、存储介质及设备，该方法包括：首先获取待筛选的目标语音识别文本及其所归属的目标用户的个人信息，然后，提取目标语音识别文本的文本特征，并确定目标用户的个人风格特征，接着，将目标语音识别文本的文本特征和目标用户的个人风格特征输入至预先构建的语音笔录筛选模型，以筛选出目标语音识别文本的语音笔录。可见，本申请是利用预先构建的语音笔录筛选模型，基于目标用户的个人风格，便可以快速、准确地筛选出目标语音识别文本对应的语音笔录，而不再需要通过人工对语音记录进行逐字逐句地整理和改写来获得语音笔录，从而降低了语音笔录的筛选成本，也提高了筛选效率。

技术领域

本申请涉及自然语言处理技术领域，尤其涉及一种语音笔录筛选方法、装置、存储介质及设备。

背景技术

随着信息化时代以及智能化时代的到来，司法信息化、智能化的需求也越来越突出。紧跟着国家司法信息化号召的步伐，越来越多的信息化以及人工智能技术已经运用到司法领域中，为人民群众以及司法部门的工作人员提供了便利的技术及途径。

目前，自动语音识别技术正逐渐在司法领域中得到推广，用以减轻书记员的工作量，加快工作效率。但现有的自动语音识别系统仅仅能够将笔录语音转为整段文字，若要形成可以使用的笔录。仍然还需要书记员的人工工作。例如，需要书记员从识别结果中删除某些不需要的内容，并且将文字根据书记员的记录习惯进行整理，划分，加入标记等。这些工作在客观上耗费了人力，降低了记录的效率，也没有将自动语音识别技术的价值发挥到最大。

并且，由于现有的语音记录的筛选方法通常是通过人工阅读过去已有记录，了解需要删除或标记哪些内容，再对语音记录进行逐字逐句地整理和改写，形成新的笔录。最后还需要对笔录进行校对以防止出现错误改写，导致整个筛选过程难度大，时间成本高，基本只能由书记员本人来完成。

发明内容

本申请实施例的主要目的在于提供一种语音笔录筛选方法、装置、存储介质及设备，能够更加快速且准确地筛选出语音笔录。

本申请实施例提供了一种语音笔录筛选方法，包括：

获取待筛选的目标语音识别文本；以及获取所述目标语音识别文本所归属的目标用户的个人信息；

提取所述目标语音识别文本的文本特征；以及根据所述目标用户的个人信息，确定所述目标用户的个人风格特征；

将所述目标语音识别文本的文本特征和所述目标用户的个人风格特征输入至预先构建的语音笔录筛选模型，以筛选出所述目标语音识别文本的语音笔录。

一种可能的实现方式中，构建所述语音笔录筛选模型，包括：

获取样本语音识别文本；以及获取所述样本语音识别文本所归属的样本用户的个人信息；

提取所述样本语音识别文本的文本特征；以及根据所述样本语音识别文本所归属的样本用户的个人信息，确定所述样本用户的个人风格特征；

根据所述样本语音识别文本的文本特征和所述样本用户的个人风格特征以及所述样本语音识别文本的笔录筛选标记结果对初始语音笔录筛选模型进行训练，生成所述语音笔录筛选模型。

一种可能的实现方式中，所述初始语音笔录筛选模型包括双向长短时记忆单元网络和全连接层。

一种可能的实现方式中，所述方法还包括：

对所述目标语音识别文本的语音笔录中的标记进行规整，得到第一规整语音笔录；

对所述第一规整语音笔录进行换行处理，得到换行语音笔录；

对所述换行语音笔录中的符号进行规整，得到第二规整语音笔录；

对所述第二规整语音笔录中的编号进行规整，得到第三规整语音笔录；并将所述第三规整语音笔录作为所述目标语音识别文本对应的规整后的语音笔录。