[发明专利]语音处理方法、装置、智能设备及存储介质

权利要求书

1.一种语音处理方法，其特征在于，由智能设备执行，所述方法包括：

对采集到的第一音频数据进行端点检测；

在端点检测过程中，若检测到第一语音的起始端点，基于所述第一语音的起始端点进行语音识别，得到第一语音文本信息；

基于参考关键词对所述第一语音文本信息进行检测，得到关键词检测结果，所述关键词检测结果用于表示所述第一语音文本信息是否包括所述参考关键词，所述参考关键词用于提醒所述智能设备进行回答；

基于所述关键词检测结果和终止端点检测结果，确定语音结束点，所述终止端点检测结果用于表示所述第一语音的终止端点的检测情况，所述语音结束点用于指示基于所述第一语音文本信息输出回答语句。

2.根据权利要求1所述的方法，其特征在于，所述终止端点检测结果为第一端点检测结果，所述第一端点检测结果用于表示未检测到所述第一语音的终止端点；

所述关键词检测结果为第一关键词检测结果，所述第一关键词检测结果用于表示所述第一语音文本信息包括所述参考关键词；

所述基于所述关键词检测结果和终止端点检测结果，确定语音结束点，包括：

在所述终止端点检测结果为所述第一端点检测结果，且所述关键词检测结果为所述第一关键词检测结果时，确定到达所述语音结束点。

3.根据权利要求1所述的方法，其特征在于，所述终止端点检测结果为第一端点检测结果，所述第一端点检测结果用于表示未检测到所述第一语音的终止端点；

所述关键词检测结果为第二关键词检测结果，所述第二关键词检测结果用于表示所述第一语音文本信息不包括所述参考关键词；

所述基于所述关键词检测结果和终止端点检测结果，确定语音结束点，包括：

若所述终止端点检测结果为所述第一端点检测结果，且所述关键词检测结果为所述第二关键词检测结果，则在所述第一语音文本信息的长度大于长度阈值或者所述第一语音文本信息为语义完整的语句时，确定到达所述语音结束点。

4.根据权利要求1所述的方法，其特征在于，所述终止端点检测结果为第二端点检测结果，所述第二端点检测结果用于表示检测到所述第一语音的终止端点；

所述关键词检测结果为第二关键词检测结果，所述第二关键词检测结果用于表示所述第一语音文本信息不包括所述参考关键词；

所述基于所述关键词检测结果和终止端点检测结果，确定语音结束点，包括：

在所述终止端点检测结果为所述第二端点检测结果，且所述关键词检测结果为所述第二关键词检测结果的情况下，若在以所述第一语音的终止端点为起始时间的目标时长内检测到第二语音的起始端点，基于所述第二语音的起始端点进行语音识别，得到第二语音文本信息；

若从所述第二语音文本信息中检测出所述参考关键词，则确定到达所述语音结束点，所述语音结束点用于指示基于所述第一语音文本信息和所述第二语音文本信息输出回答语句。

5.根据权利要求1所述的方法，其特征在于，所述终止端点检测结果为第二端点检测结果，所述第二端点检测结果用于表示检测到所述第一语音的终止端点；

所述关键词检测结果为第二关键词检测结果，所述第二关键词检测结果用于表示所述第一语音文本信息不包括所述参考关键词；

所述基于所述关键词检测结果和终止端点检测结果，确定语音结束点，包括：

在所述终止端点检测结果为所述第二端点检测结果，且所述关键词检测结果为所述第二关键词检测结果的情况下，若在以所述第一语音的终止端点为起始时间的目标时长内未检测到第二语音的起始端点，则在所述目标时长结束时，确定到达所述语音结束点。

6.根据权利要求1所述的方法，其特征在于，所述基于所述第一语音的起始端点进行语音识别，得到第一语音文本信息，包括：

获取当前交互的用户的标识对应的声纹数据；

基于所述第一语音的起始端点，从所述第一音频数据中获取与所述声纹数据匹配的目标语音数据；

对所述目标语音数据进行语音识别，得到所述目标语音数据对应的第一语音文本信息。