[发明专利]实时音频对话报告生成方法、装置、电子设备及存储介质

权利要求书

1.一种实时音频对话报告生成方法，其特征在于，所述方法包括：

响应于音频对话请求，查询是否存在空闲ASR资源；

当存在空闲ASR资源时，控制所述空闲ASR资源对应的第一录音装置录制音频对话，实时上报录制的当前句的音频对话，并对所述当前句的音频对话进行解码，得到当前句的目标音频；

对所述当前句的目标音频进行ASR识别，得到所述当前句的第一转录文本；

对所述当前句的第一转录文本进行第一预处理，得到所述当前句的第二转录文本；

将所述当前句的第二转录文本发送至消息队列中，实时监听消息队列并接收当前句的第二转录文本；

设定所述当前句的第二转录文本为中心，动态切割所述音频对话，确定所述当前句的目标转录文本；

将所述当前句的目标转录文本输入至预先训练好的预测模型中，得到当前句的预测结果，继续执行上述过程直至所述音频对话结束

通过所述空闲ASR资源对所述音频对话的所有句子的预测结果进行聚合，得到所述音频对话的对话报告。

2.如权利要求1所述的实时音频对话报告生成方法，其特征在于，所述设定所述当前句的第二转录文本为中心动态切割所述音频对话，确定所述当前句的目标转录文本包括：

设定所述当前句的第二转录文本为中心，向上切割预设数量的上文句子，及向下切割与上文句子数量相同的下文句子；

合并所述当前句的第二转录文本、上文句子和下文句子生成一个对话滑窗，并将所述对话滑窗中的所有转录文本确定为所述当前句的目标转录文本。

3.如权利要求1所述的实时音频对话报告生成方法，其特征在于，所述设定所述当前句的第二转录文本为中心动态切割所述音频对话，确定所述当前句的目标转录文本包括：

设定所述当前句的第二转录文本为中心，计算所述当前句的第二转录文本与上一个语义滑窗的转录文本之间的第一语义相似度，及计算所述当前句的第二转录文本与下一句的转录文本的第二语义相似度；

判断所述第一语义相似度和所述第二语义相似度是否满足相似度要求；

当所述第一语义相似度和所述第二语义相似度满足相似度要求时，将所述第一语义相似度和所述第二语义相似度进行比较；

当所述第一语义相似度大于或者等于第二语义相似度时，将所述当前句的第二转录文本划至上一个语义滑窗，得到第一语义滑窗，并将所述第一语义滑窗中的所有转录文本确定为所述当前句的目标转录文本；或者

当所述第一语义相似度小于所述第二语义相似度时，将所述当前句的第二转录文本和所述下一句的转录文本划为一个语义滑窗，得到第二语义滑窗，并将所述第二语义滑窗中的所有转录文本确定为所述当前句的目标转录文本。

4.如权利要求3所述的实时音频对话报告生成方法，其特征在于，所述判断所述第一语义相似度和所述第二语义相似度是否满足相似度要求包括：

将所述第一语义相似度与预设的语义相似度阈值进行比较，及将所述第二语义相似度与所述预设的语义相似度阈值进行比较；

当所述第一语义相似度大于或者等于所述语义相似度阈值时，确定所述第一语义相似度满足相似度条件，及当所述第二语义相似度大于或者等于所述语义相似度阈值时，确定所述第二语义相似度满足相似度条件；或者

当所述第一语义相似度小于所述语义相似度阈值时，确定所述第一语义相似度不满足相似度条件，及当所述第二语义相似度小于所述语义相似度阈值时，确定所述第二语义相似度不满足相似度条件。