[发明专利]语音断句方法、计算机设备和存储介质

说明书

本发明涉及自然语言处理领域，尤其涉及一种语音断句方法、计算机设备和存储介质，该语音断句方法包括：对语音数据进行语音识别与静音检测，获得语音数据对应的目标文本与静音信息；对目标文本进行语义断句处理，获得语义断句信息；将静音信息与语义断句信息输入断句预测模型进行断句预测，获得目标文本对应的断句预测结果；根据断句预测结果，对目标文本进行断句。通过将语音数据的静音信息与语音数据对应的目标文本的语义断句信息输入断句预测模型进行断句预测，实现根据文本语义和说话人的语气停顿等特征综合进行断句，可以避免出现漏断与误断的情况，提高了语音断句的准确性。

技术领域

本发明涉及自然语言处理领域，尤其涉及一种语音断句方法、计算机设备和存储介质。

背景技术

自动语音识别技术是一种将语音数据转化为可读的文字信息的技术。在很多长语音识别场景中，由于识别得到的文本信息较长，为方便用户阅读和理解，因此需要对识别得到的文本信息进行断句。

现有的语音断句方法一般是将语音数据进行语音识别得到的文本信息输入训练好的断句预测模型进行断句预测，其中，断句预测模型可以是神经网络模型、条件随机场模型等等。现有技术一般是根据带有断句标记的海量文本数据对断句预测模型进行训练，若文本数据不够全面，则训练好的断句预测模型的文本断句的准确性较低；并且在实际应用中，由于不同说话人的说话特征不同，断句预测模型未考虑到不同说话人的说话特征对文本断句的影响，因此现有的断句预测模型容易出现漏断与误断的情况，降低了语音断句的准确性。

因此，如何提高语音断句的准确性成为亟需解决的问题。

发明内容

本发明提供了一种语音断句方法、计算机设备和存储介质，通过将语音数据的静音信息与语音数据对应的目标文本的语义断句信息输入断句预测模型进行断句预测，实现根据文本语义和说话人的语气停顿等特征综合进行断句，可以避免出现漏断与误断的情况，提高了语音断句的准确性。

第一方面，本发明提供了一种语音断句方法，所述方法包括：对语音数据进行语音识别与静音检测，获得所述语音数据对应的目标文本与静音信息；对所述目标文本进行语义断句处理，获得语义断句信息；将所述静音信息与所述语义断句信息输入断句预测模型进行断句预测，获得所述目标文本对应的断句预测结果；根据所述断句预测结果，对所述目标文本进行断句。

第二方面，本发明还提供了一种计算机设备，所述计算机包括处理器和存储器；所述存储器用于存储程序；所述处理器，用于调用所述存储器中的所述程序，以实现如上述的语音断句方法。

第三方面，本发明还提供了一种存储介质，用于可读存储，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述的语音断句方法。

本发明公开了一种语音断句方法、计算机设备和存储介质，通过对语音数据进行语音识别与静音检测，可以获得语音数据对应的目标文本与静音信息；通过对目标文本进行语义断句处理，可以获得目标文本的语义断句信息；通过将静音信息与语义断句信息输入断句预测模型进行断句预测，可以获得目标文本对应的断句预测结果，由于静音信息表示说话人的语气停顿特征，语义断句信息为对目标文本中的语义特征进行语义断句得到，因此可以实现根据文本语义和说话人的语气停顿等特征综合进行断句预测，可以避免出现漏断与误断的情况，提高了语音断句的准确性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种计算机设备的结构示意图；

图2是本发明实施例提供的一种语音断句方法的示意性流程图；