[发明专利]会议纪要的生成方法、装置、电子设备及存储介质

说明书

本申请公开了一种会议纪要的生成方法、装置、电子设备及存储介质，通过提取会议语音数据的语谱图；利用预设智能解码引擎的声学模型，根据语谱图，确定会议语音数据的信号特征与音素模板之间的第一概率值，得到信号特征对应的音素特征，并利用预设智能解码引擎的语言模型，确定音素特征与文字模板之间的第二概率值，以及利用预设智能解码引擎的解码器，根据第一概率值和第二概率值，对会议语音数据进行解码，得到会议文本数据，以无需直接提取语音特征，实现端到端的语音识别，提高在复杂场景下的语音识别效率和准确率；最后对会议文本数据进行纠错操作，生成会议纪要，进一步保证最终结果的准确率。

技术领域

本申请涉及会议记录技术领域，尤其涉及一种会议纪要的生成方法、装置、电子设备及存储介质。

背景技术

在举行会议时，传统方式采用人工手动记录会议过程的内容，并手动整理成会议纪要，但手动方式的效率较低。为提高记录效率，将语音识别技术应用到会议记录中，实现智能化生成会议纪要。

但是会议记录具有实时性和复杂性，不同的人说相同内容的话，或者相同的人在不同的时间、生理、心理状态下说相同内容的话存在很大差异；用户在连续语音中，各个音素、音节以及词之间没有明显的边界，各个发音单位存在受上下文强烈影响的协同发音现象。而当前的语音识别模型都是针对特定用户或特定场景，其难以在会议记录的复杂场景实现快速和准确地识别用户发言信息。

发明内容

本申请提供了一种会议纪要的生成方法、装置、电子设备及存储介质，以解决的会议纪要的生成结果准确度低的技术问题。

为了解决上述技术问题，第一方面，本申请实施例提供了一种会议纪要的生成方法，包括：

提取会议语音数据的语谱图；

利用预设智能解码引擎的声学模型，根据语谱图，确定会议语音数据的信号特征与音素模板之间的第一概率值，得到信号特征对应的音素特征；

利用预设智能解码引擎的语言模型，确定音素特征与文字模板之间的第二概率值；

利用预设智能解码引擎的解码器，根据第一概率值和第二概率值，对会议语音数据进行解码，得到会议文本数据；

对会议文本数据进行纠错操作，生成会议纪要。

本实施例通过提取会议语音数据的语谱图，以将一段时间内的语音数据进行处理，从而达到连续语音处理的目的；利用预设智能解码引擎的声学模型，根据语谱图，确定会议语音数据的信号特征与音素模板之间的第一概率值，得到信号特征对应的音素特征，并利用预设智能解码引擎的语言模型，确定音素特征与文字模板之间的第二概率值，以及利用预设智能解码引擎的解码器，根据第一概率值和第二概率值，对会议语音数据进行解码，得到会议文本数据，以无需直接提取语音特征，实现端到端的语音识别，提高在复杂场景下的语音识别效率和准确率；最后对会议文本数据进行纠错操作，生成会议纪要，进一步保证最终结果的准确率。

在一实施例中，提取会议语音数据的语谱图，包括：

对会议语音数据进行分帧，得到多帧语音信号；

对每帧语音信号进行加窗处理，并对加窗处理后的语音信号进行快速傅里叶变换，得到每帧语音信号的频谱；

将多个频谱进行叠加，得到语谱图。

本实施例通过对会议语音数据进行分帧、加窗和快速傅里叶变换，以将会议语音数据从时域信号转换为频域信号，以更好的表征会议语音数据的信号特征。

在一实施例中，利用预设智能解码引擎的声学模型，根据语谱图，确定会议语音数据的信号特征与音素模板之间的第一概率值，得到信号特征对应的音素特征，包括：

利用声学模型，计算语谱图的信号特征与预设语言库中的音素模板之间的第一概率值，预设语言库包括小词汇的音素模板；