[发明专利]音频问答库构建方法、音频问答方法及相关装置

权利要求书

1.一种音频问答库构建方法，其特征在于，所述方法包括：

从多个音频对应的音频文本中选取多个关键段落；一个所述关键段落对应一个音频片段；

利用预先训练的生成模型生成每个所述关键段落对应的全部初始问句；

对于每个所述关键段落，利用预设模型计算所述关键段落与其每个初始问句的第一相似度，并获取所述第一相似度大于第一预设阈值的标准问句，得到每个所述关键段落对应的标准问句；

基于每个所述标准问句对应的全部关键段落，获得每个所述标准问句对应的全部音频片段的信息，得到音频问答库。

2.根据权利要求1所述的方法，其特征在于，所述从多个音频对应的音频文本中选取多个关键段落的步骤，包括：

对每个所述音频进行文本转换，得到每个所述音频对应的音频文本；

对于每个所述音频文本，在所述音频文本中确定关键句并将所述关键句及其前后相邻的N个句子作为候选段落，得到多个候选段落；N为正整数；

按照第一预设规则从所述多个候选段落中选取多个关键段落。

3.根据权利要求1所述的方法，其特征在于，每个所述音频均有标识；

所述基于每个所述标准问句对应的全部关键段落，获得每个所述标准问句对应的全部音频片段的信息的步骤，包括：

将任意一个所述标准问句作为待处理问句，并将待处理问句对应的每个关键段落作为每个待处理段落；

基于每个所述待处理段落所属的音频文本，获得所述待处理问句对应的每个音频片段所属的音频的标识；

基于每个所述待处理段落在其所属音频文本中的位置，获得所述待处理问句对应的每个音频片段的起始时刻和结束时刻，得到所述待处理问句对应的全部音频片段的信息；

遍历每个所述标准问句，得到获得每个所述标准问句对应的全部音频片段的信息。

4.根据权利要求1所述的方法，其特征在于，所述生成模型是按照以下方式训练得到的：

获取多个原始问句，并从多个文本样本中选取多个段落样本；

对于每个所述段落样本，利用所述预设模型计算所述段落样本与每个所述原始问句的第二相似度，并获取所述第二相似度大于第二预设阈值的全部待定问句，得到每个所述段落样本对应的全部待定问句；

基于每个所述段落样本及其对应的全部待定问句对基础模型进行训练，得到所述生成模型。

5.一种音频问答方法，其特征在于，所述方法包括：

获取用户输入的目标文本；

从预先构建的音频问答库的多个标准问句中，选取与所述目标文本匹配的每个目标问句；

基于每个所述目标问句对应全部音频片段的信息，得到多个候选音频片段；

按照第二预设规则，从所述多个候选音频片段中选取多个目标音频片段，并向用户展示每个所述目标音频片段；

其中，所述音频问答库是根据权利要求1至4中任一项所述的音频问答库构建方法得到的。

6.根据权利要求5所述的方法，其特征在于，所述按照第二预设规则，从所述多个候选音频片段中选取多个目标音频片段的步骤，包括：

对于每个所述候选音频片段，基于预设的每个维度对所述候选音频片段进行评分获得每个分值并进行加权平均获得评估值，得到每个所述候选音频片段的评估值；

按照所述评估值从大到小的顺序，对所述多个候选音频片段进行排序，并选取前M个候选音频片段，得到每个所述目标音频片段；M为正整数。

7.一种音频问答库构建装置，其特征在于，所述音频问答库构建装置包括：

选取模块，用于从多个音频对应的音频文本中选取多个关键段落；一个所述关键段落对应一个音频片段；

生成模块，用于利用预先训练的生成模型生成每个所述关键段落对应的全部初始问句；

构建模块，用于对于每个所述关键段落，利用预设模型计算所述关键段落与其每个初始问句的第一相似度，并获取所述第一相似度大于第一预设阈值的标准问句，得到每个所述关键段落对应的标准问句；

基于每个所述标准问句对应的全部关键段落，获得每个所述标准问句对应的全部音频片段的信息，得到音频问答库。