[发明专利]一种语音识别的方法、语音断句的方法及装置

说明书

本发明实施例公开了一种语音断句的方法，包括：获取第一待处理语音信息；根据所述第一待处理语音信息获取第一停顿时长；若所述第一停顿时长大于或等于第一时长阈值，则对所述第一待处理语音信息进行语音识别，得到第一语音断句结果，其中，所述第一语音断句结果为文本信息，所述第一时长阈值为根据上一时刻所对应的语音信息确定的。本发明实施例还公开了一种语音断句装置，本发明实施例迎合人在说话时候的特征，从而克服了频繁断句或者长时间不断句的问题，提升断句的准确度。

技术领域

本发明涉及语音处理技术领域，尤其涉及一种语音识别的方法、语音断句的方法及装置。

背景技术

人工智能(Artificial Intelligence，AI)是用于模拟、延伸以及扩展人类智能的一门新型技术科学。AI是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语音识别、图像识别、自然语言处理和专家系统等。其中，人工智能非常重要的方面就是语音识别技术。

目前，基于语音识别技术的断句，通常做法是判断长语音中间的停顿长度是否大于预设阈值，如果停顿长度大于预设阈值，则可以对语音进行断句的处理。

然而，采用上述方法对语音进行断句的效果并不佳，由于人在说话的时候语速是不固定的，因此，以停顿长度是否大于预设阈值作为断句的依据，可能会导致出现频繁断句或者长时间不断句的问题，由此，降低了断句的准确度。

发明内容

本发明实施例提供了一种语音识别的方法、语音断句的方法及装置，不再固定一个时长阈值来判断是否进行语音断句，而是针对上一时刻的语音信息来实时调整的时长阈值，由此迎合人在说话时候的特征，从而克服了频繁断句或者长时间不断句的问题，提升断句的准确度。

有鉴于此，本发明的第一方面提供了一种语音识别的方法，包括：

获取第一待处理语音信息；

根据所述第一待处理语音信息获取第一停顿时长；

若所述第一停顿时长大于或等于第一时长阈值，则对所述第一待处理语音信息进行语音识别，得到第一语音断句结果，其中，所述第一语音断句结果为文本信息；

根据所述第一语音断句结果和/或所述第一待处理语音信息确定第二时长阈值；

获取第二待处理语音信息，其中，所述第二待处理语音信息是在所述第一待处理语音信息之后获取的；

根据所述第二待处理语音信息获取第二停顿时长；

若所述第二停顿时长大于或等于所述第二时长阈值，则对所述第一待处理语音信息进行语音识别，得到第二语音断句结果，其中，所述第二语音断句结果为文本信息。

本发明的第二方面提供了一种语音断句的方法，包括：

获取第一待处理语音信息；

根据所述第一待处理语音信息获取第一停顿时长；

若所述第一停顿时长大于或等于第一时长阈值，则对所述第一待处理语音信息进行语音识别，得到第一语音断句结果，其中，所述第一语音断句结果为文本信息，所述第一时长阈值为根据上一时刻所对应的语音信息确定的。

本发明的第三方面提供了一种语音断句装置，包括：

获取模块，用于获取第一待处理语音信息；

所述获取模块，还用于根据所述第一待处理语音信息获取第一停顿时长；

断句模块，用于若所述获取模块获取的所述第一停顿时长大于或等于第一时长阈值，则对所述第一待处理语音信息进行语音识别，得到第一语音断句结果，其中，所述第一语音断句结果为文本信息，所述第一时长阈值为根据上一时刻所对应的语音信息确定的。