[发明专利]语音转换文本方法、装置、计算机设备及存储介质

权利要求书

1.一种语音转换文本方法，其特征在于，包括：

获取客户端发送的语音信息；

检测所述语音信息的语言类型；

获取与所述语言类型匹配的语音标准化模型，并利用所述语音标准化模型对所述语音信息进行处理，生成标准化语音信息；

获取与所述语言类型匹配的语音转化文本模型，并利用所述语音转化文本模型对所述标准化语音信息进行处理，生成文本信息。

2.如权利要求1所述的语音转换文本方法，其特征在于，所述检测所述语音信息的语言类型包括：

获取所述语音信息的用户标识；

查找与所述用户标识关联的语言标签；

根据语言标签确定所述语音信息的语言类型。

3.如权利要求1所述的语音转换文本方法，其特征在于，所述检测所述语音信息的语言类型包括：

检测所述语音信息中包含的高频词；

计算所述高频词与预设语言类型的匹配度；

根据所述匹配度确定所述语音信息的语言类型。

4.如权利要求1所述的语音转换文本方法，其特征在于，检测所述语音信息的语言类型包括：

发送输入语言类型请求；

根据接收的输入信息确定所述语音信息的语言类型，所述输入信息响应所述输入语言类型请求。

5.如权利要求1所述的语音转换文本方法，其特征在于，所述获取与所述语言类型匹配的语音标准化模型，并利用所述语音标准化模型对所述语音信息进行处理，生成标准化语音信息，包括：

检测所述语音信息的时长；

在所述时长超出预设时长阈值时，根据预设处理规则将所述语音信息分割为多个语音片段；

利用所述语音标准化模型对所有语音片段进行处理，生成各个语音片段对应的标准化语音片段；

生成所述标准化语音信息，所述标准化语音信息包括各个语音片段对应的标准化语音片段。

6.如权利要求1所述的语音转换文本方法，其特征在于，所述利用所述语音标准化模型对所有语音片段进行处理，生成各个语音片段对应的标准化语音片段，包括：

计算所述语音片段的发音特性，所述发音特性包括如下中的至少一项：字词的语速、字词的响度、字词的基频、语句的频谱包络线；

根据所述发音特性确定语音合成参数；

根据所述语音合成参数对所述语音片段进行语音合成，生成所述标准化语音片段。

7.如权利要求1所述的语音转换文本方法，其特征在于，所述获取与所述语言类型匹配的语音转化文本模型，并利用所述语音转化文本模型对所述标准化语音信息进行处理，生成文本信息之后，还包括：

获取针对所述文本信息的反馈信息；

根据所述反馈信息对所述语音转化文本模型进行优化。

8.一种语音转换文本装置，其特征在于，包括：

获取语音信息模块，用于获取客户端发送的语音信息；

检测语言类型模块，用于检测所述语音信息的语言类型；

标准化语音模块，用于获取与所述语言类型匹配的语音标准化模型，并利用所述语音标准化模型对所述语音信息进行处理，生成标准化语音信息；

转化文本模块，用于获取与所述语言类型匹配的语音转化文本模型，并利用所述语音转化文本模型对所述标准化语音信息进行处理，生成文本信息。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述语音转换文本方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述语音转换文本方法。