[发明专利]语音对话的处理方法、系统、设备和存储介质

权利要求书

1.一种语音对话的处理方法，其特征在于，所述语音对话的处理方法包括如下步骤：

将语音对话双方的媒体流录制在不同声道，生成一录音文件；

将所述录音文件拆分成左声道录音文件和右声道录音文件；

利用等待对方说话的自然间隔，对所述左声道录音文件和所述右声道录音文件分别进行切片处理，生成若干个包含第一开始时间的左声道录音切片文件和若干个包含第二开始时间的右声道录音切片文件；

对若干个所述左声道录音切片文件和若干个所述右声道录音切片文件分别进行语音识别，生成若干个包含所述第一开始时间的左声道切片文本和若干个包含所述第二开始时间的右声道切片文本；

根据所述第一开始时间和所述第二开始时间对所述若干个左声道切片文本和所述若干个右声道切片文本进行排序，生成语音对话的对话文本文件。

2.如权利要求1所述的语音对话的处理方法，其特征在于，所述生成一录音文件的步骤之后还包括：将所述录音文件保存至一文件服务器；

所述生成语音对话的对话文本文件的步骤之后还包括：将所述对话文本文件保存至所述文件服务器；所述对话文本文件与所述录音文件保存在同一文件夹中。

3.如权利要求1所述的语音对话的处理方法，其特征在于，使用ffmpeg对所述左声道录音文件和所述右声道录音文件分别进行切片处理；

使用语音识别ASR集群对若干个所述左声道录音切片文件和若干个所述右声道录音切片文件进行语音识别。

4.如权利要求1所述的语音对话的处理方法，其特征在于，设置若干个预设关键字，在所述生成若干个左声道切片文本和若干个右声道切片文本的步骤之后，在若干个所述左声道切片文本和若干个所述右声道切片文本中匹配所述预设关键字，若命中则在所述左声道切片文本和/或右声道切片文本中高亮所述预设关键字。

5.一种语音对话的处理系统，其特征在于，所述语音对话的处理系统包括录音模块、声道拆分模块、切片模块、语音识别模块和拼接模块；

所述录音模块用于将语音对话双方的媒体流录制在不同声道，生成一录音文件；

所述声道拆分模块用于将所述录音文件拆分成左声道录音文件和右声道录音文件；

所述切片模块用于利用等待对方说话的自然间隔，对所述左声道录音文件和所述右声道录音文件分别进行切片处理，生成若干个包含第一开始时间的左声道录音切片文件和若干个包含第二开始时间的右声道录音切片文件；

所述语音识别模块用于对若干个所述左声道录音切片文件和若干个所述右声道录音切片文件分别进行语音识别，生成若干个包含所述第一开始时间的左声道切片文本和若干个包含所述第二开始时间的右声道切片文本；

所述拼接模块用于根据所述第一开始时间和所述第二开始时间对所述若干个左声道切片文本和所述若干个右声道切片文本进行排序，生成语音对话的对话文本文件。

6.如权利要求5所述的语音对话的处理系统，其特征在于，所述语音对话的对话系统还包括一存储模块和一文件服务器，所述存储模块用于在所述录音模块生成一录音文件之后，将所述录音文件保存至所述文件服务器；

所述存储模块用于在所述拼接模块生成语音对话的对话文本文件之后，将所述对话文本文件保存至所述文件服务器；所述对话文本文件与所述录音文件保存在同一文件夹中。

7.如权利要求5所述的语音对话的处理系统，其特征在于，所述切片模块使用ffmpeg对所述左声道录音文件和所述右声道录音文件分别进行切片处理；

所述语音识别模块使用语音识别ASR集群对若干个所述左声道录音切片文件和若干个所述右声道录音切片文件进行语音识别。

8.如权利要求5所述的语音对话的处理系统，其特征在于，所述语音对话的对话系统还包括一匹配模块，所述匹配模块用于设置若干个预设关键字，所述匹配模块还用于在所述生成若干个左声道切片文本和若干个右声道切片文本之后，在若干个所述左声道切片文本和若干个所述右声道切片文本中匹配所述预设关键字，若命中则在所述左声道切片文本和/或右声道切片文中中高亮所述预设关键字。