[发明专利]语音信息检索方法、装置、设备和计算机可读存储介质

权利要求书

1.一种语音信息检索方法，其特征在于，包括：

获取待检索语音信息的候选文本集合，所述候选文本集合包括多个候选文本；

在所述多个候选文本中检索与目标文本匹配的第一候选文本；

获取所述第一候选文本在所述待检索语音信息中的第一韵律特征；

获取所述目标文本的固有韵律特征；

根据所述第一候选文本的第一韵律特征以及所述目标文本的固有韵律特征，认定所述目标文本是否存在于所述待检索语音信息中；

其中，所述获取所述目标文本的固有韵律特征，包括：

根据所述第一候选文本在所述待检索语音信息中出现的时刻，确定所述第一候选文本在所述待检索语音信息中处于第一位置区域；

在韵律特征曲线模板库中，确定所述目标文本对应的一组韵律特征曲线，并在该组韵律特征曲线中，选择所述第一位置区域对应的韵律特征曲线，作为所述目标文本的固有韵律特征；其中，所述韵律特征曲线模板库包括多个文本以及与所述多个文本分别对应的各自一组韵律特征曲线，其中，每一组韵律特征曲线包括与多个位置区域分别对应的各自一个韵律特征曲线，所述多个位置区域包括与该组韵律特征曲线对应的单个文本在不同的语音信息中所处的多个位置区域。

2.根据权利要求1所述的方法，其特征在于，其中，所述多个候选文本具有对应的置信度；

所述在所述多个候选文本中检索与所述目标文本匹配的第一候选文本，包括：

在所述多个候选文本中检索到与所述目标文本相同的候选文本时，从检索到的候选文本中选取置信度大于或等于预设阈值的候选文本，作为所述第一候选文本。

3.根据权利要求1所述的方法，其特征在于，所述获取所述第一候选文本在所述待检索语音信息中的第一韵律特征，包括：

根据所述第一候选文本在所述待检索语音信息中出现的起始时刻和结束时刻，确定所述待检索语音信息中与所述第一候选文本对应的语音片段的时长；

获取所述固有韵律特征对应的时长；

对所述语音片段进行处理，以使所述语音片段的时长等于所述固有韵律特征对应的时长；

对进行处理后的所述语音片段的韵律特征进行曲线拟合，将拟合得到的韵律特征曲线作为所述第一候选文本在所述待检索语音信息中的第一韵律特征。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一候选文本的第一韵律特征以及所述目标文本的固有韵律特征，认定所述目标文本是否存在于所述待检索语音信息中，包括：

确定所述第一候选文本的第一韵律特征以及所述目标文本的固有韵律特征的相关系数；

如果所述相关系数大于或等于预设阈值，认定所述目标文本存在于所述待检索语音信息中。

5.根据权利要求1所述的方法，其特征在于，所述多个候选文本具有对应的置信度；

所述根据所述第一候选文本的第一韵律特征以及所述目标文本的固有韵律特征，认定所述目标文本是否存在于所述待检索语音信息中，包括：

确定所述第一候选文本的第一韵律特征以及所述目标文本的固有韵律特征的相关系数；

根据预设的置信度权重和相关系数权重，对所述第一候选文本的置信度和所述相关系数进行加权求和，得到所述第一候选文本的分值；

如果所述第一候选文本的分值大于或等于预设阈值，认定所述目标文本存在于所述待检索语音信息中。

6.根据权利要求1所述的方法，其特征在于，所述第一韵律特征包括第一基频曲线和/或第一浊音概率曲线；所述固有韵律特征包括固有基频曲线和/或固有浊音概率曲线。