[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

说明书

本申请提出一种语音信息检索方法、装置、设备和计算机可读存储介质。该方法包括：获取待检索语音信息的候选文本集合，候选文本集合包括多个候选文本；在多个候选文本中检索与目标文本匹配的第一候选文本；获取第一候选文本在待检索语音信息中的第一韵律特征；获取目标文本的固有韵律特征；根据第一候选文本的第一韵律特征以及目标文本的固有韵律特征，认定目标文本是否存在于待检索语音信息中。利用本申请实施例能够降低语音信息检索的误判率。

技术领域

本申请涉及语音识别技术领域，尤其涉及一种语音信息检索方法、装置、设备和计算机可读存储介质。

背景技术

随着移动互联网和硬件设备的迅速发展，语音信息的积累呈现爆炸性的增长。如何在这些语音信息中准确的查找到用户关心的内容，成为了研究者感兴趣的热点问题。随着深度神经网络技术的发展，语音关键词检索(Keywords Spotting，KWS)技术被广泛应用于语音信息的检索。语音信息检索的目的是在连续语音中辨认一些特定的文本，例如在语音信息中搜索用户感兴趣的关键词。

目前，常用的语音关键词检索技术通常是先对语音文件进行识别，获得该语音文件对应的文本内容以及文本内容中每个字或词的出现时间，然后在文本内容中搜索用户感兴趣的目标关键词，系统可返回搜索到的关键词及其出现的起止时间。

但是，由于已有的语音识别模型，特别是在嘈杂环境下或者在训练数据较少的条件下训练得到的语音识别模型，识别准确度并不高，经常发生语音信息识别错误的情况，导致对语音信息进行关键词检索时，时常会出现误判，给实际应用带来诸多不便。

发明内容

本申请实施例提供一种语音信息检索方法、装置、设备和计算机可读存储介质，以解决相关技术存在的问题，技术方案如下：

第一方面，本申请实施例提供了一种语音信息检索方法，包括：

获取待检索语音信息的候选文本集合，候选文本集合包括多个候选文本；

在多个候选文本中检索与目标文本匹配的第一候选文本；

获取第一候选文本在待检索语音信息中的第一韵律特征；

获取目标文本的固有韵律特征；

根据第一候选文本的第一韵律特征以及目标文本的固有韵律特征，认定目标文本是否存在于待检索语音信息中。

在一种实施方式中，多个候选文本具有对应的置信度；

在多个候选文本中检索与目标文本匹配的第一候选文本，包括：

在多个候选文本中检索到与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，作为第一候选文本。

在一种实施方式中，获取目标文本的固有韵律特征，包括：

从预存的韵律特征曲线模板库中，获取与目标文本对应的韵律特征曲线，作为目标文本的固有韵律特征；其中，

韵律特征曲线模板库包括多个文本以及与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，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。

在一种实施方式中，从预存的韵律特征曲线模板库中，获取与目标文本对应的韵律特征曲线，作为目标文本的固有韵律特征，包括：

根据第一候选文本在待检索语音信息中出现的时刻，确定第一候选文本在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，选择第一位置区域对应的韵律特征曲线，作为目标文本的固有韵律特征。