[发明专利]有害语音的识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种有害语音的识别方法、装置、计算机设备和存储介质。方法包括：将每一样本语音的置信度与预设阈值组进行比较，确定每一样本语音对应的判断结果，根据每一样本语音对应的判断结果及每一样本语音对应的标注结果，计算预设阈值组对应的代价函数值；对预设阈值组中的预设阈值进行调整，重复上述调整预设阈值及计算代价函数值的过程，确定满足预设条件的代价函数值；根据满足该预设条件的代价函数值所对应的预设阈值组，确定最终的预设阈值组；根据待判别的语音及所述最终的预设阈值组，对所有待判别的语音进行判断。相较于使用单阈值方式对有害语音进行识别，采用双阈值方式更便于对置信度阈值进行调整，进而提高有害语音识别的分类效果。

技术领域

本申请涉及语音识别的技术领域，特别是涉及一种有害语音的识别方法、装置、计算机设备和存储介质。

背景技术

随着智能化的发展，语音识别功能在智能化设备中发挥着越来越重要的作用。在语音识别功能使用过程中，若一个语音被判定为有害语音，可以对其进行拦截；若判定为正常语音，则让用户正常接收。这意味着如果将有害语音判定为正常语音，可能会给用户带来骚扰；如果将正常语音判定为有害语音，进而被过滤掉，就会造成很大的损失和不便。在对语音鉴别时，有害语音分类的分类结果常常有着重要的意义，目前主要是通过分类模型来进行识别。传统的分类模型是将语音分为正常和有害两种，采用分类模型对语音样本进行预测，计算出语音为有害语音的置信程度，即置信度，置信度通常是在0～1范围内的一个值。然后，再将该置信度与预设阈值进行比较，从而根据比较结果，判断该待识别的语音是否为有害语音。

在相关技术中，上述预设阈值通常是根据经验选择的，且预设阈值是单一的判别门限。实际实施过程中，分类模型输出的置信度可能很接近预设阈值，也可能离预设阈值很远。但无论是接近还是远离，其实识别结果都是一致的。例如，以预设阈值为0.5，置信度小于该预设阈值时被判断为正常语音，置信度不小于该预设阈值时被判断为有害语音为例。其中，置信度为0.49及0.1时都会被判断为正常。由于置信度为0.49时就比较接近预设阈值，其存在明明是有害语音却被判断未正常的可能，从而导致判断结果不够准确。即使对作为单一判别门限的预设阈值进行了调整，如提高置信度阈值，则会使得部分有害语音无法被有效识别。而降低阈值，会使得许多正常语音被鉴别为有害语音，使得分类的结果不够准确。

发明内容

基于此，有必要针对上述技术问题，提供一种能够灵活有效地识别有害语音的方法、装置、计算机设备和存储介质。

一种有害语音的识别方法，该方法包括：

将每一样本语音的置信度与预设阈值组进行比较，确定每一样本语音对应的判断结果，根据每一样本语音对应的判断结果及每一样本语音对应的标注结果，计算预设阈值组对应的代价函数值，标注结果为有害语音或正常语音；

对预设阈值组中的预设阈值进行调整，重复上述调整预设阈值及计算代价函数值的过程，确定满足预设条件的代价函数值，该预设条件的设定依据为识别样本语音时能够达到预设的准确率；

根据满足该预设条件的代价函数值所对应的预设阈值组，确定最终的预设阈值组；

根据待判别的语音及所述最终的预设阈值组，对所有待判别的语音进行判断；

其中，预设阈值组包括第一预设阈值与第二预设阈值，第一预设阈值用于判断正常语音，第二预设阈值用于判断有害语音。

在其中一个实施例中，根据每一样本语音对应的判断结果及每一样本语音对应的标注结果，计算预设阈值组对应的代价函数值，包括：