[发明专利]分句方法、装置、存储介质及电子设备

权利要求书

1.一种分句方法，其特征在于，包括：

获取目标音频数据；

提取所述目标音频数据对应的语音识别文本以及所述语音识别文本中、每一识别字符在所述目标音频数据中所对应的第一时段；

对所述目标音频数据进行说话人分割，得到所述目标音频数据中每个说话片段对应的第二时段；

根据每一所述识别字符所对应的所述第一时段和每一所述说话片段对应的所述第二时段，对所述语音识别文本进行说话人分割，得到分句结果。

2.根据权利要求1所述的方法，其特征在于，所述根据每一所述识别字符所对应的所述第一时段和每一所述说话片段对应的所述第二时段，对所述语音识别文本进行说话人分割，包括：

根据每一所述识别字符所对应的所述第一时段和每一所述说话片段对应的所述第二时段，从所述语音识别文本中确定说话人转换点字符；

以所述说话人转换点字符为切分依据，对所述语音识别文本进行说话人分割。

3.根据权利要求2所述的方法，其特征在于，所述根据每一所述识别字符所对应的所述第一时段和每一所述说话片段对应的所述第二时段，从所述语音识别文本中确定说话人转换点字符，包括：

将所述语音识别文本输入到预先训练好的语义模型中，得到所述语音识别文本中每一识别字符属于语义断句点的概率；

针对每一所述第二时段，对该第二时段的结束时间或开始时间做前后扩展，得到该第二时段对应的说话人转换区间；将每一所述识别字符中、所对应的预设时间位于该第二时段对应的说话人转换区间内的字符确定为转换点候选字符，其中，所述预设时间为所述第一时段的开始时间、所述第一时段的结束时间中的一者；确定该第二时段对应的每一所述转换点候选字符的停顿时长；根据该第二时段对应的每一所述转换点候选字符的停顿时长和该转换点候选字符属于语义断句点的概率，从该第二时段对应的转换点候选字符中确定说话人转换点字符。

4.根据权利要求3所述的方法，其特征在于，所述根据该第二时段对应的每一所述转换点候选字符的停顿时长和该转换点候选字符属于语义断句点的概率，从该第二时段对应的转换点候选字符中确定说话人转换点字符，包括：

针对该第二时段对应的每一所述转换点候选字符，将该转换点候选字符的停顿时长和该转换点候选字符属于语义断句点的概率的加权和确定为该转换点候选字符属于说话人转换点的概率；

将该第二时段对应的转换点候选字符中、属于说话人转换点的概率最大的转换点候选字符确定为说话人转换点字符。

5.根据权利要求1所述的方法，其特征在于，所述对所述目标音频数据进行说话人分割，得到所述目标音频数据中每个说话片段对应的第二时段，包括：

将所述目标音频数据输入到预先训练好的说话人识别模型中，以对所述目标音频数据进行说话人分割，得到所述目标音频数据中每个说话片段对应的第二时段。

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述方法还包括：

针对所述分句结果中的每一分句，对该分句按照语义进行切分，得到多个子句。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

根据多个子句，生成与所述目标音频数据对应的字幕文本。

8.一种分句装置，其特征在于，包括：

获取模块，用于获取目标音频数据；

提取模块，用于提取所述获取模块获取到的所述目标音频数据对应的语音识别文本以及所述语音识别文本中、每一识别字符在所述目标音频数据中所对应的第一时段；

第一分割模块，用于对所述获取模块获取到的所述目标音频数据进行说话人分割，得到所述目标音频数据中每个说话片段对应的第二时段；

第二分割模块，用于根据所述提取模块提取到的每一所述识别字符所对应的所述第一时段和所述第一分割模块得到的每一所述说话片段对应的所述第二时段，对所述语音识别文本进行说话人分割，得到分句结果。