申请/专利权人:顺丰科技有限公司
申请日:2022-12-19
公开(公告)日:2024-06-21
公开(公告)号:CN118230768A
主分类号:G10L25/87
分类号:G10L25/87;G10L21/0272;G10L15/26;G10L25/60;G06F16/35;G06F18/22
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本申请提供一种语音质检方法、装置、电子设备及存储介质,该方法先通过铃声判别模型识别原始对话音频中各帧的声学特征得到铃声帧和非铃声帧,根据铃声帧序列的截止帧和非铃声帧序列得到实际对话音频,然后通过语音端点检测模型识别实际对话音频中各帧的声学特征得到有效语音帧,根据有效语音帧序列得到有效对话音频,再通过话者分离模型将有效对话音频中的各角色进行分离得到各角色的通话语音,通过语音识别模型对各角色的通话语音进行识别得到各角色的通话文本,通过文本分类模型和正则匹配模型对各角色的通话文本进行角色识别得到目标角色的目标通话文本,最后对目标通话文本进行质检。本申请使得工作人员通话文本的质量和获取效率均得到提升。
主权项:1.一种语音质检方法,其特征在于,包括:通过铃声判别模型识别原始对话音频中各帧的声学特征,得到铃声帧和非铃声帧,根据铃声帧序列的截止帧和非铃声帧序列,得到实际对话音频;通过语音端点检测模型识别所述实际对话音频中各帧的声学特征,得到有效语音帧,根据有效语音帧序列得到有效对话音频;通过话者分离模型将所述有效对话音频中的各角色进行分离,得到各角色的通话语音,通过语音识别模型对各角色的通话语音进行识别,得到各角色的通话文本;通过文本分类模型和正则匹配模型对各角色的通话文本进行角色识别,得到目标角色的目标通话文本;对所述目标通话文本进行质检。
全文数据:
权利要求:
百度查询: 顺丰科技有限公司 语音质检方法、装置、电子设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。