买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京市博汇科技股份有限公司

摘要：本申请提供了一种语音转录方法、装置、电子设备及存储介质，包括：从原始语音信号中分离出原始人声信号；对原始人声信号进行语音端点检测，以根据检测到的语音端点将原始人声信号拆分成至少一段人声信号；对每段人声信号进行语音识别，得到每段人声信号对应的一段初始语音文本；对每段初始语音文本进行标点预测，在每段初始语音文本中添加标点，以将每段初始语音文本分割成至少一个初始语句；针对每个初始语句，确定对该初始语句中实体词的词纠错结果以及单个字的字纠错结果；根据每个初始语句的词纠错结果和字纠错结果，对该初始语句进行整合纠正，得到原始语音信号的转录结果。这样，能够提升转录结果的准确性，提高语音转录的质量。

主权项：1.一种语音转录方法，其特征在于，所述方法包括：从原始语音信号中分离出原始人声信号；对所述原始人声信号进行语音端点检测，以根据检测到的语音端点将所述原始人声信号拆分成至少一段人声信号；对每段人声信号进行语音识别，得到每段人声信号对应的一段初始语音文本；对每段初始语音文本进行标点预测，在每段初始语音文本中添加标点，以将每段初始语音文本分割成至少一个初始语句；针对每个初始语句，确定对该初始语句中实体词的词纠错结果以及确定对该初始语句中单个字的字纠错结果；根据每个初始语句的词纠错结果和字纠错结果，对该初始语句进行整合纠正，得到所述原始语音信号的转录结果；所述从原始语音信号中分离出原始人声信号，包括：获取所述原始语音信号的频谱；将所述频谱输入预先训练好的背景音预测模型，得到所述背景音预测模型预测的背景音频谱；将所述频谱输入预先训练好的人声预测模型，得到所述人声预测模型预测的人声频谱；根据所述背景音频谱，确定背景音能量序列；其中，所述背景音能量序列中包括多个背景音能量值，所述多个背景音能量值分别为所述背景音频谱的频带中不同频率处的能量值；根据所述人声频谱，确定人声能量序列；其中，所述人声能量序列中包括多个人声能量值，所述多个人声能量值分别为所述人声频谱的频带中不同频率处的能量值；根据所述背景音能量序列和所述人声能量序列，确定所述人声信号在所述原始语音信号的能量占比序列；根据所述人声信号在所述原始语音信号的能量占比序列和所述原始语音信号的频谱，得到所述人声信号的频谱；对所述人声信号的频谱进行短时傅里叶变换的逆变换，得到所述人声信号。

全文数据：

权利要求：

百度查询： 北京市博汇科技股份有限公司 一种语音转录方法、装置、电子设备及存储介质