[发明专利]语音解析方法和装置

权利要求书

1.一种语音解析方法，其特征在于，包括以下步骤：

S1、接收输入的待检测语音信号；

S2、分帧提取所述待检测语音信号的语音特征信息，根据所述语音特征信息和声学模型生成所述待检测语音信号的识别结果；

S3、根据所述识别结果和预设静音检测算法初步检测出所述待检测语音信号的语音端点；

S4、计算所述待检测语音信号的置信度信息；

S5、解析所述待检测语音信号的语义信息；以及

S6、根据所述置信度信息和所述语义信息获取所述待检测语音信号对应的语音解析结果；

所述计算所述待检测语音信号的置信度信息，具体包括：

根据所述识别结果、所述待检测语音信号的语音端点和所述待检测语音信号的信噪比计算所述待检测语音信号的置信度信息；

所述根据所述识别结果、所述待检测语音信号的语音端点和所述待检测语音信号的信噪比计算所述待检测语音信号的置信度信息，具体包括：

基于所述识别结果，计算所述语音端点之间的每个词的声学后验概率；

根据所述语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息；

对所述每个词对应的置信度信息进行求和计算，并获取所述待检测语音信号的置信度信息。

2.如权利要求1所述的方法，其特征在于，所述预设静音检测算法包括基于识别结果最优词序列的静音检测算法。

3.如权利要求2所述的方法，其特征在于，所述根据所述识别结果和预设静音检测算法初步检测出所述待检测语音信号的语音端点，具体包括：

S31、根据所述识别结果确定当前时刻所述待检测语音信号的最优词序列，并检测所述最优词序列的尾部输出词是否为静音；

S32、若所述尾部输出词为静音，则记录在所述静音之前，且距离所述静音最近的输出词的结束时间点；

S33、进一步检测所述结束时间点在后续N帧待检测语音信号输入后是否发生变化，若所述结束时间点保持不变，则进入语音尾部静音检测的中间状态，其中，N为正整数；

S34、检测当前状态是否处于所述中间状态，若处于所述中间状态，则计算所述结束时间点之后静音的长度，并进一步判断静音的长度是否大于预设阈值，若大于，则静音检测成功，并根据所述最优词序列确定所述待检测语音信号的语音起始点，并将所述结束时间点作为所述待检测语音信号的语音结束点；

S35，若所述结束时间点在静音检测成功之前发生变化，则重复执行所述步骤S31至S34。

4.一种语音解析装置，其特征在于，包括：

接收模块，用于接收输入的待检测语音信号；

识别模块，用于分帧提取所述待检测语音信号的语音特征信息，根据所述语音特征信息和声学模型生成所述待检测语音信号的识别结果；

检测模块，用于根据所述识别结果和预设静音检测算法初步检测出所述待检测语音信号的语音端点；

计算模块，用于计算所述待检测语音信号的置信度信息；

解析模块，用于解析所述待检测语音信号的语义信息；以及

获取模块，用于根据所述置信度信息和所述语义信息获取所述待检测语音信号对应的语音解析结果；

所述计算模块，用于：

根据所述识别结果、所述待检测语音信号的语音端点和所述待检测语音信号的信噪比计算所述待检测语音信号的置信度信息；

所述计算模块，还用于：

基于所述识别结果，计算所述语音端点之间的每个词的声学后验概率；

根据所述语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息；

对所述每个词对应的置信度信息进行求和计算，并获取所述待检测语音信号的置信度信息。

5.如权利要求4所述的装置，其特征在于，所述预设静音检测算法包括基于识别结果最优词序列的静音检测算法。

6.如权利要求5所述的装置，其特征在于，所述检测模块，包括：

确定单元，用于根据所述识别结果确定当前时刻所述待检测语音信号的最优词序列，并检测所述最优词序列的尾部输出词是否为静音；

记录单元，用于当所述尾部输出词为静音时，记录在所述静音之前，且距离所述静音最近的输出词的结束时间点；

第一检测单元，用于进一步检测所述结束时间点在后续N帧待检测语音信号输入后是否发生变化，若所述结束时间点保持不变，则进入语音尾部静音检测的中间状态，其中，N是为预设正整数；

第二检测单元，用于检测当前状态是否处于所述中间状态，若处于所述中间状态，则计算所述结束时间点之后静音的长度，并进一步判断静音的长度是否大于预设阈值，若大于，则静音检测成功，并根据所述最优词序列确定所述待检测语音信号的语音起始点，并将所述结束时间点作为所述待检测语音信号的语音结束点。