[发明专利]语音数据热度分析方法及系统

说明书

本发明公开了一种语音数据热度分析方法及系统，该方法包括：接收语音数据；对所述语音数据进行端点检测，得到所述语音数据中的各有效语音段和非有效语音段；对所述有效语音段进行语音识别，得到对应所述有效语音段的识别文本；对各有效语音段提取基于声学上的热度特征；根据各有效语音段及其对应的识别文本提取各有效语音段基于内容上的热度特征；利用所述基于声学上的热度特征和基于内容上的热度特征、以及预先构建的热度预测模型，计算各有效语音段的第一热度值。利用本发明，可以提高语音数据热度分析的准确性。

技术领域

本发明涉及语音信号处理领域，具体涉及一种语音数据热度分析方法及系统。

背景技术

热度，顾名思义，指的是热的程度。在信息检索领域，通常用热度来表征人们对检索对象感兴趣的程度，热度分析可以帮助用户快速查找到感兴趣的内容。对于文本数据，一般可以利用其包含的关键词来确定其热度；而对于语音数据，如果将其通过语音识别转换成文本，再根据该文本中的关键词来确定对应语音数据的热度，由于增加了语音识别的过程，语音识别不仅会产生识别错误，而且识别文本丢失了语音数据中的音频信息，这都会导致热度分析准确度降低的问题。因此，在现有技术中，如果用户需要了解语音数据内容相关情况，通常采用回放相应语音数据的方式。如对于会议录音数据，如果用户想知道哪段语音数据是会议讨论较激烈的地方，哪段语音数据几乎无人发言，则需要回放所有语音数据来确定，当语音数据较长时，显然会给用户带来较大困扰，无法快速找到需要的语音数据片段，效率较低。

发明内容

本发明提供一种语音数据热度分析方法及系统，以提高语音数据热度分析的准确性。

为此，本发明提供如下技术方案：

一种语音数据热度分析方法，包括：

接收语音数据；

对所述语音数据进行端点检测，得到所述语音数据中的各有效语音段和非有效语音段；

对所述有效语音段进行语音识别，得到对应所述有效语音段的识别文本；

对各有效语音段提取基于声学上的热度特征；

根据各有效语音段及其对应的识别文本提取各有效语音段基于内容上的热度特征；

利用所述基于声学上的热度特征和基于内容上的热度特征、以及预先构建的热度预测模型，计算各有效语音段的第一热度值。

优选地，所述基于声学上的热度特征包括：说话人个数占比、和/或能量均值占比；

所述说话人个数占比为当前有效语音段中包含的说话人个数与所述语音数据中包含的说话人个数的比值；

所述能量均值占比为当前有效语音段的能量均值与所述语音数据对应的音频的能量均值的比值。

优选地，所述基于内容上的热度特征包括以下任意一种或多种：

平均字数占比，指当前有效语音段平均每秒的字数与所述语音数据平均每秒的字数的比值；

主题词词数占比，指当前有效语音段中包含的主题词词数与所述语音数据中包含的主题词词数的比值；

情感极性特征，指当前有效语音段所表达的情感信息。

优选地，所述主题词由用户指定或者利用文档主题生成模型确定。

优选地，所述方法还包括：预先构建情感极性分类模型；

按以下方式确定当前有效语音段的情感极性特征：

对当前有效语音段对应的识别文本添加标点，得到各句识别文本；

根据语音识别时解码得到的词后验概率计算各句识别文本的置信度；