[发明专利]一种语音识别文本插入笔录文档的方法、装置及系统

说明书

本申请实施方式公开了一种语音识别文本插入笔录文档的方法、装置及系统，其中，语音识别文本插入笔录文档的方法包括:接收目标音频子流的当前文本识别信息；其中，所述当前文本信息包括文本识别内容、文本识别状态标识和文本长度；根据当前文本识别信息的文本识别状态标识将对应的文本识别内容插入笔录文档的相应位置。本方案中识别服务器返回的文本识别内容不管是否确认，均及时插入笔录文档中，既解决了不同发言人语言习惯等无法统一矫正的问题又保证了由于网络或服务器自身问题导致的识别文本确认速度低进而导致文本识别内容插入笔录文档慢的问题，大大增加用户体验感。

技术领域

本申请涉及语音识别技术领域，特别涉及一种语音识别文本插入笔录文档的方法、装置及系统。

背景技术

随着语音识别技术的发展，在各行各业中语音识别技术得到越来越广泛应用。例如：在法庭庭审或会议过程中，如果可以将语音识别技术应用在庭审或会议当中，将声音转换为文字同时将文字实时分角色插入笔录文档，这样将大大减轻庭审或会议记录人员的工作量，并且避免出现漏记错记的问题甚至完全替代记录人员的工作节省人力。

在语音识别过程中，识别服务器获得当前某个角色发言的音频流，通过对该音频流的重复多次切片并结合上下文的语境、语义进行分析，逐次生成针对当前音频流的识别文本。如果文本识别信息中的文本识别内容不能被确认，则识别服务器会反复对当前音频流进行识别处理，直至当前音频流的文本识别信息中的文本识别内容被确认，文本识别内容才被插入至笔录文档中。在识别过程中，如果发言者的语速过快且发言停顿时间较短均会导致识别服务器自动断句计算出现误差(将发言者的两句发言对应的音频流视为一句进行处理)，由于识别服务器针对当前音频流进行比对分析次数增加进而获取最终确认状态识别文本时间增加，最终导致用户体验感差。

发明内容

本申请实施方式的目的是提供一种语音识别文本插入笔录文档的方法、装置及系统，解决现有的插入笔录文档体验感差的技术问题。

为实现上述目的，本申请实施方式提供一种语音识别文本插入笔录文档的方法，包括:

接收目标音频子流的当前文本识别信息；其中，所述当前文本信息包括文本识别内容、文本识别状态标识和文本长度；

根据当前文本识别信息的文本识别状态标识将对应的文本识别内容插入笔录文档的相应位置。

优选地，所述根据当前文本识别信息的文本识别状态标识将对应的文本识别内容插入笔录文档的相应位置的步骤包括：

所述当前文本识别信息中的文本识别状态标识为非确认标识，且上一文本识别信息中的文本识别标识为非确定标识，则根据上一文本识别信息中的文本长度和文本识别内容与当前文本识别信息中的文本长度和文本识别内容将当前文本识别信息的文本识别内容插入笔录文档的相应位置；

所述当前文本识别信息中的文本识别状态标识为非确认标识，且上一文本识别信息中的文本识别标识为确认标识，则将当前文本识别信息的文本识别内容插入笔录文档的相应位置；

所述当前文本识别信息中的文本识别状态标识为确认标识，且上一文本识别信息中的文本识别标识为非确认标识，则根据上一文本识别信息中的文本长度和文本识别内容与当前文本识别信息中的文本长度和文本识别内容将当前文本信息的文本识别内容插入笔录文档的相应位置；

所述当前文本识别信息中的文本识别状态标识为确认标识，且上一文本识别信息中的文本识别标识为确认标识，则将当前文本识别信息的文本识别内容插入笔录文档的相应位置。

优选地，根据上一文本识别信息中的文本长度和文本识别内容与当前文本识别信息中的文本长度和文本识别内容将当前文本识别信息的文本识别内容插入笔录文档的相应位置的步骤包括：