[发明专利]角色转换点检测方法及装置、存储介质、电子设备

说明书

本公开涉及计算机技术领域，尤其涉及一种角色转换点检测方法及装置、存储介质、电子设备。通过在语音信息的频谱信息上滑动预设窗口获取多个检测窗口和各所述检测窗口的频谱信息；根据各所述检测窗口的频谱信息并基于一预测模型计算各所述检测窗口的转换值，其中，所述预测模型为具有三层2D卷积层以及一层全连接层的卷积神经网络；判断各所述检测窗口的转换值是否满足预设条件，并将满足所述预设条件的检测窗口的中心点确定为角色转换点。本公开提高了检测角色转换点的准确率。

技术领域

本公开涉及计算机技术领域，尤其涉及一种角色转换点检测方法及装置、存储介质、电子设备。

背景技术

语音识别是各行各业的客服智能质检的一个重要环节，传统的语音识别技术往往聚焦在如何提升字的识别的准确率。然而，语音识别的前处理对质检的整体效果有着重要的影响。例如，语音识别的前处理中语音切割对质检的角色识别有着重要的作用。

在语音切割技术中，准确的检测角色转换点(例如客服与客户的转换点)是语音切割技术的一个重要步骤。目前，由于在传统的角色转换点的检测方法中，要求语音信息的频谱信息符合正态分布，但是在实际情况中，用正态分布反应语音信息的频谱信息往往是不合适的，因此，采用传统方法无法准确的检测出角色转换点，降低了检测角色转换点的准确率。

综上所述，需要提供一种可准确的检测出角色转换点的角色转换点检测方法。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种角色转换点检测方法及装置、存储介质、电子设备，进而至少在一定程度上克服角色转换点的检测准确率低的问题。

根据本公开的一个方面，提供一种角色转换点检测方法，包括：

通过在语音信息的频谱信息上滑动预设窗口获取多个检测窗口和各所述检测窗口的频谱信息；

根据各所述检测窗口的频谱信息并基于一预测模型计算各所述检测窗口的转换值，其中，所述预测模型为具有三层2D卷积层以及一层全连接层的卷积神经网络；

判断各所述检测窗口的转换值是否满足预设条件，并将满足所述预设条件的检测窗口的中心点确定为角色转换点。

在本公开的一种示例性实施例中，所述方法还包括：

获取所述语音信息，并在所述语音信息上按照一预设步长滑动预设大小的傅里叶窗口，以得到所述语音信息的频谱信息。

在本公开的一种示例性实施例中，所述方法还包括：根据所述卷积神经网络构建所述预测模型，其中，所述根据所述卷积神经网络构建所述预测模型包括：

获取多个多样性的语音信息样本，并将所述多个多样性的语音信息样本转化为多个频谱信息样本，其中，各所述多样性的语音信息样本中均包括至少一个所述角色转换点；

通过在各所述频谱信息样本上滑动所述预设窗口获取与各所述频谱信息样本对应的多个训练窗口和各所述训练窗口的频谱信息；

根据各所述频谱信息样本中的所述角色转换点，对与各所述频谱信息样本对应的各所述训练窗口的转换值进行标记；

根据与各所述频谱信息样本对应的各所述训练窗口的频谱信息以及各所述训练窗口的转换值，并结合Sigmoid函数对所述卷积神经网络进行训练以得到所述预测模型。

在本公开的一种示例性实施例中，所述根据各所述频谱信息样本中的所述角色转换点，对与各所述频谱信息样本对应的各所述训练窗口的转换值进行标记包括：