[发明专利]用于获取信息的方法及装置

权利要求书

1.一种用于获取信息的方法，包括：

从待处理语音信号中获取语音特征音频序列，所述语音特征音频序列用于表征待处理语音信号对应的文字；

将所述语音特征音频序列导入拼音识别模型，得到对应所述语音特征音频序列的拼音信息，所述拼音识别模型用于通过拼音单元集合匹配出对应语音特征音频序列的拼音信息，所述拼音单元用于识别单个文字，所述拼音单元包括声母音素、与声母音素匹配的韵母音素、音调标识，所述音调标识用于指示由声母音素和韵母音素组成的拼音信息的发音特征；

根据所述拼音信息查找对应所述待处理语音信号的文字信息。

2.根据权利要求1所述的方法，其中，所述将所述语音特征音频序列导入拼音识别模型，得到对应所述语音特征音频序列的拼音信息，包括：

从所述语音特征音频序列中每间隔第一设定数量帧提取一帧初始语音帧，得到初始语音帧序列；

将所述初始语音帧序列中相邻的第二设定数量帧的初始语音帧合并为二次语音帧序列。

3.根据权利要求2所述的方法，其中，所述将所述语音特征音频序列导入拼音识别模型，得到对应所述语音特征音频序列的拼音信息，包括：

获取所述二次语音帧序列的语音幅值波形图；

从所述语音幅值波形图中筛选出对应幅值极值的尖峰语音帧，得到尖峰语音帧序列；

对于所述尖峰语音帧序列中的尖峰语音帧，从所述拼音单元集合中匹配出与该尖峰语音帧对应的目标拼音单元，并通过该目标拼音单元确定该尖峰语音帧对应的目标拼音信息；

按照目标拼音信息对应的尖峰语音帧在所述尖峰语音帧序列中的顺序对目标拼音信息进行排序，得到对应所述语音特征音频序列的拼音信息。

4.根据权利要求1所述的方法，其中，所述拼音单元集合通过以下步骤构建：

获取声母音素集合和韵母音素集合；

对于所述声母音素集合中的声母音素，从所述韵母音素集合中筛选出与该声母音素匹配的韵母音素，得到对应该声母音素的拼音单元。

5.根据权利要求4所述的方法，其中，所述从所述韵母音素集合中筛选出与该声母音素匹配的韵母音素，得到对应该声母音素的拼音单元，包括：

从所述韵母音素集合中筛选出与该声母音素匹配的韵母音素得到韵母音素子集合；

确定该声母音素与韵母音素子集合中韵母音素组成的拼音信息的音调标识得到音调标识集合；

将该声母音素、韵母音素子集合中韵母音素和音调标识集合中的音调标识组合成对应该声母音素的拼音单元。

6.一种用于获取信息的装置，包括：

语音特征音频序列获取单元，被配置成从待处理语音信号中获取语音特征音频序列，所述语音特征音频序列用于表征待处理语音信号对应的文字；

拼音信息获取单元，被配置成将所述语音特征音频序列导入拼音识别模型，得到对应所述语音特征音频序列的拼音信息，所述拼音识别模型用于通过拼音单元集合匹配出对应语音特征音频序列的拼音信息，所述拼音单元用于识别单个文字，所述拼音单元包括声母音素、与声母音素匹配的韵母音素、音调标识，所述音调标识用于指示由声母音素和韵母音素组成的拼音信息的发音特征；

文字信息获取单元，被配置成根据所述拼音信息查找对应所述待处理语音信号的文字信息。

7.根据权利要求6所述的装置，其中，所述拼音信息获取单元包括：

初始语音帧序列获取子单元，被配置成从所述语音特征音频序列中每间隔第一设定数量帧提取一帧初始语音帧，得到初始语音帧序列；

二次语音帧序列获取子单元，被配置成将所述初始语音帧序列中相邻的第二设定数量帧的初始语音帧合并为二次语音帧序列。