[发明专利]基于录音文件的语音识别方法及系统在审
| 申请号： | 201910630473.2 | 申请日： | 2019-07-12 |
| 公开（公告）号： | CN110246500A | 公开（公告）日： | 2019-09-17 |
| 发明（设计）人： | 王黎黎;赵桦 | 申请（专利权）人： | 携程旅游信息技术（上海）有限公司 |
| 主分类号： | G10L15/26 | 分类号： | G10L15/26;G10L15/04;G10L15/28;G10L25/57;G10L25/78;G11B20/10 |
| 代理公司： | 上海弼兴律师事务所 31283 | 代理人： | 薛琦;张冉 |
| 地址： | 201203 上海市浦东新*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 录音文件 切片数据 语音 语音识别 静默 语音识别结果 语音识别算法 拼接 中音频信号 时长 预设 | ||
1.一种基于录音文件的语音识别方法，所述录音文件包括至少一静默段，所述静默段为所述录音文件中音频信号的强度低于预设阈值的数据，其特征在于，所述基于录音文件的语音识别方法包括：
以所述静默段为切分点将所述录音文件切分成至少一语音切片数据；
利用语音识别算法分别识别所述语音切片数据，并得到所述语音切片数据对应的识别结果；
将所述识别结果进行拼接，得到所述录音文件的语音识别结果。
2.如权利要求1所述的基于录音文件的语音识别方法，其特征在于，所述以所述静默段为切分点将所述录音文件切分成至少一语音切片数据的步骤之前还包括：
判断所述录音文件的总时长是否超过预设时长，若是，则执行所述以所述静默段为切分点将所述录音文件切分成至少一语音切片数据的步骤。
3.如权利要求1所述的基于录音文件的语音识别方法，其特征在于，所述将所述识别结果进行拼接的步骤包括：
将所述识别结果按照所述语音切片数据在所述录音文件中的时间顺序进行拼接。
4.如权利要求1所述的基于录音文件的语音识别方法，其特征在于，所述以所述静默段为切分点将所述录音文件切分成至少一语音切片数据的步骤包括：
依次获取所述录音文件中所述静默段的开始时间和结束时间；
根据所述静默段的开始时间和结束时间得到非静默段的开始时间和结束时间；
根据所述非静默段的开始时间和结束时间得到所述语音切片数据。
5.如权利要求4所述的基于录音文件的语音识别方法，其特征在于，所述将所述录音文件进行切分的步骤包括：
利用多媒体视频处理工具获取所述录音文件中所述静默段的开始时间和结束时间，所述多媒体视频处理工具为FFmpeg。
6.一种基于录音文件的语音识别系统，所述录音文件包括至少一静默段，所述静默段为所述录音文件中音频信号的强度低于预设阈值的数据，其特征在于，所述基于录音文件的语音识别系统包括切分模块、识别模块和拼接模块；
所述切分模块用于以所述静默段为切分点将所述录音文件切分成至少一语音切片数据；
所述识别模块用于利用语音识别算法分别识别所述语音切片数据，并得到所述语音切片数据对应的识别结果；
所述拼接模块用于将所述识别结果进行拼接，得到所述录音文件的语音识别结果。
7.如权利要求6所述的基于录音文件的语音识别系统，其特征在于，所述基于录音文件的语音识别系统还包括判断模块，所述判断模块用于判断所述录音文件的总时长是否超过预设时长，若是，则调用切分模块。
8.如权利要求6所述的基于录音文件的语音识别系统，其特征在于，所述拼接模块还用于将所述识别结果按照所述语音切片数据在所述录音文件中的时间顺序进行拼接。
9.如权利要求6所述的基于录音文件的语音识别系统，其特征在于，所述切分模块还用于依次获取所述录音文件中所述静默段的开始时间和结束时间；
所述切分模块还用于根据所述静默段的开始时间和结束时间得到非静默段的开始时间和结束时间；
所述切分模块还用于根据所述非静默段的开始时间和结束时间得到所述语音切片数据。
10.如权利要求9所述的基于录音文件的语音识别系统，其特征在于，所述切分模块还用于利用多媒体视频处理工具获取所述录音文件中所述静默段的开始时间和结束时间，所述多媒体视频处理工具为FFmpeg。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于携程旅游信息技术（上海）有限公司，未经携程旅游信息技术（上海）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910630473.2/1.html，转载请声明来源钻瓜专利网。
- 上一篇：家居设备的语音控制方法及装置
- 下一篇：用于会议记录的语音识别方法及系统
