[发明专利]一种不良语音检测方法、装置、电子设备及存储介质

说明书

本发明公开了一种不良语音检测方法、装置、电子设备即存储介质，其中方法包括：获取预设时长的待检测语音，并提取待检测语音的语音特征；根据待检测语音的语音特征和预先建立的神经网络模型，对待检测语音进行语音识别和基于注意力机制的不良发音识别，获得待检测语音的文字序号分布和发音分类结果；其中，神经网络模型包含预设的文字库，文字库中每一个文字均有对应的文字序号；根据文字序号分布和预设的不良关键词字典，检测待检测语音中是否存在不良关键词；若待检测语音中存在不良关键词，则判定待检测语音为不良语音；若待检测语音中不在不良关键词，则根据发音分类结果判断待检测语音是否为不良语音。本发明能够提高不良语音检测的准确度。

技术领域

本发明涉及语音检测技术领域，尤其涉及一种不良语音检测方法、装置、电子设备及存储介质。

背景技术

随着科学技术的发展，语音交流成为当前网络社交、数媒传播等领域重要的交流方式。在输出语音之前，往往需要对输入的语音进行检测，对语音中的不良语音进行过滤，以维护正常、健康的语音交流环境。

现有技术中，对不良语音的检测，往往是将语音转换成文字后，根据文字内容来对语音的语义进行判断，检测出语音是否为不良语音。但是仅通过语音对应的文字内容检测不良语音，只能对具有对应文字的声音获取语义，往往丢失了语音中的语气信息，不能对具有不良暗示语气的语音进行检测，例如涉及暴力、涉黄等不具有具体对应文字的不良语音或者语音对应的文字携带有不良语气的不良语音，采用现有技术的方法并不能准确地检测出不良语音。

发明内容

本发明实施例所要解决的技术问题在于，提供一种不良语音检测方法、装置、电子设备及存储介质，能够提高不良语音检测的准确度。

为了解决上述技术问题，第一方面，本发明提供了一种不良语音检测方法，所述方法包括：

获取预设时长的待检测语音，并提取所述待检测语音的语音特征；

根据所述待检测语音的语音特征和预先建立的神经网络模型，对所述待检测语音进行语音识别和基于注意力机制的不良发音识别，获得所述待检测语音的文字序号分布和发音分类结果；其中，所述神经网络模型包含预设的文字库，所述文字库中每一个文字均对应有唯一的文字序号；

根据所述文字序号分布和预设的不良关键词字典，检测所述待检测语音中是否存在不良关键词；其中，所述不良关键词字典存储有预先收集的若干个不良关键词样本；

若所述待检测语音中存在不良关键词，则判定所述待检测语音为不良语音；

若所述待检测语音中不在不良关键词，则根据所述发音分类结果判断所述待检测语音是否为不良语音。

进一步的，所述待检测语音的语音特征为所述待检测语音的频谱特征，所述神经网络模型包括主干网络、语音识别网络和基于注意力机制建立的不良发音分类网络；则所述根据所述语音特征和预先建立的神经网络模型，对所述待检测语音进行语音识别和基于注意力机制的不良发音识别，获得所述待检测语音的文字序号分布和发音分类结果，具体包括：

根据所述主干网络和所述待检测语音的频谱特征，提取出所述待检测语音的序列特征；

将所述序列特征输入所述语音识别网络，获得所述待检测语音的所述文字序号分布；

将所述序列特征输入所述不良发音分类网络，获得所述待检测语音的发音分类结果。

进一步的，所述方法预先通过以下步骤训练获得所述神经网络模型：

获取若干条预设时长的训练语音，并获取每一所述训练语音对应的文字序号分布标记信息和不良语音分类结果标记信息；

提取每一所述训练语音的语音特征，并将每一所述训练语音的语音特征输入初始神经网络模型，获得每一所述训练语音对应的初始文字序号分布和初始发音分类结果；