[发明专利]音频关键词检索方法、智能外呼方法及相关装置

权利要求书

1.一种音频关键词的检索方法，其特征在于，包括：

根据预设规则对预设音频片段进行特征化处理得到第一特征数据集，所述第一特征数据集包含至少一个第一特征向量序列，其中所述预设音频包含音频关键词；

获取待检索音频片段，并按照所述预设规则对所述待检索音频片段进行特征化处理得到第二特征数据集，所述第二特征数据集包含至少一个第二特征向量序列；

从所述第二特征向量序列中对应截取与所述第一特征向量序列长度相同的第三特征向量序列；

通过计算所述第三特征向量序列与所述第一特征向量序列的相似度来判断所述待检索音频片段是否包含所述音频关键词。

2.根据权利要求1所述的关键词检索方法，，其特征在于，所述从所述第二特征向量序列中对应截取与所述第一特征向量序列长度相同的第三特征向量序列的步骤之前，还包括：

获取与所述任一第一特征向量序列对应的第二特征向量序列的长度；

若所述第二特征向量序列的长度大于等于所述第一特征向量序列的长度，则通过计算所述第三特征向量序列与所述第一特征向量序列的相似度来判断所述待检索音频片段是否包含所述音频关键词；

若所述第二特征向量序列的长度小于所述第一特征向量序列的长度，则所述待检索音频片段不包含所述音频关键词。

3.根据权利要求2所述的关键词检索方法，其特征在于，所述根据预设规则对预设音频片段进行特征化处理得到第一特征数据集，所述第一特征数据集包含至少一个第一特征向量序列，其中所述预设音频片段包含音频关键词的步骤，具体包括：

根据设定的窗口时长和预设移动步长将所述预设音频片段分割成至少一个预设时长的预设音频片段，并计算任一所述预设时长的预设音频片段的第一短时平均幅度值和第一短时平均过零率，以得到第一短时平均幅度值特征向量和第一短时平均过零率特征向量，所述第一短时平均幅度值特征向量和所述第一短时平均过零率特征向量构成所述第一特征向量序列；

所述获取待检索音频片段，并按照所述预设规则对所述待检索音频片段进行特征化处理得到第二特征数据集，所述第二特征数据集包含至少一个第二特征向量序列的步骤，具体包括：

根据所述窗口时长和所述预设移动步长将所述待检索音频片段分割成至少一个预设时长的待检索音频片段，并计算任一所述预设时长的待检索音频片段的第二短时平均幅度值和第二短时平均过零率，以得到第二短时平均幅度值特征向量和第二短时平均过零率特征向量，所述第二短时平均幅度值特征向量和所述第二短时平均过零率特征向量构成所述第二特征向量序列。

4.根据权利要求3所述的检索方法，其特征在于，所述从与所述第一特征向量序列对应的所述第二特征向量序列中截取与所述第一特征向量序列长度相同的第三特征向量序列的步骤包括：

以预设的步进长度，从所述第二特征向量序列中截取至少一个长度等于所述第一特征向量序列的长度的所述第三特征向量序列。

5.根据权利要求4所述的检索方法，其特征在于，所述通过计算所述第三特征向量序列与所述第一特征向量序列的相似度来判断所述待检索音频片段是否包含所述音频关键词的步骤，具体包括：

判断所述相似度的值是否大于等于预设阈值；

若所述相似度的值大于等于所述预设阈值，则所述待检索音频片段包含所述音频关键词；

若所述余弦相似度的值小于所述预设阈值，则所述待检索音频片段不包含所述音频关键词。

6.根据权利要求5所述的检索方法，其特征在于，所述通过计算所述第三特征向量序列与所述第一特征向量序列的相似度来判断所述待检索音频片段是否包含所述音频关键词的步骤，具体包括：

计算任一所述第一特征向量序列中的第一短时平均幅度值特征向量与对应所述第三特征向量序列中的第二短时平均幅度值特征向量的第一相似度；

计算任一所述第一特征向量序列中的第一短时平均过零率特征向量与对应所述第三特征向量序列中的第二短时平均过零率特征向量的第二相似度；

计算所述第一相似度及第二相似度的乘积以得到所述相似度的值，并判断所述相似度的值是否大于等于预设阈值。