[发明专利]关键词区分方法、装置、电子设备和可读存储介质

权利要求书

1.一种关键词区分方法，其特征在于，包括：

确定待测音频的关键词疑似片段的音频特征；

将所述待测音频的关键词疑似片段的音频特征输入至关键词区分模型中，得到所述关键词区分模型输出的关键词区分结果；其中，所述关键词区分模型是基于样本音频的样本关键词疑似片段的音频特征以及所述样本关键词疑似片段对应的样本关键词标注内容训练得到的。

2.根据权利要求1所述的关键词区分方法，其特征在于，所述样本音频的样本关键词疑似片段包括正例样本和负例样本；所述正例样本和所述负例样本均是基于关键词识别模型对所述样本音频进行识别得到的关键词识别结果确定的，且所述正例样本对应的关键词识别结果与所述样本关键词标注内容一致，所述负例样本对应的关键词识别结果与所述样本关键词标注内容不一致。

3.根据权利要求2所述的关键词区分方法，其特征在于，所述关键词区分模型是基于所述样本关键词疑似片段包括的正例样本和负例样本，通过迭代训练的方式得到。

4.根据权利要求3所述的关键词区分方法，其特征在于，所述迭代训练包括多个轮次的训练过程，其中每个轮次的训练过程包括：

根据当前轮次对应的正例样本和负例样本对应的关键词区分结果，以及所述当前轮次对应的正例样本和负例样本对应的关键词标注内容，对所述关键词区分模型进行参数调整，并更新确定下一轮次对应的正例样本和负例样本；其中，所述下一轮次对应的正例样本对应的关键词区分结果与所述样本关键词标注内容一致，所述下一轮次对应的负例样本对应的关键词区分结果与所述样本关键词标注内容不一致；

其中，所述样本关键词疑似片段包括的正例样本和负例样本为所述迭代训练中初始轮次对应的正例样本和负例样本。

5.根据权利要求2所述的关键词区分方法，其特征在于，所述确定待测音频的关键词疑似片段的音频特征，包括：

确定所述待测音频的音频特征；

将所述待测音频的音频特征输入至所述关键词识别模型中，得到所述关键词识别模型输出的关键词识别结果；其中，所述关键词识别模型是基于所述样本音频的音频特征以及所述样本音频对应的样本关键词标注结果训练得到的，所述样本关键词标注结果包括所述样本关键词标注内容和样本关键词标注位置；

基于所述关键词识别结果中的关键词位置以及所述待测音频的音频特征，确定待测音频的关键词疑似片段的音频特征。

6.根据权利要求2所述的关键词区分方法，其特征在于，所述将所述待测音频的关键词疑似片段的音频特征输入至关键词区分模型中，得到所述关键词区分模型输出的关键词区分结果，包括：

将所述待测音频的关键词疑似片段的音频特征输入至所述关键词区分模型的分类层中，得到所述分类层输出的针对于每一关键词的置信度得分；

将任一关键词的置信度得分输入至所述关键词区分模型的置信度判断层，得到所述置信度判断层输出的所述任一关键词的关键词区分结果；其中，所述任一关键词的关键词区分结果是基于所述任一关键词的置信度得分和置信度阈值确定的，所述关键词与所述置信度阈值一一对应。

7.根据权利要求6所述的关键词区分方法，其特征在于，所述任一关键词的置信度阈值是基于所述任一关键词的所有正例样本对应的置信度得分的平均值确定的。

8.根据权利要求6所述的关键词区分方法，其特征在于，所述将所述待测音频的关键词疑似片段的音频特征输入至所述关键词区分模型的分类层中，得到所述分类层输出的针对于每一关键词的置信度得分，具体包括：

将所述待测音频的关键词疑似片段的音频特征输入至所述分类层的隐层特征提取层，得到所述隐层特征提取层输出的隐层特征；

将所述隐层特征输入至所述分类层的激活函数层，得到所述激活函数层输出的针对于每一关键词的置信度得分；所述激活函数层所应用的激活函数是对softmax函数的计算结果取负对数得到的。

9.根据权利要求5所述的关键词区分方法，其特征在于，所述样本关键词标注位置是通过扩帧处理确定的。