[发明专利]关键词区分方法、装置、电子设备和可读存储介质

说明书

本发明实施例提供一种关键词区分方法、装置、电子设备和可读存储介质，其中方法包括：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。本发明实施例提供的关键词区分方法，以待测音频的关键词疑似片段的音频特征作为关键词区分模型的输入，通过对识别准确率不高的关键词疑似片段进行进一步区分，滤除关键词疑似片段中的虚警，从而区分出准确的关键词信息。

技术领域

本发明涉及语音识别领域，尤其涉及一种关键词区分方法、装置、电子设备和可读存储介质。

背景技术

关键词识别是语音识别中的一个重要分支，其广泛应用于语音控制、语音监听、语音输入等多个语音识别应用场景中。

然而，在对超短波信道下的音频进行关键词识别时，由于超短波信道下的音频存在音频信号的低信噪比、音频质量受环境影响波动较大、音频中有大量发音相近且难以区分的关键词等问题，其识别准确率会明显降低。

发明内容

针对现有技术存在的上述至少一个技术问题，本发明实施例提供一种关键词区分方法、装置、电子设备和可读存储介质。

第一方面，本发明实施例提供一种关键词区分方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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：