[发明专利]一种语种识别方法、装置、电子设备及存储介质

说明书

本公开实施例公开了一种语种识别方法、装置、电子设备及存储介质，其中该方法包括：对音频数据进行人声音频帧定位，得到第一预设数量的人声音频帧组；对第一预设数量的人声音频帧组进行语种识别，得到第一预设数量的第一语种识别结果，并根据第一预设数量的第一语种识别结果确定音频数据的最终识别语种；其中，第一预设数量基于当前识别等级确定，当前识别等级用于表征当前语种识别的重要程度。通过进行人声音频帧进行定位，能够过滤得到音频数据中的有效人声片段，提高了音频数据质量，有利于提高语种识别准确率；通过综合与当前语种识别的重要程度相应数量的人声音频帧组，来确定音频数据的最终识别语种，可进一步提高语种识别准确率。

技术领域

本公开实施例涉及计算机技术领域，尤其涉及一种语种识别方法、装置、电子设备及存储介质。

背景技术

随着互联网以及通信技术的不断发展，通过通信类应用进行信息沟通已成为用户进行信息交流的重要方式之一。

基于通信类应用进行通信过程中，随着参与信息交流的用户的数量的增加，各个用户所使用、所熟悉的语言种类也存在着差异。因而，为了用户之间交流的便捷性，存在着识别各路音频数据语种的需求，进而，为后续处理(例如语音识别处理)做准备。

发明内容

本公开实施例提供了一种语种识别方法、装置、电子设备及存储介质，提高了通信场景下的语种识别准确率。

第一方面，本公开实施例提供了一种语种识别方法，包括：

对音频数据进行人声音频帧定位，得到第一预设数量的人声音频帧组；

对所述第一预设数量的人声音频帧组进行语种识别，得到第一预设数量的第一语种识别结果，并根据所述第一预设数量的第一语种识别结果确定所述音频数据的最终识别语种；

其中，所述第一预设数量基于当前识别等级确定，所述当前识别等级用于表征当前语种识别的重要程度。

第二方面，本公开实施例还提供了一种语种识别装置，包括：

音频帧定位模块，用于对音频数据进行人声音频帧定位，得到第一预设数量的人声音频帧组；

语种识别模块，用于对所述第一预设数量的人声音频帧组进行语种识别，得到第一预设数量的第一语种识别结果，并根据所述第一预设数量的第一语种识别结果确定所述音频数据的最终识别语种；

其中，所述第一预设数量基于当前识别等级确定，所述当前识别等级用于表征当前语种识别的重要程度。

第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例任一所述的语种识别方法。

第四方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的语种识别方法。

本公开实施例的技术方案，后端服务器根据用于表征当前语种识别的重要程度的当前识别等级，来确定第一预设数量；对音频数据进行人声音频帧定位，得到第一预设数量的人声音频帧组；对第一预设数量的人声音频帧组进行语种识别，得到第一预设数量的第一语种识别结果，并根据第一预设数量的第一语种识别结果确定音频数据的最终识别语种。本公开实施例的技术方案，通过进行人声音频帧进行定位，能够过滤得到音频数据中的有效人声片段，提高了音频数据质量，有利于提高语种识别准确率；通过综合与当前语种识别的重要程度相应数量的人声音频帧组，来确定音频数据的最终识别语种，可进一步提高语种识别准确率。

附图说明