[发明专利]文本分段方法和装置

权利要求书

1.一种文本分段方法，包括：

将所述文本输入至第一模型得到对于所述文本的分段点的标注，其中，所述第一模型为经过训练的能够对所述文本进行分段点标注的模型，其中，所述文本为长语音转写文本；

将与所述文本对应的音频输入至第二模型得到所述音频的说话人信息，其中，所述第二模型为经过训练的能够识别所述音频中的说话人信息的模型，所述说话人信息为所述音频中的某一段是某一说话人讲的话的信息；

将所述说话人信息中与某一说话人对应的时间信息转成与所述某一说话人对应的句子信息，其中，每一个句子都有一个说话人的标注；

根据所述分段点的标注和与所述某一说话人对应的句子信息得到每句话的分段标注；

基于所述分段标注对所述文本进行分段并输出。

2.根据权利要求1所述的方法，其中，所述第一模型包含注意力机制。

3.根据权利要求2所述的方法，其中，所述第一模型为包含注意力机制的长短记忆循环神经网络模型。

4.根据权利要求1所述的方法，其中，所述第二模型为说话人分类模型。

5.根据权利要求1-4中任一项所述的方法，其中，所述文本为与所述音频包括：语音识别后的文本与所述语音识别后的文本所对应的音频。

6.根据权利要求5所述的方法，其中，所述对所述语音识别文本的分段点的标注和所述音频的说话人信息进行融合处理以得到分段标注采用DNN模型实现，所述DNN模型输出每句话的分段标注。

7.一种文本分段装置，包括：

第一输入模块，配置为将所述文本输入至第一模型得到对于所述文本的分段点的标注，其中，所述第一模型为经过训练的能够对所述文本进行分段点标注的模型，其中，所述文本为长语音转写文本；

第二输入模块，配置为将与所述文本对应的音频输入至第二模型得到所述音频的说话人信息，其中，所述第二模型为经过训练的能够识别所述音频中的说话人信息的模型，所述说话人信息为所述音频中的某一段是某一说话人讲的话的信息；

融合模块，配置为将所述说话人信息中与某一说话人对应的时间信息转成与所述某一说话人对应的句子信息，其中，每一个句子都有一个说话人的标注；根据所述分段点的标注和与所述某一说话人对应的句子信息得到每句话的分段标注；

输出模块，配置为基于所述分段标注对所述文本进行分段并输出。

8.一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至6中任一项所述方法的步骤。