[发明专利]语音识别处理方法、装置及存储介质

权利要求书

1.一种语音识别处理方法，其特征在于，包括：

获取原始音频数据；

将所述原始音频数据输入第一语音识别引擎进行语音识别，得到携带有语音标记数据的第一参考文本信息；其中，所述第一参考文本信息为从所述原始音频数据中识别出的语音片段对应的文字信息，所述语音标记数据用于指示所述原始音频数据中的所述语音片段的位置，所述第一语音识别引擎为通用语音识别引擎；

确定出所述第一参考文本信息中的关键字；

将所述原始音频数据输入至与所述关键字匹配的第二语音识别引擎，以得到目标文本信息，其中，所述第二语音识别引擎为所述关键字所属领域的语音识别引擎。

2.根据权利要求1所述的方法，其特征在于，所述将所述原始音频数据输入第一语音识别引擎进行语音识别，得到携带有语音标记的第一参考文本信息包括：

通过所述第一语音识别引擎从所述原始音频数据中识别出所述语音片段，并将所述语音片段转换为文本信息；

将所述语音片段的发音起始点标记为第一时间标签，并将所述语音片段的发音结束点标记为第二时间标签；

利用所述第一时间标签和所述第二时间标签生成所述原始音频数据对应的所述语音标记数据；

根据所述文本信息和所述语音标记数据生成所述第一参考文本信息。

3.根据权利要求1所述的方法，其特征在于，所述将所述原始音频数据输入至与所述关键字匹配的第二语音识别引擎，以得到目标文本信息包括：

将所述原始音频数据输入至所述第二语音识别引擎进行至少一次语音识别，得到所述目标文本信息。

4.根据权利要求3所述的方法，其特征在于，所述将所述原始音频数据输入至所述第二语音识别引擎进行至少一次语音识别，得到所述目标文本信息包括：

将所述原始音频数据输入至所述第二语音识别引擎，直至输出的识别结果达到识别条件：

获取当前识别结果中的第二参考文本信息；

在所述第二参考文本信息与所述第一参考文本信息之间的相似度小于等于预设阈值的情况下，确定所述当前识别结果达到所述识别条件，并将所述第二参考文本信息作为所述目标文本信息；

在所述第二参考文本信息与所述第一参考文本信息之间的相似度大于预设阈值的情况下，确定所述当前识别结果并未达到所述识别条件，获取下一个识别结果作为所述当前识别结果。

5.根据权利要求1所述的方法，其特征在于，所述将所述原始音频数据输入至与所述关键字匹配的第二语音识别引擎，以得到目标文本信息包括：

基于FFMPEG工具将所述原始音频数据的原始音频格式转换为目标音频格式；

利用所述语音标记数据对所述目标音频格式下的所述原始音频数据进行切分处理，得到包含所述语音片段的目标语音数据；

将所述目标语音数据输入至所述第二语音识别引擎，以得到所述目标文本信息。

6.根据权利要求1所述的方法，其特征在于，在所述将所述原始音频数据输入至与所述关键字匹配的第二语音识别引擎，以得到目标文本信息之后，还包括：

基于所述目标文本信息中包含的所述关键字的个数来确定目标对象的个数；其中，产生所述原始音频数据的音源对象为所述目标对象或所述目标对象的服务对象。

7.一种语音识别处理装置，其特征在于，包括：

第一获取单元，用于获取原始音频数据；

第一识别单元，用于将所述原始音频数据输入第一语音识别引擎进行语音识别，得到携带有语音标记数据的第一参考文本信息；其中，所述第一参考文本信息为从所述原始音频数据中识别出的语音片段对应的文字信息，所述语音标记数据用于指示所述原始音频数据中的所述语音片段的位置，所述第一语音识别引擎为通用语音识别引擎；

第一确定单元，用于确定出所述第一参考文本信息中的关键字；

第二识别单元，用于将所述原始音频数据输入至与所述关键字匹配的第二语音识别引擎，以得到目标文本信息，其中，所述第二语音识别引擎为所述关键字所属领域的语音识别引擎。