[发明专利]一种基于语音处理的科技法庭智能管理方法、系统及存储介质

说明书

本发明公开了一种基于语音处理的科技法庭智能管理方法、系统及存储介质，具体步骤有：首先需要设置将被应用到语音识别的翻译模块，其次，根据输入语音信息判断是否存在特定讲话者，并据此从特定讲话者用翻译模块和未知讲话者用翻译模块中进行翻译模块的调用选择，再次，根据输入语音信息是否被包含在非特定讲话者用翻译模块中，再次选择调用将要被应用到语音识别的翻译模块，最后，调用被选定的要应用于语音识别的翻译模块，将输入语音转换成文本，并对文本内容进行错误检查和修正。本发明可以在特定讲话者和非特定讲话者同时存在，且不限制讲话顺序的应用场景下，将他们的语音信息区分开来，并精确地把语音转换成文本，适用于法庭的应用场景。

技术领域

本发明涉及语音识别技术领域，特别是涉及一种基于语音处理的科技法庭智能管理系统。

背景技术

当前的语音识别系统的实现方式大致可以分为两类，一类是适用于特定讲话者的识别方式，另一类则是适用于非特定讲话者的识别方式。适用于特定讲话者的识别方式指的是提前获取要进行语音识别的讲话者的语音数据，通过机器学习算法对语音数据进行训练，得到特定讲话者用翻译模块，通过特定讲话者用翻译模块可以准确地将语音转换成文本。适用于非特定讲话者的识别方式指的是将要进行语音识别的语音特征的平均值记录在非特定讲话者用翻译模块中，保证通过非特定讲话者用翻译模块，任何讲话者的语音都可以被成功识别。

适用于特定讲话者的识别方式较为繁琐，必须提前对讲话者的语音数据进行训练，否则无法进行语音识别。而适用于非特定讲话者的识别方式为了保证语音识别的精确度，会对非特定讲话者用翻译模块中单词的数量进行限制，因此该方式往往适用于特定的专业领域中。由于法庭的组成人员复杂，包括审判员、律师、原告、被告等，且发言顺序并不完全受到限制，多个讲话者的声音混合在一起，以上两种语音识别方式均不能同时将法庭现场人员的语音信息区分开来，并精确地识别为文本。

发明内容

本发明的主要目的是：提供一种基于语音处理的科技法庭智能管理方法、系统及存储介质，同时将法庭中不同讲话者的语音信息转换成文本数据，并保证语音转换的精确度。

本发明的目的通过以下技术方案来实现：

一种基于语音处理的科技法庭智能管理方法，包括如下步骤：

S1、设置需要被应用到语音识别的翻译模块；

S2、根据输入语音判断是否存在特定讲话者；

S3、根据上述S2的判断结果，选择调用需要被应用到语音识别的翻译模块；

S4、根据输入语音是否被包含在非特定讲话者用翻译模块中，再次选择调用需要被应用到语音识别的翻译模块；

S5、调用被选定的要应用于语音识别的翻译模块，将上述输入语音转换成文本；

S6、对经语音转换得到的文本进行错误检测，并对错误文本进行修正。

进一步，所述S1中，需要设定的将应用于语音识别的翻译模块包括：特定讲话者用翻译模块、在讲话者不能确定情况下的未知讲话者用翻译模块、应用在特定专业领域下的非特定讲话者用翻译模块、及对错误文本进行修正要用到的修正用翻译模块。

进一步，所述S2中，根据输入语音信息判断是否存在特定讲话者，具体包括如下步骤：

S21、从输入语音中提取语音特征信息；

S22、将语音特征信息与特定讲话者模型进行匹配计算，得到与不同特定讲话者模型的匹配度值；

S23、根据语音特征信息与不同特定讲话者模型的匹配度值确定是否存在特定讲话者。

进一步，所述S23中，根据语音特征信息与不同特定讲话者模型的匹配度值确定是否存在特定讲话者时，选定与所述语音特征最接近的特定讲话者。