[发明专利]音频信息处理方法、系统和计算机可读存储介质

权利要求书

1.一种音频信息处理方法，其特征在于，包括以下步骤：

语音采集步骤，通过若干个录音设备采集多人对话场景下的对话音频数据，并获取与所述录音设备对应的人员信息；

语音预处理步骤，对所述对话音频数据进行预处理，并输出若干个非静默音频段；

语音识别步骤，根据语音识别技术将所述非静默音频段转换成对应的有声文本段；

文本归属步骤，对同一时间的多个所述有声文本段进行相似度比较得到重复文本段，对重复文本段对应的重复音频段进行判断，确定所述重复音频段对应的实际所述人员信息，并得到每个所述录音设备对应的实际对话音频数据。

2.根据权利要求1所述的音频信息处理步骤，其特征在于，所述文本归属步骤进一步包括：

重复文本段获取步骤，对多个所述有声文本段进行相似度识别处理，并对具有相同重复文本的所述有声文本段添加同一识别标记，得到若干个带有所述识别标记的重复文本段；

音频来源确定步骤，查找带有同一所述识别标识的所述重复文本段对应的所述非静默音频段并进行音频对比，依据语音强度确定所述非静默音频段对应的实际所述人员信息并对其对应的所述非静默音频段和对应所述重复文本段添加身份标识，及对其他所述非静默音频段和对应的所述重复文本段添加删除标识，并据此得到每个所述录音设备对应的实际对话音频数据。

3.根据权利要求2所述的音频信息处理方法，其特征在于，在获得每个所述录音设备对应的实际对话音频数据之前还包括：

根据所述删除标记对非对应所述录音设备的对话音频数据和有声文本段进行删除。

4.根据权利要求1-3任意一项所述的音频信息处理方法，其特征在于，所述方法应用于线下服务场景，通过多个所述录音设备采集服务人员和客户之间的对话音频数据，并经过上述步骤，得到每个所述服务人员的实际对话音频数据。

5.一种音频信息处理系统，应用上述权利要求1-4任意一项所述的音频信息处理方法，其特征在于，包括录音设备和服务器，其中：

所述录音设备包括：

语音采集模块，用于采集多人对话场景下的对话音频数据，并据此结合对应的人员信息输出一音频文件至所述服务器；

所述服务器进一步包括：

语音预处理模块，用于对所述音频文件进行预处理，并输出若干个非静默音频段；

语音识别模块；接收并根据所述语音预处理模块对所述非静默音频段输出对应的有声文本段；

文本归属模块，根据多个所述语音采集模块返回的所述多人对话场景下的多个所述对话音频数据处理后的有声文本段，将同一时间的多个所述有声文本段进行相似度比较得到重复文本段，对重复文本段对应的重复音频段进行判断，确定所述重复音频对应的实际所述人员信息，并得到每个所述录音设备对应的实际对话音频数据。

6.根据权利要求5所述的音频信息处理系统，其特征在于，所述语音识别模块进一步包括；

重复文本段获取单元，对多个所述有声文本段进行相似度识别处理，并对具有相同重复文本的所述有声文本段添加同一识别标记，得到若干个带有所述识别标记的重复文本段；

音频来源确定单元，查找带有同一所述识别标识的所述重复文本段对应的所述非静默音频段并进行音频对比，依据语音强度确定所述非静默音频段对应的实际所述人员信息并对其对应的所述非静默音频段和对应所述重复文本段添加身份标识，及对其他所述非静默音频段和对应的所述重复文本段添加删除标识，并据此得到每个所述录音设备对应的实际对话音频数据。

7.根据权利要求6所述的音频信息处理系统，其特征在于，所述音频确定单元还包括音频删除子单元，所述音频删除子单元根据所述删除标记对非对应所述录音设备的对话音频数据和有声文本段进行删除。

8.根据权利要求5-7任意一项所述的音频信息处理系统，其特征在于，所述音频信息处理系统应用于线下服务场景，通过所述语音采集模块得到服务人员和客户之间的对话音频数据，并通过所述服务器处理得到每个所述服务人员的实际对话音频数据。