[发明专利]语音智能匹配方法、装置、电子设备及存储介质

权利要求书

1.一种语音智能匹配方法，其特征在于，所述方法包括：

获取至少两段通话语音，对每段所述通话语音进行语音识别，得到至少两段语音文本；

利用预训练好的文本匹配模型中的编码层对每段所述语音文本中的文本语句进行双向编码，得到每段所述语音文本的双向句向量，根据每段所述语音文本的双向句向量，利用所述编码层编码每段所述语音文本的文本隐向量；

根据所述双向句向量和所述文本隐向量，利用所述文本匹配模型中的交互层计算所述语音文本之间的信息关联性，以识别所述语音文本中的关联信息特征；

利用所述文本匹配模型中的池化层对所述关联信息特征进行池化处理，得到目标信息特征；

根据所述目标信息特征，利用所述文本匹配模型中的全连接层计算所述语音文本之间的匹配类别，根据所述匹配类别，识别所述至少两段通话语音的匹配结果。

2.如权利要求1所述的语音智能匹配方法，其特征在于，所述对每段所述通话语音进行语音识别，得到至少两段语音文本，包括：

提取每段所述通话语音的音频特征，利用声学模型计算每段所述音频特征的音素序列概率；

根据所述音素序列概率，利用语言模型计算每段所述音频特征的文字序列，根据每段所述通话语音的文字序列，得到至少两段语音文本。

3.如权利要求1所述的语音智能匹配方法，其特征在于，所述利用预训练好的文本匹配模型中的编码层对每段所述语音文本中文本语句进行双向编码，得到每段所述语音文本的双向句向量，包括：

获取每段所述语音文本中文本语句的文本词语，对所述文本词语进行前向向量编码及后向向量编码，得到前向词向量和后向词向量；

将所述前向词向量和后向词向量进行组合，得到每段所述语音文本的双向句向量。

4.如权利要求1所述的语音智能匹配方法，其特征在于，所述根据所述双向句向量和所述文本隐向量，利用所述文本匹配模型中的交互层检测所述语音文本之间的关联信息特征，包括：

计算所述双向句向量之间的语句相似度矩阵和所述文本隐向量之间的文本相似度矩阵；

根据所述语句相似度矩阵，计算所述双向句向量之间的语句关联性，根据所述文本相似度矩阵，计算所述文本隐向量之间的文本关联性；

根据所述语句关联性和所述文本关联性，识别所述语音文本之间的关联信息特征。

5.如权利要求4所述的语音智能匹配方法，其特征在于，所述根据所述语句相似度矩阵，计算所述双向句向量之间的语句关联性，包括：

利用下述公式计算所述双向句向量之间的语句关联性：

其中，表示语音文本a中第i个双向句向量与语音文本b中第j个双向句向量的语句关联性,表示语音文本b中第j个双向句向量，表示语音文本b中第j个双向句向量与语音文本a中第i个双向句向量的语句关联性，表示语音文本a中第i个双向句向量，e_ij表示语句相似度矩阵，exp(e_ij)表示语句相似度矩阵的指数函数，l_b表示语音文本b中双向句向量的数量，l_a表示语音文本a中双向句向量的数量。

6.如权利要求1所述的语音智能匹配方法，其特征在于，所述根据所述语句关联性和所述文本关联性，识别所述语音文本之间的关联信息特征，包括：

根据所述语句关联性，确定所述语音文本之间的关联语句特征，根据所述文本关联性，确定所述语音文本之间的关联主题特征；

根据所述关联语句特征和所述关联主题特征，生成所述语音文本之间的关联信息特征。

7.如权利要求1至6中任意一项所述的语音智能匹配方法，其特征在于，所述利用所述文本匹配模型中池化层对所述关联信息特征进行池化处理，得到目标信息特征，包括：

利用所述池化层中的池化算法对所述关联信息特征进行特征降维，并利用所述池化层中的激活函数激活特征降维后的所述关联信息特征，得到所述目标信息特征。