[发明专利]关键词检索方法、装置、电子设备以及存储介质

说明书

本公开提供一种关键词检索方法、装置、电子设备以及存储介质，涉及语音识别的技术领域，具体涉及语音关键词检索技术领域，可应用于客服业务质检等场景。方案包括：对语音数据进行解码，得到语音数据的文本和解码帧数据，解码帧数据包括文本中每个文字对应的解码帧；针对文本中每个文字，基于该文字的解码帧的时间戳和该文字的相邻文字的解码帧的时间戳，计算该文字的时间信息；对文本进行关键词检索，响应于文本包含有预设的目标关键词，基于目标关键词中的文字的时间信息确定目标关键词的时间信息；生成包含目标关键词和目标关键词的时间信息的检索结果。上述方法在不引入过多的额外模型的基础上，即可准确地获取到目标关键词的时间信息。

技术领域

本公开涉及语音识别的技术领域，具体涉及语音关键词检索技术领域，可应用于客服业务质检等场景。

背景技术

在一些针对语音数据的关键词检索的业务中，通常是基于语音识别技术获取语音数据的文本，之后通过预设的关键词识别方式确定文本中是否包含目标关键词。一旦发现文本包含目标关键词，工作人员需要播放语音数据的音频，以便复核语音数据是否存在与目标关键词匹配的语音内容。

为了能够方便工作人员快速地在语音数据中定位到目标关键词对应的语音段，相关技术可以在获取到语音数据的文本之后，基于语音数据中说话人的平均语速来估计文本中每个文字的时间信息，但是这种方式获取到的时间信息的准确度较低；或者，相关技术还可以引入对齐模型来估计文本中每个文字的时间信息，但是这种方式需要引入新的模型，会显著地增加成本。

发明内容

本公开提供了一种关键词检索方法、装置、电子设备以及存储介质。

根据本公开的第一方面，提供了一种关键词检索方法，所述方法包括：

对语音数据进行解码，得到语音数据的文本和解码帧数据，其中，解码帧数据包括文本中每个文字对应的解码帧；

针对文本中每个文字，基于该文字的解码帧的时间戳和该文字的相邻文字的解码帧的时间戳，计算该文字的时间信息；

对文本进行关键词检索，响应于文本包含有预设的目标关键词，基于目标关键词中的文字的时间信息确定目标关键词的时间信息；

生成包含目标关键词和目标关键词的时间信息的检索结果。

在本公开实施例中，针对文本中的每个文字，基于该文字的解码帧的时间戳和该文字的相邻文字的解码帧的时间戳，计算该文字的时间信息，包括：

针对文本中的每个文字，从该文字的解码帧中确定出该文字的代表解码帧，其中，代表解码帧为包含该文字的音素的概率最高的解码帧；

基于该文字的代表解码帧的时间戳和该文字的相邻文字的代表解码帧的时间戳，计算该文字的时间信息。

在本公开实施例中，基于该文字的代表解码帧的时间戳和该文字的相邻文字的代表解码帧的时间戳，计算该文字的时间信息，包括：

基于该文字的代表解码帧的时间戳和该文字的前一个文字的代表解码帧的时间戳，计算该文字的开始时间；

基于该文字的代表解码帧的时间戳和该文字的后一个文字的代表解码帧的时间戳，计算该文字的结束时间；

其中，该文字为文本中的第一个文字的情况下，该文字的前一个文字的代表解码帧为解码帧数据中的第一解码帧，第一解码帧在该文字的代表解码帧之前；

该文字为文本中的最后一个文字的情况下，该文字的后一个文字的代表解码帧为解码帧数据中的第二解码帧，第二解码帧在该文字的代表解码帧之后。

在本公开实施例中，基于该文字的代表解码帧的时间戳和该文字的前一个文字的代表解码帧的时间戳，计算该文字的开始时间，包括：