音频信息提取的方法、装置、电子设备及可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114255751A(43)申请公布日2022.03.29(21)申请号202111499605.6G10L25/51(2013.01)(22)申请日2021.12.09(71)申请人阳光保险集团股份有限公司地址518000广东省深圳市福田区红荔西路7002号第一世界广场A座17层(72)发明人王建辉杜新凯吕超李亚楠王军(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人李飞(51)Int.Cl.G10L15/22(2006.01)G10L15/26(2006.01)G10L15/183(2013.01)G10L25/03(2013.01)权利要求书2页说明书16页附图4页(54)发明名称音频信息提取的方法、装置、电子设备及可读存储介质(57)摘要本申请属于数据处理技术领域，公开了音频信息提取的方法、装置、电子设备及可读存储介质，该方法包括，对目标音频进行文本转换，获得音频文本；对音频文本进行角色划分，分别获得每一对话角色的对话集合，对话集合中至少包含一句对话；分别对每一对话角色的对话集合中的每一对话进行时间划分，获得各对话角色的对话时间信息；根据各对话角色的对话集合和对话时间信息，以及判定条件，对音频文本进行数据判定，获得目标判定内容。这样，就可以在进行音频信息提取时，可以提高音频信息提取的效率和准确率。CN114255751ACN114255751A权利要求书1/2页1.一种音频信息提取的方法，其特征在于，包括：对目标音频进行文本转换，获得音频文本；对所述音频文本进行角色划分，分别获得每一对话角色的对话集合，所述对话集合中至少包含一句对话；分别对每一对话角色的对话集合中的每一对话进行时间划分，获得各对话角色的对话时间信息；根据各对话角色的对话集合和对话时间信息，以及判定条件，对所述音频文本进行数据判定，获得目标判定内容。2.如权利要求1所述的方法，其特征在于，所述对所述音频文本进行角色划分，分别获得每一对话角色的对话集合，包括：按照指定字符，将所述音频文本进行划分，获得至少一个对话；采用预先训练好的角色划分模型，分别确定每一对话的发言人，分别为每一对话角色的角色概率；分别针对每一对话，执行以下步骤：确定一个对话对应的各角色概率中的最大值；将所述一个对话，添加到所述最大值对应的对话角色的对话集合中。3.如权利要求2所述的方法，其特征在于，所述采用预先训练好的角色划分模型，分别确定每一对话的发言人，分别为每一对话角色的角色概率，包括：按照指定对话数量，将所述至少一个对话进行划分，获得至少一个对话组；分别针对每一对话组，执行以下步骤：分别将所述一个对话组中的每一对话，输入至预先训练好的角色划分模型，分别获得每一对话分别为每一对话角色的初始角色概率；分别将相同对话角色的每一对话的各初始角色概率进行加权求和；分别将相同对话角色的每一对话的加权求和结果，确定为所述一个对话组中的对应的对话的相应对话角色的角色概率。4.如权利要求1‑3任一项所述的方法，其特征在于，所述分别对每一对话角色的对话集合中的每一对话进行时间划分，获得各对话角色的对话时间信息，包括：对各对话角色的对话集合中的各对话进行时间划分，分别获得每一对话的对话时间区间；根据各对话对应的对话时间区间，以及每一对话中包含的字符数量，分别确定每一字符的字符时间区间；根据各对话的对话时间区间，以及各字符的字符时间区间，获得所述对话时间信息。5.如权利要求4所述的方法，其特征在于，所述对各对话角色的对话集合中的各对话进行时间划分，分别获得每一对话的对话时间区间，包括：若确定不同对话角色的对话时间区间存在重叠，则按照指定字符，将存在重叠的对话进行划分，分别获得所述重叠的对话的多个子对话；分别获取每一子对话对应的对话时间区间；基于所述多个子对话对应的对话时间区间，对各对话的对话时间区间进行更新。6.如权利要求4所述的方法，其特征在于，所述根据各对话对应的对话时间区间，以及2CN114255751A权利要求书2/2页每一对话中包含的字符数量，分别确定每一字符的字符时间区间，包括：分别针对所述音频文本中的每一对话，执行以下步骤：根据一个对话的对话时间区间，以及所述一个对话的中包含的字符数量，确定所述一个对话中每一字符的平均字符时间长度；按照所述平均字符时间长度，将所述一个对话的对话时间区间进行划分，分别获得每一字符的字符时间区间。7.如权利要求5或6所述的方法，其特征在于，所述判定条件包括第一判定条件和第二判定条件，所述第一判定条件包括第一判定元素和第一对话角色，第二判定条件包括第二判定元素、第二对话角色以及设定判定时长，所述根据各对话角色的对话集合和对话时间信息，以及判定条件，对所述音频