本申請(qǐng)實(shí)施例提供了一種會(huì)議記錄生成方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，涉及人工智能技術(shù)領(lǐng)域及語音處理技術(shù)領(lǐng)域，方法包括：獲取目標(biāo)會(huì)議的會(huì)議音頻；獲取目標(biāo)會(huì)議的至少一個(gè)與會(huì)對(duì)象中每個(gè)與會(huì)對(duì)象的語音特征，根據(jù)每個(gè)與會(huì)對(duì)象的語音特征對(duì)會(huì)議音頻中每個(gè)與會(huì)對(duì)象的音頻進(jìn)行增強(qiáng)處理，得到每個(gè)與會(huì)對(duì)象的增強(qiáng)后的音頻；對(duì)增強(qiáng)后的音頻進(jìn)行語音識(shí)別，得到增強(qiáng)后的音頻對(duì)應(yīng)的目標(biāo)文本，并根據(jù)目標(biāo)文本生成目標(biāo)會(huì)議對(duì)應(yīng)的會(huì)議記錄。采用本申請(qǐng)，可以自動(dòng)化智能化的生成會(huì)議記錄。本申請(qǐng)涉及區(qū)塊鏈技術(shù)，會(huì)議音頻可從區(qū)塊鏈獲取。會(huì)議音頻可從區(qū)塊鏈獲取。會(huì)議音頻可從區(qū)塊鏈獲取。
【技術(shù)實(shí)現(xiàn)步驟摘要】
一種會(huì)議記錄生成方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
[0001]本申請(qǐng)涉及語音處理
，尤其涉及一種會(huì)議記錄生成方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。
技術(shù)介紹
[0002]在現(xiàn)代各種辦公會(huì)議中，完整的會(huì)議記錄是十分必要的，會(huì)后回顧記錄往往是以錄制的音頻形式保存的，但是音頻文件占用存儲(chǔ)容量較大，而且查看起來十分不方便，使用率不高。如果將音頻轉(zhuǎn)為文字的話，可以大大減少存儲(chǔ)空間，方便傳送。因此，如何自動(dòng)化智能化生成會(huì)議記錄成為研究的熱點(diǎn)。
技術(shù)實(shí)現(xiàn)思路
[0003]本申請(qǐng)實(shí)施例提供了一種會(huì)議記錄生成方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，可以自動(dòng)化智能化生成會(huì)議記錄。
[0004]一方面，本申請(qǐng)實(shí)施例提供了一種會(huì)議記錄生成方法，包括：
[0005]獲取目標(biāo)會(huì)議的會(huì)議音頻，所述目標(biāo)會(huì)議存在多個(gè)與會(huì)對(duì)象；
[0006]獲取所述多個(gè)與會(huì)對(duì)象中的至少一個(gè)與會(huì)對(duì)象中每個(gè)與會(huì)對(duì)象的語音特征；
[0007]根據(jù)所述每個(gè)與會(huì)對(duì)象的語音特征對(duì)所述會(huì)議音頻中所述每個(gè)與會(huì)對(duì)象的音頻進(jìn)行增強(qiáng)處理，得到所述每個(gè)與會(huì)對(duì)象的增強(qiáng)后的音頻；
[0008]對(duì)所述增強(qiáng)后的音頻進(jìn)行語音識(shí)別，得到所述增強(qiáng)后的音頻對(duì)應(yīng)的目標(biāo)文本，并根據(jù)所述目標(biāo)文本生成所述目標(biāo)會(huì)議對(duì)應(yīng)的會(huì)議記錄。
[0009]第二方面，本申請(qǐng)實(shí)施例提供了一種會(huì)議記錄生成裝置，包括：
[0010]獲取模塊，用于獲取目標(biāo)會(huì)議的會(huì)議音頻，所述目標(biāo)會(huì)議存在多個(gè)與會(huì)對(duì)象；
[0011]所述獲取模塊，還用于獲取所述多個(gè)與會(huì)對(duì)象中的至少一個(gè)與會(huì)對(duì)象中每個(gè)與會(huì)對(duì)象的語音特征；
[0012]處理模塊，用于根據(jù)所述每個(gè)與會(huì)對(duì)象的語音特征對(duì)所述會(huì)議音頻中所述每個(gè)與會(huì)對(duì)象的音頻進(jìn)行增強(qiáng)處理，得到所述每個(gè)與會(huì)對(duì)象的增強(qiáng)后的音頻，并對(duì)所述增強(qiáng)后的音頻進(jìn)行語音識(shí)別，得到所述增強(qiáng)后的音頻對(duì)應(yīng)的目標(biāo)文本，并根據(jù)所述目標(biāo)文本生成所述目標(biāo)會(huì)議對(duì)應(yīng)的會(huì)議記錄。
[0013]再一方面，本申請(qǐng)實(shí)施例提供了一種計(jì)算機(jī)設(shè)備，包括處理器和存儲(chǔ)器，所述處理器和所述存儲(chǔ)器相互連接，其中，所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序指令，所述處理器被配置用于執(zhí)行所述程序指令，實(shí)現(xiàn)所述的會(huì)議記錄生成方法。
[0014]再一方面，本申請(qǐng)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序指令，所述計(jì)算機(jī)程序指令被處理器執(zhí)行時(shí)，用于執(zhí)行所述的會(huì)議記錄生成方法。
[0015]綜上所述，計(jì)算機(jī)設(shè)備獲取目標(biāo)會(huì)議的會(huì)議音頻；計(jì)算機(jī)設(shè)備還可以獲取目標(biāo)會(huì)議中至少一個(gè)與會(huì)對(duì)象中每個(gè)與會(huì)對(duì)象的語音特征。并根據(jù)每個(gè)與會(huì)對(duì)象的語音特征對(duì)會(huì)
議音頻中每個(gè)與會(huì)對(duì)象的音頻進(jìn)行增強(qiáng)處理，得到每個(gè)與會(huì)對(duì)象的增強(qiáng)后的音頻；計(jì)算機(jī)設(shè)備對(duì)增強(qiáng)后的音頻進(jìn)行語音識(shí)別，得到增強(qiáng)后的音頻對(duì)應(yīng)的目標(biāo)文本，并根據(jù)目標(biāo)文本生成目標(biāo)會(huì)議對(duì)應(yīng)的會(huì)議記錄，實(shí)現(xiàn)了會(huì)議記錄的自動(dòng)化智能化生成過程。
附圖說明
[0016]為了更清楚地說明本申請(qǐng)實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請(qǐng)的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0017]圖1是本申請(qǐng)實(shí)施例提供的一種會(huì)議記錄生成方法的流程示意圖；
[0018]圖2A是本申請(qǐng)?zhí)峁┑囊环N梅爾濾波器對(duì)數(shù)能量提取過程的示意圖；
[0019]圖2B是本申請(qǐng)實(shí)施例提供的一種生成增強(qiáng)后的音頻以及訓(xùn)練語音過濾器的過程的示意圖；
[0020]圖2C是本申請(qǐng)實(shí)施例提供的一種生成會(huì)議記錄的過程的示意圖；
[0021]圖3是本申請(qǐng)實(shí)施例提供的一種會(huì)議記錄生成裝置的結(jié)構(gòu)示意圖；
[0022]圖4是本申請(qǐng)實(shí)施例提供的一種計(jì)算機(jī)設(shè)備的結(jié)構(gòu)示意圖。
具體實(shí)施方式
[0023]下面將結(jié)合本申請(qǐng)實(shí)施例中的附圖，對(duì)本申請(qǐng)實(shí)施例中的技術(shù)方案進(jìn)行描述。需要說明的是，本申請(qǐng)所涉及各種音頻，如會(huì)議音頻、對(duì)象的音頻的錄制、處理和使用，均經(jīng)過相關(guān)人員充分授權(quán)或者經(jīng)過各方充分授權(quán)，本申請(qǐng)實(shí)施例涉及的各種音頻的錄制、處理和使用遵守相關(guān)國(guó)家和地區(qū)的相關(guān)法律法規(guī)和標(biāo)準(zhǔn)。
[0024]請(qǐng)參閱圖1，為本申請(qǐng)實(shí)施例提供的一種會(huì)議記錄生成方法的流程示意圖。該方法可以應(yīng)用于計(jì)算機(jī)設(shè)備。計(jì)算機(jī)設(shè)備可以為智能終端或服務(wù)器。智能終端可以為臺(tái)式電腦等具備信息處理能力的智能終端。服務(wù)器可以是獨(dú)立的服務(wù)器，也可以是多個(gè)物理服務(wù)器構(gòu)成的服務(wù)器集群或者分布式系統(tǒng)，還可以是提供云服務(wù)、云數(shù)據(jù)庫、云計(jì)算、云函數(shù)、云存儲(chǔ)、網(wǎng)絡(luò)服務(wù)、云通信、中間件服務(wù)、域名服務(wù)、安全服務(wù)、內(nèi)容分發(fā)網(wǎng)絡(luò)(Content Delivery Network，CDN)、以及大數(shù)據(jù)和人工智能平臺(tái)等基礎(chǔ)云計(jì)算服務(wù)的云服務(wù)器，但并不局限于此。具體地，該方法可以包括以下步驟：
[0025]S101、獲取目標(biāo)會(huì)議的會(huì)議音頻，所述目標(biāo)會(huì)議存在多個(gè)與會(huì)對(duì)象。
[0026]其中，目標(biāo)會(huì)議指待生成對(duì)應(yīng)的會(huì)議記錄的會(huì)議。與會(huì)對(duì)象指參加會(huì)議的人或虛擬角色(指虛擬出來的形象，如虛擬出來的人物形象)，發(fā)言對(duì)象指在目標(biāo)會(huì)議上發(fā)言的與會(huì)對(duì)象，如發(fā)言的人或虛擬角色。
[0027]其中，所述會(huì)議音頻混合了所述多個(gè)與會(huì)對(duì)象中的至少一個(gè)發(fā)言對(duì)象中每個(gè)發(fā)言對(duì)象的音頻。會(huì)議音頻可以通過錄音設(shè)備采集。錄音設(shè)備為具有錄音功能的電子設(shè)備，包括但不限于錄音器、電話機(jī)、手機(jī)、電腦等。在實(shí)際的應(yīng)用場(chǎng)景中，若目標(biāo)會(huì)議為線下會(huì)議，則錄音設(shè)備可以是設(shè)置在目標(biāo)會(huì)議的舉辦地點(diǎn)的一個(gè)錄音設(shè)備，若目標(biāo)會(huì)議為線上會(huì)議，則錄音設(shè)備可以是任一與會(huì)對(duì)象或指定的一個(gè)與會(huì)對(duì)象使用的錄音設(shè)備。
[0028]其中，所述的會(huì)議音頻可以以一個(gè)音頻文件的形式存在。會(huì)議音頻混合了至少一
個(gè)發(fā)言對(duì)象中每個(gè)發(fā)言對(duì)象的音頻。在播放會(huì)議音頻時(shí)，可以聽到至少一個(gè)發(fā)言對(duì)象中每個(gè)發(fā)言對(duì)象的語音。在實(shí)際的應(yīng)用場(chǎng)景中，假設(shè)目標(biāo)會(huì)議上有多人發(fā)言，此時(shí)通過錄音設(shè)備采集的會(huì)議音頻就包括多人語音。如果播放這個(gè)會(huì)議音頻，就能夠聽到多個(gè)發(fā)言人中每個(gè)發(fā)言人的語音。正常情況下，如果能夠正常采集到目標(biāo)會(huì)議上所有發(fā)言對(duì)象中每個(gè)發(fā)言對(duì)象的語音，則會(huì)議音頻就會(huì)混合有所有發(fā)言對(duì)象中每個(gè)發(fā)言對(duì)象的音頻。
[0029]在一個(gè)實(shí)施例中，計(jì)算機(jī)設(shè)備可以在檢測(cè)到目標(biāo)會(huì)議的會(huì)議音頻時(shí)，執(zhí)行步驟S101。例如，計(jì)算機(jī)設(shè)備可以在檢測(cè)到指定存儲(chǔ)區(qū)域存儲(chǔ)了會(huì)議音頻時(shí)，執(zhí)行步驟S101。或者，計(jì)算機(jī)設(shè)備可以在接收到針對(duì)目標(biāo)會(huì)議的會(huì)議記錄生成指令時(shí)，執(zhí)行步驟S101。其中，會(huì)議記錄生成指令可以由任一與會(huì)人員或指定的與會(huì)人員或除與會(huì)人員之外的其它人員提交。
[0030]在一個(gè)實(shí)施例中，錄音設(shè)備采集完成目標(biāo)會(huì)議的會(huì)議音頻后，可以將會(huì)議音頻發(fā)送至計(jì)算機(jī)設(shè)備或?qū)?huì)議音頻存儲(chǔ)于指定存儲(chǔ)區(qū)域(錄音設(shè)備的內(nèi)部存儲(chǔ)或外部存儲(chǔ)、指定服務(wù)器或指定數(shù)據(jù)庫)，后續(xù)計(jì)算機(jī)設(shè)備可以獲取指定存儲(chǔ)區(qū)域存儲(chǔ)的會(huì)議音頻。
[0031]S102、獲取所述多個(gè)與會(huì)對(duì)象中的至少一個(gè)與會(huì)對(duì)象中每個(gè)與會(huì)對(duì)象的語音特征本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
【技術(shù)特征摘要】
1.一種會(huì)議記錄生成方法，其特征在于，包括：獲取目標(biāo)會(huì)議的會(huì)議音頻，所述目標(biāo)會(huì)議存在多個(gè)與會(huì)對(duì)象；獲取所述多個(gè)與會(huì)對(duì)象中的至少一個(gè)與會(huì)對(duì)象中每個(gè)與會(huì)對(duì)象的語音特征；根據(jù)所述每個(gè)與會(huì)對(duì)象的語音特征對(duì)所述會(huì)議音頻中所述每個(gè)與會(huì)對(duì)象的音頻進(jìn)行增強(qiáng)處理，得到所述每個(gè)與會(huì)對(duì)象的增強(qiáng)后的音頻；對(duì)所述增強(qiáng)后的音頻進(jìn)行語音識(shí)別，得到所述增強(qiáng)后的音頻對(duì)應(yīng)的目標(biāo)文本，并根據(jù)所述目標(biāo)文本生成所述目標(biāo)會(huì)議對(duì)應(yīng)的會(huì)議記錄。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：獲取多個(gè)對(duì)象中每個(gè)對(duì)象的語音，所述多個(gè)對(duì)象包括所述至少一個(gè)與會(huì)對(duì)象；根據(jù)所述每個(gè)對(duì)象的語音提取所述每個(gè)對(duì)象對(duì)應(yīng)的多組梅爾濾波器對(duì)數(shù)能量；根據(jù)所述每個(gè)對(duì)象對(duì)應(yīng)的多組梅爾濾波器對(duì)數(shù)能量確定所述每個(gè)對(duì)象的語音特征信息；對(duì)所述每個(gè)對(duì)象的語音特征信息進(jìn)行編碼處理，得到所述每個(gè)對(duì)象的語音特征。3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述每個(gè)對(duì)象對(duì)應(yīng)的多組梅爾濾波器對(duì)數(shù)能量確定所述每個(gè)對(duì)象的語音特征信息，包括：分別對(duì)所述每個(gè)對(duì)象對(duì)應(yīng)的多組梅爾濾波器對(duì)數(shù)能量進(jìn)行L2正則化處理，得到所述每個(gè)對(duì)象對(duì)應(yīng)的多組正則化處理結(jié)果；分別對(duì)所述每個(gè)對(duì)象對(duì)應(yīng)的多組正則化處理結(jié)果進(jìn)行均值計(jì)算，得到所述每個(gè)對(duì)象對(duì)應(yīng)的多個(gè)正則化處理結(jié)果均值；將所述每個(gè)對(duì)象對(duì)應(yīng)的多個(gè)正則處理結(jié)果均值確定為所述每個(gè)對(duì)象的語音特征信息。4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述每個(gè)與會(huì)對(duì)象的語音特征對(duì)所述會(huì)議音頻中所述每個(gè)與會(huì)對(duì)象的音頻進(jìn)行增強(qiáng)處理，得到所述每個(gè)與會(huì)對(duì)象的增強(qiáng)后的音頻，包括：獲取所述會(huì)議音頻的聲音特征；對(duì)所述會(huì)議音頻的聲音特征進(jìn)行短時(shí)傅里葉變換，得到第一幅度頻譜；調(diào)用語音過濾器以根據(jù)所述至少一個(gè)與會(huì)對(duì)象中的與會(huì)對(duì)象O
i
的語音特征以及所述第一幅度頻譜進(jìn)行處理，得到軟掩碼P
i
，i為小于或等于M的正整數(shù)，M為所述至少一個(gè)與會(huì)對(duì)象的數(shù)量；利用所述軟掩碼P
i
對(duì)所述第一幅度頻譜進(jìn)行掩碼處理，得到掩碼后的幅度頻譜Q
i
；對(duì)所述掩碼后的幅度頻譜Q
i
進(jìn)行短時(shí)逆傅里葉變換，得到所述與會(huì)對(duì)象O
i
的增強(qiáng)后的音頻。5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述獲取所述會(huì)議音頻的聲音特征，包括：根據(jù)所述會(huì)議音頻提取所述會(huì)議音頻對(duì)應(yīng)的多組梅爾濾波器對(duì)數(shù)能量；根據(jù)所述會(huì)議音頻對(duì)應(yīng)的多組梅爾濾波器對(duì)數(shù)能量確定所述會(huì)議音頻的聲音特征信息；對(duì)所述會(huì)議音頻的聲音特征信息進(jìn)行編碼處理，得到所述會(huì)議音頻的聲音特征。6.根據(jù)權(quán)利要求4或5所述的方法，其特征在于，所述方法還包括：獲取樣本會(huì)議音頻，所述樣本會(huì)議音頻對(duì)應(yīng)的會(huì)議存在多個(gè)樣本與會(huì)對(duì)象；獲取所述多個(gè)樣本與會(huì)對(duì)象中...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：胡立云，
申請(qǐng)(專利權(quán))人：未鯤上海科技服務(wù)有限公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。