CN106992007A - 基于语音识别打分系统的数据处理方法和装置 - Google Patents

基于语音识别打分系统的数据处理方法和装置 Download PDF

Info

Publication number
CN106992007A
CN106992007A CN201710193915.2A CN201710193915A CN106992007A CN 106992007 A CN106992007 A CN 106992007A CN 201710193915 A CN201710193915 A CN 201710193915A CN 106992007 A CN106992007 A CN 106992007A
Authority
CN
China
Prior art keywords
frame
data
thread
processing
speech recognition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710193915.2A
Other languages
English (en)
Other versions
CN106992007B (zh
Inventor
高永虎
彭平
彭一平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201710193915.2A priority Critical patent/CN106992007B/zh
Publication of CN106992007A publication Critical patent/CN106992007A/zh
Priority to US15/729,680 priority patent/US10573306B2/en
Application granted granted Critical
Publication of CN106992007B publication Critical patent/CN106992007B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique

Abstract

本发明提出一种基于语音识别打分系统的数据处理方法和装置，该基于语音识别打分系统的数据处理方法包括获取多个线程中，每个线程待处理的数据帧，得到多帧数据；对多帧数据进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧；从多个线程中确定目标线程，并基于目标线程对目标数据帧进行处理。通过本发明能够提升基于语音识别打分系统的数据处理效率，节省处理逻辑所消耗的系统资源。

Description

基于语音识别打分系统的数据处理方法和装置
技术领域
本发明涉及语音识别技术领域，尤其涉及一种基于语音识别打分系统的数据处理方法和装置。
背景技术
相关技术中语音识别打分系统的工作原理，在接收到多个用户的语音之后，可以针对每个用户的语音提取语音特征数据，而后启动多个线程，每个线程对应处理每个用户的语音特征数据，为该语音特征数据生成声学模型分数，以将声学模型分数应用在后续的语音识别系统中。在语音识别打分系统中会预设调度模块，该调度模块基于服务器/电子设备的计算资源，对多个线程进行调度，以使多个线程串行处理对应的语音特征数据。
这种方式下，每个线程均需执行完整的数据处理流程，且需要对多个线程进行统一调度，造成数据处理存在较大延时，资源消耗较多，数据处理效率不高。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种基于语音识别打分系统的数据处理方法，能够提升基于语音识别打分系统的数据处理效率，节省处理逻辑所消耗的系统资源。
本发明的另一个目的在于提出一种基于语音识别打分系统的数据处理装置。
本发明的又一个目的在于提出一种基于语音识别打分系统的数据处理装置。
本发明的另一个目的在于提出一种非临时性计算机可读存储介质。
本发明的另一个目的在于提出一种计算机程序产品。
为达到上述目的，本发明第一方面实施例提出的基于语音识别打分系统的数据处理方法，包括：获取多个线程中，每个线程待处理的数据帧，得到多帧数据；对所述多帧数据进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧；从所述多个线程中确定目标线程，并基于所述目标线程对所述目标数据帧进行处理。
本发明第一方面实施例提出的基于语音识别打分系统的数据处理方法，通过对每个线程待处理的数据帧进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧，从多个线程中确定目标线程，并基于目标线程对目标数据帧进行处理，通过进行拼帧处理，避免每个线程均需执行完整的数据处理流程，不需要对多个线程进行统一调度，因此，能够提升基于语音识别打分系统的数据处理效率，节省处理逻辑所消耗的系统资源。
为达到上述目的，本发明第二方面实施例提出的基于语音识别打分系统的数据处理装置，包括：第一获取模块，用于获取多个线程中，每个线程待处理的数据帧，得到多帧数据；拼帧处理模块，用于对所述多帧数据进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧；处理模块，用于从所述多个线程中确定目标线程，并基于所述目标线程对所述目标数据帧进行处理。
本发明第二方面实施例提出的基于语音识别打分系统的数据处理装置，通过对每个线程待处理的数据帧进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧，从多个线程中确定目标线程，并基于目标线程对目标数据帧进行处理，通过进行拼帧处理，避免每个线程均需执行完整的数据处理流程，不需要对多个线程进行统一调度，因此，能够提升基于语音识别打分系统的数据处理效率，节省处理逻辑所消耗的系统资源。
为达到上述目的，本发明第三方面实施例提出的基于语音识别打分系统的数据处理装置，其特征在于，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：获取多个线程中，每个线程待处理的数据帧，得到多帧数据；对所述多帧数据进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧；从所述多个线程中确定目标线程，并基于所述目标线程对所述目标数据帧进行处理。
本发明第三方面实施例提出的基于语音识别打分系统的数据处理装置，通过对每个线程待处理的数据帧进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧，从多个线程中确定目标线程，并基于目标线程对目标数据帧进行处理，通过进行拼帧处理，避免每个线程均需执行完整的数据处理流程，不需要对多个线程进行统一调度，因此，能够提升基于语音识别打分系统的数据处理效率，节省处理逻辑所消耗的系统资源。
为达到上述目的，本发明第四方面实施例提出的非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器被执行时，使得移动终端能够执行一种基于语音识别打分系统的数据处理方法，所述方法包括：获取多个线程中，每个线程待处理的数据帧，得到多帧数据；对所述多帧数据进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧；从所述多个线程中确定目标线程，并基于所述目标线程对所述目标数据帧进行处理。
本发明第四方面实施例提出的非临时性计算机可读存储介质，通过对每个线程待处理的数据帧进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧，从多个线程中确定目标线程，并基于目标线程对目标数据帧进行处理，通过进行拼帧处理，避免每个线程均需执行完整的数据处理流程，不需要对多个线程进行统一调度，因此，能够提升基于语音识别打分系统的数据处理效率，节省处理逻辑所消耗的系统资源。
为达到上述目的，本发明第五方面实施例提出的计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行一种基于语音识别打分系统的数据处理方法，所述方法包括：获取多个线程中，每个线程待处理的数据帧，得到多帧数据；对所述多帧数据进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧；从所述多个线程中确定目标线程，并基于所述目标线程对所述目标数据帧进行处理。
本发明第五方面实施例提出的计算机程序产品，通过对每个线程待处理的数据帧进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧，从多个线程中确定目标线程，并基于目标线程对目标数据帧进行处理，通过进行拼帧处理，避免每个线程均需执行完整的数据处理流程，不需要对多个线程进行统一调度，因此，能够提升基于语音识别打分系统的数据处理效率，节省处理逻辑所消耗的系统资源。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明一实施例提出的基于语音识别打分系统的数据处理方法的流程示意图；
图2是本发明另一实施例提出的基于语音识别打分系统的数据处理方法的流程示意图；
图3为本发明实施例中基于语音识别打分系统的数据处理方法场景示意图；
图4是本发明一实施例提出的基于语音识别打分系统的数据处理装置的结构示意图；
图5是本发明另一实施例提出的基于语音识别打分系统的数据处理装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本发明一实施例提出的基于语音识别打分系统的数据处理方法的流程示意图。
本实施例中基于语音识别打分系统的数据处理方法可以被配置在基于语音识别打分系统的数据处理装置中。
该基于语音识别打分系统的数据处理装置可以设置在服务器中，或者也可以设置在电子设备中，本发明实施例对此不作限制。
其中，电子设备例如为个人电脑(Personal Computer，PC)，云端设备或者移动设备，移动设备例如智能手机，或者平板电脑等。
需要说明的是，本发明实施例的执行主体，在硬件上可以例如为服务器/电子设备中的中央处理器(Central Processing Unit，CPU)，在软件上可以例如为服务器/电子设备中的应用程序，对此不作限制。
该基于语音识别打分系统的数据处理方法可以应用在基于语音识别中的声学模型将语音特征数据作为输入，为语音特征数据生成声学模型分数的过程中。
参见图1，该方法包括：
S11：获取多个线程中，每个线程待处理的数据帧，得到多帧数据。
在本发明的实施例中，基于语音识别打分系统的工作原理，在启动多个线程，为每个线程分配对应用户的语音特征数据帧之后，可以获取多个线程中，每个线程待处理的数据帧，得到多帧数据。
S12：对多帧数据进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧。
其中，对多帧数据进行拼帧处理，包括：
对多帧数据进行交叉排列形式的拼帧处理。
通过对多帧数据进行交叉排列形式的拼帧处理，能够保障线程对目标数据帧中的数据的并列处理，在不影响处理精准度的前提下提升处理效率。
相关技术中，每个线程对应处理每个用户的语音特征数据帧，为该语音特征数据生成声学模型分数，以将声学模型分数应用在后续的语音识别系统中。
而在本发明的实施例中，可以在获取多个线程中，每个线程待处理的数据帧，得到多帧数据之后，对该多帧数据进行拼帧处理，通过进行拼帧处理，避免每个线程均需执行完整的数据处理流程，不需要对多个线程进行统一调度，因此，能够提升基于语音识别打分系统的数据处理效率，节省处理逻辑所消耗的系统资源。
可选地，目标数据帧的帧数等于每个线程待处理的数据帧的帧数与线程数量的乘积值。
例如，每个线程待处理的数据帧的帧数为4帧，且存在3个线程，则对多帧数据进行拼帧处理，拼帧处理后的目标数据帧的帧数为12帧。
S13：从多个线程中确定目标线程，并基于目标线程对目标数据帧进行处理。
在本发明的实施例中，可以基于线程的负载能力确定目标线程，即，将多个线程中，能够承载处理目标数据帧的线程作为目标线程，或者，也可以随机确定目标线程，即，将多个线程中任一个线程作为目标线程，对此不作限制。
在确定出目标线程之后，可以将其它线程进行挂载处理。
在本发明的实施例中，可以基于目标线程调用服务器/电子设备的计算资源，以执行对目标数据帧进行处理的逻辑运算，由于是由目标线程对目标数据帧进行处理，因而，避免了每个线程均需执行完整的数据处理流程。
本实施例中，通过对每个线程待处理的数据帧进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧，从多个线程中确定目标线程，并基于目标线程对目标数据帧进行处理，通过进行拼帧处理，避免每个线程均需执行完整的数据处理流程，不需要对多个线程进行统一调度，因此，能够提升基于语音识别打分系统的数据处理效率，节省处理逻辑所消耗的系统资源。
图2是本发明另一实施例提出的基于语音识别打分系统的数据处理方法的流程示意图。
参见图2，该方法包括：
S21：获取多个线程中，每个线程待处理的数据帧，得到多帧数据。
在本发明的实施例中，基于语音识别打分系统的工作原理，在启动多个线程，为每个线程分配对应用户的语音特征数据帧之后，可以获取多个线程中，每个线程待处理的数据帧，得到多帧数据。
本实施例以线程的数量为3个，且每个线程对应的待处理的数据帧的帧数为4帧进行示例。
参见图3，图3为本发明实施例中基于语音识别打分系统的数据处理方法场景示意图，其中，包括：3个线程31、目标数据帧32，处理结果33。
S22：对每个线程待处理的数据帧分配对应的标志位。
在本发明的实施例中，标志位用于唯一标识每个线程待处理的数据帧，标志位可以例如为该线程对应的身份认证标识(Identification，ID)。
通过预先对每个线程待处理的数据帧分配对应的标志位，能够使得多个线程中除目标线程之外的线程，基于标志位从处理结果中读取对应的处理结果，保障声学模型分数在后续语音识别系统应用中的连贯性。
例如，参见图3，线程的ID可以分别为0、1、2。则可以获取每个线程中待处理的4帧数据帧，并分别为每个线程待处理的数据帧分配对应线程的ID，即，0号线程待处理的4帧数据帧的标志位为0，1号线程待处理的4帧数据帧的标志位为1，2号线程待处理的4帧数据帧的标志位为2。
S23：对多帧数据进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧。
其中，对多帧数据进行拼帧处理，包括：
对多帧数据进行交叉排列形式的拼帧处理。
通过对多帧数据进行交叉排列形式的拼帧处理，能够保障线程对目标数据帧中的数据的并列处理，在不影响处理精准度的前提下提升处理效率。
相关技术中，每个线程对应处理每个用户的语音特征数据帧，为该语音特征数据生成声学模型分数，以将声学模型分数应用在后续的语音识别系统中。
而在本发明的实施例中，可以在获取多个线程中，每个线程待处理的数据帧，得到多帧数据之后，对该多帧数据进行拼帧处理，通过进行拼帧处理，避免每个线程均需执行完整的数据处理流程，不需要对多个线程进行统一调度，因此，能够提升基于语音识别打分系统的数据处理效率，节省处理逻辑所消耗的系统资源。
可选地，目标数据帧的帧数等于每个线程待处理的数据帧的帧数与线程数量的乘积值。
例如，每个线程待处理的数据帧的帧数为4帧，且存在3个线程，则对多帧数据进行拼帧处理，拼帧处理后的目标数据帧的帧数为12帧。
参见图3中的目标数据帧32，其中，可以对多帧数据进行拼帧处理，该拼帧处理的方式可以例如为交叉排列，例如，将标志位为0的4帧数据帧中的第一帧数据作为目标数据帧的第一帧，将标志位为1的4帧数据帧中的第一帧数据作为目标数据帧的第二帧，将标志位为2的4帧数据帧中的第一帧数据作为目标数据帧的第三帧，将标志位为0的4帧数据帧中的第二帧数据作为目标数据帧的第四帧，将标志位为1的4帧数据帧中的第二帧数据作为目标数据帧的第五帧，将标志位为2的4帧数据帧中的第二帧数据作为目标数据帧的第六帧，以此类推。
S24：对目标数据帧中与标志位对应的每个线程待处理的数据帧进行标记。
例如，参见图3，可以标志位0标记目标数据帧中的第一帧数据、第四帧数据、第七帧数据，以及第十帧数据，而以标志位1标记目标数据帧中的第二帧数据、第五帧数据、第八帧数据，以及第十一帧数据，以标志位2标记目标数据帧中的第三帧数据、第六帧数据、第九帧数据，以及第十二帧数据。
S25：从多个线程中确定目标线程，并基于目标线程对目标数据帧进行处理。
在本发明的实施例中，可以基于线程的负载能力确定目标线程，即，将多个线程中，能够承载处理目标数据帧的线程作为目标线程，或者，也可以随机确定目标线程，即，将多个线程中任一个线程作为目标线程，对此不作限制。
在确定出目标线程之后，可以将其它线程进行挂载处理。
在本发明的实施例中，可以基于目标线程调用服务器/电子设备的计算资源，以执行对目标数据帧进行处理的逻辑运算，由于是由目标线程对目标数据帧进行处理，因而，避免了每个线程均需执行完整的数据处理流程。
参见图3，目标线程可以例如为0号线程。
S26：获取对目标数据帧进行处理的处理结果。
在本发明的实施例中，可以获取目标线程对目标数据帧进行处理的处理结果。
S27：多个线程中除目标线程之外的线程，基于标志位从处理结果中读取对应的处理结果。
S28：将对应的处理结果作为每个线程对待处理的数据帧进行处理的结果。
例如，参见图3中处理结果33，1号线程可以从目标线程的处理结果中，读取与标识位1对应的处理结果，2号线程可以从目标线程的处理结果中，读取与标识位2对应的处理结果，则0号线程的处理结果中剩余的结果即为与标识位0对应的处理结果。
通过多个线程中除目标线程之外的线程，基于标志位从处理结果中读取对应的处理结果，并将对应的处理结果作为每个线程对待处理的数据帧进行处理的结果，简化了基于语音识别打分系统的数据处理结构设计，不需要对多个线程进行统一调度，使得数据处理逻辑由单线程执行，而其它线程直接基于标志位读取对应的处理结果，有效节省处理器的计算资源。
本实施例中，通过预先对每个线程待处理的数据帧分配对应的标志位，能够使得多个线程中除目标线程之外的线程，基于标志位从处理结果中读取对应的处理结果，保障声学模型分数在后续语音识别系统应用中的连贯性。通过对多帧数据进行交叉排列形式的拼帧处理，能够保障线程对目标数据帧中的数据的并列处理，在不影响处理精准度的前提下提升处理效率。通过对每个线程待处理的数据帧进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧，从多个线程中确定目标线程，并基于目标线程对目标数据帧进行处理，通过进行拼帧处理，避免每个线程均需执行完整的数据处理流程，不需要对多个线程进行统一调度，因此，能够提升基于语音识别打分系统的数据处理效率，节省处理逻辑所消耗的系统资源。通过多个线程中除目标线程之外的线程，基于标志位从处理结果中读取对应的处理结果，并将对应的处理结果作为每个线程对待处理的数据帧进行处理的结果，简化了基于语音识别打分系统的数据处理结构设计，不需要对多个线程进行统一调度，使得数据处理逻辑由单线程执行，而其它线程直接基于标志位读取对应的处理结果，有效节省处理器的计算资源。
图4是本发明一实施例提出的基于语音识别打分系统的数据处理装置的结构示意图。
参见图4，该基于语音识别打分系统的数据处理装置400包括：第一获取模块401、拼帧处理模块402，以及处理模块403，其中，
第一获取模块401，用于获取多个线程中，每个线程待处理的数据帧，得到多帧数据。
拼帧处理模块402，用于对多帧数据进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧。
可选地，目标数据帧的帧数等于每个线程待处理的数据帧的帧数与线程数量的乘积值。
可选地，拼帧处理模块402具体用于：
对多帧数据进行交叉排列形式的拼帧处理。
处理模块403，用于从多个线程中确定目标线程，并基于目标线程对目标数据帧进行处理。
可选地，一些实施例中，参见图5，该基于语音识别打分系统的数据处理装置400还包括：
分配模块404，用于对每个线程待处理的数据帧分配对应的标志位。
标记模块405，用于对目标数据帧中与标志位对应的每个线程待处理的数据帧进行标记。
第二获取模块406，用于获取对目标数据帧进行处理的处理结果。
读取模块407，用于使多个线程中除目标线程之外的线程，基于标志位从处理结果中读取对应的处理结果，将对应的处理结果作为每个线程对待处理的数据帧进行处理的结果。
需要说明的是，前述图1-图3实施例中对基于语音识别打分系统的数据处理方法实施例的解释说明也适用于该实施例的基于语音识别打分系统的数据处理装置400，其实现原理类似，此处不再赘述。
本实施例中，通过对每个线程待处理的数据帧进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧，从多个线程中确定目标线程，并基于目标线程对目标数据帧进行处理，通过进行拼帧处理，避免每个线程均需执行完整的数据处理流程，不需要对多个线程进行统一调度，因此，能够提升基于语音识别打分系统的数据处理效率，节省处理逻辑所消耗的系统资源。
需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (12)

1.一种基于语音识别打分系统的数据处理方法，其特征在于，包括：
获取多个线程中，每个线程待处理的数据帧，得到多帧数据；
对所述多帧数据进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧；
从所述多个线程中确定目标线程，并基于所述目标线程对所述目标数据帧进行处理。
2.如权利要求1所述的基于语音识别打分系统的数据处理方法，其特征在于，在所述获取多个线程中，每个线程待处理的数据帧，得到多帧数据之后，包括：
对所述每个线程待处理的数据帧分配对应的标志位。
3.如权利要求2所述的基于语音识别打分系统的数据处理方法，其特征在于，在所述对所述多帧数据进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧之后，包括：
对所述目标数据帧中与所述标志位对应的所述每个线程待处理的数据帧进行标记。
4.如权利要求3所述的基于语音识别打分系统的数据处理方法，其特征在于，在所述从所述多个线程中确定目标线程，并基于所述目标线程对所述目标数据帧进行处理之后，还包括：
获取对所述目标数据帧进行处理的处理结果；
所述多个线程中除所述目标线程之外的线程，基于所述标志位从所述处理结果中读取对应的处理结果；
将所述对应的处理结果作为所述每个线程对所述待处理的数据帧进行处理的结果。
5.如权利要求1所述的基于语音识别打分系统的数据处理方法，其特征在于，所述对所述多帧数据进行拼帧处理，包括：
对所述多帧数据进行交叉排列形式的拼帧处理。
6.如权利要求1-5任一项所述的基于语音识别打分系统的数据处理方法，其特征在于，所述目标数据帧的帧数等于所述每个线程待处理的数据帧的帧数与线程数量的乘积值。
7.一种基于语音识别打分系统的数据处理装置，其特征在于，包括：
第一获取模块，用于获取多个线程中，每个线程待处理的数据帧，得到多帧数据；
拼帧处理模块，用于对所述多帧数据进行拼帧处理，并将拼帧处理后的数据帧作为目标数据帧；
处理模块，用于从所述多个线程中确定目标线程，并基于所述目标线程对所述目标数据帧进行处理。
8.如权利要求7所述的基于语音识别打分系统的数据处理装置，其特征在于，包括：
分配模块，用于对所述每个线程待处理的数据帧分配对应的标志位。
9.如权利要求8所述的基于语音识别打分系统的数据处理装置，其特征在于，包括：
标记模块，用于对所述目标数据帧中与所述标志位对应的所述每个线程待处理的数据帧进行标记。
10.如权利要求9所述的基于语音识别打分系统的数据处理装置，其特征在于，还包括：
第二获取模块，用于获取对所述目标数据帧进行处理的处理结果；
读取模块，用于使所述多个线程中除所述目标线程之外的线程，基于所述标志位从所述处理结果中读取对应的处理结果，将所述对应的处理结果作为所述每个线程对所述待处理的数据帧进行处理的结果。
11.如权利要求7所述的基于语音识别打分系统的数据处理装置，其特征在于，所述拼帧处理模块具体用于：
对所述多帧数据进行交叉排列形式的拼帧处理。
12.如权利要求7-11任一项所述的基于语音识别打分系统的数据处理装置，其特征在于，所述目标数据帧的帧数等于所述每个线程待处理的数据帧的帧数与线程数量的乘积值。
CN201710193915.2A 2017-03-28 2017-03-28 基于语音识别打分系统的数据处理方法和装置 Active CN106992007B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710193915.2A CN106992007B (zh) 2017-03-28 2017-03-28 基于语音识别打分系统的数据处理方法和装置
US15/729,680 US10573306B2 (en) 2017-03-28 2017-10-11 Method and device for processing data based on speech recognizing and scoring system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710193915.2A CN106992007B (zh) 2017-03-28 2017-03-28 基于语音识别打分系统的数据处理方法和装置

Publications (2)

Publication Number Publication Date
CN106992007A true CN106992007A (zh) 2017-07-28
CN106992007B CN106992007B (zh) 2020-07-28

Family

ID=59413038

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710193915.2A Active CN106992007B (zh) 2017-03-28 2017-03-28 基于语音识别打分系统的数据处理方法和装置

Country Status (2)

Country Link
US (1) US10573306B2 (zh)
CN (1) CN106992007B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110136697A (zh) * 2019-06-06 2019-08-16 深圳市数字星河科技有限公司 一种基于多进程线程并行运算的英语朗读练习系统

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1503220A (zh) * 2002-11-20 2004-06-09 中国科学院声学研究所 一种语音识别中的并行搜索方法
CN1540508A (zh) * 2003-04-24 2004-10-27 �Ҵ���˾ 多线程处理器在单线程与并发多线程模式之间的动态切换
CN101826263A (zh) * 2009-03-04 2010-09-08 中国科学院自动化研究所 基于客观标准的自动化口语评估系统
CN101923854A (zh) * 2010-08-31 2010-12-22 中国科学院计算技术研究所 一种交互式语音识别系统和方法
CN102223452A (zh) * 2011-06-16 2011-10-19 中兴通讯股份有限公司 移动终端的tty测试方法及系统
US20120221330A1 (en) * 2011-02-25 2012-08-30 Microsoft Corporation Leveraging speech recognizer feedback for voice activity detection
CN103915092A (zh) * 2014-04-01 2014-07-09 百度在线网络技术（北京）有限公司 语音识别方法和装置
CN104778074A (zh) * 2014-01-14 2015-07-15 腾讯科技（深圳）有限公司 一种计算任务处理方法及装置
US20160021384A1 (en) * 2014-07-15 2016-01-21 Arm Limited Method of and apparatus for generating an output frame
US20160093297A1 (en) * 2014-09-26 2016-03-31 Michael E. Deisher Method and apparatus for efficient, low power finite state transducer decoding
CN105702257A (zh) * 2015-08-12 2016-06-22 乐视致新电子科技（天津）有限公司 语音处理方法与装置
US20160314789A1 (en) * 2015-04-27 2016-10-27 Nuance Communications, Inc. Methods and apparatus for speech recognition using visual information
US9514747B1 (en) * 2013-08-28 2016-12-06 Amazon Technologies, Inc. Reducing speech recognition latency
CN106328135A (zh) * 2016-08-19 2017-01-11 北京智能管家科技有限公司 一种基于语音的应用切换方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8146066B2 (en) * 2006-06-20 2012-03-27 Google Inc. Systems and methods for caching compute kernels for an application running on a parallel-processing computer system
US8261270B2 (en) * 2006-06-20 2012-09-04 Google Inc. Systems and methods for generating reference results using a parallel-processing computer system
US7814486B2 (en) * 2006-06-20 2010-10-12 Google Inc. Multi-thread runtime system

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1503220A (zh) * 2002-11-20 2004-06-09 中国科学院声学研究所 一种语音识别中的并行搜索方法
CN1540508A (zh) * 2003-04-24 2004-10-27 �Ҵ���˾ 多线程处理器在单线程与并发多线程模式之间的动态切换
CN101826263A (zh) * 2009-03-04 2010-09-08 中国科学院自动化研究所 基于客观标准的自动化口语评估系统
CN101923854A (zh) * 2010-08-31 2010-12-22 中国科学院计算技术研究所 一种交互式语音识别系统和方法
US20120221330A1 (en) * 2011-02-25 2012-08-30 Microsoft Corporation Leveraging speech recognizer feedback for voice activity detection
CN102223452A (zh) * 2011-06-16 2011-10-19 中兴通讯股份有限公司 移动终端的tty测试方法及系统
US9514747B1 (en) * 2013-08-28 2016-12-06 Amazon Technologies, Inc. Reducing speech recognition latency
CN104778074A (zh) * 2014-01-14 2015-07-15 腾讯科技（深圳）有限公司 一种计算任务处理方法及装置
CN103915092A (zh) * 2014-04-01 2014-07-09 百度在线网络技术（北京）有限公司 语音识别方法和装置
US20160021384A1 (en) * 2014-07-15 2016-01-21 Arm Limited Method of and apparatus for generating an output frame
US20160093297A1 (en) * 2014-09-26 2016-03-31 Michael E. Deisher Method and apparatus for efficient, low power finite state transducer decoding
US20160314789A1 (en) * 2015-04-27 2016-10-27 Nuance Communications, Inc. Methods and apparatus for speech recognition using visual information
CN105702257A (zh) * 2015-08-12 2016-06-22 乐视致新电子科技（天津）有限公司 语音处理方法与装置
CN106328135A (zh) * 2016-08-19 2017-01-11 北京智能管家科技有限公司 一种基于语音的应用切换方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110136697A (zh) * 2019-06-06 2019-08-16 深圳市数字星河科技有限公司 一种基于多进程线程并行运算的英语朗读练习系统
CN110136697B (zh) * 2019-06-06 2021-03-30 深圳市数字星河科技有限公司 一种基于多进程/线程并行运算的英语朗读练习系统

Also Published As

Publication number Publication date
CN106992007B (zh) 2020-07-28
US10573306B2 (en) 2020-02-25
US20180286393A1 (en) 2018-10-04

Similar Documents

Publication Publication Date Title
CN106462394B (zh) 使用共享硬件资源的群集处理器核心中硬件线程的动态负载平衡以及相关的电路、方法和计算机可读媒体
WO2007136665A3 (en) Method and apparatus for controlling access to network resources based on reputation
CN104732332B (zh) 基于电子商务的订单拆分方法和装置
CN112989800A (zh) 基于Bert的篇章的多意图识别方法、设备及可读存储介质
CN113867916A (zh) 任务处理方法、装置及电子设备
CN113657483A (zh) 模型训练方法、目标检测方法、装置、设备以及存储介质
CN115145801B (zh) A/b测试流量分配方法、装置、设备及存储介质
CN113032117A (zh) 深度学习框架的训练方法、装置及存储介质
CN106992007A (zh) 基于语音识别打分系统的数据处理方法和装置
CN103648027B (zh) 一种数字媒体终端及媒体文件播放方法
CN106874020B (zh) 启动插件的方法及装置
CN109254803A (zh) 应用程序启动控制方法、装置、终端及可读存储介质
CN112669852A (zh) 内存分配方法、装置及电子设备
CN108228355A (zh) 任务处理方法及装置、任务调度方法及装置
CN109101641B (zh) 表格处理方法、装置、系统和介质
CN109978462A (zh) 资源调配方法、装置和设备
CN111124708A (zh) 面向微服务的批推理方法、服务器和计算机可读存储介质
CN106331374B (zh) 一种网络连接控制方法及装置
CN115756322A (zh) 数据存储方法、装置、电子设备及存储介质
CN110825502A (zh) 神经网络处理器和用于神经网络处理器的任务调度方法
CN109558222A (zh) 批量业务进程监控方法、装置、计算机及可读存储介质
CN114331198A (zh) 工单分配方法、设备及存储介质
CN107590023A (zh) 数据处理方法、电子设备及计算机可读存储介质
CN112966038A (zh) 从非结构化数据中提取结构化数据方法及装置
CN107168979A (zh) 目标号码的匹配方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant