CN109410920B - 用于获取信息的方法及装置 - Google Patents

Abstract

本申请实施例公开了用于获取信息的方法及装置。该方法的一具体实施方式包括：对待识别语音信号进行识别，得到对应上述待识别语音信号的初始识别文字信息；从上述初始识别文字信息中筛选出单字得到单字集合；对于上述单字集合中的单字，查询上述待识别语音信号中对应该单字的语音信号片段，通过该语音信号片段判断该单字是否为噪音；删除上述初始识别文字信息中的被判断为噪音的单字，得到对应上述待识别语音信号的文字信息。该实施方式能够删除对噪音识别得到的单字，提高了获取文字信息的准确性。

Description

用于获取信息的方法及装置

技术领域

本申请实施例涉及语音识别技术领域，具体涉及用于获取信息的方法及装置。

背景技术

语音识别技术能够将语音信号转换为文字信息，进而对文字信息进行处理，以实现对应的数据处理。用户可以通过语音信号对带有语音识别功能的智能设备实现远距离操控。尤其对于不易手动输入信息或无法手动输入信息的场合，语音识别技术极大地提高了信息交流的便捷性。

发明内容

本申请实施例提出了用于获取信息的方法及装置。

第一方面，本申请实施例提供了一种用于获取信息的方法，该方法包括：对待识别语音信号进行识别，得到对应上述待识别语音信号的初始识别文字信息，上述初始识别文字信息包括字和标点符号；将所述初始识别文字信息中的、只与标点符号相邻的字确定为单字，得到单字集合，上述单字为单独出现的字；对于上述单字集合中的单字，查询上述待识别语音信号中对应该单字的语音信号片段，通过该语音信号片段判断该单字是否为噪音；删除上述初始识别文字信息中的被判断为噪音的单字，得到对应上述待识别语音信号的文字信息。

在一些实施例中，上述将所述初始识别文字信息中的、只与标点符号相邻的字确定为单字，得到单字集合，包括：为上述初始识别文字信息中的每一个字设置编号，上述编号用于表征字在初始识别文字信息中的先后顺序。

在一些实施例中，上述查询上述待识别语音信号中对应该单字的语音信号片段，包括：获取上述待识别语音信号的波形图；计算上述波形图的极值得到极值序列；查询该单字的编号，将上述极值序列中的与该编号对应的极值设置为目标极值。

在一些实施例中，上述待识别语音信号包括时间信息，以及，上述查询上述待识别语音信号中对应该单字的语音信号片段，包括：查询上述目标极值对应的目标时间信息；将上述待识别语音信号中的、上述目标时间信息对应时刻的前第一设定时间对应的第一时刻和后第二设定时间对应的第二时刻之间的语音信号设置为对应该单字的语音信号片段。

在一些实施例中，上述通过该语音信号片段判断该单字是否为噪音，包括：对该语音信号片段进行数字化处理，得到至少一个波形片段，并获取上述至少一个波形片段中波形片段幅值的最大值和最小值；响应于上述最大值和最小值之间的差值小于设定阈值，判断该单字为噪音。

第二方面，本申请实施例提供了一种用于获取信息的装置，该装置包括：初始识别文字信息获取单元，被配置成对待识别语音信号进行识别，得到对应上述待识别语音信号的初始识别文字信息，上述初始识别文字信息包括字和标点符号；单字集合获取单元，包括单字集合获取子单元，其中，上述单字集合获取子单元被配置成将上述初始识别文字信息中的、只与标点符号相邻的字确定为单字，得到单字集合，上述单字为单独出现的字；噪音判断单元，对于上述单字集合中的单字，被配置成查询上述待识别语音信号中对应该单字的语音信号片段，通过该语音信号片段判断该单字是否为噪音；文字信息获取单元，被配置成删除上述初始识别文字信息中的被判断为噪音的单字，得到对应上述待识别语音信号的文字信息。

在一些实施例中，上述单字集合获取单元包括：编号设置子单元，被配置成为上述初始识别文字信息中的每一个字设置编号，上述编号用于表征字在初始识别文字信息中的先后顺序。

在一些实施例中，上述噪音判断单元包括：波形图获取子单元，被配置成获取上述待识别语音信号的波形图；极值序列计算子单元，被配置成计算上述波形图的极值得到极值序列；目标极值获取子单元，被配置成查询该单字的编号，将上述极值序列中的与该编号对应的极值设置为目标极值。

在一些实施例中，上述待识别语音信号包括时间信息，以及，上述噪音判断单元包括：目标时间信息查询子单元，被配置成查询上述目标极值对应的目标时间信息；语音信号片段获取子单元，被配置成将上述待识别语音信号中的、上述目标时间信息对应时刻的前第一设定时间对应的第一时刻和后第二设定时间对应的第二时刻之间的语音信号设置为对应该单字的语音信号片段。

在一些实施例中，上述噪音判断单元包括：波形片段获取子单元，被配置成对该语音信号片段进行数字化处理，得到至少一个波形片段，并获取上述至少一个波形片段中波形片段幅值的最大值和最小值；噪音判断子单元，响应于上述最大值和最小值之间的差值小于设定阈值，被配置成判断该单字为噪音。

第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储器，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述第一方面的用于获取信息的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述第一方面的用于获取信息的方法。

本申请实施例提供的用于获取信息的方法及装置，首先对待识别语音信号进行识别，得到对应上述待识别语音信号的初始识别文字信息；然后从上述初始识别文字信息中筛选出单字得到单字集合；之后查询上述待识别语音信号中对应该单字的语音信号片段，通过该语音信号片段判断该单字是否为噪音；最后删除上述初始识别文字信息中的被判断为噪音的单字，得到对应上述待识别语音信号的文字信息。本技术方案能够删除对噪音识别得到的单字，提高了获取文字信息的准确性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于获取信息的方法的一个实施例的流程图；

图3是根据本申请的用于获取信息的方法的一个应用场景的示意图；

图4是根据本申请的用于获取信息的方法的又一个实施例的流程图；

图5是根据本申请的用于获取信息的装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请实施例的用于获取信息的方法或用于获取信息的装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种音频客户端应用，例如音频采集应用、音频过滤应用、音频识别应用、音频播放应用、音频发送工具等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持语音信号处理的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块，在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103采集的待识别语音信号进行处理的服务器。服务器可以对接收到的待识别语音信号进行分析等处理，并将处理结果(例如文字信息)反馈给终端设备。

需要说明的是，本申请实施例所提供的用于获取信息的方法可以由终端设备101、102、103单独执行，或者也可以由终端设备101、102、103和服务器105共同执行。相应地，用于获取信息的装置可以设置于终端设备101、102、103中，也可以设置于服务器105中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块，在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的用于获取信息的方法的一个实施例的流程200。该用于获取信息的方法包括以下步骤：

步骤201，对待识别语音信号进行识别，得到对应上述待识别语音信号的初始识别文字信息。

在本实施例中，用于获取信息的方法的执行主体(例如图1所示的终端设备101、102、103或服务器105)可以通过有线连接方式或者无线获取到待识别语音信号，并通过语音识别方法对待识别语音信号进行语音识别，得到对应上述待识别语音信号的初始识别文字信息。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

实际中，获取的语音信号经常包含有多种噪音信号。现有语音识别方法在处理语音信号时，经常出现将噪音信号识别为有用信号的情况，进而导致得到的对应语音信号的文字信息的准确性不高。

为此，本申请的执行主体在得到待识别语音信号后，首先通过现有的语音识别方法对待识别语音信号进行处理，得到对应的初始识别文字信息。其中，初始识别文字信息通常包含有语音识别方法对待识别语音信号中的噪音等非语音信号进行了语音处理而得到的文字。需要说明的是，本申请得到初始识别文字信息后，并不显示初始识别文字信息，初始识别文字信息只作为语音识别过程中的数据。

步骤202，从上述初始识别文字信息中筛选出单字得到单字集合。

上述描述了初始识别文字信息包含有由噪音等非语音信号得到的文字。通常，噪音等非语音信号除了在音频幅值、音频特征等方面与真正的语音信号不同外，在时间上也表现为单独(例如可以是单独的键盘声等)出现或长时间连续(例如车鸣笛等)出现等特征。其中，长时间连续的噪音等非语音信号较为明显，可以通过常见的滤波方法进行过滤。而单独出现的噪音等非语音信号容易与单独的语音信号(例如，“哪”、“在”、“嗯”等)混淆。为此，本申请针对单独出现的噪音等非语音信号进行过滤。在得到初始识别文字信息后，执行主体可以从上述初始识别文字信息中筛选出单字，进而得到对应初始识别文字信息的单字集合。本申请的“单字”是指单独出现的字，例如上述的“哪”、“在”、“嗯”等。这些单字有可能是由单独出现的噪音等非语音信号产生的。

在本实施例的一些可选的实现方式中，上述初始识别文字信息可以包括字和标点符号，以及，上述从上述初始识别文字信息中筛选出单字得到单字集合，可以包括：将上述初始识别文字信息中的、只与标点符号相邻的字确定为单字，得到单字集合。

通过语音识别方法对待识别语音信号进行语音识别时，为了保证文字的连贯性，会在时间上不连续的文字之间填充标点符号。执行主体可以根据这一特点，将上述初始识别文字信息中的、只与标点符号相邻的字确定为单字，得到单字集合。其中，单字还可以认为是不与其他字相邻的字。

在本实施例的一些可选的实现方式中，上述从上述初始识别文字信息中筛选出单字得到单字集合，可以包括：为上述初始识别文字信息中的每一个字设置编号。

为了便于对单字的定位，执行主体还可以为上述初始识别文字信息中的每一个字设置编号。而初始识别文字信息中的标点符号是语音识别方法自动增加的，与待识别语音信号不相关，因此不用为标点符号设置编号。其中，编号可以用于表征字在初始识别文字信息中的先后顺序。

步骤203，对于上述单字集合中的单字，查询上述待识别语音信号中对应该单字的语音信号片段，通过该语音信号片段判断该单字是否为噪音。

为了准确识别得到的单字是不是噪音等非语音信号，还需要对待识别语音信号中的、与单字对应的语音信号片段进行识别。通过识别结果来判断该单字是否是噪音等非语音信号。

步骤204，删除上述初始识别文字信息中的被判断为噪音的单字，得到对应上述待识别语音信号的文字信息。

当通过上述方法识别出哪些单字实际上与噪音对应后，执行主体就可以将初始识别文字信息中的这单字删除，得到的就是对应待识别语音信号的真实的文字信息。此时，执行主体可以显示该文字信息。

继续参见图3，图3是根据本实施例的用于获取信息的方法的应用场景的一个示意图。在图3的应用场景中，终端设备102接收到用户发来的待识别语音信号后，对待识别语音信号进行语音识别，得到初始识别文字信息：“在，今天，等，想去看看话剧，你有空没有啊，嘟，嘀，要是有就一起”。然后，终端设备102从初始识别文字信息中筛选出单字得到单字集合：{在，等，嘟，嘀}。之后，终端设备102获取每个单字的语音信号片段，进而判断出噪音单字为：{等，嘟，嘀}；最后，终端设备102删除初始识别文字信息中的{等，嘟，嘀}，得到文字信息：“在，今天，想去看看话剧，你有空没有啊，要是有就一起”。

本申请的上述实施例提供的方法首先对待识别语音信号进行识别，得到对应上述待识别语音信号的初始识别文字信息；然后从上述初始识别文字信息中筛选出单字得到单字集合；之后查询上述待识别语音信号中对应该单字的语音信号片段，通过该语音信号片段判断该单字是否为噪音；最后删除上述初始识别文字信息中的被判断为噪音的单字，得到对应上述待识别语音信号的文字信息。本技术方案能够删除对噪音识别得到的单字，提高了获取文字信息的准确性。

进一步参考图4，其示出了用于获取信息的方法的又一个实施例的流程400。该用于获取信息的方法的流程400，包括以下步骤：

步骤401，对待识别语音信号进行识别，得到对应上述待识别语音信号的初始识别文字信息。

步骤401的内容与上述步骤201的内容相同，此处不再一一赘述。

步骤402，从上述初始识别文字信息中筛选出单字得到单字集合。

步骤402的内容与上述步骤202的内容相同，此处不再一一赘述。

步骤403，对于上述单字集合中的单字，查询上述待识别语音信号中对应该单字的语音信号片段，通过该语音信号片段判断该单字是否为噪音。

为了准确识别得到的单字是不是噪音等非语音信号，还需要对待识别语音信号中的、与单字对应的语音信号片段进行识别。通过识别结果来判断该单字是否是噪音等非语音信号。

在本实施例的一些可选的实现方式中，上述查询上述待识别语音信号中对应该单字的语音信号片段，可以包括以下步骤：

第一步，获取上述待识别语音信号的波形图。

为了便于处理，执行主体可以将待识别语音信号转换为波形图。其中，波形图可以是包含待识别语音信号中音频信号幅值的曲线。

第二步，计算上述波形图的极值得到极值序列。

待识别语音信号中的每个音频信号都对应波形图中的一个峰值。每个峰值经语音识别方法后都得到对应的字。为此，执行主体可以计算上述波形图的极值得到极值序列。极值序列中极值的个数就是初始识别文字信息中的字数。极值序列中极值的先后顺序就是初始识别文字信息中文字的先后顺序。

第三步，查询该单字的编号，将上述极值序列中的与该编号对应的极值设置为目标极值。

有了上述的描述后，执行主体可以根据当前处理的单字的编号，从极值序列中挑选出与该编号对应的极值作为对应该单字的目标极值。

在本实施例的一些可选的实现方式中，上述待识别语音信号可以包括时间信息，以及，上述查询上述待识别语音信号中对应该单字的语音信号片段，可以包括以下步骤：

第一步，查询上述目标极值对应的目标时间信息。

待识别语音信号可以包含有时间信息，时间信息与音频信号对应。由于波形图与待识别语音信号对应，极值序列通过波形图得到，极值序列中的极值也带有对应的时间信息。因此，得到目标极值后，执行主体可以查询到目标极值对应的目标时间信息。

第二步，将上述待识别语音信号中的、上述目标时间信息对应时刻的前第一设定时间对应的第一时刻和后第二设定时间对应的第二时刻之间的语音信号设置为对应该单字的语音信号片段。

执行主体可以将目标时间信息定位到待识别语音信号中。然后，执行主体可以以目标时间信息对应时刻为起点，确定该起点前第一设定时间对应的第一时刻和该起点后第二设定时间对应的第二时刻。之后，将待识别语音信号中的第一时刻和第二时刻之间的音频信号确定为对应该单字的语音信号片段。

在本实施例的一些可选的实现方式中，上述通过该语音信号片段判断该单字是否为噪音，可以包括以下步骤：

第一步，对该语音信号片段进行数字化处理，得到至少一个波形片段，并获取上述至少一个波形片段中波形片段幅值的最大值和最小值。

实际中，噪音和真实语音信号在幅值上存在较为明显的区别。为此，执行主体可以对语音信号片段进行数字化处理，得到至少一个波形片段。其中，波形片段可以矩形图，矩形图的水平边可以表征时间信息，矩形图的垂直边可以表征在对应时间内的音频幅值。通常一个噪音或真实语音信号经数字化处理后，可以得到多个时间上连续的波形片段。执行主体可以获取到语音信号片段对应的至少一个波形片段中波形片段幅值的最大值和最小值。最大值和最小值能够一定程度上反映该语音信号片段与噪音对应还是与真实语音信号对应。

第二步，响应于上述最大值和最小值之间的差值小于设定阈值，判断该单字为噪音。

当最大值和最小值之间的差值小于设定阈值，执行主体可以判断该单字为噪音。其中，设定阈值(例如可以是50分贝)可以由对噪音的统计得到。设定阈值的大小还与噪音的类别等因素有关，设定阈值的取值也视实际需要而定。

步骤404，删除上述初始识别文字信息中的被判断为噪音的单字，得到对应上述待识别语音信号的文字信息。

步骤404的内容与上述步骤204的内容相同，此处不再一一赘述。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于获取信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于获取信息的装置500可以包括：初始识别文字信息获取单元501、单字集合获取单元502、噪音判断单元503和文字信息获取单元504。其中，初始识别文字信息获取单元501被配置成对待识别语音信号进行识别，得到对应上述待识别语音信号的初始识别文字信息；单字集合获取单元502被配置成从上述初始识别文字信息中筛选出单字得到单字集合；噪音判断单元503，对于上述单字集合中的单字，被配置成查询上述待识别语音信号中对应该单字的语音信号片段，通过该语音信号片段判断该单字是否为噪音；文字信息获取单元504被配置成删除上述初始识别文字信息中的被判断为噪音的单字，得到对应上述待识别语音信号的文字信息。

在本实施例的一些可选的实现方式中，上述初始识别文字信息包括字和标点符号，以及，上述单字集合获取单元502可以包括：单字集合获取子单元(图中未示出)，被配置成将上述初始识别文字信息中的、只与标点符号相邻的字确定为单字，得到单字集合。

在本实施例的一些可选的实现方式中，上述单字集合获取单元502可以包括：编号设置子单元(图中未示出)，被配置成为上述初始识别文字信息中的每一个字设置编号，上述编号用于表征字在初始识别文字信息中的先后顺序。

在本实施例的一些可选的实现方式中，上述噪音判断单元503可以包括：波形图获取子单元(图中未示出)、极值序列计算子单元(图中未示出)和目标极值获取子单元(图中未示出)。其中，波形图获取子单元被配置成获取上述待识别语音信号的波形图；极值序列计算子单元被配置成计算上述波形图的极值得到极值序列；目标极值获取子单元被配置成查询该单字的编号，将上述极值序列中的与该编号对应的极值设置为目标极值。

在本实施例的一些可选的实现方式中，上述待识别语音信号可以包括时间信息，以及，上述噪音判断单元503可以包括：目标时间信息查询子单元(图中未示出)和语音信号片段获取子单元(图中未示出)。其中，目标时间信息查询子单元被配置成查询上述目标极值对应的目标时间信息；语音信号片段获取子单元被配置成将上述待识别语音信号中的、上述目标时间信息对应时刻的前第一设定时间对应的第一时刻和后第二设定时间对应的第二时刻之间的语音信号设置为对应该单字的语音信号片段。

在本实施例的一些可选的实现方式中，上述噪音判断单元503可以包括：波形片段获取子单元(图中未示出)和噪音判断子单元(图中未示出)。其中，波形片段获取子单元被配置成对该语音信号片段进行数字化处理，得到至少一个波形片段，并获取上述至少一个波形片段中波形片段幅值的最大值和最小值；噪音判断子单元，响应于上述最大值和最小值之间的差值小于设定阈值，被配置成判断该单字为噪音。

本实施例还提供了一种服务器，包括：一个或多个处理器；存储器，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述的用于获取信息的方法。

本实施例还提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现上述的用于获取信息的方法。

下面参考图6，其示出了适于用来实现本申请实施例的服务器(例如，图1中的服务器105)的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括初始识别文字信息获取单元、单字集合获取单元、噪音判断单元和文字信息获取单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，文字信息获取单元还可以被描述为“用于删除初始识别文字信息中噪音对应的单字的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：对待识别语音信号进行识别，得到对应上述待识别语音信号的初始识别文字信息；从上述初始识别文字信息中筛选出单字得到单字集合；对于上述单字集合中的单字，查询上述待识别语音信号中对应该单字的语音信号片段，通过该语音信号片段判断该单字是否为噪音；删除上述初始识别文字信息中的被判断为噪音的单字，得到对应上述待识别语音信号的文字信息。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种用于获取信息的方法，包括：

对待识别语音信号进行识别，得到对应所述待识别语音信号的初始识别文字信息，所述初始识别文字信息包括字和标点符号；

将所述初始识别文字信息中的、只与标点符号相邻的字确定为单字，得到单字集合，所述单字为单独出现的字；

对于所述单字集合中的单字，查询所述待识别语音信号中对应该单字的语音信号片段，通过该语音信号片段判断该单字是否为噪音；

删除所述初始识别文字信息中的被判断为噪音的单字，得到对应所述待识别语音信号的文字信息。

2.根据权利要求1所述的方法，其中，所述将所述初始识别文字信息中的、只与标点符号相邻的字确定为单字，得到单字集合，包括：

为所述初始识别文字信息中的每一个字设置编号，所述编号用于表征字在初始识别文字信息中的先后顺序。

3.根据权利要求2所述的方法，其中，所述查询所述待识别语音信号中对应该单字的语音信号片段，包括：

获取所述待识别语音信号的波形图；

计算所述波形图的极值得到极值序列；

查询该单字的编号，将所述极值序列中的与该编号对应的极值设置为目标极值。

4.根据权利要求3所述的方法，其中，所述待识别语音信号包括时间信息，以及

所述查询所述待识别语音信号中对应该单字的语音信号片段，包括：

查询所述目标极值对应的目标时间信息；

将所述待识别语音信号中的、所述目标时间信息对应时刻的前第一设定时间对应的第一时刻和后第二设定时间对应的第二时刻之间的语音信号设置为对应该单字的语音信号片段。

5.根据权利要求1至4中任意一项所述的方法，其中，所述通过该语音信号片段判断该单字是否为噪音，包括：

对该语音信号片段进行数字化处理，得到至少一个波形片段，并获取所述至少一个波形片段中波形片段幅值的最大值和最小值；

响应于所述最大值和最小值之间的差值小于设定阈值，判断该单字为噪音。

6.一种用于获取信息的装置，包括：

初始识别文字信息获取单元，被配置成对待识别语音信号进行识别，得到对应所述待识别语音信号的初始识别文字信息，所述初始识别文字信息包括字和标点符号；

单字集合获取单元，包括单字集合获取子单元，其中，所述单字集合获取子单元被配置成将所述初始识别文字信息中的、只与标点符号相邻的字确定为单字，得到单字集合，所述单字为单独出现的字；

噪音判断单元，对于所述单字集合中的单字，被配置成查询所述待识别语音信号中对应该单字的语音信号片段，通过该语音信号片段判断该单字是否为噪音；

文字信息获取单元，被配置成删除所述初始识别文字信息中的被判断为噪音的单字，得到对应所述待识别语音信号的文字信息。

7.根据权利要求6所述的装置，其中，所述单字集合获取单元包括：

编号设置子单元，被配置成为所述初始识别文字信息中的每一个字设置编号，所述编号用于表征字在初始识别文字信息中的先后顺序。

8.根据权利要求7所述的装置，其中，所述噪音判断单元包括：

波形图获取子单元，被配置成获取所述待识别语音信号的波形图；

极值序列计算子单元，被配置成计算所述波形图的极值得到极值序列；

目标极值获取子单元，被配置成查询该单字的编号，将所述极值序列中的与该编号对应的极值设置为目标极值。

9.根据权利要求8所述的装置，其中，所述待识别语音信号包括时间信息，以及

所述噪音判断单元包括：

目标时间信息查询子单元，被配置成查询所述目标极值对应的目标时间信息；

语音信号片段获取子单元，被配置成将所述待识别语音信号中的、所述目标时间信息对应时刻的前第一设定时间对应的第一时刻和后第二设定时间对应的第二时刻之间的语音信号设置为对应该单字的语音信号片段。

10.根据权利要求6至9中任意一项所述的装置，其中，所述噪音判断单元包括：

波形片段获取子单元，被配置成对该语音信号片段进行数字化处理，得到至少一个波形片段，并获取所述至少一个波形片段中波形片段幅值的最大值和最小值；

噪音判断子单元，响应于所述最大值和最小值之间的差值小于设定阈值，被配置成判断该单字为噪音。

11.一种服务器，包括：

一个或多个处理器；

存储器，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行权利要求1至5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至5中任一所述的方法。

Images