CN114566148B - 集群语音识别服务及其检测方法、装置及电子设备 - Google Patents

Abstract

本公开提供了一种集群语音识别服务及其检测方法、装置及电子设备，涉及人工智能技术领域，尤其涉及语音识别技术。实现方案为：一种用于集群语音识别服务的检测方法，其中，在集群语音识别服务的每个识别服务进程中设置各自的检测线程，检测线程执行以下操作，包括：对预先存储的音频数据进行语音识别以提供与语音识别相关联的识别结果；基于识别结果确定对应的识别服务进程是否为异常；以及响应于确定对应的识别服务进程为异常，停止对应的识别服务进程。

Description

集群语音识别服务及其检测方法、装置及电子设备

技术领域

本公开涉及人工智能技术领域，尤其涉及语音识别技术，具体涉及一种集群语音识别服务以及用于集群语音识别服务的检测方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

随着语音识别技术的发展，已采用集群语音识别服务来满足日益增长的对于数据量和速度等方面的需求。集群语音识别服务可涉及以集群方式在多个分布式语音识别服务器上执行语音识别处理。在集群语音识别服务中自动化地执行服务状态的检测与恢复是保证集群语音识别服务有效运行的重要因素，因此也成为该领域关注的技术热点之一。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种集群语音识别服务以及用于集群语音识别服务的检测方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种用于集群语音识别服务的检测方法，其中，在集群语音识别服务的每个识别服务进程中设置各自的检测线程，检测线程执行以下操作，包括：对预先存储的音频数据进行语音识别以提供与语音识别相关联的识别结果；基于识别结果确定对应的识别服务进程是否为异常；以及响应于确定对应的识别服务进程为异常，停止对应的识别服务进程。

根据本公开的另一方面，提供了一种集群语音识别服务，所述集群语音识别服务包括多个识别服务进程，其中，每个识别服务进程中设置各自的检测线程，检测线程执行以下操作，包括：对预先存储的音频数据进行语音识别以提供与语音识别相关联的识别结果；基于识别结果确定对应的识别服务进程是否为异常；以及响应于确定对应的识别服务进程为异常，停止对应的识别服务进程。

根据本公开的另一方面，提供了一种用于集群语音识别服务的检测装置，包括：针对集群语音识别服务的每个识别服务进程设置的各自的检测模块，其中，检测模块包括：识别单元，被配置为对预先存储的音频数据进行语音识别以提供与语音识别相关联的识别结果；第一确定单元，被配置为基于识别结果确定对应的识别服务进程是否为异常；以及第一操作单元，被配置为响应于确定对应的识别服务进程为异常，停止对应的识别服务进程。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中存储器存储有能够被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行如上所述的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现如上所述的方法。

根据本公开的一个或多个实施例，可以确保服务可靠性并提升运行效率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开一个实施例的用于集群语音识别服务的检测方法的流程图；

图3示出了根据本公开另一个实施例的用于集群语音识别服务的检测方法的流程图；

图4示出了根据本公开实施例的集群语音识别服务的示意图；

图5示出了根据本公开一个实施例的用于集群语音识别服务的检测装置的结构框图；

图6示出了根据本公开另一个实施例的用于集群语音识别服务的检测装置的结构框图；

图7示出了能够用于实现本公开实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

在相关技术中，集群语音识别服务在出现问题或故障的情况下，往往发现得较晚，或者甚至无法发现所出现的问题或故障。这是因为针对集群语音识别服务一般采用从外部在集群语音识别服务的端处向集群语音识别服务的内部发送监控请求以检测服务状态的方法，而每条监控请求只能随机地发送给集群语音识别服务中的一个服务进程。这使得如果当前接收到监控请求的服务进程不是正出现问题或故障的服务进程，则会导致发现问题或故障的时间被拖延，甚至无法发现所出现的问题或故障。如果仅仅为此增加监控请求的数量，又可能对链路的其他模块造成压力。

另外，由于集群语音识别服务所包含的服务进程的数量不尽相同，需要以人工的方式计算相应的监控请求发送频率。而且，在发现问题或故障后，也只能通过人工的方式对出现问题或故障的服务进程进行处理。这些人工操作过程不利于集群语音识别服务中的自动化检测与恢复，影响了集群语音识别服务的运行效率。

针对以上技术问题，根据本公开的实施例，提供了一种用于集群语音识别服务的检测方法。

在详细描述本公开实施例的方法之前，首先结合图1描述可以在其中实施本公开实施例的方法的示例性系统。

图1示出了根据本公开实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、多个服务器120以及将一个或多个客户端设备耦接到多个服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，可以通过多个服务器120提供集群语音识别服务。

在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以通过客户端设备101、102、103、104、105和/或106来提供用于进行语音识别的音频数据。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和/或106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和/或106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，VirtualPrivate Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

图2示出了根据本公开一个实施例的用于集群语音识别服务的检测方法的流程图。在该检测方法中，在集群语音识别服务的每个识别服务进程中设置各自的检测线程。检测线程执行以下操作，包括：

步骤S202，对预先存储的音频数据进行语音识别以提供与语音识别相关联的识别结果；

步骤S204，基于识别结果确定对应的识别服务进程是否为异常；以及

步骤S206，响应于确定对应的识别服务进程为异常，停止对应的识别服务进程。

根据本公开实施例的检测方法对于集群语音识别服务存在诸多有益之处，以下将详细阐述其各个方面。

首先，由于在集群语音识别服务的每个识别服务进程中均设置了各自的检测线程，可以确保无论哪个进程出现问题或故障时都能够及时被发现和处理，由此确保了整体服务的可靠性。

此外，通过借助于对预先存储的音频数据进行语音识别的结果来判断服务进程是否存在异常，可以实现在集群语音识别服务的内部的自检机制。换言之，与传统方法中通过从外部发送监控请求到集群语音识别服务的内部不同，根据本公开实施例的方法仅在集群语音识别服务的内部进行自检，而无需来自于外部的检测信号或数据，由此实现了自动化检测，进而提升了运行效率。

因此，根据本公开实施例的用于集群语音识别服务的检测方法可以确保集群语音识别服务的可靠性并提升运行效率。

本公开的技术方案中，所涉及的音频数据的获取、存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

以下将对根据本公开实施例的用于集群语音识别服务的检测方法的各步骤的一个或多个方面进行详细描述。

在本公开的实施例中，集群语音识别服务包括多个识别服务进程，并且可以通过如结合图1所述的多个服务器120来提供。服务器120可以是专用于执行语音识别处理的语音识别服务器。因此，可以在每个服务器120上执行相应的识别服务进程。各个识别服务进程均包括用于提供自检机制的检测线程。自检机制借助于对预先存储的音频数据进行语音识别的结果来判断服务进程是否存在异常。因此，在集群语音识别服务的内部即可实现服务状态的自检，而无需来自于外部的检测信号或数据。

在步骤S202中，预先存储的音频数据可以包含相对较为清楚和/或简单的音频内容以便利于检测过程。例如，音频数据可以仅包含一句话或几句话的简短音频内容，如“今天天气如何”。音频数据可以被预先存储在如结合图1所述的数据库130中以由检测线程使用。

另外，根据本公开实施例的自检机制的自检频率是可配置的，这可以取决于实际应用中对服务可靠性要求的高低。因此，在步骤S202中，对预先存储的音频数据进行语音识别的频率也是可配置的。

根据一些实施例，集群语音识别服务的每个识别服务进程的检测线程在识别服务进程自启动起的运行期间以各自的定时执行对预先存储的音频数据的语音识别。

一方面，考虑到在识别服务进程启动时也可能会出现因资源异常(诸如语音识别模型异常)所导致的启动失败，因此可以在启动时进行检测来确保该特定时刻的正常运行。换言之，自检机制可以在自启动起的运行期间的整个时间跨度上进行。

另一方面，各个识别服务进程可以具有各自的自检定时，由此可以便利于灵活的动态检测。例如，各个自检定时可以是彼此相同的或不同的，或者也可以是一部分识别服务进程具有相同的自检定时，而另一部分识别服务进程具有不同的自检定时。举例而言，在某些识别服务进程相对而言更加重要的情况下，可以将针对这些识别服务进程的自检定时设置为频率较高，以确保更高的可靠性。

根据一些实施例，与语音识别相关联的识别结果可以包括：在预先存储的音频数据的语音识别过程中实时产生的中间识别结果、预先存储的音频数据的语音识别完成后的最终识别结果、以及对预先存储的音频数据进行语音识别所花费的识别时长。

通过这种方式，可以借助于语音识别自身的特点为自检机制提供多种可参考的判断依据。特别是，不仅考虑了对预先存储的音频数据的完整识别(即最终识别结果)，还考虑了其他可被利用的判断依据(即中间识别结果、识别时长)。

例如，在发生对于音频数据的前几个词即出现识别错误的情况下(如“今天天气如何”之中的第一个词“今天”即出现识别错误)，则可以立即基于中间识别结果确定识别服务进程已出现问题或故障。又例如，在发生进程卡死的情况下，识别时长将会一直累积增长，且实际上将无法获得预先存储的音频数据的最终识别结果，因此，在这种情况下可以通过识别时长确定识别服务进程已出现问题或故障。

因此，在与语音识别相关联的识别结果可以包括中间识别结果、最终识别结果和识别时长的情况下，在步骤S204中执行的基于识别结果确定对应的识别服务进程是否为异常的步骤也可以利用上述三个判断依据来相应地执行。

根据一些实施例，基于识别结果确定对应的识别服务进程是否为异常可以包括：响应于确定中间识别结果、最终识别结果和识别时长中任一者不满足预定条件，确定对应的识别服务进程为异常。

通过这种方式，可以借助于多种可参考的判断依据来提高判断的准确性，并且可以为自检机制提供灵活性以适应于不同的服务可靠性要求。

针对中间识别结果和最终识别结果每一者的预定条件可以是指“识别结果正确”。为此，可以预先设置音频数据的正确识别结果(例如，各个词的正确识别结果以及整句的正确识别结果)。如果通过比较确定中间识别结果或最终识别结果与相应的正确识别结果不一致，则可以确定中间识别结果或最终识别结果不满足“识别结果正确”这一预定条件。

针对识别时长的预定条件可以是指“识别时长小于或等于阈值时长”。例如，阈值时长可以是2分钟。换言之，如果识别时长已累积超过2分钟，则可以确定识别时长不满足“识别时长小于或等于阈值时长”这一预定条件。

举例而言，按照语音识别的过程，一种情况是，一旦出现中间识别结果错误时则可以立刻将识别服务进程确定为异常。另一种情况是，如果直到最终识别结果处才出现识别错误，则可以在此时将识别服务进程确定为异常。又一种情况是，虽然最终识别结果正确，但识别时长超过了例如2分钟，则此时也可以据此将识别服务进程确定为异常。

可以将在步骤S204中确定对应的识别服务进程为异常的异常信息写入系统日志中。

在根据步骤S204确定对应的识别服务进程为异常的情况下，在步骤S206停止该对应的识别服务进程。

因此，如步骤S202至S206所述的自检机制借助于对预先存储的音频数据进行语音识别的结果来判断服务进程是否存在异常。通过这种方式，在集群语音识别服务的内部即可实现服务状态的自检，而无需来自于外部的检测信号或数据。因此，根据本公开实施例的用于集群语音识别服务的检测方法可以确保集群语音识别服务的可靠性并提升运行效率。

图3示出了根据本公开另一个实施例的用于集群语音识别服务的检测方法的流程图。

如图3所示，检测方法除了可以包括用于提供自检机制的步骤S302至S306，还可以包括用于针对线上语音识别请求进行自动化检测的步骤S312至S316。

步骤S302至S306的各个方面可以与结合图2所述的步骤S202至S206类似，因此这里不再赘述其细节。将着重说明用于针对线上语音识别请求进行自动化检测的步骤S312至S316。

本文中，线上语音识别请求可以是指用户在使用集群语音识别服务过程中发送的实时语音识别请求，该实时语音识别请求可以包括对用户实时提供的音频数据进行语音识别处理的请求。该实时语音识别请求可以由集群语音识别服务中的识别服务进程处理。这里，“线上”可以是相对于前述的自检机制而言的，由于自检机制未涉及来自于外部的检测信号或数据，因此也可以理解为是“线下”。

传统的针对集群语音识别服务的检测方法仅对线上语音识别请求失败(即未识别用户实时提供的音频数据)的次数进行计数，并在计数达到一定阈值数量时通知相关的技术人员进行处理。这种人工操作的方式同样不利于集群语音识别服务中的自动化检测与恢复，影响了集群语音识别服务的运行效率。

针对该技术问题，根据本公开实施例的检测方法进一步提供用于针对线上语音识别请求进行自动化检测的步骤S312至S316。步骤S312至S316也可以是由检测线程执行的操作。

根据一些实施例，检测线程还可以执行以下操作，包括：

在步骤S312，确定用于处理发送至集群语音识别服务的线上语音识别请求的处理时间；

在步骤S314，基于处理时间确定对应的识别服务进程是否为异常；以及

在步骤S316，响应于确定对应的识别服务进程为异常，停止对应的识别服务进程。

通过这种方式，可以确保集群语音识别服务在接收到实时的线上语音识别请求以进行语音识别处理的动态过程中也能够实现自动化检测。由于实际情况中可能出现诸如因程序代码错误所导致的进程卡死，因此有必要在实时的动态语音识别过程中进行检测。

在示例中，在执行步骤S312之前，可以预先设置用于判断处理时间是否超时的阈值时间，例如2分钟。在步骤S312和S314中，可以在识别服务进程开始处理请求时进行计时，并在计时时间超过该阈值时间时确定识别服务进程为异常。

在示例中，步骤S306和步骤S316也可以合并为同一个步骤来执行。

在通过步骤S302至S306和/或步骤S312至S316停止识别服务进程之后，可以进一步通过守护进程来执行恢复识别服务进程的步骤320。

根据一些实施例，集群语音识别服务的每个识别服务进程可以设置有各自的守护进程，守护进程可以执行以下操作，包括：确定对应的识别服务进程是否存在；以及响应于确定对应的识别服务进程不存在，重新启动对应的识别服务进程。

这里，守护进程与识别服务进程的检测线程以及集群语音识别服务的外部均没有信息交互。守护进程通过监控在语音识别服务器上是否有识别服务进程运行来确定对应的识别服务进程是否存在。换言之，守护进程可以仅根据识别服务进程是否存在这一判断条件来决定是否重新启动识别服务进程。

因此，根据本公开的检测方法还可以在集群语音识别服务的内部提供自动恢复机制，由此来便利于集群语音识别服务全面的自动化检测与恢复。

根据本公开的实施例，还提供了一种集群语音识别服务。该集群语音识别服务采用如前所述的检测方法，由此来确保集群语音识别服务的可靠性并提升运行效率。

图4示出了根据本公开实施例的集群语音识别服务400的示意图。

如图4所示，集群语音识别服务400可以通过多个语音识别服务器来提供，如语音识别服务器410、420等。集群语音识别服务400可以包括多个识别服务进程，如识别服务进程411、421等。作为示例，识别服务进程411、421可以在相应的语音识别服务器410、420上运行。

以识别服务进程411、421为例，识别服务进程411、421中分别设置各自的检测线程4110、4210。检测线程4110、4210所执行的操作可以与结合图2、图3所描述的相应步骤对应，因此这里不再赘述其各个方面的细节。

另外，识别服务进程411、421分别设置有各自的守护进程412、422。守护进程412、422所执行的操作可以与结合图3所描述的相应步骤对应，因此这里不再赘述其各个方面的细节。

根据本公开的实施例，还提供了一种用于集群语音识别服务的检测装置。

图5示出了根据本公开一个实施例的用于集群语音识别服务的检测装置500的结构框图。

如图5所示，检测装置500包括针对集群语音识别服务的每个识别服务进程设置的各自的检测模块510。

检测模块510包括识别单元512、第一确定单元514和第一操作单元516。识别单元512被配置为对预先存储的音频数据进行语音识别以提供与语音识别相关联的识别结果。第一确定单元514被配置为基于识别结果确定对应的识别服务进程是否为异常。第一操作单元516被配置为响应于确定对应的识别服务进程为异常，停止对应的识别服务进程。

根据一些实施例，集群语音识别服务的每个识别服务进程的检测模块510可以在识别服务进程自启动起的运行期间以各自的定时执行对预先存储的音频数据的语音识别。

根据一些实施例，与语音识别相关联的识别结果可以包括：在预先存储的音频数据的语音识别过程中实时产生的中间识别结果、预先存储的音频数据的语音识别完成后的最终识别结果、以及对预先存储的音频数据进行语音识别所花费的识别时长。

上述单元512至516所执行的操作可以与结合图2描述的步骤S202至S206以及结合图3描述的步骤S302至S306相对应，因此这里不再过多赘述其各个方面的细节。

图6示出了根据本公开另一个实施例的用于集群语音识别服务的检测装置600的结构框图。

如图6所示，检测装置600可以包括针对集群语音识别服务的每个识别服务进程设置的各自的检测模块610。

检测模块610可以包括识别单元612、第一确定单元614和第一操作单元616。图6所示的单元612、614和616可以分别对应于图5所示的单元512、514和516。

根据一些实施例，第一确定单元614可以包括：第一子确定单元6140，被配置为响应于确定中间识别结果、最终识别结果和识别时长中任一者不满足预定条件，确定对应的识别服务进程为异常。

根据一些实施例，检测模块610还可以包括：请求处理单元622，被配置为确定用于处理发送至集群语音识别服务的线上语音识别请求的处理时间；第二确定单元624，被配置为基于处理时间确定对应的识别服务进程是否为异常；以及第二操作单元626，被配置为响应于确定对应的识别服务进程为异常，停止对应的识别服务进程。

根据一些实施例，检测装置600还可以包括针对集群语音识别服务的每个识别服务进程设置的各自的守护模块620。守护模块620可以包括：第三确定单元622，被配置为确定对应的识别服务进程是否存在；以及第三操作单元624，被配置为响应于确定对应的识别服务进程不存在，重新启动对应的识别服务进程。

根据本公开实施例的用于集群语音识别服务的检测装置可以确保集群语音识别服务的可靠性并提升运行效率。

根据本公开的另一方面，还提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有能够被至少一个处理器执行的指令，指令被至少一个处理器执行，以使所述至少一个处理器能够执行根据本公开实施例所述的方法。

根据本公开的另一方面，还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行根据本公开实施例所述的方法。

根据本公开的另一方面，还提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现根据本公开实施例所述的方法。

参考图7，现将描述可以作为本公开的服务器或客户端的电子设备700的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图7所示，电子设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM703中，还可存储电子设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

电子设备700中的多个部件连接至I/O接口705，包括：输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向电子设备700输入信息的任何类型的设备，输入单元706可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元707可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如用于集群语音识别服务的方法。例如，在一些实施例中，用于集群语音识别服务的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的用于集群语音识别服务的方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行用于集群语音识别服务的方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

本公开的技术方案中，所涉及的音频数据的获取、存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (14)

1.一种用于集群语音识别服务的检测方法，其中，在所述集群语音识别服务的每个识别服务进程中设置各自的检测线程，所述检测线程执行以下操作，包括：

对预先存储的音频数据进行语音识别以提供与所述语音识别相关联的识别结果，其中，与所述语音识别相关联的识别结果包括：在所述预先存储的音频数据的语音识别过程中实时产生的中间识别结果、所述预先存储的音频数据的语音识别完成后的最终识别结果、以及对所述预先存储的音频数据进行语音识别所花费的识别时长；

基于所述识别结果确定对应的识别服务进程是否为异常；以及

响应于确定所述对应的识别服务进程为异常，停止所述对应的识别服务进程。

2.根据权利要求1所述的方法，其中，所述集群语音识别服务的每个识别服务进程的所述检测线程在所述识别服务进程自启动起的运行期间以各自的定时执行对所述预先存储的音频数据的语音识别。

3.根据权利要求1或2所述的方法，其中，所述基于所述识别结果确定对应的识别服务进程是否为异常包括：

响应于确定所述中间识别结果、所述最终识别结果和所述识别时长中任一者不满足预定条件，确定所述对应的识别服务进程为异常。

4.根据权利要求1或2所述的方法，其中，所述检测线程还执行以下操作，包括：

确定用于处理发送至所述集群语音识别服务的线上语音识别请求的处理时间；

基于所述处理时间确定对应的识别服务进程是否为异常；以及

响应于确定所述对应的识别服务进程为异常，停止所述对应的识别服务进程。

5.根据权利要求1或2所述的方法，其中，所述集群语音识别服务的每个识别服务进程设置有各自的守护进程，所述守护进程执行以下操作，包括：

确定所述对应的识别服务进程是否存在；以及

响应于确定所述对应的识别服务进程不存在，重新启动所述对应的识别服务进程。

6.一种集群语音识别服务，所述集群语音识别服务包括多个识别服务进程，其中，每个所述识别服务进程中设置各自的检测线程，所述检测线程执行以下操作，包括：

对预先存储的音频数据进行语音识别以提供与所述语音识别相关联的识别结果，其中，与所述语音识别相关联的识别结果包括：在所述预先存储的音频数据的语音识别过程中实时产生的中间识别结果、所述预先存储的音频数据的语音识别完成后的最终识别结果、以及对所述预先存储的音频数据进行语音识别所花费的识别时长；

基于所述识别结果确定对应的识别服务进程是否为异常；以及

响应于确定所述对应的识别服务进程为异常，停止所述对应的识别服务进程。

7.根据权利要求6所述的集群语音识别服务，其中，每个所述识别服务进程设置有各自的守护进程，所述守护进程执行以下操作，包括：

确定所述对应的识别服务进程是否存在；以及

响应于确定所述对应的识别服务进程不存在，重新启动所述对应的识别服务进程。

8.一种用于集群语音识别服务的检测装置，包括：针对所述集群语音识别服务的每个识别服务进程设置的各自的检测模块，其中，所述检测模块包括：

识别单元，被配置为对预先存储的音频数据进行语音识别以提供与所述语音识别相关联的识别结果，其中，与所述语音识别相关联的识别结果包括：在所述预先存储的音频数据的语音识别过程中实时产生的中间识别结果、所述预先存储的音频数据的语音识别完成后的最终识别结果、以及对所述预先存储的音频数据进行语音识别所花费的识别时长；

第一确定单元，被配置为基于所述识别结果确定对应的识别服务进程是否为异常；以及

第一操作单元，被配置为响应于确定所述对应的识别服务进程为异常，停止所述对应的识别服务进程。

9.根据权利要求8所述的装置，其中，所述集群语音识别服务的每个识别服务进程的所述检测模块在所述识别服务进程自启动起的运行期间以各自的定时执行对所述预先存储的音频数据的语音识别。

10.根据权利要求8或9所述的装置，其中，所述第一确定单元包括：

第一子确定单元，被配置为响应于确定所述中间识别结果、所述最终识别结果和所述识别时长中任一者不满足预定条件，确定所述对应的识别服务进程为异常。

11.根据权利要求8或9所述的装置，其中，所述检测模块还包括：

请求处理单元，被配置为确定用于处理发送至所述集群语音识别服务的线上语音识别请求的处理时间；

第二确定单元，被配置为基于所述处理时间确定对应的识别服务进程是否为异常；以及

第二操作单元，被配置为响应于确定所述对应的识别服务进程为异常，停止所述对应的识别服务进程。

12.根据权利要求8或9所述的装置，还包括：针对所述集群语音识别服务的每个识别服务进程设置的各自的守护模块，其中，所述守护模块包括：

第三确定单元，被配置为确定所述对应的识别服务进程是否存在；以及

第三操作单元，被配置为响应于确定所述对应的识别服务进程不存在，重新启动所述对应的识别服务进程。

13.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中

所述存储器存储有能够被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据权利要求1-5中任一项所述的方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-5中任一项所述的方法。

Images