文字标记方法、装置、电子设备及计算机可读存储介质与流程

本发明涉及数据处理技术领域，尤其涉及一种文字标记方法、装置、电子设备及计算机可读存储介质。

背景技术：

现有的会议记录生成方法，通常是利用摄像机、麦克风、录音笔等设备对会议过程中各与会人员的发言进行录音及录像，会后做会议记录的人员可以通过查看、回放录音及录像进行整理，以生成会议记录。这种方法十分繁琐，浪费人力物力且效率较低。

此外，传统的会议记录生成方法并不能对会议记录中的重点内容进行标记，一般是需要人工将会议中的谈话内容进行记录且根据记录内容中的沟通点进行筛选。

技术实现要素：

本发明提供一种文字标记方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决传统的会议记录生成方法不能对会议记录中的重点内容进行标记的问题。

为实现上述目的，本发明提供的一种文字标记方法，包括：

获取原始语音数据集，对所述原始语音数据集进行静音切除处理，得到初始语音数据集；

对所述初始语音数据集进行特征提取，得到特征向量集；

利用预先构建的声学模型、语言模型以及预设的字典对所述特征向量集进行语音识别转换处理，得到文字集；

根据预构建的感情色彩库对所述文字集进行标注，得到标识文字集。

可选地，所述对所述初始语音数据集进行特征提取，得到特征向量集，包括：

对所述初始语音数据集进行预加重处理、分帧处理、加窗处理以及快速傅里叶变换，得到所述初始语音数据集的频谱；

对所述频谱取模平方，得到所述初始语音数据集的功率谱；

利用一组预设的梅尔尺度的三角形滤波器组对所述功率谱进行计算并得到对数能量，对所述对数能量进行离散余弦变换，得到特征向量集。

可选地，所述分帧处理包括：

根据预设的采样点n对所述原始语音数据集进行分帧，得到分帧集；

根据预设的取样点m从所述分帧集获取多个帧，并将所述多个帧进行重叠，得到分帧语音数据集。

可选地，所述快速傅里叶变换包括：

及

所述对所述频谱取模平方包括：

其中，s(k)为频谱，p(k)为功率谱，s′(n)为加窗信号，n为帧的大小，n为帧的个数，k为频谱上的预设参数。

可选地，所述利用预先构建的声学模型、语言模型以及预设的字典对所述特征向量集进行语音识别转换处理，得到文字集，包括：

利用所述声学模型对所述特征向量集进行音素处理，得到音素信息；

根据预设的字典，获取与所述音素信息相对应的单个字或者词；

利用所述语言模型识别所述单个字或者词相互关联的概率值，根据所述概率值将所述单个字或者词识别成完整的文字集。

可选地，所述利用所述语言模型识别所述单个字或者词相互关联的概率值，包括：

利用预设的onehot编码方式将所述音素信息相对应的单个字或者词转化为对应的字向量；

根据所述语言模型中的前向长短记忆网络层以及后向长短记忆网络层对所述字向量进行转换处理，得到向量矩阵；

将所述向量矩阵发送至分类器网络层，得到与所述音素信息相对应的单个字或者词的概率值。

可选地，所述根据预构建的感情色彩库对所述文字集进行标注，得到标识文字集，包括：

通过遍历操作选择所述文字集中的单个字或者词；

将选择的所述单个字或者词在所述感情色彩库进行匹配查找；

当选择的所述单个字或者词在所述感情色彩库中找到相匹配的字或者词时，获取所述相匹配的字或者词对应的情绪及颜色标识；

根据获取的所述情绪及颜色标识对所述进行标注；

重复上述的通过遍历操作选择所述文字集中的单个字或者词的步骤，直到所述文字集中所有的单个字或者词都执行选择动作时，得到标识文字集。

为了解决上述问题，本发明还提供一种文字标记装置，所述装置包括：

静音切除模块，用于获取原始语音数据集，对所述原始语音数据集进行静音切除处理，得到初始语音数据集；

特征提取模块，用于对所述初始语音数据集进行特征提取，得到特征向量集；

语音识别转换模块，用于利用预先构建的声学模型、语言模型以及预设的字典对所述特征向量集进行语音识别转换处理，得到文字集；

标注模块，用于根据预构建的感情色彩库对所述文字集进行标注，得到标识文字集。

为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

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，

所述存储器存储有可被所述至少一个处理器执行的计算机程序指令，所述计算机程序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上述的文字标记方法。

为了解决上述问题，本发明还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述的文字标记方法。

本发明实施例首先通过对获取到的原始语音数据集进行静音切除处理，节省了带宽资源，减少端到端的时延，对所述初始语音数据集进行特征提取处理，得到特征向量集，将提取得到的特征向量集用于后续的语音识别中，提高语音识别的效率，利用预先构建的声学模型、语言模型以及预设的字典对所述特征向量集进行语音识别转换处理，得到文字集，实现了对特征数据集进行精确识别转换，根据预构建的感情色彩库对所述文字集进行标注，可以识别出文字集中的重点内容。因此，本发明提出的文字标记方法、装置及计算机可读存储介质，可以提高文字标记方法的效率，解决传统的会议记录生成方法不能对会议记录中的重点内容进行标记的问题。

附图说明

图1为本发明实施例提供的文字标记方法的流程示意图；

图2为图1所示的文字标记方法中其中一个步骤的流程示意图；

图3为本发明实施例提供的文字标记装置的模块示意图；

图4为本发明实施例提供的实现文字标记方法的电子设备的内部结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例提供一种文字标记方法。所述文字标记方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述文字标记方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。

参照图1所示，为本发明实施例提供的一种文字标记方法的流程示意图。在本实施例中，所述文字标记方法包括：

s1、获取原始语音数据集，对所述原始语音数据集进行静音切除处理，得到初始语音数据集。

本发明实施例中，所述原始语音数据集可以包括会议中的交流内容。

具体地，所述对所述原始语音数据集进行静音切除处理，得到初始语音数据集，包括：

将所述原始语音数据集中语音数据的首尾端静音切除，得到初始语音数据集。

所述静音切除的目的是从语音里消除长时间的静音期，以达到在不降低业务质量的情况下节省原始语音数据集所占用的带宽资源的作用，所述静音切除不仅可以节省带宽资源，而且有利于减少端到端的时延。

s2、对所述初始语音数据集进行特征提取，得到特征向量集。

详细地，本发明实施例中，所述对所述初始语音数据集进行特征提取，得到特征向量集，包括：

对所述初始语音数据集进行预加重处理、分帧处理、加窗处理以及快速傅里叶变换，得到所述初始语音数据集的频谱；

对所述频谱取模平方，得到所述初始语音数据集的功率谱；

利用一组预设的梅尔尺度的三角形滤波器组对所述功率谱进行计算并得到对数能量，对所述对数能量进行离散余弦变换，得到特征向量集。

具体地，本发明实施例通过一个预设的高通滤波器对所述初始语音数据集进行预加重处理，得到高频语音数据集，从而增强所述初始语音数据集中语音信号的高频部分。

优选地，所述预设的高通滤波器可以为y(n)＝x(n)-α*x(n-1)。

其中，α为预加重系数，y(n)为高频语音数据集，x(n)为初始语音数据集，n为语音数据。

较优地，本发明实施例中，所述α＝0.97。

本发明实施例对所述初始语音数据集进行预加重处理，可以消除发声过程中声带和嘴唇的效应，从而来补偿语音信号受到发音系统所抑制的高频部分，同时也可以突出高频的共振峰。

进一步地，本发明实施例中，所述分帧处理包括：

根据预设的采样点n对所述原始语音数据集进行分帧，得到分帧集；

根据预设的取样点m从所述分帧集中获取多个帧，并将所述多个帧进行重叠，得到分帧语音数据集。

优选地，所述采样点n为512或者256，所述取样点m为所述采样点n的1/2。

进一步地，所述加窗处理是根据预设的窗口函数对所述分帧语音数据集中的每一帧进行加窗处理，得到加窗信号。

详细地，所述预设的窗口函数为：

s′(n)＝s(n)×w(n)

其中，s′(n)为加窗信号，s(n)为分帧语音数据集，w(n)为窗口函数，n为帧的大小，n为帧的个数。

优选地，本发明实施例中，所述预设的窗口函数可选择汉明窗，所述w(n)为汉明窗的函数表达式。

本发明实施例对所述分帧语音数据集进行加窗处理可以增加帧左端和帧右端的连续性，减少频谱泄漏。

进一步地，本发明实施例采用下述公式执行快速傅里叶变换，包括：

及

采用下述公式对所述频谱取模平方：

其中，s(k)为频谱，p(k)为功率谱，s′(n)为加窗信号，n为帧的大小，n为帧的个数，k为频谱上的预设参数。

由于信号在时域上的变换通常很难看出信号的特性，因此，本发明实施例将语音数据集转换为频域上的能量分布，不同的能量分布，代表不同语音的特性。

进一步地，本发明实施例中，所述梅尔(mel)尺度的三角形滤波器组为：

其中，t(m)为对数能量，p(k)为功率谱，h(k)为三角滤波器的频率响应，n为帧的大小，k为频谱上的预设参数。

本发明实施例利用所述三角滤波器对所述功率谱进行对数能量的计算可以使频谱平滑，并消除谐波，突显语音信息中的共振峰。

进一步地，本发明实施例利用下述公式对所述对数能量进行离散余弦变换，得到特征向量集：

其中，c(n)指特征向量集，t(m)为对数能量，m为滤波器个数，n为帧的个数。

s3、利用预先构建的声学模型、语言模型以及预设的字典对所述特征向量集进行语音识别转换处理，得到文字集。

本发明实施例中，参阅图2所示，所述利用预先构建的声学模型、语言模型以及预设的字典对所述特征向量集进行语音识别转换处理，得到文字集，包括：

s31、利用所述声学模型对所述特征向量集进行音素处理，得到音素信息；

优选地，本发明实施例中所述声学模型可以是长短期记忆网络模型。

其中，音素是语音中最小的单位，本发明实施例中，所述音素信息包含英语中的音标，以及汉语中的声母和韵母等。

s32、根据预设的字典，获取与所述音素信息相对应的单个字或者词；

本发明实施例中，所述字典里包括音素信息和所述音素对应的单个字或者词。本发明实施例通过根据所述音素信息在所述预设的字典中执行遍历操作，得到所述音素信息相对应的单个字或者词。

s33、利用所述语言模型识别所述单个字或者词相互关联的概率值，根据所述概率值将所述单个字或者词识别成完整的文字集。

优选地，所述语言模型可以是bilstm-crf模型。

其中，bilstm模型包括前向长短记忆网络层以及后向长短记忆网络层。

具体地，所述利用所述语言模型识别所述单个字或者词相互关联的概率值，包括：

利用预设的onehot编码方式将所述音素信息相对应的单个字或者词转化为对应的字向量；

根据所述语言模型中的前向长短记忆网络层以及后向长短记忆网络层对所述字向量进行转换处理，得到向量矩阵；

将所述向量矩阵发送至分类器网络层，得到与所述音素信息相对应的单个字或者词的概率值。

详细地，bilstm模型可捕捉双向的语义依赖，得到的密集向量矩阵不仅包含字向量的特征信息，还包含上下文信息。

可选地，分类器网络层可为softmax激活函数。

进一步地，本发明实施例根据所述概率值将所述单个字或者词识别成完整的文字集，根据所述音素信息相对应的单个字或者词的概率值与预设的文本阈值进行判断，将所述大于所述文本阈值的对应单个字或者词进行保留，将所述小于或者等于所述文本阈值的对应单个字或者词进行删除，将所述保留下来的单个字或者词识别为文字集。

例如，所述语言模型识别所述单个字或者词相互关联的概率值为：我：0.0786，是：0.0546，我是：0.0967，机器：0.06785，机器人：0.0898，所述文本阈值为0.08，故将“我是”，“机器人”保留，其余进行删除，识别到的文本为“我是机器人”。

s4、根据预构建的感情色彩库对所述文字集进行标注，得到标识文字集。

本发明实施例中，所述感情色彩库是人工采集人类情感，基于“喜怒哀乐”等人类情感情绪建立的模型库，所述感情色彩库里包含不同文字以及对应的情绪、颜色标识。

详细地，本发明实施例所述根据预构建的感情色彩库对所述文字集进行标注，得到标识文字集，包括：

通过遍历操作选择所述文字集中的单个字或者词；

将选择的所述单个字或者词在所述感情色彩库进行匹配查找；

当选择的所述单个字或者词在所述感情色彩库中找到相匹配的字或者词时，获取所述相匹配的字或者词对应的情绪及颜色标识；

根据获取的所述情绪及颜色标识对所述进行标注；

重复上述的通过遍历操作选择所述文字集中的单个字或者词的步骤，直到所述文字集中所有的单个字或者词都执行选择动作时，得到标识文字集。

如图3所示，是本发明实施例提供的文字标记装置的模块示意图。

本发明所述文字标记装置100可以安装于电子设备中。根据实现的功能，所述文字标记装置100可以包括静音切除模块101、特征提取模块102、语音识别转换模块103、标注模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。

在本实施例中，关于各模块/单元的功能如下：

所述静音切除模块101，用于获取原始语音数据集，对所述原始语音数据集进行静音切除处理，得到初始语音数据集；

所述特征提取模块102，用于对所述初始语音数据集进行特征提取，得到特征向量集；

所述语音识别转换模块103，利用预先构建的声学模型、语言模型以及预设的字典对所述特征向量集进行语音识别转换处理，得到文字集；

所述标注模块104，用于根据预构建的感情色彩库对所述文字集进行标注，得到标识文字集。

详细地，所述文字标记装置100各模块在通过电子设备的处理器所执行时，可以实现包括下述步骤的文字标记方法：

步骤一、所述静音切除模块101获取原始语音数据集，对所述原始语音数据集进行静音切除处理，得到初始语音数据集。

本发明实施例中，所述原始语音数据集可以包括会议中的交流内容。

具体地，所述静音切除模块101对所述原始语音数据集进行静音切除处理，得到初始语音数据集，包括：

将所述原始语音数据集中语音数据的首尾端静音切除，得到初始语音数据集。

所述静音切除的目的是从语音里消除长时间的静音期，以达到在不降低业务质量的情况下节省原始语音数据集所占用的带宽资源的作用，所述静音切除不仅可以节省带宽资源，而且有利于减少端到端的时延。

步骤二、所述特征提取模块102对所述初始语音数据集进行特征提取，得到特征向量集。

详细地，本发明实施例中，所述特征提取模块102对所述初始语音数据集进行特征提取，得到特征向量集，包括：

对所述初始语音数据集进行预加重处理、分帧处理、加窗处理以及快速傅里叶变换，得到所述初始语音数据集的频谱；

对所述频谱取模平方，得到所述初始语音数据集的功率谱；

利用一组预设的梅尔尺度的三角形滤波器组对所述功率谱进行计算并得到对数能量，对所述对数能量进行离散余弦变换，得到特征向量集。

具体地，本发明实施例通过一个预设的高通滤波器对所述初始语音数据集进行预加重处理，得到高频语音数据集，从而增强所述初始语音数据集中语音信号的高频部分。

优选地，所述预设的高通滤波器可以为y(n)＝x(n)-α*x(n-1)。

其中，α为预加重系数，y(n)为高频语音数据集，x(n)为初始语音数据集，n为语音数据。

较优地，本发明实施例中，所述α＝0.97。

本发明实施例对所述初始语音数据集进行预加重处理，可以消除发声过程中声带和嘴唇的效应，从而来补偿语音信号受到发音系统所抑制的高频部分，同时也可以突出高频的共振峰。

进一步地，本发明实施例中，所述分帧处理包括：

根据预设的采样点n对所述原始语音数据集进行分帧，得到分帧集；

根据预设的取样点m从所述分帧集中获取多个帧，并将所述多个帧进行重叠，得到分帧语音数据集。

优选地，所述采样点n为512或者256，所述取样点m为所述采样点n的1/2。

进一步地，所述加窗处理是根据预设的窗口函数对所述分帧语音数据集中的每一帧进行加窗处理，得到加窗信号。

详细地，所述预设的窗口函数为：

s′(n)＝s(n)×w(n)

其中，s′(n)为加窗信号，s(n)为分帧语音数据集，w(n)为窗口函数，n为帧的大小，n为帧的个数。

优选地，本发明实施例中，所述预设的窗口函数可选择汉明窗，所述w(n)为汉明窗的函数表达式。

本发明实施例对所述分帧语音数据集进行加窗处理可以增加帧左端和帧右端的连续性，减少频谱泄漏。

进一步地，本发明实施例采用下述公式执行快速傅里叶变换，包括：

及

采用下述公式对所述频谱取模平方：

其中，s(k)为频谱，p(k)为功率谱，s′(n)为加窗信号，n为帧的大小，n为帧的个数，k为频谱上的预设参数。

由于信号在时域上的变换通常很难看出信号的特性，因此，本发明实施例将语音数据集转换为频域上的能量分布，不同的能量分布，代表不同语音的特性。

进一步地，本发明实施例中，所述梅尔(mel)尺度的三角形滤波器组为：

其中，t(m)为对数能量，p(k)为功率谱，h(k)为三角滤波器的频率响应，n为帧的大小，k为频谱上的预设参数。

本发明实施例利用所述三角滤波器对所述功率谱进行对数能量的计算可以使频谱平滑，并消除谐波，突显语音信息中的共振峰。

进一步地，本发明实施例利用下述公式对所述对数能量进行离散余弦变换，得到特征向量集：

其中，c(n)指特征向量集，t(m)为对数能量，m为滤波器个数，n为帧的个数。

步骤三、所述语音识别转换模块103利用预先构建的声学模型、语言模型以及预设的字典对所述特征向量集进行语音识别转换处理，得到文字集。

本发明实施例中，所述利用预先构建的声学模型、语言模型以及预设的字典对所述特征向量集进行语音识别转换处理，得到文字集包括：

利用所述声学模型对所述特征向量集进行音素处理，得到音素信息；

优选地，本发明实施例中所述声学模型可以是长短期记忆网络模型。

其中，音素是语音中最小的单位，本发明实施例中，所述音素信息包含英语中的音标，以及汉语中的声母和韵母等。

根据预设的字典，获取与所述音素信息相对应的单个字或者词；

本发明实施例中，所述字典里包括音素信息和所述音素对应的单个字或者词。本发明实施例通过根据所述音素信息在所述预设的字典中执行遍历操作，得到所述音素信息相对应的单个字或者词。

利用所述语言模型识别所述单个字或者词相互关联的概率值，根据所述概率值将所述单个字或者词识别成完整的文字集。

优选地，所述语言模型可以是bilstm-crf模型。

其中，bilstm模型包括前向长短记忆网络层以及后向长短记忆网络层。

具体地，所述利用所述语言模型识别所述单个字或者词相互关联的概率值，包括：

利用预设的onehot编码方式将所述音素信息相对应的单个字或者词转化为对应的字向量；

根据所述语言模型中的前向长短记忆网络层以及后向长短记忆网络层对所述字向量进行转换处理，得到向量矩阵；

将所述向量矩阵发送至分类器网络层，得到与所述音素信息相对应的单个字或者词的概率值。

详细地，bilstm模型可捕捉双向的语义依赖，得到的密集向量矩阵不仅包含字向量的特征信息，还包含上下文信息。

可选地，分类器网络层可为softmax激活函数。

进一步地，本发明实施例根据所述概率值将所述单个字或者词识别成完整的文字集，根据所述音素信息相对应的单个字或者词的概率值与预设的文本阈值进行判断，将所述大于所述文本阈值的对应单个字或者词进行保留，将所述小于或者等于所述文本阈值的对应单个字或者词进行删除，将所述保留下来的单个字或者词识别为文字集。

例如，所述语言模型识别所述单个字或者词相互关联的概率值为：我：0.0786，是：0.0546，我是：0.0967，机器：0.06785，机器人：0.0898，所述文本阈值为0.08，故将“我是”，“机器人”保留，其余进行删除，识别到的文本为“我是机器人”。

步骤四、所述标注模块104根据预构建的感情色彩库对所述文字集进行标注，得到标识文字集。

本发明实施例中，所述感情色彩库是人工采集人类情感，基于“喜怒哀乐”等人类情感情绪建立的模型库，所述感情色彩库里包含不同文字以及对应的情绪、颜色标识。

详细地，本发明实施例所述标注模块104根据预构建的感情色彩库对所述文字集进行标注，得到标识文字集，包括：

通过遍历操作选择所述文字集中的单个字或者词；

将选择的所述单个字或者词在所述感情色彩库进行匹配查找；

当选择的所述单个字或者词在所述感情色彩库中找到相匹配的字或者词时，获取所述相匹配的字或者词对应的情绪及颜色标识；

根据获取的所述情绪及颜色标识对所述进行标注；

重复上述的通过遍历操作选择所述文字集中的单个字或者词的步骤，直到所述文字集中所有的单个字或者词都执行选择动作时，得到标识文字集。

如图4所示，是本发明实现文字标记方法的电子设备的结构示意图。

所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如文字标记程序12。

其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(smartmediacard，smc)、安全数字(securedigital，sd)卡、闪存卡(flashcard)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如文字标记程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(centralprocessingunit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(controlunit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行文字标记程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。

所述总线可以是外设部件互连标准(peripheralcomponentinterconnect，简称pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。

图4仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图4示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。

进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。

可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organiclight-emittingdiode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

所述电子设备1中的所述存储器11存储的文字标记程序12是多个指令的组合，在所述处理器10中运行时，可以实现：

获取原始语音数据集，对所述原始语音数据集进行静音切除处理，得到初始语音数据集；

对所述初始语音数据集进行特征提取，得到特征向量集；

利用预先构建的声学模型、语言模型以及预设的字典对所述特征向量集进行语音识别转换处理，得到文字集；

根据预构建的感情色彩库对所述文字集进行标注，得到标识文字集。

进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)。

进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图表记视为限制所涉及的权利要求。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除