(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210133838.2 (22)申请日 2022.02.14 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 吴欢　张珂欣　郑安妮　林慕云　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 周永君　汤在彦 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/30(2020.01) G10L 15/08(2006.01) G10L 15/26(2006.01) G10L 25/24(2013.01)H04M 3/51(2006.01) H04M 3/493(2006.01) (54)发明名称 一种话语提取方法及装置 (57)摘要 本申请提供一种话语提取方法及装置， 涉及 人工智能领域， 也可用于金融领域， 包括： 对预先 获取的语音流片段进行语音识别， 得到对应的对 话文本； 对各所述对话文本进行语义特征提取， 得到各所述对话文本的语义特征向量矩阵； 根据 各所述语义特征向量矩 阵对所述对话文本进行 聚类， 得到话语列表。 本申请能够对语音流片段 进行话语分析得到优秀 话语。 权利要求书2页 说明书14页 附图7页 CN 114461805 A 2022.05.10 CN 114461805 A 1.一种话语提取 方法， 其特 征在于， 包括： 对预先获取的语音流片段进行语音识别， 得到对应的对话文本； 对各所述对话文本进行语义特 征提取， 得到各 所述对话文本的语义特 征向量矩阵； 根据各所述语义特 征向量矩阵对所述对话文本进行聚类， 得到话语列表。 2.根据权利要求1所述的话语提取方法， 其特征在于， 所述对预先获取的语音流片段进 行语音识别， 得到对应的对话文本， 包括： 对所述语音流片段进行语音特 征提取， 得到所述语音流片段的语音特 征向量； 将所述语音特 征向量输入声学语音模型进行语音识别， 得到所述对话文本 。 3.根据权利要求2所述的话语提取方法， 其特征在于， 所述对所述语音流片段进行语音 特征提取， 得到所述语音流片段的语音特 征向量， 包括： 确定所述语音流片段的声谱图； 对所述声谱图进行倒谱分析， 得到所述语音特 征向量。 4.根据权利要求2所述的话语提取方法， 其特征在于， 所述声学语音模型包括： 声学模 型及语音模型； 所述将所述语音特征向量输入声学语音模型进行语音识别， 得到所述对话 文本， 包括： 将所述语音特 征向量输入所述声学模型， 得到所述语音特 征向量所对应的各 单字； 将所述各 单字输入所述语音模型， 以对所述各 单字进行修 正， 得到所述对话文本 。 5.根据权利要求1所述的话语提取方法， 其特征在于， 所述对各所述对话文本进行语义 特征提取， 得到各 所述对话文本的语义特 征向量矩阵， 包括： 筛选各所述对话文本， 得到各 所述对话文本对应的有效对话文本； 将各所述有效对话文本输入BERT模型， 以对各所述有效对话文本进行语义特征提取， 得到各所述对话文本的所述语义特 征向量矩阵。 6.根据权利要求1所述的话语提取方法， 其特征在于， 所述根据 各所述语义特征向量矩 阵对所述对话文本进行聚类， 得到话语列表， 包括： 计算所述语义特 征向量矩阵到各 预设聚类中心的距离； 将所述语义特征向量矩阵纳入距离最近的聚类中心所对应的聚类， 并更新该聚类的聚 类中心； 根据更新后的聚类中心生成所述 话语列表。 7.根据权利要求6所述的话语提取方法， 其特征在于， 所述根据 各所述语义特征向量矩 阵对所述对话文本进行聚类， 得到话语列表， 包括： 提取各所述语义特 征向量矩阵的首 行向量； 计算所述首 行向量到各 预设聚类中心的距离； 将所述首 行向量纳入距离最近的聚类中心所对应的聚类， 并更新该聚类的聚类中心； 根据更新后的聚类中心生成所述 话语列表。 8.根据权利要求6所述的话语提取方法， 其特征在于， 所述根据 各所述语义特征向量矩 阵对所述对话文本进行聚类， 得到话语列表， 包括： 确定所述语义特 征向量矩阵的各 行向量的第一均值向量； 计算所述第一均值向量到各 预设聚类中心的距离； 将所述第一均值向量纳入距离最近的聚类中心所对应的聚类， 并更新该聚类的聚类中权　利　要　求　书 1/2 页 2 CN 114461805 A 2心； 根据更新后的聚类中心生成所述 话语列表。 9.根据权利要求6所述的话语提取方法， 其特征在于， 所述根据 各所述语义特征向量矩 阵对所述对话文本进行聚类， 得到话语列表， 包括： 对所述语义特 征向量矩阵设置会话轮数列向量； 确定含所述会话轮数列向量的语义特 征向量矩阵的第二均值向量； 计算所述第二均值向量到各 预设聚类中心的距离； 将所述第二均值向量纳入距离最近的聚类中心所对应的聚类， 并更新该聚类的聚类中 心； 根据更新后的聚类中心生成所述 话语列表。 10.一种话语提取装置， 其特 征在于， 包括： 对话文本生成单元， 用于对预先获取的语音流片段进行语音识别， 得到对应的对话文 本； 语义向量提取单元， 用于对各所述对话文本进行语义特征提取， 得到各所述对话文本 的语义特 征向量矩阵； 话语列表生成单元， 用于根据各所述语义特征向量矩阵对所述对话文本进行聚类， 得 到话语列表。 11.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述程序时实现权利要求1至9任一项所述的话语提 取方法的步骤。 12.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该计算机程序被 处理器执行时实现权利要求1至9任一项所述的话语提取 方法的步骤。权　利　要　求　书 2/2 页 3 CN 114461805 A 3