语音备忘录检测方法、装置、存储介质及计算机设备与流程

1.本技术涉及智能终端技术领域，尤其涉及一种语音备忘录检测方法、装置、存储介质及计算机设备。

背景技术：

2.随着智能终端技术的不断升级，语音交互功能的使用场景越来越多，进而备忘录功能也出现了语音备忘录，通过拾取用户的语音创建备忘录，根据创建的备忘录提醒用户待办事宜。然而，语音创建的灵活性不如文字备忘录，可能会产生大量的无效备忘录，影响用户体验。

技术实现要素：

3.本技术实施例提供了一种语音备忘录检测方法、装置、存储介质及计算机设备，能够减少无效备忘录，提高语音备忘录的智能性。
4.第一方面，本技术提供了一种语音备忘录检测方法，所述方法包括：
5.获取用户创建的语音备忘录；
6.基于识别模型对所述语音备忘录进行有效性检测；
7.若检测所述语音备忘录属于无效备忘录，则生成异常处理提示；所述异常处理提示用于提示用户所述语音备忘录存在异常，以使用户输入处理指令；
8.响应于用户输入的处理指令，对所述语音备忘录进行处理。
9.在其中一个实施例中，在所述处理指令为忽略指令或确认有效指令时，执行所述响应于用于输入的处理指令，对所述语音备忘录进行处理，包括：
10.将所述语音备忘录标记为有效备忘录。
11.在其中一个实施例中，所述方法还包括：
12.若检测所述语音备忘录属于有效备忘录，则将所述语音备忘录标记为有效备忘录；
13.存储所述语音备忘录。
14.在其中一个实施例中，所述若检测所述语音备忘录属于有效备忘录，则将所述语音备忘录标记为有效备忘录，包括：
15.在检测所述语音备忘录属于有效备忘录时，生成确认提示；所述确认提示用于提示用户确认所述语音备忘录检测为有效备忘录是否正确，以输入确认指令；
16.若根据所述确认指令确定检测正确，则将所述语音备忘录标记为有效备忘录。
17.在其中一个实施例中，所述方法还包括：
18.在被标记为有效备忘录的语音备忘录的完成状态为已完成时，根据所述语音备忘录提取有效特征；
19.基于提取的有效特征更新所述识别模型。
20.在其中一个实施例中，执行所述将所述语音备忘录标记为有效备忘录之后，所述
方法还包括：
21.根据所述语音备忘录提取有效特征；
22.基于提取的有效特征更新所述识别模型。
23.在其中一个实施例中，在所述处理指令为删除指令时，执行所述响应于用户输入的处理指令，对所述语音备忘录进行处理，包括：
24.将所述语音备忘录标记为无效备忘录；
25.根据所述语音备忘录提取无效特征；
26.基于提取的无效特征更新所述识别模型；
27.删除所述语音备忘录。
28.在其中一个实施例中，所述方法还包括：
29.若在所述语音备忘录创建后预设时长内接收到删除指令，则将所述语音备忘录标记为无效备忘录；
30.根据所述语音备忘录提取无效特征；
31.基于提取的无效特征更新所述识别模型；
32.删除所述语音备忘录。
33.在其中一个实施例中，基于识别模型对所述语音备忘录进行有效性检测，包括：
34.基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性；所述目标特征包括噪声强度、文本内容、语音长度、个性化语音特征中的至少一种特征。
35.在其中一个实施例中，在所述目标特征包括语音长度和文本内容时，所述基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性，包括：
36.检测所述语音备忘录的语音长度是否小于预设语音时长；
37.若所述语音备忘录的语音长度不小于所述预设语音时长，则识别所述语音备忘录的文本内容语义是否完整；
38.若文本内容语义完整，则确定所述语音备忘录属于有效备忘录。
39.在其中一个实施例中，在所述目标特征包括语音长度和个性化语音特征时，所述基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性，包括：
40.检测所述语音备忘录的语音长度是否小于预设语音时长；
41.若所述语音备忘录的语音长度不小于所述预设语音时长，则识别所述语音备忘录的个性化语音特征是否满足基于历史语音备忘录提取的个性化语音特征；
42.若满足，则判定所述语音备忘录属于有效备忘录。
43.在其中一个实施例中，在所述目标特征包括噪声强度和文本内容时，所述基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性，包括：
44.检测所述语音备忘录的噪声强度是否小于预设强度；
45.若所述语音备忘录的噪声强度小于所述预设强度，则识别所述语音备忘录的文本内容语义是否完整；
46.若文本内容语义完整，则确定所述语音备忘录属于有效备忘录。
47.在其中一个实施例中，在所述目标特征包括噪声强度和个性化语音特征时，所述基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性，包括：
48.检测所述语音备忘录的噪声强度是否小于预设强度；
49.若所述语音备忘录的噪声强度小于所述预设强度，则识别所述语音备忘录的个性化语音特征是否满足基于历史语音备忘录提取的个性化语音特征；
50.若满足，则判定所述语音备忘录属于有效备忘录。
51.在其中一个实施例中，在所述目标特征包括文本内容和个性化语音特征时，所述基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性，包括：
52.识别所述语音备忘录的个性化语音特征是否满足基于历史语音备忘录提取的个性化语音特征；
53.若满足，则识别所述语音备忘录的文本内容语义是否完整；
54.若文本内容语义完整，则确定所述语音备忘录属于有效备忘录。
55.第二方面，本技术提供了一种语音备忘录检测装置，包括：
56.获取模块，用于获取用户创建的语音备忘录；
57.检测模块，用于基于识别模型对所述语音备忘录进行有效性检测；
58.提示模块，用于在检测所述语音备忘录属于无效备忘录时，生成异常处理提示；所述异常处理提示用于提示用户所述语音备忘录存在异常，以使用户输入处理指令；
59.处理模块，用于响应于用于输入的处理指令，对所述语音备忘录进行处理。
60.第三方面，本技术提供了一种存储介质，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述任一项实施例所述语音备忘录检测方法的步骤。
61.第四方面，本技术提供了一种计算机设备，包括：一个或多个处理器，以及存储器；
62.所述存储器中存储有计算机可读指令，所述一个或多个处理器执行时所述计算机可读指令时，执行如上述任一项实施例所述语音备忘录检测方法的步骤。
63.从以上技术方案可以看出，本技术实施例具有以下优点：
64.本技术提供的语音备忘录检测方法、装置、存储介质及计算机设备，在用户创建语音备忘录后，获取语音备忘录，通过识别模型对语音备忘录进行有效性检测，若检测该语音备忘录属于无效备忘录，则生成异常处理提示，提示用户当前创建的语音备忘录存在异常，使用户能够进行确认该语音备忘录的有效性，并输入处理指令，响应于用户输入的处理指令，对语音备忘录进行相应的处理，从而实现对异常语音备忘录的自动识别和提示，用户经判断认为语音备忘录确实为无效备忘录，则可以予以删除，避免存储大量的无效备忘录，提高智能终端语音备忘录功能的智能性。
附图说明
65.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本
申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
66.图1为一个实施例中，语音备忘录检测方法的流程示意图；
67.图2为一个实施例中，响应于用户输入的处理指令，对所述语音备忘录进行处理步骤的流程示意图；
68.图3为一个实施例中，基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性步骤的流程示意图之一；
69.图4为一个实施例中，基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性步骤的流程示意图之二；
70.图5为一个实施例中，基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性步骤的流程示意图之三；
71.图6为一个实施例中，基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性步骤的流程示意图之四；
72.图7为一个实施例中，基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性步骤的流程示意图之五；
73.图8为一个实施例中，语音备忘录检测装置的结构框图；
74.图9为一个实施例中，计算机设备的内部结构图。
具体实施方式
75.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
76.本技术实施例提供的语音备忘录检测方法可以应用于具有语音备忘录功能的终端，包括但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。
77.如图1所示，本技术提供了一种语音备忘录检测方法，所述方法包括步骤s101至s106，其中：
78.步骤s101，获取用户创建的语音备忘录。
79.步骤s102，基于识别模型对语音备忘录进行有效性检测。
80.其中，识别模型用于检测语音备忘录的有效性，在一个实施例中，识别模型可以包括神经网络模型。在一些实施例中，识别模型可以包括利用预设参数统计分析的判断模型，例如用于通过预设的噪音强度对语音备忘录的噪音强度进行判断，还可以多种参数与神经网络模型组合进行识别。
81.在其中一个实施例中，识别模型可以包括用于识别语音备忘录是否属于有效备忘录的有效识别模型，以及用于识别语音备忘录是否属于无效备忘录的无效识别模型，在对语音备忘录进行有效性检测时，可以分别利用有效识别模型和无效识别模型对语音备忘录进行识别，基于两者的识别结果最终判断语音备忘录属于有效备忘录还是属于无效备忘
录。示例性的，若经识别的语音备忘录属于有效备忘录的概率高于属于无效备忘录的概率，则判定语音备忘录属于有效备忘录，反之则判定语音备忘录属于无效备忘录。在一些实施例中，还可以通过概率值进行判定，例如若识别语音备忘录属于无效备忘录的概率达到预设的概率值，则判定语音备忘录属于无效备忘录。
82.在其他的实施例中，识别模型可以包括一种既能识别有效语音备忘录又能识别无效语音备忘录的单一识别模型，在对语音备忘录进行有效性检测时，可以仅用该单一识别模型对用户创建的语音备忘录进行识别，以基于识别结果确认该语音备忘录属于有效备忘录还是属于无效备忘录。本发明对识别模型的数量和具体内容不做限定。
83.步骤s103，若检测语音备忘录属于无效备忘录，则生成异常处理提示。
84.其中，异常处理提示用于提示用户所述语音备忘录存在异常，以使用户输入处理指令。处理指令是用户对所提示的语音备忘录经过判断后输入的处理该语音备忘录的指令，在一些实施例中，处理指令包括删除指令、忽略指令、确认有效指令等。
85.步骤s104，响应于用户输入的处理指令，对所述语音备忘录进行处理。
86.在其中一个实施例中，在处理指令为忽略指令或确认有效指令时，则将所述语音备忘录标记为有效备忘录。忽略指令是用户选择忽略异常提示，即默认语音备忘录并非异常，无需删除，此时则将语音备忘录标记为有效备忘录。确认有效指令是用户直接确定当前提示异常的语音备忘录为有效，因此响应于确认有效指令，将语音备忘录标记为有效备忘录。对于被标记为有效备忘录的语音备忘录则予以存储。
87.在其中一个实施例中，在处理指令为删除指令或确认无效指令时，则将与语音备忘录标记为无效备忘录。若处理指令为删除指令意味着用户指示终端删除被提示为异常的语音备忘录，即认为该语音备忘录无效。确认无效指令是用户直接确定当前提示异常的语音备忘录为无效，因此响应于确认无效指令，将语音备忘录标记为无效备忘录，可以予以删除。
88.步骤s105，若检测所述语音备忘录属于有效备忘录，则将所述语音备忘录标记为有效备忘录。
89.步骤s106，存储所述语音备忘录。
90.对于经识别模型的有效性检测判定属于有效备忘录的语音备忘录，无需进行删除，可以将其存储直至其备忘事件完成或用户主动删除。
91.本技术提供的语音备忘录检测方法，在用户创建语音备忘录后，获取语音备忘录，通过识别模型对语音备忘录进行有效性检测，若检测该语音备忘录属于无效备忘录，则生成异常处理提示，提示用户当前创建的语音备忘录存在异常，使用户能够进行确认该语音备忘录的有效性，并输入处理指令，响应于用户输入的处理指令，对语音备忘录进行相应的处理，从而实现对异常语音备忘录的自动识别和提示，由于自动识别存在一定误判率，为了避免删除重要信息，对于自动识别为无效的语音备忘录会先提示用户，避免误删有效的语音备忘录，用户经判断认为被提示异常的语音备忘录确实为无效备忘录，则可以予以删除，用户可以通过输入删除指令、确认无效指令等确定语音备忘录为无效，或是输入确认有效指令、忽略指令等确定语音备忘录为有效，避免存储大量的无效备忘录，提高智能终端语音备忘录功能的智能性。
92.在其中一个实施例中，所述若检测所述语音备忘录属于有效备忘录，则将所述语
音备忘录标记为有效备忘录，包括：
93.在检测所述语音备忘录属于有效备忘录时，生成确认提示；所述确认提示用于提示用户确认所述语音备忘录检测为有效备忘录是否正确，以输入确认指令；
94.若根据所述确认指令确定检测正确，则将所述语音备忘录标记为有效备忘录。
95.为了避免因将无效备忘录误判为有效备忘录导致存储大量的无效备忘录，在经检测判定语音备忘录属于有效备忘录时生成确认提示，提醒用户介入判断识别结果是否正确，若用户输入的确认指令指示检测为有效备忘录正确，则将该语音备忘录标记为有效备忘录。
96.在一些实施例中，也可以将检测属于有效备忘录的语音备忘录直接标记为有效备忘录。
97.在其中一个实施例中，执行将所述语音备忘录标记为有效备忘录之后，所述方法还包括：
98.根据所述语音备忘录提取有效特征；
99.基于提取的有效特征更新所述识别模型。
100.通过对新创建的语音备忘录进行学习，对被标记为有效备忘录的语音备忘录进行有效特征的提取，基于提取的有效特征对识别模型进行迭代更新，不断优化识别模型，提高对于语音备忘录有效性检测的准确性，随着不断地使用和升级迭代，若能够稳定自动识别出语音备忘录为有效或无效，则可以逐渐减少用户介入判断，进一步提高智能性。
101.对于将检测属于有效备忘录的语音备忘录直接标记为有效备忘录的情况，可以定期或定量地提取有效特征对识别模型进行更新，在一些实施例中，可以在标记为有效备忘录后进行有效特征的提取和识别模型的更新，对于此种情况下的识别模型更新采取浅层次的更新，例如仅针对某些局部参数，个别网络层，或者局部特征库进行更新，采取浅层次更新的更新时间较短，并且能够避免误判结果对识别模型产生较大影响，具有一定容错性。
102.对于经用户确认后标记为有效备忘录的语音备忘录，可以直接触发有效特征的提取并进行识别模型的更新，对于此种情况下的识别模型更新采取深层次的更新，可以根据提取的特征对识别模型进行全面更新，由于是经用户确认过有效性后进行的模型更新，该情况下的识别模型更新过程可以更加深度地学习到与用户偏好或用户个性化信息相关的有效特征，以加强识别模型对语音备忘录进行有效性检测的准确性，并提高识别模型与用户的适配度。
103.在其中一个实施例中，所述方法还包括：
104.在被标记为有效备忘录的语音备忘录的完成状态为已完成时，根据所述语音备忘录提取有效特征；
105.基于提取的有效特征更新所述识别模型。
106.其中，完成状态是用于标识语音备忘录的备忘事项是否已完成，例如设定提醒时间的语音备忘录是否已过提醒时间，若已过提醒时间即为已完成；又如，用户主动标识该语音备忘录已完成等等。有效特征是指有效备忘录的相关特征，可以根据识别模型识别所需要涉及的特征来确定用于更新模型所需具体提取的特征，通过对根据有效备忘录提取的有效特征对识别模型进行更新，可以提高识别模型对于有效备忘录识别的准确性。对于完成状态为备忘事项未完成的语音备忘录，用户可能会主动删除，或，该未完成的语音备忘录可
能是用户误存储而存在的，因此在判断有效备忘录其完成状态为已完成时再进行有效特征的提取以及识别模型的更新，可以减少非有效特征对识别模型准确性的影响。
107.如图2所示，在其中一个实施例中，在所述处理指令为删除指令时，执行所述响应于用户输入的处理指令，对所述语音备忘录进行处理，包括：
108.步骤s201，将所述语音备忘录标记为无效备忘录。
109.步骤s202，根据所述语音备忘录提取无效特征。
110.步骤s203，基于提取的无效特征更新所述识别模型。
111.步骤s204，删除所述语音备忘录。
112.在用户输入的处理指令为删除指令时，即为用户希望删除当前被提示存在异常的语音备忘录，此时将识别为属于无效备忘录的语音备忘录标记为无效备忘录，对该无效备忘录进行特征提取，提取无效特征，利用提取的无效特征对识别模型进行更新，可以提高识别模型对于无效备忘录识别的准确性，随后将该语音备忘录删除。
113.在其中一个实施例中，所述方法还包括：
114.若在所述语音备忘录创建后预设时长内接收到删除指令，则将所述语音备忘录标记为无效备忘录；
115.根据所述语音备忘录提取无效特征；
116.基于提取的无效特征更新所述识别模型；
117.删除所述语音备忘录。
118.本实施例中，预设时长是预设的用于判断删除指令是否为在发出异常处理提示之前用户主动输入的判断标准，若在预设时长内接收到删除指令，即为用户在创建该语音备忘录后自行判断此语音备忘录需要进行删除，并且主动输入了删除指令，若在语音备忘录创建后预设时长内用户输入了删除指令，此时对于语音备忘录可能还未进行有效性检测，或者还未完成有效性检测，由于收到了删除指令，因此无需继续对语音备忘录进行有效性检测，直接将该语音备忘录标记为无效备忘录，并进行无效特征的提取，利用提取的无效特征更新识别模型后，删除该语音备忘录，节省计算资源。
119.在其中一个实施例中，基于识别模型对所述语音备忘录进行有效性检测，包括：
120.基于识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性。
121.其中，目标特征包括噪声强度、文本内容、语音长度、个性化语音特征中的至少一种特征。
122.在其中一个实施例中，识别模型可以是多维度识别的神经网络模型，通过对噪声强度、文本内容、语音长度、个性化语音特征中的一个或多个特征进行识别，以确定语音备忘录的有效性。
123.在另一个实施例中，识别模型可以包括多个用于针对不同目标特征进行识别的子模型，以及还可以包括基于多个子模型的识别结果得到最终识别结果的模型。
124.在其中一个实施例中，对噪声强度进行识别可以预先设置预设强度，对于语音备忘录的噪声强度进行检测并与预设强度进行比较，若噪声强度不小于预设强度，则认为该语音备忘录属于无效备忘录。
125.在一些实施例中，对噪声强度进行识别可以是预筛选，对噪声强度小于预设强度
的语音备忘录，再进行其他目标特征的识别，基于多个特征的识别结果得出有效性检测结果；若噪声强度不小于预设强度，则可以认为其属于无效备忘录，不再进行其他特征的识别。
126.在其中一个实施例中，对语音长度进行识别可以预先设置预设语音时长，对于语音备忘录的语音长度进行检测并与预设语音时长进行比较，若语音长度小于预设语音时长，则认为该语音备忘录属于无效备忘录。其中，语音长度可以是一条语音备忘录的总时长，也可以是经过vad检测后提取的有效语音长度。
127.在一些实施例中，对语音长度进行识别可以是预筛选，对语音长度不小于预设语音时长的语音备忘录，再进行其他目标特征的识别，基于多个特征的识别结果得出有效性检测结果；若语音长度小于预设语音时长，则可以认为其属于无效备忘录，不再进行其他特征的识别。
128.在一些实施例中，对文本内容进行识别可以通过文本检测算法实现，检测文本内容的语义是否完整通顺。若经检测认为文本内容不完整，则认为该语音备忘录属于无效备忘录。
129.在其中一个实施例中，对个性化语音特征进行识别可以基于用户过往创建的语音备忘录来获取个性化特征参数进行识别，个性化特征参数能够反映用户的个人表述习惯，例如语速、字与字之间的间隔、词语之间的间隔、句子与句子之间的停顿、语法习惯、用词习惯等等，基于识别结果判断语音备忘录是否符合用户的个人表述习惯，若不符合则判定语音备忘录属于无效备忘录。
130.在一些实施例中，识别模型包括个性化识别模型，可以通过对用户过往创建的语音备忘录提取个性化特征参数进行训练，得到个性化识别模型，利用个性化识别模型对新创建的语音备忘录进行个性化语音特征的识别，识别语音备忘录是否符合用户个人表述习惯，若符合则认为该语音备忘录属于有效备忘录，若不符合则认为其属于无效备忘录。在另一个实施例中，也可以通过对上述个性化特征参数进行统计分析来实现对语音备忘录中的个性化语音特征的识别，从而基于个性化语音特征的识别结果来确定该语音备忘录的有效性。
131.如图3所示，在其中一个实施例中，在所述目标特征包括语音长度和文本内容时，执行基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性，包括：
132.步骤s301，检测所述语音备忘录的语音长度是否小于预设语音时长。
133.步骤s302，若所述语音备忘录的语音长度小于预设语音时长，则判定所述语音备忘录属于无效备忘录。
134.步骤s303，若所述语音备忘录的语音长度不小于预设语音时长，则识别所述语音备忘录的文本内容语义是否完整。
135.步骤s304，若文本内容语义完整，则确定所述语音备忘录属于有效备忘录。
136.步骤s305，若文本内容语义不完整，则确定所述语音备忘录属于无效备忘录。
137.语音长度识别的计算量较小，并且响应时间快，通过先对语音长度进行识别，过滤掉明显不属于有效备忘录的情况，若语音长度不小于预设语音时长再对语音备忘录进行文本内容识别，若文本内容语义完整，则可以得出语音备忘录属于有效备忘录的结论；若文本
内容语义不完整，则认为语音备忘录属于无效备忘录。通过将语音长度和文本内容两者识别方式的结合，可以提高识别效率，更合理地利用计算资源，减少不必要的计算资源消耗。
138.如图4所示，在其中一个实施例中，在目标特征包括语音长度和个性化语音特征时，执行基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性，包括：
139.步骤s401，检测所述语音备忘录的语音长度是否小于预设语音时长。
140.步骤s402，若所述语音备忘录的语音长度小于预设语音时长，则判定所述语音备忘录属于无效备忘录。
141.步骤s403，若所述语音备忘录的语音长度不小于预设语音时长，则识别所述语音备忘录的个性化语音特征是否满足基于历史语音备忘录提取的个性化语音特征。
142.其中，历史语音备忘录是指用户过往创建的语音备忘录，每个用户的语音表达均具有其个人特点，通过对用户的历史语音备忘录提取个性化语音特征能够反映出用户的个人表述习惯。
143.步骤s404，若满足，则判定所述语音备忘录属于有效备忘录。
144.步骤s405，若不满足，则判定所述语音备忘录属于无效备忘录。
145.本实施例中，先通过先对语音长度进行识别，过滤掉明显不属于有效备忘录的情况，若语音长度不小于预设语音时长再对语音备忘录进行个性化语音特征的识别，若本次创建的语音备忘录中的个性化语音特征满足基于历史语音备忘录提取的个性化语音特征，则可以得出该语音备忘录属于有效备忘录的结论；若本次创建的语音备忘录中的个性化语音特征不满足基于历史语音备忘录提取的个性化语音特征，则认为该语音备忘录属于无效备忘录。通过将语音长度和个性化语音特征两者识别方式的结合，可以提高识别效率，避免计算资源的过度消耗，并且能够适应用户个人表述习惯，提高检测准确性。
146.如图5所示，在其中一个实施例中，在目标特征包括噪声强度和文本内容时，执行基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性，包括：
147.步骤s501，检测所述语音备忘录的噪声强度是否小于预设强度。
148.步骤s502，若所述语音备忘录的噪声强度不小于预设强度，则判定所述语音备忘录属于无效备忘录。
149.步骤s503，若所述语音备忘录的噪声强度小于所述预设强度，则识别所述语音备忘录的文本内容语义是否完整。
150.步骤s504，若文本内容语义完整，则确定所述语音备忘录属于有效备忘录。
151.步骤s505，若文本内容语义不完整，则确定所述语音备忘录属于无效备忘录。
152.噪声强度容易检测且识别的计算量较小，响应时间快，通过先对噪声强度进行识别，过滤掉明显不属于有效备忘录的情况，若噪声强度小于预设强度再对语音备忘录进行文本内容识别，若文本内容语义完整，则得出语音备忘录属于有效备忘录的结论；若文本内容语义不完整，则认为语音备忘录属于无效备忘录。通过将噪声强度和文本内容两者识别方式的结合，可以提高识别效率，减少计算资源的占用。
153.如图6所示，在其中一个实施例中，在目标特征包括噪声强度和个性化语音特征时，执行基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘
录的有效性，包括：
154.步骤s601，检测所述语音备忘录的噪声强度是否小于预设强度；
155.步骤s602，若所述语音备忘录的噪声强度不小于预设强度，则判定所述语音备忘录属于无效备忘录。
156.步骤s603，若所述语音备忘录的噪声强度小于所述预设强度，则识别所述语音备忘录的个性化语音特征是否满足基于历史语音备忘录提取的个性化语音特征；
157.步骤s604，若满足，则判定所述语音备忘录属于有效备忘录。
158.步骤s605，若不满足，则确定所述语音备忘录属于无效备忘录。
159.本实施例中，先通过先对噪声强度进行识别，过滤掉明显不属于有效备忘录的情况，若噪声强度小于预设强度再对语音备忘录进行个性化语音特征的识别，若本次创建的语音备忘录中的个性化语音特征满足基于历史语音备忘录提取的个性化语音特征，则可以得出该语音备忘录属于有效备忘录的结论；若本次创建的语音备忘录中的个性化语音特征不满足基于历史语音备忘录提取的个性化语音特征，则认为该语音备忘录属于无效备忘录。通过将噪声强度和个性化语音特征两者识别方式的结合，可以提高识别效率，减少计算资源的占用，并且能够适应用户个人表述习惯，提高检测准确性。
160.如图7所示，在其中一个实施例中，在目标特征包括文本内容和个性化语音特征时，执行基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性，包括：
161.步骤s701，识别所述语音备忘录的个性化语音特征是否满足基于历史语音备忘录提取的个性化语音特征。
162.步骤s702，若不满足，则判定所述语音备忘录属于无效备忘录。
163.步骤s703，若满足，则识别所述语音备忘录的文本内容语义是否完整。
164.步骤s704，若文本内容语义完整，则确定所述语音备忘录属于有效备忘录。
165.步骤s705，若文本内容语义不完整，则确定所述语音备忘录属于无效备忘录。
166.先对个性化语音特征进行识别，能够判断当前创建的语音备忘录是否符合用户的个人表述习惯，进而可以确定是否为用户本人创建，或者是否为用户有意创建，即排除将他人语音误创建为语音备忘录的情况，若经识别，语音备忘录的个性化语音特征不满足基于历史语音备忘录提取的个性化语音特征，则可以判定语音备忘录属于无效备忘录；若满足，则再对语音备忘录进行文本内容识别，若文本内容语义完整，则可以得出语音备忘录属于有效备忘录的结论；若文本内容语义不完整，则认为语音备忘录属于无效备忘录。通过将个性化语音特征和文本内容两者识别方式的结合，可以提高识别准确性和智能性。
167.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
168.下面对本技术实施例提供的语音备忘录检测装置进行描述，下文描述的语音备忘
录检测装置与上文描述的语音备忘录检测方法可相互对应参照。
169.如图8所示，本技术提供了一种语音备忘录检测装置800，包括：
170.获取模块801，用于获取用户创建的语音备忘录；
171.检测模块802，用于基于识别模型对所述语音备忘录进行有效性检测；
172.提示模块803，用于在检测所述语音备忘录属于无效备忘录时，生成异常处理提示；所述异常处理提示用于提示用户所述语音备忘录存在异常，以使用户输入处理指令；
173.处理模块804，用于响应于用于输入的处理指令，对所述语音备忘录进行处理。
174.在其中一个实施例中，处理模块被配置为用于执行以下步骤：
175.在所述处理指令为忽略指令或确认有效指令时，将语音备忘录标记为有效备忘录。
176.在其中一个实施例中，语音备忘录检测装置还包括：
177.第一标记模块，用于在检测所述语音备忘录属于有效备忘录，则将所述语音备忘录标记为有效备忘录；
178.存储模块，用于存储所述语音备忘录。
179.在其中一个实施例中，第一标记模块被配置为用于执行以下步骤：
180.在检测所述语音备忘录属于有效备忘录时，生成确认提示；所述确认提示用于提示用户确认所述语音备忘录检测为有效备忘录是否正确，以输入确认指令；
181.若根据所述确认指令确定检测正确，则将所述语音备忘录标记为有效备忘录。
182.在其中一个实施例中，语音备忘录检测装置还包括：
183.有效特征提取模块，用于在被标记为有效备忘录的语音备忘录的完成状态为已完成时，根据所述语音备忘录提取有效特征；
184.模型更新模块，用于基于提取的有效特征更新所述识别模型。
185.在其中一个实施例中，语音备忘录检测装置还包括：
186.有效特征提取模块，用于根据所述语音备忘录提取有效特征；
187.模型更新模块，用于基于提取的有效特征更新所述识别模型。
188.在其中一个实施例中，处理模块被配置为用于执行以下步骤：
189.在处理指令为删除指令时，将所述语音备忘录标记为无效备忘录；
190.根据所述语音备忘录提取无效特征；
191.基于提取的无效特征更新所述识别模型；
192.删除所述语音备忘录。
193.在其中一个实施例中，语音备忘录检测装置还包括：
194.第二标记模块，用于在所述语音备忘录创建后预设时长内接收到删除指令，则将所述语音备忘录标记为无效备忘录；
195.无效特征提取模块，用于根据所述语音备忘录提取无效特征；
196.模型更新模块，用于基于提取的无效特征更新所述识别模型；
197.删除执行模块，用于删除所述语音备忘录。
198.在其中一个实施例中，检测模块被配置为用于执行以下步骤：
199.特征识别单元，用于基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性；所述目标特征包括噪声强度、文本内容、语音长度、个性
化语音特征中的至少一种特征。
200.在其中一个实施例中，特征识别单元被配置为用于执行以下步骤：
201.检测所述语音备忘录的语音长度是否小于预设语音时长；
202.若所述语音备忘录的语音长度不小于所述预设语音时长，则识别所述语音备忘录的文本内容语义是否完整；
203.若文本内容语义完整，则确定所述语音备忘录属于有效备忘录。
204.在其中一个实施例中，特征识别单元被配置为用于执行以下步骤：
205.检测所述语音备忘录的语音长度是否小于预设语音时长；
206.若所述语音备忘录的语音长度不小于所述预设语音时长，则识别所述语音备忘录的个性化语音特征是否满足基于历史语音备忘录提取的个性化语音特征；
207.若满足，则判定所述语音备忘录属于有效备忘录。
208.在其中一个实施例中，特征识别单元被配置为用于执行以下步骤：
209.检测所述语音备忘录的噪声强度是否小于预设强度；
210.若所述语音备忘录的噪声强度小于所述预设强度，则识别所述语音备忘录的文本内容语义是否完整；
211.若文本内容语义完整，则确定所述语音备忘录属于有效备忘录。
212.在其中一个实施例中，特征识别单元被配置为用于执行以下步骤：
213.检测所述语音备忘录的噪声强度是否小于预设强度；
214.若所述语音备忘录的噪声强度小于所述预设强度，则识别所述语音备忘录的个性化语音特征是否满足基于历史语音备忘录提取的个性化语音特征；
215.若满足，则判定所述语音备忘录属于有效备忘录。
216.在其中一个实施例中，特征识别单元被配置为用于执行以下步骤：
217.识别所述语音备忘录的个性化语音特征是否满足基于历史语音备忘录提取的个性化语音特征；
218.若满足，则识别所述语音备忘录的文本内容语义是否完整；
219.若文本内容语义完整，则确定所述语音备忘录属于有效备忘录。
220.上述语音备忘录检测装置中各个模块的划分仅仅用于举例说明，在其他实施例中，可将语音备忘录检测装置按照需要划分为不同的模块，以完成上述语音备忘录检测装置的全部或部分功能。上述语音备忘录检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
221.在一个实施例中，本技术还提供了一种存储介质，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述任一项实施例所述的语音备忘录检测方法。
222.在一个实施例中，本技术还提供了一种计算机设备，所述计算机设备中存储有计算机可读指令，所述一个或多个处理器执行所述计算机可读指令时，执行上述任一项实施例所述的语音备忘录检测方法。
223.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构
图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种语音备忘录检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
224.本领域技术人员可以理解，图9中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
225.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
226.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
227.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
228.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他
实施例的不同之处，各个实施例之间可以根据需要进行组合，且相同相似部分互相参见即可。
229.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：

1.一种语音备忘录检测方法，其特征在于，所述方法包括：获取用户创建的语音备忘录；基于识别模型对所述语音备忘录进行有效性检测；若检测所述语音备忘录属于无效备忘录，则生成异常处理提示；所述异常处理提示用于提示用户所述语音备忘录存在异常，以使用户输入处理指令；响应于用户输入的处理指令，对所述语音备忘录进行处理。2.根据权利要求1所述的语音备忘录检测方法，其特征在于，在所述处理指令为忽略指令或确认有效指令时，执行所述响应于用于输入的处理指令，对所述语音备忘录进行处理，包括：将所述语音备忘录标记为有效备忘录。3.根据权利要求1所述的语音备忘录检测方法，其特征在于，所述方法还包括：若检测所述语音备忘录属于有效备忘录，则将所述语音备忘录标记为有效备忘录；存储所述语音备忘录。4.根据权利要求3所述的语音备忘录检测方法，其特征在于，所述若检测所述语音备忘录属于有效备忘录，则将所述语音备忘录标记为有效备忘录，包括：在检测所述语音备忘录属于有效备忘录时，生成确认提示；所述确认提示用于提示用户确认所述语音备忘录检测为有效备忘录是否正确，以输入确认指令；若根据所述确认指令确定检测正确，则将所述语音备忘录标记为有效备忘录。5.根据权利要求2至4任一项所述的语音备忘录检测方法，其特征在于，所述方法还包括：在被标记为有效备忘录的语音备忘录的完成状态为已完成时，根据所述语音备忘录提取有效特征；基于提取的有效特征更新所述识别模型。6.根据权利要求2至4任一项所述的语音备忘录检测方法，其特征在于，执行所述将所述语音备忘录标记为有效备忘录之后，所述方法还包括：根据所述语音备忘录提取有效特征；基于提取的有效特征更新所述识别模型。7.根据权利要求1至4任一所述的语音备忘录检测方法，其特征在于，在所述处理指令为删除指令时，执行所述响应于用户输入的处理指令，对所述语音备忘录进行处理，包括：将所述语音备忘录标记为无效备忘录；根据所述语音备忘录提取无效特征；基于提取的无效特征更新所述识别模型；删除所述语音备忘录。8.根据权利要求1所述的语音备忘录检测方法，其特征在于，所述方法还包括：若在所述语音备忘录创建后预设时长内接收到删除指令，则将所述语音备忘录标记为无效备忘录；根据所述语音备忘录提取无效特征；基于提取的无效特征更新所述识别模型；删除所述语音备忘录。
9.根据权利要求1所述的语音备忘录检测方法，其特征在于，基于识别模型对所述语音备忘录进行有效性检测，包括：基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性；所述目标特征包括噪声强度、文本内容、语音长度、个性化语音特征中的至少一种特征。10.根据权利要求9所述的语音备忘录检测方法，其特征在于，在所述目标特征包括语音长度和文本内容时，所述基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性，包括：检测所述语音备忘录的语音长度是否小于预设语音时长；若所述语音备忘录的语音长度不小于所述预设语音时长，则识别所述语音备忘录的文本内容语义是否完整；若文本内容语义完整，则确定所述语音备忘录属于有效备忘录。11.根据权利要求9所述的语音备忘录检测方法，其特征在于，在所述目标特征包括语音长度和个性化语音特征时，所述基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性，包括：检测所述语音备忘录的语音长度是否小于预设语音时长；若所述语音备忘录的语音长度不小于所述预设语音时长，则识别所述语音备忘录的个性化语音特征是否满足基于历史语音备忘录提取的个性化语音特征；若满足，则判定所述语音备忘录属于有效备忘录。12.根据权利要求9所述的语音备忘录检测方法，其特征在于，在所述目标特征包括噪声强度和文本内容时，所述基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性，包括：检测所述语音备忘录的噪声强度是否小于预设强度；若所述语音备忘录的噪声强度小于所述预设强度，则识别所述语音备忘录的文本内容语义是否完整；若文本内容语义完整，则确定所述语音备忘录属于有效备忘录。13.根据权利要求9所述的语音备忘录检测方法，其特征在于，在所述目标特征包括噪声强度和个性化语音特征时，所述基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性，包括：检测所述语音备忘录的噪声强度是否小于预设强度；若所述语音备忘录的噪声强度小于所述预设强度，则识别所述语音备忘录的个性化语音特征是否满足基于历史语音备忘录提取的个性化语音特征；若满足，则判定所述语音备忘录属于有效备忘录。14.根据权利要求9所述的语音备忘录检测方法，其特征在于，在所述目标特征包括文本内容和个性化语音特征时，所述基于所述识别模型对所述语音备忘录的目标特征进行识别，以确定所述语音备忘录的有效性，包括：识别所述语音备忘录的个性化语音特征是否满足基于历史语音备忘录提取的个性化语音特征；若满足，则识别所述语音备忘录的文本内容语义是否完整；
若文本内容语义完整，则确定所述语音备忘录属于有效备忘录。15.一种语音备忘录检测装置，其特征在于，包括：获取模块，用于获取用户创建的语音备忘录；检测模块，用于基于识别模型对所述语音备忘录进行有效性检测；提示模块，用于在检测所述语音备忘录属于无效备忘录时，生成异常处理提示；所述异常处理提示用于提示用户所述语音备忘录存在异常，以使用户输入处理指令；处理模块，用于响应于用户输入的处理指令，对所述语音备忘录进行处理。16.一种存储介质，其特征在于：所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至14中任一项所述语音备忘录检测方法的步骤。17.一种计算机设备，其特征在于，包括：一个或多个处理器，以及存储器；所述存储器中存储有计算机可读指令，所述一个或多个处理器执行时所述计算机可读指令时，执行如权利要求1至14中任一项所述语音备忘录检测方法的步骤。

技术总结

本申请提供了一种语音备忘录检测方法、装置、存储介质及计算机设备。该方法包括：获取用户创建的语音备忘录；基于识别模型对所述语音备忘录进行有效性检测；若检测所述语音备忘录属于无效备忘录，则生成异常处理提示；所述异常处理提示用于提示用户所述语音备忘录存在异常，以使用户输入处理指令；响应于用户输入的处理指令，对所述语音备忘录进行处理。本申请能够实现对异常语音备忘录的自动识别和提示，用户经判断认为语音备忘录确实为无效备忘录，则可以予以删除，避免存储大量的无效备忘录，提高智能终端语音备忘录功能的智能性。提高智能终端语音备忘录功能的智能性。提高智能终端语音备忘录功能的智能性。