语速识别方法和装置、服务器、计算机可读存储介质

摘要

本申请涉及一种语速识别方法和装置、服务器、计算机可读存储介质，包括：将原始音频帧序列按照预设规则划分为多个音频单元，对原始音频帧序列中的音频单元提取音频特征，再将音频单元的音频特征输入至预设语速识别模型中。不需要指定时间段来计算语速，从而避免了由于所指定的时间段大小不同而导致的效果差异，因此通过训练出的预设语速识别模型所识别出的语速的准确性较高。且预设语速识别模型可以根据音频单元的音频特征，识别出原始音频帧序列的实时语速，可以更好的捕获用户语速的动态变化情况，满足更多场景的需求。