[發(fā)明專(zhuān)利]一種語(yǔ)音點(diǎn)播方法及裝置

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 200710111291.1
• 申請(qǐng)日: 2007-06-21
• 公開(kāi)（公告）號(hào): CN101329867A
• 公開(kāi)（公告）日: 2008-12-24
• 發(fā)明（設(shè)計(jì)）人: 王珩
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西門(mén)子（中國(guó)）有限公司
• 主分類(lèi)號(hào): G10L15/22
• 分類(lèi)號(hào): G10L15/22;G06F17/30
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明涉及語(yǔ)音識(shí)別領(lǐng)域，特別涉及語(yǔ)音點(diǎn)播技術(shù)，具體的講是一種語(yǔ)音點(diǎn)播方法及裝置。

背景技術(shù)

現(xiàn)在的人們由于生活工作的緊張，大部分時(shí)間都奔波在上下班的路上，回到家后很少有時(shí)間完整地觀看自己喜歡的電視節(jié)目，如體育節(jié)目，娛樂(lè)節(jié)目等，通常只是大概地回顧一下廣播新聞的內(nèi)容，通過(guò)逐幀或者時(shí)間的方式對(duì)錄像進(jìn)行檢索，只觀看自己喜歡的運(yùn)動(dòng)員的那部分比賽錄像，或者只觀看自己關(guān)心體育比賽的上半場(chǎng)或下半場(chǎng)。同樣，在火車(chē)或者飛機(jī)上人們可以觀看電視節(jié)目錄像或者聽(tīng)廣播錄音，或者觀看自己攜帶的電影光盤(pán)或CD來(lái)消磨時(shí)光，而在很多者電影錄像、CD或廣播錄音中選擇出自己喜歡的節(jié)目是件很困難的事情，一般都是隨便挑選一個(gè)電影或者音樂(lè)來(lái)欣賞；或者通過(guò)搜索電影或者音樂(lè)的名稱(chēng)來(lái)獲得媒體內(nèi)容，在存儲(chǔ)介質(zhì)中存儲(chǔ)的媒體和媒體的名稱(chēng)存在對(duì)應(yīng)關(guān)系，當(dāng)用戶(hù)按照名稱(chēng)進(jìn)行檢索時(shí)，找到了一致的名稱(chēng)也就找到了該媒體的播放位置，從而可以根據(jù)媒體名稱(chēng)進(jìn)行檢索；如果是想觀看某一部分的內(nèi)容還是必須通過(guò)錄像的逐幀或者時(shí)間進(jìn)行檢索。但是逐幀或按照時(shí)間的這兩種檢索方式不能滿足人們對(duì)特定感興趣的媒體內(nèi)容的檢索要求，很耽誤用戶(hù)時(shí)間，并且檢索效果也很差，例如，人們可能只記得某個(gè)電影的某一段情景或廣播的某個(gè)片段，而要根據(jù)這些片段從成千上萬(wàn)的媒體中找出想要的內(nèi)容是很困難的。對(duì)于現(xiàn)在海量的媒體內(nèi)容來(lái)說(shuō)，這兩種檢索手段顯示出了不足，特別是對(duì)于現(xiàn)在移動(dòng)通信終端在網(wǎng)絡(luò)上觀看電視節(jié)目等應(yīng)用來(lái)說(shuō)，現(xiàn)有的檢索方式使網(wǎng)絡(luò)中產(chǎn)生不必要的負(fù)載，并且造成使用者流量通信費(fèi)用的上升。

在2000年第八屆國(guó)際多媒體大會(huì)的會(huì)議論文集的第105至115頁(yè)公開(kāi)了一種制作錄像集錦的技術(shù)，該方案以棒球比賽作為例子，通過(guò)對(duì)現(xiàn)場(chǎng)噪音進(jìn)行濾除，獲得某些有效的現(xiàn)場(chǎng)語(yǔ)音信息，即聲音能量超過(guò)一門(mén)限值的現(xiàn)場(chǎng)語(yǔ)音信息，例如，解說(shuō)員的語(yǔ)音信息，主持人的語(yǔ)音信息和觀眾的語(yǔ)音信息，將這些語(yǔ)音信息與系統(tǒng)中的關(guān)鍵語(yǔ)音信息相比較，如果符合則將該段視頻內(nèi)容作為集錦的一部分，例如運(yùn)動(dòng)員擲球階段，運(yùn)動(dòng)員揮棒擊打階段，擊打后的階段等等。但是該方案沒(méi)有給用戶(hù)提供任何檢索手段，如果用戶(hù)想要觀看某個(gè)段落的節(jié)目，還是要通過(guò)傳統(tǒng)的按時(shí)間或者逐幀的檢索才能實(shí)現(xiàn)。

發(fā)明內(nèi)容

本發(fā)明為了解決以上現(xiàn)有技術(shù)中的不足，提供一種語(yǔ)音點(diǎn)播方法，使用戶(hù)可以根據(jù)自己語(yǔ)音，方便的查找感興趣的錄音錄像節(jié)目，減少用戶(hù)在檢索錄音錄像內(nèi)容時(shí)的不便。

本發(fā)明還提供了一種語(yǔ)音點(diǎn)播裝置，以執(zhí)行相應(yīng)方法。

一種語(yǔ)音點(diǎn)播方法，包括步驟1，利用語(yǔ)音識(shí)別模塊對(duì)媒體文件的音頻信息進(jìn)行語(yǔ)音識(shí)別，并生成與所述音頻信息對(duì)應(yīng)的語(yǔ)言字符串；還包括，

步驟2，生成至少一個(gè)關(guān)鍵詞列表，其具有一個(gè)或一個(gè)以上關(guān)鍵詞，同一個(gè)列表內(nèi)的各個(gè)關(guān)鍵詞具有相同或近似的含義；

步驟3，利用標(biāo)簽?zāi)K將所述字符串與所述關(guān)鍵詞列表中的關(guān)鍵詞相比較，如果所述字符串與某一關(guān)鍵詞列表中的關(guān)鍵詞字符串相同，則記錄下該媒體中出現(xiàn)所述關(guān)鍵詞時(shí)的播放參數(shù)，將所述關(guān)鍵詞所在的列表與播放參數(shù)作為一個(gè)標(biāo)簽存儲(chǔ)起來(lái)，如果沒(méi)有相同的關(guān)鍵詞則不進(jìn)行記錄；

步驟4，當(dāng)用戶(hù)進(jìn)行語(yǔ)音檢索時(shí)，利用所述語(yǔ)音識(shí)別模塊對(duì)用戶(hù)的語(yǔ)音查詢(xún)指令進(jìn)行識(shí)別，并生成與所述語(yǔ)音查詢(xún)指令對(duì)應(yīng)的查詢(xún)字符串；

步驟5，利用檢索模塊檢索所有所述標(biāo)簽的關(guān)鍵詞列表中是否存與查詢(xún)字符串相同的關(guān)鍵詞字符串，如果存在，則調(diào)取該關(guān)鍵詞所在的標(biāo)簽的播放參數(shù)，并指令播放裝置按照該播放參數(shù)對(duì)所述媒體文件進(jìn)行播放；如果沒(méi)有檢索到與查詢(xún)字符串相同的關(guān)鍵詞字符串，則提示用戶(hù)沒(méi)有找到與查詢(xún)指令相符合的媒體內(nèi)容。

根據(jù)本發(fā)明方法的一個(gè)進(jìn)一步的方面，在所述步驟2中還包括配置步驟，針對(duì)于媒體的內(nèi)容設(shè)置用于語(yǔ)音識(shí)別的語(yǔ)言資料庫(kù)的范圍和用于比較的關(guān)鍵詞列表的范圍。

根據(jù)本發(fā)明方法的再一個(gè)進(jìn)一步的方面，在所述步驟2中還包括用戶(hù)編輯關(guān)鍵詞列表的步驟，在所述關(guān)鍵詞列表中加入或者刪除關(guān)鍵詞。

根據(jù)本發(fā)明方法的另一個(gè)進(jìn)一步的方面，在錄制媒體文件同時(shí)，或者對(duì)已經(jīng)錄制好的媒體文件進(jìn)行解碼后，對(duì)該媒體的音頻信息進(jìn)行步驟1-步驟5。

根據(jù)本發(fā)明方法的另一個(gè)進(jìn)一步的方面，在所述步驟1中，只對(duì)所述媒體音頻信息中能量超過(guò)一預(yù)定門(mén)限值的音頻信息進(jìn)行語(yǔ)音識(shí)別。

根據(jù)本發(fā)明方法的另一個(gè)進(jìn)一步的方面，所述播放參數(shù)包括媒體播放中的時(shí)間和/或存儲(chǔ)媒體的存儲(chǔ)器物理地址。

根據(jù)本發(fā)明方法的另一個(gè)進(jìn)一步的方面，所述媒體文件包括視頻媒體文件和/或音頻媒體文件。

根據(jù)本發(fā)明方法的另一個(gè)進(jìn)一步的方面，在所述步驟3中所述用戶(hù)通過(guò)網(wǎng)絡(luò)輸入語(yǔ)音查詢(xún)信息，并通過(guò)網(wǎng)絡(luò)獲得所述媒體信息。