[發明專利]語音處理系統及語音處理方法

無效

• 申請號: 201110426397.7
• 申請日: 2011-12-17
• 公開（公告）號: CN103165131A
• 公開（公告）日: 2013-06-19
• 發明（設計）人: 林希
• 申請（專利權）人: 富泰華工業（深圳）有限公司;鴻海精密工業股份有限公司
• 主分類號: G10L17/02
• 分類號: G10L17/02;G10L21/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種語音處理系統，其特征在于，該語音處理系統包括：

一特征獲取模塊，用于從一預存的語音文件中提取各發言者的語音特征，其中，該語音文件中包括有各發言者的發言；

一語音識別模塊，用于響應用戶選擇一預存的聲紋模型的操作，判斷該語音文件中是否有與該選擇的聲紋模型匹配的發言者語音；

一語音轉換模塊，用于在該語音文件中有與該聲紋模型匹配的發言者語音時，獲取與該聲紋模型匹配的發言者語音，并將該些發言者語音提取出來，按照在該語音文件的時間先后順序組成一單一音頻文件，復制該單一音頻文件，并將該復制的單一音頻文件轉換成文本，其中，該文本包括詞語；

一關聯模塊，用于根據單一音頻文件中各個詞語對應的語音的播放時間點，將語音轉換模塊轉換成的文本中的詞語與對應的播放時間點相關聯；

一查詢模塊，用于響應用戶輸入的關鍵字的操作，判斷該被轉換的文本中是否存在該輸入的關鍵字；及

一執行模塊，用于當該被轉換的文本中存在該輸入的關鍵字時，獲取該轉換的文本中的關鍵字所關聯的播放時間點，根據該獲取的播放時間點確定單一音頻文件中該關鍵字對應語音的播放時間點，并控制一音頻播放裝置從該播放時間點開始播放該單一音頻文件。

2.如權利要求1所述的語音處理系統，其特征在于：該語音處理系統還包括一備注模塊，該備注模塊用于響應用戶在播放單一音頻文件時輸入文字的操作，確定此時該單一音頻文件的播放時間點，將該輸入的文字轉換成語音，并將該轉換的語音插入在該單一音頻文件中與該確定的時間點對應的位置中。

3.如權利要求1所述的語音處理系統，其特征在于：該特征獲取模塊通過梅爾倒頻譜系數進行語音文件的語音特征的提取。

4.一種語音處理方法，其特征在于，該方法包括：

從一預存的語音文件中提取各發言者的語音特征，其中，該語音文件中記錄有各發言者的發言；

響應用戶選擇一預存的聲紋模型的操作，判斷該語音文件中是否有與該選擇的聲紋模型匹配的發言者語音；

在該語音文件中有與該聲紋模型匹配的發言者語音時，獲取與該聲紋模型匹配的發言者語音，并將該些發言者語音提取出來，按照在該語音文件的時間先后順序組成一單一音頻文件，將該單一音頻文件復制，并將該復制的單一音頻文件轉換成文本，其中，該文本包括詞語；

根據單一音頻文件中各個詞語對應的語音的播放時間點，將被轉換成的文本中的詞語與對應的播放時間點相關聯；

響應用戶輸入的關鍵字的操作，判斷該被轉換的文本中是否存在該輸入的關鍵字；及

當該被轉換的文本中存在該輸入的關鍵字時，獲取該文字中的關鍵字所關聯的播放時間點，根據該獲取的播放時間點確定單一音頻文件中該關鍵字對應語音的播放時間點，并控制一音頻播放裝置從該播放時間點開始播放該單一音頻文件。

5.如權利要求4所述的語音處理方法，其特征在于，該方法包括：

響應用戶在播放單一音頻文件時輸入文字的操作，確定此時該單一音頻文件的播放時間點，將該輸入的文字轉換成語音，并將該轉換的語音插入在該單一音頻文件中與該確定的時間所對應位置中。

6.如權利要求4所述的語音處理方法，其特征在于，該方法包括：

通過梅爾倒頻譜系數進行語音文件的語音特征的提取。