[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

技術領域

本發明涉及語音處理系統及語音處理方法，特別涉及一種音視頻拍攝過程中獲取的語音的語音處理系統及語音處理方法。

背景技術

目前，隨著多媒體技術的發展，人們可以隨時進行音頻、視頻的拍攝以備后續作為資料庫或留念。例如，在開會時，一般采用攝影機拍攝或者錄音的方式記錄會議的過程。但在會后，當用戶查詢會議中某個發言者針對某話題所說的話時，需要將所拍攝的整個會議過程從頭開始播放以尋找該發言者針對該話題的發言內容，如此浪費時間。

發明內容

鑒于以上內容，有必要提供一種語音處理系統及語音處理方法，方便查找發言者針對某話題的發言內容。

一種語音處理系統，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。

一種語音處理方法，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。

本發明通過從一預存的語音文件中提取各發言者的語音特征，通過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，并按照在該語音文件的時間先后順序組成一單一音頻文件，通過將該單一音頻文件轉換成對應的文本，并將該文本中的詞語與對應的時間相關聯，通過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時間，根據該獲取的時間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。從而方便查找發言者針對某話題的發言內容。

附圖說明

圖1是本發明一實施方式中語音處理系統的方框示意圖。

圖2是本發明一實施方式中語音處理方法的流程圖。

主要元件符號說明