[發(fā)明專利]腳本數(shù)據(jù)生成方法及裝置

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201180053847.0
• 申請(qǐng)日: 2011-11-09
• 公開（公告）號(hào): CN103210447A
• 公開（公告）日: 2013-07-17
• 發(fā)明（設(shè)計(jì)）人: 任礦淳;金仁松
• 申請(qǐng)（專利權(quán)）人: 任礦淳;金仁松
• 主分類號(hào): G11B27/10
• 分類號(hào): G11B27/10;G11B20/10;G11B27/34
• 代理公司: 北京三友知識(shí)產(chǎn)權(quán)代理有限公司 11127
• 代理人: 呂俊剛;劉久亮

1.一種腳本數(shù)據(jù)生成方法，基于音頻數(shù)據(jù)和記載有所述音頻數(shù)據(jù)的內(nèi)容的文本數(shù)據(jù)而生成腳本數(shù)據(jù)，該腳本數(shù)據(jù)具有與所述文本數(shù)據(jù)的單詞或者句子對(duì)應(yīng)的音頻數(shù)據(jù)的再現(xiàn)位置信息，該腳本數(shù)據(jù)生成方法包括：

第一步驟，獲得針對(duì)所述音頻數(shù)據(jù)的聲音區(qū)間的全部時(shí)間信息；

第二步驟，基于所述文本數(shù)據(jù)獲得針對(duì)所述聲音區(qū)間的全部音節(jié)數(shù)信息；

第三步驟，基于所述全部時(shí)間信息和所述全部音節(jié)數(shù)信息運(yùn)算與一個(gè)音節(jié)對(duì)應(yīng)的單位音節(jié)時(shí)間信息；

第四步驟，掌握所述文本數(shù)據(jù)中需要預(yù)測(cè)的單詞或者句子之前的至少一個(gè)聲音區(qū)間所占的區(qū)間音節(jié)數(shù)信息；

第五步驟，基于所述區(qū)間音節(jié)數(shù)信息和所述單位音節(jié)時(shí)間信息，獲得針對(duì)所述音頻數(shù)據(jù)中需要所述預(yù)測(cè)的單詞或者句子的預(yù)測(cè)再現(xiàn)位置信息；

第六步驟，對(duì)將所述音頻數(shù)據(jù)的各聲音區(qū)間的時(shí)間信息依次相加得到的值與所述預(yù)測(cè)再現(xiàn)位置信息進(jìn)行比較；以及

第七步驟，在將所述各聲音區(qū)間的時(shí)間信息依次相加得到的值與所述預(yù)測(cè)再現(xiàn)位置信息一致時(shí)，將與所述預(yù)測(cè)再現(xiàn)位置信息最鄰近的停滯區(qū)間內(nèi)的規(guī)定位置作為針對(duì)需要所述預(yù)測(cè)的單詞或者句子的實(shí)際再現(xiàn)位置而存儲(chǔ)到所述文本數(shù)據(jù)中。

2.根據(jù)權(quán)利要求1所述的腳本數(shù)據(jù)生成方法，其中，所述第一步驟包括如下步驟：根據(jù)振幅信息提取針對(duì)各聲音區(qū)間的時(shí)間信息，其中，該振幅信息是基于所述音頻數(shù)據(jù)的時(shí)間的振幅信息。

3.根據(jù)權(quán)利要求1所述的腳本數(shù)據(jù)生成方法，其中，所述第一步驟包括如下步驟：根據(jù)振幅信息提取所述音頻數(shù)據(jù)內(nèi)的停滯區(qū)間，其中，該振幅信息是基于所述音頻數(shù)據(jù)的時(shí)間的振幅信息；以及根據(jù)由所述停滯區(qū)間的提取獲得的各停滯區(qū)間的時(shí)間信息和所述音頻數(shù)據(jù)本身的全部時(shí)間信息而獲得針對(duì)所述聲音區(qū)間的全部時(shí)間信息。

4.根據(jù)權(quán)利要求1所述的腳本數(shù)據(jù)生成方法，其中，所述第二步驟包括如下步驟：根據(jù)由音節(jié)文字標(biāo)記所述文本數(shù)據(jù)的發(fā)音辭典信息獲得針對(duì)所述文本數(shù)據(jù)的單詞或者句子的音節(jié)數(shù)。

5.根據(jù)權(quán)利要求1所述的腳本數(shù)據(jù)生成方法，其中，所述第四步驟包括如下步驟：從所述文本數(shù)據(jù)的第一個(gè)單詞或者句子依次逐一選擇到最后的單詞或者句子為止，作為需要所述預(yù)測(cè)的單詞或者句子。

6.根據(jù)權(quán)利要求5所述的腳本數(shù)據(jù)生成方法，其中，所述第六步驟包括如下步驟：將從與所述文本數(shù)據(jù)的第一個(gè)單詞或者句子對(duì)應(yīng)的所述音頻數(shù)據(jù)的第一個(gè)聲音區(qū)間到與所述最后的單詞或者句子對(duì)應(yīng)的所述音頻數(shù)據(jù)的最后聲音區(qū)間為止的各聲音區(qū)間的時(shí)間信息依次逐一相加而搜索與所述預(yù)測(cè)再現(xiàn)位置信息一致的位置。

7.一種腳本數(shù)據(jù)生成裝置，其基于音頻數(shù)據(jù)和記載有所述音頻數(shù)據(jù)的內(nèi)容的文本數(shù)據(jù)而生成腳本數(shù)據(jù)，該腳本數(shù)據(jù)具有與所述文本數(shù)據(jù)的單詞或者句子對(duì)應(yīng)的音頻數(shù)據(jù)的再現(xiàn)位置信息，該腳本數(shù)據(jù)生成裝置包括：

振幅比較部，其獲得針對(duì)所述音頻數(shù)據(jù)的聲音區(qū)間的全部時(shí)間信息；

音節(jié)數(shù)提取部，其基于所述文本數(shù)據(jù)獲得針對(duì)所述聲音區(qū)間的全部音節(jié)數(shù)信息；

單位時(shí)間運(yùn)算部，其基于從所述振幅比較部獲得的所述全部時(shí)間信息和從所述音節(jié)數(shù)提取部獲得的所述全部音節(jié)數(shù)信息運(yùn)算與一個(gè)音節(jié)對(duì)應(yīng)的單位音節(jié)時(shí)間信息；

再現(xiàn)位置預(yù)測(cè)部，其基于所述文本數(shù)據(jù)中需要預(yù)測(cè)的單詞或者句子之前的至少一個(gè)聲音區(qū)間所占的區(qū)間音節(jié)數(shù)和所述單位音節(jié)時(shí)間信息獲得針對(duì)所述音頻數(shù)據(jù)的相應(yīng)部分的預(yù)測(cè)再現(xiàn)位置信息；以及

再現(xiàn)位置搜索部，其對(duì)將所述音頻數(shù)據(jù)的各聲音區(qū)間的時(shí)間信息依次相加得到的值與所述預(yù)測(cè)再現(xiàn)位置信息進(jìn)行比較，在所述值與所述預(yù)測(cè)再現(xiàn)位置信息一致時(shí)，將與所述預(yù)測(cè)再現(xiàn)位置信息最鄰近的停滯區(qū)間內(nèi)的規(guī)定位置作為針對(duì)需要所述預(yù)測(cè)的單詞或者句子的實(shí)際再現(xiàn)位置而存儲(chǔ)到所述文本數(shù)據(jù)中。

8.根據(jù)權(quán)利要求7所述的腳本數(shù)據(jù)生成裝置，其中，所述振幅比較部根據(jù)振幅信息提取所述聲音區(qū)間，根據(jù)所提取的各聲音區(qū)間的時(shí)間信息運(yùn)算所述全部時(shí)間信息，其中，該振幅信息是基于所述音頻數(shù)據(jù)的時(shí)間的振幅信息。

9.根據(jù)權(quán)利要求7所述的腳本數(shù)據(jù)生成裝置，其中，所述振幅比較部根據(jù)振幅信息提取所述音頻數(shù)據(jù)內(nèi)的停滯區(qū)間，根據(jù)所提取的各停滯區(qū)間的時(shí)間信息和所述音頻數(shù)據(jù)本身的全部時(shí)間信息運(yùn)算所述聲音區(qū)間的全部時(shí)間信息，其中，該振幅信息是基于所述音頻數(shù)據(jù)的時(shí)間的振幅信息。