[發明專利]一種音頻處理方法、裝置及終端

有效

• 申請號: 201510270567.5
• 申請日: 2015-05-25
• 公開（公告）號: CN104978961B
• 公開（公告）日: 2019-10-15
• 發明（設計）人: 趙偉峰
• 申請（專利權）人: 廣州酷狗計算機科技有限公司
• 主分類號: G10L15/04
• 分類號: G10L15/04;G10L15/06
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

本發明實施例提供一種音頻處理方法、裝置及終端，其中的方法可包括：獲取目標音頻文件對應的字幕文件，所述字幕文件由至少一個字符單句順序組成；根據所述至少一個字符單句之間的相似度構建字幕特征序列，所述字幕特征序列包括至少一個字符特征元素；按照預設段落總數對所述字幕特征序列進行優化；根據優化后的所述字幕特征序列中的至少一個字符特征元素的數值確定段落變化時間；按照所述段落變化時間將所述目標音頻文件劃分為所述預設段落總數的段落。本發明可基于音頻文件對應的字幕文件中的字符單句的相似性實現對目標音頻文件的段落劃分，提升分段處理效率，提升音頻處理的智能性。

技術領域

本發明互聯網技術領域，具體涉及音頻處理技術領域，尤其涉及一種音頻處理方法、裝置及終端。

背景技術

隨著互聯網技術的發展，互聯網音頻庫中收錄了大量的諸如歌曲、歌曲片段等音頻文件，關于互聯網音頻的應用也日漸增多，例如：K歌系統、聽歌系統等等。許多音頻文件的應用場景需要對音頻文件進行段落劃分，例如：K歌系統中要實現歌曲分段合唱時，通常需要對歌曲進行段落劃分；再如：聽歌系統中需要重點聽取歌曲片段時，通常需要對歌曲進行段落劃分；等等。目前，通常采用人工對音頻文件進行段落劃分，分段處理效率較低，無法滿足用戶對音頻文件的使用需求，從而降低了音頻處理的智能性。

發明內容

本發明實施例提供一種音頻處理方法、裝置及終端，可基于音頻文件對應的字幕文件中的字符單句的相似性實現對目標音頻文件的段落劃分，提升分段處理效率，提升音頻處理的智能性。

本發明實施例第一方面提供一種音頻處理方法，可包括：

獲取目標音頻文件對應的字幕文件，所述字幕文件由至少一個字符單句順序組成；

根據所述至少一個字符單句之間的相似度構建字幕特征序列，所述字幕特征序列包括至少一個字符特征元素；

按照預設段落總數對所述字幕特征序列進行優化；

根據優化后的所述字幕特征序列中的至少一個字符特征元素的數值確定段落變化時間；

按照所述段落變化時間將所述目標音頻文件劃分為所述預設段落總數的段落。

本發明實施例第二方面提供一種音頻處理裝置，可包括：

獲取單元，用于獲取目標音頻文件對應的字幕文件，所述字幕文件由至少一個字符單句順序組成；

構建單元，用于根據所述至少一個字符單句之間的相似度構建字幕特征序列，所述字幕特征序列包括至少一個字符特征元素；

優化單元，用于按照預設段落總數對所述字幕特征序列進行優化；

確定單元，用于根據優化后的所述字幕特征序列中的至少一個字符特征元素的數值確定段落變化時間；

分段單元，用于按照所述段落變化時間將所述目標音頻文件劃分為所述預設段落總數的段落。

本發明實施例第三方面提供一種終端，可包括上述第二方面提供的音頻處理裝置。

實施本發明實施例，具有如下有益效果：

本發明實施例中，可根據目標音頻文件對應的字幕文件中的至少一個字符單句之間的相似度構建字幕特征序列，按照預設段落總數對所述字幕特征序列進行優化，并根據優化后的所述字幕特征序列中的至少一個字符特征元素的數值確定段落變化時間，然后按照所述段落變化時間將所述目標音頻文件劃分為所述預設段落總數的段落，該音頻處理過程利用字幕段落之間的字符單句的相似性特點，基于字幕文件中的字符單句的相似性實現對目標音頻文件的段落劃分，可提升分段處理效率，提升音頻處理的智能性。

附圖說明