[發明專利]一種錄音文件索引的裝置及方法

有效

• 申請號: 201610058331.X
• 申請日: 2016-01-28
• 公開（公告）號: CN105653729B
• 公開（公告）日: 2019-10-08
• 發明（設計）人: 申世安
• 申請（專利權）人: 努比亞技術有限公司
• 主分類號: G06F16/13
• 分類號: G06F16/13;G06F16/61
• 代理公司: 深圳協成知識產權代理事務所(普通合伙) 44458
• 代理人: 章小燕

本發明公開了一種錄音文件索引的裝置及方法。該錄音文件索引的方法，包括：開啟錄音和語音識別，獲取錄音文件和對應的語音識別文本；將所述錄音文件的時間軸映射到所述語音識別文本中；將語音識別文本及其對應于時間軸中的時間對應保存為文本文件。通過在錄制錄音文件時對錄音進行語音識別，將錄音文件中的時間軸映射到語音識別文件中，將語音識別文件及其對應于時間軸中的時間對應保存，建立文本和時間軸之間的關聯，通過文本實現對錄音文件的索引，實現了對錄音文件中內容的快速查看和切換，提高了對錄音文件的瀏覽的效率。

技術領域

本發明涉及多媒體技術領域，尤其涉及一種錄音文件索引的裝置及方法。

背景技術

現在的移動終端已經可以很方便的進行錄音工作，但涉及到時間較長的錄音操作時，回放查看錄音文件時，仍然需要使用滑條對有用的內容以預覽的方式進行內容的檢索，無法直接調整播放想要播放的內容，需要多次才能找到想要查看的內容，錄音文件缺乏有效的索引方式導致錄音文件的瀏覽效率會很低。

發明內容

本發明的主要目的在于提出一種錄音文件索引的裝置及方法，旨在實現對錄音文件的快速索引。

為實現上述目的，本發明提出一種錄音文件索引的裝置，包括：

文件生成單元，用于開啟錄音和語音識別，獲取錄音文件和對應的語音識別文本；

時間映射單元，用于將所述錄音文件的時間軸映射到所述語音識別文本中；

文本保存單元，用于將語音識別文本及其對應于時間軸中的時間對應保存為文本文件。

其中，所述文件生成單元，包括：

第一計時模塊，用于開啟錄音，同時開啟計時器用于記錄錄音過程中整句音頻數據的起始時間和整句結束時間；

第二計時模塊，用于將所述整句音頻數據發送到語音識別服務器進行語音識別，并記錄所述整句音頻數據的發送時間和對應的語音識別文本的接收時間；

所述時間映射單元，包括：

時間修正模塊，用于根據所述發送時間和接收時間的時間差對所述整句結束時間進行修正，得到所述整句音頻數據的結束時間；

時間標記模塊，用于根據所述起始時間和結束時間對所述整句音頻數據對應的語音識別文本的起始時間點和結尾時間點進行標記。

其中，所述時間標記模塊，包括：

字符統計子模塊，用于統計所述整句音頻數據對應的語音識別文本中的字符；

時長計算子模塊，用于根據所述起始時間和結束時間計算出所述語音識別文本中每個字符的平均時長；

字符標記子模塊，用于根據所述平均時長對每個字符進行時間軸標記，其中所述語音識別文本中的第一個字符標記起始時間點，最后一個字符標記為結尾時間點。

其中，所述裝置，還包括：

文件播放單元，用于播放所述錄音文件時，顯示所述文本文件中記錄的語音識別文本，并突出顯示所述錄音文件的時間軸當前對應的語音識別文本。

其中，所述裝置，還包括：

索引切換單元，用于當顯示的語音識別文本檢測到索引指令時，將所述錄音文件切換到所述索引指令指向的語音識別文本對應的時間。

另外，為實現上述目的，本發明還提出了一種錄音文件索引的方法，包括：

開啟錄音和語音識別，獲取錄音文件和對應的語音識別文本；

將所述錄音文件的時間軸映射到所述語音識別文本中；

將語音識別文本及其對應于時間軸中的時間對應保存為文本文件。