[發明專利]一種將錄音音頻分割成段的方法

在審

• 申請號: 201611037945.6
• 申請日: 2016-11-23
• 公開（公告）號: CN106782506A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 張悅
• 申請（專利權）人: 語聯網（武漢）信息技術有限公司
• 主分類號: G10L15/04
• 分類號: G10L15/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于 本發明涉及音頻處理領域，特別涉及一種將錄音音頻分割成段的方法。

背景技術

隨著互聯網技術的不斷發展，圖像、視頻、音頻等多媒體數據已逐漸成為互聯網信息處理領域中主要的信息媒體形式。其中，音頻數據占有很重要的位置。原始音頻數據本身是一種非語義符號表示和非結構化的二進制流。在大型會議上形成的錄音音頻往往容量很大，時間很長，并且錄音者有多人，而用戶需要的往往是其中一小段，或者是某個人的音頻，這時候就需要把大容量的音頻分割成若干段，方便存儲取用，在分割的過程中往往分割形成的節點處不是句尾或者段尾（將其定義為停頓處），會造成音頻損失，同時也造成用戶體驗不好。

發明內容

本發明所要解決的技術問題是音頻分割形成的節點處不是停頓處從而造成音頻損失及用戶體驗不好的問題，而改善這一問題的辦法就是將分割節點處調整至停頓處。

為解決上述技術問題，本發明提供了一種將錄音音頻分割成段的方法，其特征是包括以下步驟：

獲取并遍歷錄音音頻數據，獲取語音部分和靜音部分；

設定停頓處；

根據時間分割形成若干個節點，設置節點編號；

相鄰的兩個節點之間形成段；

對節點進行修正；

所述對節點進行修正的方法是判斷節點是否屬于停頓處，如果節點不屬于停頓處，那么把節點調整至上一個停頓處；

如果節點屬于停頓處，繼續修正下一個節點直至結束；

所述靜音部分的時間為相鄰的兩個語音部分之間的時間差。

進一步，所述設定停頓處的方法是，根據靜音部分的時間計算平均靜音時間，將大于平均靜音時間的閾值的靜音部分判斷為停頓處。

進一步，所述根據靜音部分的時間計算平均靜音時間的步驟是，獲取靜音部分的總時長，以及靜音部分的數量，用靜音部分的總時長除以靜音部分的數量計算出平均靜音時間。

進一步，所述設定停頓處的方法是，取靜音部分的時間的中位數并設定為停頓處。

進一步，所述設定停頓處的方法是，由錄音者按照習慣語速錄制錄音音頻的樣本，所述錄音音頻的樣本包括一個停頓處，將錄音音頻的樣本的停頓處設定為錄音音頻的停頓處。

進一步，所述修正節點的方法還包括節點前和/或節點后的字符是否與節點標簽庫中的標簽匹配，所述節點標簽庫是存儲了若干句子的段開始或段結束的詞標簽的語料庫。

進一步，所述修正節點的方法還包括判斷節點的字符是否與人物更換標簽匹配，所述人物更換標簽是在錄音時根據人的聲音不同形成的用以區分的人物差異化標識符。

采用上述技術方案，可達到以下效果：

1.大容量的音頻分割成若干段，方便存儲取用；

2.在分割的過程中分割形成的節點屬于停頓處（一般是句尾或段尾），避免了音頻損失，增強了用戶體驗。

附圖說明

此處所說明的附圖用來提供對本發明的進一步理解，構成本申請的一部分，本發明的示意性實施例及其說明用于解釋本發明，并不構成對本發明的不當限定，在附圖中：

圖1示出了一種將錄音音頻分割成段的方法的流程示意圖。

具體實施方式

下面結合附圖和具體實施方式對本發明的技術方案作進一步具體說明。

為解決上述技術問題，如圖1所示，本發明提供了一種將錄音音頻分割成段的方法，其特征是包括以下步驟：

獲取并遍歷錄音音頻數據，獲取語音部分和靜音部分；

設定停頓處；

根據時間分割形成若干個節點，設置節點編號；

相鄰的兩個節點之間形成段；

對節點進行修正；

所述對節點進行修正的方法是判斷節點是否屬于停頓處，如果節點不屬于停頓處，那么把節點調整至上一個停頓處；

如果節點屬于停頓處，繼續修正下一個節點直至將所有節點處理結束；

所述靜音部分的時間為相鄰的兩個語音部分之間的時間差。

進一步，所述設定停頓處的方法是，根據靜音部分的時間計算平均靜音時間，將大于平均靜音時間的閾值的靜音部分判斷為停頓處。

進一步，所述根據靜音部分的時間計算平均靜音時間的步驟是，獲取靜音部分的總時長，以及靜音部分的數量，用靜音部分的總時長除以靜音部分的數量計算出平均靜音時間。

進一步，所述設定停頓處的方法是，取靜音部分的時間的中位數并設定為停頓處。