[發明專利]一種對語音文件內容進行標記的方法及裝置

在審

• 申請號: 201710757742.2
• 申請日: 2017-08-29
• 公開（公告）號: CN107610718A
• 公開（公告）日: 2018-01-19
• 發明（設計）人: 劉華松
• 申請（專利權）人: 深圳市買買提樂購金融服務有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/90;G10L15/26;G10L25/87;G10L21/10;H04M3/51
• 代理公司: 深圳中一專利商標事務所44237
• 代理人: 官建紅

1.一種對語音文件內容進行標記的方法，其特征在于，包括：

識別語音文件中的關鍵語音段；

獲取所述關鍵語音段對應的語音參數；

根據預設參數閾值與所述語音參數的比較結果，判斷所述關鍵語音段是否為目標語音段；

若所述關鍵語音段為目標語音段，則在所述語音文件中基于所述關鍵語音段進行標記。

2.如權利要求1所述的方法，其特征在于，所述識別語音文件中的關鍵語音段，包括：

對所述語音文件進行文本識別，得到與所述語音文件對應的文本文件；

從所述文本文件的內容中查找關鍵信息；

將所述關鍵信息對應的語音段識別為所述關鍵語音段。

3.如權利要求1所述的方法，其特征在于，所述識別語音文件中的關鍵語音段，包括：

識別所述語音文件的語音起始時間點、語音中間時間點以及語音終止時間點；

根據所述語音起始時間點、所述語音中間時間點以及所述語音終止時間點分別確定起始語音段、中間語段以及終止語段；

將所述起始語音段、所述中間語段以及所述終止語段識別為所述關鍵語音段。

4.如權利要求1至3任一項所述的方法，其特征在于，所述語音參數包括所述關鍵語音段的語音振幅平均值和/或語速值；

所述獲取所述關鍵語音段對應的語音參數，包括：

獲取所述關鍵語音段對應的語音振幅平均值和/或語速值；

所述根據預設參數閾值與所述語音參數的比較結果，判斷所述關鍵語音段是否為目標語音段，包括：

若所述關鍵語音段的語音振幅平均值和/或語速值等于或大于所述預設參數閾值，則將所述關鍵語音段識別為目標語音段；

若所述關鍵語音段的語音振幅平均值和/或語速值小于所述預設參數閾值，則不做任何操作。

5.如權利要求3所述的方法，其特征在于，所述語音參數包括振幅差值的絕對值和/或振幅比值，其中，所述振幅差值的絕對值為所述起始語音段對應的第一振幅平均值與所述中間語段對應的第二振幅平均值或者所述終止語段對應的第三振幅平均值之間的振幅差值的絕對值；所述振幅比值為所述起始語音段對應的第一振幅平均值與所述中間語段對應的第二振幅平均值或者所述終止語段對應的第三振幅平均值之間振幅比值；

所述獲取所述關鍵語音段對應的語音參數，包括：

獲取所述關鍵語音段對應的振幅差值的絕對值和/或振幅比值；

所述根據預設參數閾值與所述語音參數的比較結果，判斷所述關鍵語音段是否為目標語音段，包括：

若所述振幅差值的絕對值和/或振幅比值小于所述預設參數閾值，則將所述關鍵語音段識別為目標語音段；

若所述振幅差值的絕對值和/或振幅比值等于或大于所述預設參數閾值，則不做任何操作。

6.如權利要求2所述的方法，其特征在于，所述若所述關鍵語音段為目標語音段，在所述語音文件中基于所述關鍵語音段進行標記，包括：

獲取所述語音文件對應的振幅波形圖；

在所述振幅波形圖中對所述關鍵語音段中的所述關鍵信息進行標記。

7.如權利要求3述的方法，其特征在于，所述若所述關鍵語音段為目標語音段，在所述語音文件中基于所述關鍵語音段進行標記，包括：

分別對所述起始語音段和所述終止語段進行關鍵信息識別，所述關鍵信息包括關鍵字、關鍵詞或者關鍵句；

獲取所述語音文件對應的振幅波形圖；

在所述振幅波形圖中對所述起始語音段中的關鍵信息與所述終止語段中的關鍵信息進行標記。

8.一種對語音文件內容進行標記的裝置，其特征在于，包括用于執行如權利要求1至7任一權利要求所述的方法的單元。

9.一種終端，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至7任一項所述方法的步驟。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述方法的步驟。