[發明專利]一種音頻文件播放方法、裝置及電子設備

在審

• 申請號: 201810636415.6
• 申請日: 2018-06-20
• 公開（公告）號: CN108829845A
• 公開（公告）日: 2018-11-16
• 發明（設計）人: 賈兆宏
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 丁蕓;項京

1.一種音頻文件播放方法，其特征在于，所述方法包括：

接收用戶播放預處理后的待播放音頻文件的播放指令；

展示所述預處理后的待播放音頻文件的播音員標識信息，其中，所述預處理后的待播放音頻文件的音頻片段添加有對應播音員標識信息；

獲取用戶選擇的播音員標識信息，并根據所述選擇的播音員標識信息，播放所述預處理后的待播放音頻文件。

2.根據權利要求1所述的方法，其特征在于，對所述待播放音頻文件進行預處理的過程，包括：

按照預設時長將所述待播放音頻文件分為多個音頻片段，其中，所述預設時長為每次采樣時長或每幀持續時間；

選擇所述多個音頻片段中的第一音頻片段，并在預設播音員數據庫中查找與所述第一音頻片段的音頻特征信息相同的第一音頻信息，以及與所述第一音頻信息對應的第一播音員標識信息，其中，所述第一音頻片段為所述多個音頻片段中的任一個音頻片段，所述預設播音員數據庫中存儲有多個音頻信息以及與所述多個音頻信息中每個音頻信息對應的播音員標識信息，所述音頻特征信息包括聲學特征和圖像特征中的至少一個；

在所述待播放音頻文件的多個音頻片段中，查找與所述第一音頻信息的音頻特征信息相同的音頻片段，并建立所述與所述第一音頻信息的音頻特征信息相同的音頻片段和所述第一播音員標識信息的索引，得到預處理后的待播放音頻文件。

3.根據權利要求1所述的方法，其特征在于，對所述待播放音頻文件進行預處理的過程，還包括：

按照預設時長將所述待播放音頻文件分為多個音頻片段，其中，所述預設時長為每次采樣時長或每幀持續時間；

針對所述多個音頻片段中的任兩個相鄰的音頻片段，在該兩個相鄰的音頻片段的音頻特征信息相同時，將該兩個相鄰的音頻片段作為第一音頻段，其中，所述音頻特征信息包括聲學特征和圖像特征，所述第一音頻段的時長大于所述多個音頻片段中的每個音頻片段的時長；

獲取所述第一音頻段的音頻特征信息，在預設播音員數據庫中查找與所述第一音頻段的音頻特征信息相同的第二音頻信息，以及與所述第二音頻信息對應的第二播音員標識信息，建立所述第一音頻段和所述第二播音員標識信息的索引，得到預處理后的待播放音頻文件，其中，所述預設播音員數據庫中存儲有多個音頻信息以及與所述多個音頻信息中每個音頻信息對應的播音員標識信息。

4.根據權利要求2或3所述的方法，其特征在于，在所述按照預設時長將所述待播放音頻文件分為多個音頻片段之前，所述方法還包括：

在所述待播放音頻文件存在背景音時，獲取預先訓練得到的分離模型，其中，所述預先訓練得到的分離模型用于過濾存在背景音的待播放音頻文件中的背景音；

通過所述預先訓練得到的分離模型對所述待播放音頻文件中的背景音進行過濾，得到過濾后的待播放音頻文件；

相應的，所述按照預設時長將所述待播放音頻文件分為多個音頻片段，包括：

按照預設時長將所述過濾后的待播放音頻文件分為多個音頻片段。

5.根據權利要求1所述的方法，其特征在于，所述展示所述預處理后的待播放音頻文件的播音員標識信息，包括：

展示所述預處理后的待播放音頻文件的播音員標識信息以及選擇項；

相應的，所述獲取用戶選擇的播音員標識信息，并根據所述選擇的播音員標識信息，播放所述預處理后的待播放音頻文件，包括：

獲取用戶選擇的選擇項以及選擇的播音員標識信息，并根據所述選擇的選擇項以及所述選擇的播音員標識信息，播放所述預處理后的待播放音頻文件。

6.根據權利要求5所述的方法，其特征在于，所述根據所述選擇的選擇項以及所述選擇的播音員標識信息，播放所述預處理后的待播放音頻文件，包括：

在所述選擇的選擇項為包括正性詞的選擇項時，播放所述預處理后的待播放音頻文件中，與所述選擇的播音員標識信息對應的音頻片段；

在所述選擇的選擇項為包括負性詞的選擇項時，播放所述預處理后的待播放音頻文件中，除與所述選擇的播音員標識信息對應的音頻片段外的音頻片段。