[發明專利]一種計算機存儲介質和一種音頻的處理方法及裝置

在審

• 申請號: 201810853254.6
• 申請日: 2018-07-30
• 公開（公告）號: CN109065025A
• 公開（公告）日: 2018-12-21
• 發明（設計）人: 李鼎逸
• 申請（專利權）人: 珠海格力電器股份有限公司
• 主分類號: G10L15/04
• 分類號: G10L15/04;G10L25/78
• 代理公司: 南京知識律師事務所 32207
• 代理人: 高嬌陽

本發明提供一種用于處理音頻信號的音頻處理方法，包括：獲取音頻文件；識別音頻文件中有聲音內容的音頻段；讀取有聲音內容的音頻段并進行分段。本發明還提供一種音頻的處理裝置，包括：音頻獲取模塊，用于獲取音頻文件；音頻識別模塊，用于識別音頻文件中有聲音內容的音頻段；音頻分段模塊，用于讀取有聲音內容的音頻段并進行分段。本發明還提供一種計算機存儲介質，存儲有計算機可執行指令，所述計算機可執行指令被執行時實現所述的音頻的處理方法。本發明所述計算機存儲介質、方法及裝置操作簡單，使得聽取目標音頻信息更為快捷方便。

技術領域

本發明屬于音頻信號處理領域，尤其涉及一種計算機存儲介質和一種音頻的處理方法及裝置。

背景技術

在一段音頻中有時我們最重要的，最想聽的只是其中的目標音頻內容。以一場會議錄音為例，這段錄音中就有可能有思考沉默沒有聲音的片段、意見不同互相爭吵的片段、總結內容的重點片段。所以每次都要從頭開始聽取內容耽誤了我們很多時間和精力，大部分播放器可以拖動進度條進行播放進度調節，但是也無法一鍵拖到想要聽取的部分。

專利2014102859912公開了一種音頻的播放方法，包括：獲取音頻文件；讀取所述音頻文件中的音頻數據；將所述音頻數據劃分成以句子為單位的多個音頻片段；接收輸入的逐句播放指令，逐句播放所述多個音頻片段，此方法未考慮音頻文件中非目標聲音部分，只能處理標準的聲音文件，實際使用價值不大。

發明內容

本發明針對上述現有技術所存的問題，提供一種能夠對音頻內容進行智能識別并處理的方法及裝置。

本發明所述的音頻的處理方法，包括：獲取音頻文件；識別音頻文件中有聲音內容的音頻段；讀取有聲音內容的音頻段并進行分段。通過對有聲音內容的音頻信息和無聲音內容的音頻信息先行進行識別，一方面可減輕后續對音頻進行讀取分段的壓力，另一方面使得聽取有聲音內容的音頻信息更為快捷方便。

所述識別音頻文件中有聲音內容的音頻段，具體方法為檢查音軌，檢測聲波，無聲波波動表示音頻是無聲音內容的音頻，有聲波波動表示音頻是有聲音內容的音頻。

優化設計為，所述有聲音內容的音頻，包括背景噪聲和目標音頻。進一步識別背景噪音，可對音頻進行更為有效的分段。

所述讀取有聲音內容的音頻段并進行分段，分段方式為劃分成以句子為單位的音頻片段。

所述讀取有聲音內容的音頻段并進行分段，還包括識別、記錄音頻片段在音頻文件中對應的時間點。

所述讀取有聲音內容的音頻段并進行分段之后，還包括對音頻信息進行標注。

標注信息包括音頻內容和音頻內容在音頻中對應的時間點。

另外，還包括刪除無聲音內容的音頻信息或背景噪聲。

相對于目前音頻處理方法，本發明通過對音頻有聲音內容信息和無聲音內容信息先行進行識別，一方面可減輕后續對音頻進行讀取分段的壓力，另一方面使得聽取有聲音內容的音頻信息更為快捷方便，另外，用戶可選是否刪除內容，防止智能識別誤差誤刪音頻中目標信息。

本發明所述的音頻的處理裝置，包括：音頻獲取模塊，用于獲取音頻文件；音頻識別模塊，用于識別音頻文件中有聲音內容的音頻段；音頻分段模塊，用于讀取有聲音內容的音頻段并進行分段。

所述音頻識別模塊，還包括背景噪聲檢測模塊，用于檢測有聲音內容的音頻中的背景噪聲。

還包括標注模塊，用于對音頻信息進行標注。

還包括刪除模塊，用于刪除無聲音內容的音頻或者背景噪聲。