[發明專利]一種音頻比對方法、裝置及設備

有效

• 申請號: 201911128304.5
• 申請日: 2019-11-18
• 公開（公告）號: CN110853676B
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 李浩;駱明順
• 申請（專利權）人: 廣州國音智能科技有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王兆林

1.一種音頻比對方法，其特征在于，包括：

獲取待識別音頻，所述待識別音頻為嫌疑人的音頻；

對所述待識別音頻中需要翻譯的時間段進行標注，具體為：對音頻中的方言部分或者錄音情景部分或者嫌疑人情緒部分進行標注；

將所述標注后的音頻生成所需的音頻格式，所述音頻格式為Wavf音頻格式，包括文件頭、pcm數據以及文字內容標記信息，所述文字內容標記信息為44個字節的wav頭長度加上pcm?data總數據長度字節的偏移地址直到文件最后一個字節；

獲取所述音頻格式的音頻，任選標注部分進行比對，得出兩份音頻是否同屬一人的定論。

2.根據權利要求1所述的音頻比對方法，其特征在于，所述對所述待識別音頻中需要翻譯的時間段進行標注，其標注的粒度為句子和/或詞語和/或單個文字和/或單個音節和/或單個音素。

3.根據權利要求1所述的音頻比對方法，其特征在于，在所述獲取待識別音頻之后還包括：

采用語音識別技術對音頻進行識別，將未能翻譯成功的部分作為所述需要翻譯的時間段。

4.根據權利要求1所述的音頻比對方法，其特征在于，所述文字內容標記信息中包括內容標記符，內容標記符包括的信息為：開始時間、結束時間、音頻具體內容。

5.一種音頻比對裝置，其特征在于，包括：

音頻獲取單元，用于獲取待識別音頻，所述待識別音頻為嫌疑人的音頻；

音頻標注單元，對所述待識別音頻中需要翻譯的時間段進行標注，具體為：對音頻中的方言部分或者錄音情景部分或者嫌疑人情緒部分進行標注；

格式生成單元，用于將所述標注后的音頻生成所需的音頻格式，所述音頻格式為Wavf音頻格式，包括文件頭、pcm數據以及文字內容標記信息，文字內容標記信息為44個字節的wav頭長度加上pcm?data總數據長度字節的偏移地址直到文件最后一個字節；

音頻比對單元，用于獲取所述音頻格式的音頻，任選標注部分進行比對，得出兩份音頻是否同屬一人的定論。

6.根據權利要求5所述的音頻比對裝置，其特征在于，還包括：

音頻識別單元，用于采用語音識別技術對音頻進行識別，將未能翻譯成功的部分作為所述需要翻譯的時間段。

7.一種音頻比對設備，其特征在于，所述設備包括處理器以及存儲器：

所述存儲器用于存儲程序代碼，并將所述程序代碼傳輸給所述處理器；

所述處理器用于根據所述程序代碼中的指令執行權利要求1-4任一項所述的音頻比對方法。