[發(fā)明專利]一種文本處理方法、裝置、計算機設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202011115346.8
• 申請日: 2020-10-16
• 公開（公告）號: CN114386406A
• 公開（公告）日: 2022-04-22
• 發(fā)明（設計）人: 陳鄭敏;房上
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/284
• 分類號: G06F40/284;G10L15/02
• 代理公司: 廣州三環(huán)專利商標代理有限公司 44202
• 代理人: 熊永強;杜維

本申請實施例提出一種文本處理方法、裝置、計算機設備以及存儲介質，該方法是：獲取第一文本以及第一文本中的任一第一字符的時間戳信息；獲取用戶針對第一文本調整后的第二文本；確定第一文本和第二文本之間的編輯距離矩陣，編輯距離矩陣包括多個編輯距離；從編輯距離矩陣中獲取從編輯距離矩陣的末尾位置至編輯距離矩陣的起始位置的最短編輯路徑；根據最短編輯路徑，確定每個第二字符的時間確定策略，并按照每個第二字符的時間確定策略以及第一文本中的任一第一字符的時間戳信息，確定每個第二字符的時間戳信息。通過本申請，提高了確定文本中每個字符的時間戳信息的效率和準確性。

技術領域

本發(fā)明涉及互聯(lián)網技術領域，尤其涉及一種文本處理方法、裝置、計算機設備及存儲介質。

背景技術

自動語音識別(Automatic Speech Recognition，ASR)技術是一種將人的語音轉換為文本的技術，常常應用于音頻識別處理和文本處理領域，舉例來說，對音頻或者視頻進行自動語音識別處理后，可以生成相應的文本，進一步地，用戶可以基于生成的文本進行文本編輯等操作。

為了生成語音字幕，還需要確定文本中每個字符的時間戳，現有的方式需要人工將文本中的每個字符對應到時間軸上，操作過程較為繁瑣，導致操作效率低下，并且因為用戶的主觀延遲等因素導致當人工將文本中的每個字符對應到時間軸時，字符與時間戳之間的對應關系不準確。

發(fā)明內容

本申請實施例提出了一種文本處理方法、裝置、計算機設備以及存儲介質，提高了確定文本中每個字符的時間戳信息的效率和準確性。

本申請實施例一方面提供了一種文本處理方法，包括：

獲取第一文本以及所述第一文本中的任一第一字符的時間戳信息；

獲取用戶針對所述第一文本調整后的第二文本，所述第二文本包括多個第二字符；

確定所述第一文本和所述第二文本之間的編輯距離矩陣，所述編輯距離矩陣包括多個編輯距離，所述多個編輯距離表示從所述第一文本的單位字符串轉換為所述第二文本的單位字符串所需的編輯次數；

從所述編輯距離矩陣中獲取從所述編輯距離矩陣的末尾位置至所述編輯距離矩陣的起始位置的最短編輯路徑；

根據所述最短編輯路徑，確定每個第二字符的時間確定策略，并按照每個第二字符的時間確定策略以及所述第一文本中的任一第一字符的時間戳信息，確定每個第二字符的時間戳信息。

本申請實施例一方面提供了一種文本處理裝置，包括：

獲取單元，用于獲取第一文本以及所述第一文本中的任一第一字符的時間戳信息；

獲取單元，還用于獲取用戶針對所述第一文本調整后的第二文本，所述第二文本包括多個第二字符；

確定單元，用于確定所述第一文本和所述第二文本之間的編輯距離矩陣，所述編輯距離矩陣包括多個編輯距離，所述多個編輯距離表示從所述第一文本的單位字符串轉換為所述第二文本的單位字符串所需的編輯次數；

獲取單元，還用于從所述編輯距離矩陣中獲取從所述編輯距離矩陣的末尾位置至所述編輯距離矩陣的起始位置的最短編輯路徑；

處理單元，用于根據所述最短編輯路徑，確定每個第二字符的時間確定策略，并按照每個第二字符的時間確定策略以及所述第一文本中的任一第一字符的時間戳信息，確定每個第二字符的時間戳信息。

本申請實施例一方面提供了一種計算機設備，包括存儲器和處理器，存儲器存儲有計算機程序，計算機程序被處理器執(zhí)行時，使得處理器執(zhí)行上述各實施例中的方法。

本申請實施例一方面提供了一種計算機存儲介質，計算機存儲介質存儲有計算機程序，計算機程序包括程序指令，程序指令當被處理器執(zhí)行時，執(zhí)行上述各實施例中的方法。