[發明專利]一種音頻剪輯方法、電子設備及存儲介質

有效

• 申請號: 202011630797.5
• 申請日: 2020-12-31
• 公開（公告）號: CN112669885B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 馬丹;周丹
• 申請（專利權）人: 咪咕文化科技有限公司;中國移動通信集團有限公司
• 主分類號: G11B27/031
• 分類號: G11B27/031
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 黃燦;胡永芳

1.一種音頻剪輯方法，其特征在于，包括：

獲取待處理音頻，所述待處理音頻包括音頻數據，以及與所述音頻數據對應的文本數據；

獲取所述音頻數據目標時間段中第m個第一時間單元的第一音頻數據，所述目標時間段的第m個第一時間單元的第一文本數據，以及所述目標時間段中第n個第二時間單元的第二音頻數據，所述第一時間單元的時長為所述第二時間單元的時長的倍數，m，n為正整數；其中，所述第m個第一時間單元為所述目標時間段中按照時間排序的最后一個時間單元，所述第n個第二時間單元為所述目標時間段中按照時間排序的最后一個時間單元；

根據所述第一音頻數據、所述第一文本數據以及所述第二音頻數據，獲得目標得分；

若所述目標得分大于預設閾值，則根據所述目標時間段對應的音頻數據和文本數據，獲得目標音頻；

其中，若所述目標得分大于預設閾值，則確定第m個第一時間單元的結束時間點為所述目標時間段對應音頻的結束點；

其中，所述根據所述第一音頻數據、所述第一文本數據以及所述第二音頻數據，獲得目標得分，包括：

獲取所述第一音頻數據的第一特征向量，以及所述第一文本數據的第二特征向量，所述第一特征向量與所述第二特征向量具有相同的維度；

將所述第一特征向量和所述第二特征向量輸入至目標子模型，獲得所述第一音頻數據對應的第一目標特征向量，所述第一目標特征向量為所述目標子模型的隱含層的輸出值；

將所述第二音頻數據輸入至分類子模型，獲得所述第二音頻數據對應的第一分類結果，所述分類子模型用于對所述第二音頻數據進行分類；所述分類子模型為二分類子模型；

根據所述第一目標特征向量和所述第一分類結果，獲得目標得分；

所述根據所述第一目標特征向量和所述第一分類結果，獲得目標得分，包括：

獲得m-1個第三音頻數據對應的第二目標特征向量，所述m-1個第三音頻數據為所述目標時間段中在時間上位于第m個第一音頻數據之前的各個第一時間單元的音頻數據；

根據所述第二目標特征向量和所述第一目標特征向量，獲得目標特征向量；

獲得n-1個第四音頻數據對應的n-1個第二分類結果，所述n-1個第四音頻數據為所述目標時間段中在時間上位于第n個的第二音頻數據之前的各個第二時間單元的音頻數據；

根據所述第一分類結果和所述n-1個第二分類結果，獲得目標分類結果；

根據所述目標分類結果和所述目標特征向量，獲得目標得分。

2.根據權利要求1所述的方法，其特征在于，所述獲取所述第一音頻數據的第一特征向量，以及所述第一文本數據的第二特征向量，包括：

對所述第一音頻數據采用濾波方式進行向量化處理，獲得多個第二時間單元對應的第一特征向量，每個第二時間單元對應一個第一特征向量；

利用編碼模型，獲得所述第一文本數據的多個第二時間單元對應的第二特征向量，每個第二時間單元對應一個第二特征向量；

所述將所述第一特征向量和所述第二特征向量輸入至目標子模型，獲得所述第一音頻數據對應的第一目標特征向量，包括：

將相同第二時間單元中的第一特征向量和第二特征向量相加，獲得所述多個第二時間單元對應的中間特征向量；

將所述多個第二時間單元對應的中間特征向量輸入至所述目標子模型，獲得所述第一音頻數據對應的第一目標特征向量。

3.根據權利要求1所述的方法，其特征在于，所述根據所述目標分類結果和所述目標特征向量，獲得目標得分，包括：

根據為所述目標分類結果預設置的第一權重，以及為所述目標特征向量預設置的第二權重，對所述目標分類結果和所述目標特征向量進行加權求和，獲得所述目標得分。