[發明專利]多媒體文件生成方法、裝置、設備及存儲介質

在審

• 申請號: 202110302828.2
• 申請日: 2021-03-22
• 公開（公告）號: CN113065007A
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 馬富林
• 申請（專利權）人: 平安銀行股份有限公司
• 主分類號: G06F16/40
• 分類號: G06F16/40
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 姚維

本發明涉及大數據技術領域，公開了一種多媒體文件生成方法、裝置、設備及存儲介質，用于解決在生成銀行多媒體培訓文件時，多媒體培訓音頻缺失或者圖片和文本缺失的問題，提高生成銀行多媒體培訓文件的完整性。多媒體文件生成方法包括：獲取課程內容數據，課程內容數據包括課程文本數據、課程圖片數據和課程音頻數據；將課程音頻數據進行文本轉換，生成音頻文本數據；按照時刻順序和預置的組裝規則，將課程圖片數據、音頻文本數據和/或課程文本數據進行組裝，生成組裝后的培訓文件；在組裝后的培訓文件中添加安全標識，生成銀行多媒體培訓文件。此外，本發明還涉及區塊鏈技術，課程內容數據可存儲于區塊鏈中。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種多媒體文件生成方法、裝置、設備及存儲介質。

背景技術

隨著科技的發展，教學不止有線下一種方式，很多教育類的公司或者一些企業都會在線上制作教學課程進行教學，但是很多學習人員沒有時間聽線上課，因此部分課件制作方就將教學課程整理為只用看不用聽的多媒體教學文件，即教學文檔，從而讓學習人員快速且一目了然的進行學習，例如在銀行培訓中，就可以將培訓的課件制作為銀行多媒體培訓文件供學習人員學習。

在現有技術中，生成多媒體文件(銀行多媒體培訓文件)的方法通常是把課程內文本、圖片，從上至下拼接為課程文檔，忽略音頻內容，或者只是把課程內所有音頻合成一個長音頻，忽略文本、圖片內容，這兩種拼接方式都會導致多媒體文件(銀行多媒體培訓文件)不完整。

發明內容

本發明提供了一種多媒體文件生成方法、裝置、設備及存儲介質，用于解決在生成銀行多媒體培訓文件時，多媒體培訓音頻缺失或者圖片和文本缺失的問題，提高生成銀行多媒體培訓文件的完整性。

本發明第一方面提供了一種多媒體文件生成方法，包括：獲取課程內容數據，所述課程內容數據包括課程文本數據、課程圖片數據和課程音頻數據；將所述課程音頻數據進行文本轉換，生成音頻文本數據；按照時刻順序和預置的組裝規則，將所述課程圖片數據、所述音頻文本數據和/或所述課程文本數據進行組裝，生成組裝后的培訓文件；在所述組裝后的培訓文件中添加安全標識，生成銀行多媒體培訓文件。

可選的，在本發明第一方面的第一種實現方式中，所述將所述課程音頻數據進行文本轉換，生成音頻文本數據包括：對所述課程音頻數據進行端點檢測，生成多個課程音頻片段；根據所述多個課程音頻片段生成音頻文本數據。

可選的，在本發明第一方面的第二種實現方式中，所述根據所述多個課程音頻片段生成音頻文本數據包括：提取每個課程音頻片段對應的聲學特征，生成多個聲學特征組；對所述多個聲學特征組進行模型訓練，得到文本模型；將所述多個課程語音片段分別輸入所述文本模型中，并結合預置的詞典，生成音頻文本數據。

可選的，在本發明第一方面的第三種實現方式中，所述按照時刻順序和預置的組裝規則，將所述課程圖片數據、所述音頻文本數據和/或所述課程文本數據進行組裝，生成組裝后的培訓文件包括：讀取所述課程圖片數據的寬度數據和高度數據；判斷所述寬度數據是否大于或者等于像素閾值，生成判斷結果，并按照時刻順序根據與所述判斷結果對應的組裝規則，對所述課程圖片數據、所述音頻文本數據和/或所述課程文本數據進行組裝，生成初始組裝后的培訓文件；對所述初始組裝后的培訓文件進行調整，生成組裝后的培訓文件。