[發明專利]音頻打點數據獲取方法、裝置、存儲介質及電子設備

有效

• 申請號: 202110668121.3
• 申請日: 2021-06-16
• 公開（公告）號: CN113129935B
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 李爽;曲健寧;閆智慧
• 申請（專利權）人: 北京新唐思創教育科技有限公司
• 主分類號: G11B27/10
• 分類號: G11B27/10;G10L15/26
• 代理公司: 上海知錦知識產權代理事務所(特殊普通合伙) 31327
• 代理人: 李麗

本發明實施例提供了一種音頻打點數據獲取方法、裝置、存儲介質及電子設備，方法包括：獲取待打點音頻和對應的原始文本；根據待打點音頻和原始文本獲取文字級初始打點文本；獲取原始文本的原始文字，以及與原始文字位置對應的打點文字；當二者一致時，確定原始文字前后的標點符號，基于標點符號的類型以及標點符號與原始文字的位置，確定合并方式，根據合并方式對標點符號與打點文字進行合并，得到符號打點文字，并將對應的起止時間打點至符號打點文字，直至完成全部原始文字的處理，得到待打點音頻的音頻打點數據。本發明實施例所提供的音頻打點數據獲取方法，可以提高對應于音頻的文本中每個字的打點數據的獲取效率和精度。

技術領域

本發明實施例涉及計算機領域，尤其涉及一種音頻打點數據獲取方法、裝置、存儲介質及電子設備。

背景技術

隨著電子產品的大量使用，越來越多的閱讀功能遷移到移動設備上，為了提高閱讀體驗，會同時播放文本對應的音頻，并且，還需要在音頻播放時，高亮顯示對應的文本，為此就需要通過獲取與音頻對應的打點數據，即音頻打點數據，音頻打點數據是指標識了文本在音頻中的起始時間戳和終止時間戳的數據，這樣在音頻播放的過程中，可以根據起始時間戳和終止時間戳同時高亮顯示對應的文本。

然而，為了獲取音頻打點數據，目前所采用的方法，或者僅能在句子維度進行時間戳數據的獲取，無法對句子中每個字進行時間戳的打點標識；或者需要人工操作實現對于句子中每個字的時間戳的打點標識，這不僅效率很低，而且所得到的時間戳數據的精度有限。

因此，如何提高對應于音頻的文本中每個字的打點數據的獲取效率和精度，就成為亟需解決的技術問題。

發明內容

本發明實施例提供一種音頻打點數據獲取方法、裝置、存儲介質及電子設備，以提高對應于音頻的文本中每個字的打點數據的獲取效率和精度。

為解決上述問題，本發明實施例提供一種音頻打點數據獲取方法，包括：

獲取待打點音頻和與所述待打點音頻對應的原始文本；

將所述待打點音頻和所述原始文本輸入文字級時間打點模型，獲取文字級初始打點文本，其中，所述文字級初始打點文本包括打點文字和各個所述打點文字在所述待打點音頻中的起止時間；

當在預定時間閾值內獲取到所述文字級初始打點文本時，獲取所述原始文本的原始文字，以及所述文字級初始打點文本中與所述原始文字位置對應的所述打點文字；

當位于同一文字位置的所述原始文字和所述打點文字一致時，確定所述原始文字前后的標點符號，基于所述標點符號的類型以及所述標點符號與所述原始文字的相對位置，確定所述標點符號與所述打點文字的合并方式，根據所述合并方式對所述標點符號與所述打點文字進行合并，得到符號打點文字，并將對應的所述起止時間打點至所述符號打點文字，直至完成所述原始文本全部所述原始文字與標點符號的處理，得到所述待打點音頻的音頻打點數據。

為解決上述問題，本發明實施例還提供一種音頻打點數據獲取裝置，包括：

待打點音頻和原始文本獲取單元，適于獲取待打點音頻和與所述待打點音頻對應的原始文本；

文字級初始打點文本獲取單元，適于將所述待打點音頻和所述原始文本輸入文字級時間打點模型，獲取文字級初始打點文本，其中，所述文字級初始打點文本包括打點文字和各個所述打點文字在所述待打點音頻中的起止時間；

原始文字和打點文字獲取單元，適于當在預定時間閾值內獲取到所述文字級初始打點文本時，獲取所述原始文本的原始文字，以及所述文字級初始打點文本中與所述原始文字位置對應的所述打點文字；