[发明专利]一种声音与文字对应关系表生成方法及定位方法

说明书

技术领域

本发明涉及一种声音与文字对应关系表生成方法及快速定位方法。

背景技术

早在二十世纪末，科学家就预言二十一世纪将是信息的时代，特别是随着计算机技术和网络技术的发展，极大的扩展了信息的传播途径和速度。早期在图书馆中查阅大量的纸质文献的方法费时费力，将逐步被电子检索所替代，一台大型的存储服务器就可以超过一个规模庞大的图书馆的文献量。同时，随着技术的发展，信息不再仅仅包括了文字资料，更多将会是更为直观的音频文件、视频文件；其中视频文件也是音频文件与图像文件的结合。

现有的检索方法在检索文字资料非常快捷方便，但是对于大量的音频文件和视频文件中的音频或视频文件却无能为力。例如，用户需要在一个长达数小时的音频或视频文件中检索其中的声音片断(例如其中的一句话或几句话)，现有方法将无能为力，用户只能浪费大量时间通篇浏览整个音频或视频文件。如果用户无法得知自己所需的声音片断位于哪一个音频文件或视频文件中，面对大量的音频和视频文件，更是无从下手进行检索。

发明内容

针对现有技术中存在的缺点和不足，本发明的目的是提出一种声音与文字对应关系表生成方法，使用户能够精确的对音频或视频文件进行检索；同时本发明还提出一种声音的快速定位方法，能够使用户检索到的所需的音频或视频文件后，将该段声音在整个音频或视频中进行快速定位。

为了达到上述目的，本发明提出了一种声音与文字对应关系表生成方法，包括：

(1)将音频文件或视频文件分割成片断，并记录所述的每一片断在该文件中对应的起始时间和结束时间；

(2)将步骤(1)所得的每一片断中的声音进行识别，得到与声音对应的文字；

(3)生成声音与文字的对应关系表，该对应关系表中包含片断对应的文字，以及该片断在该音频或视频文件中对应的起始时间和结束时间。

其中，所述步骤(1)具体为：通过静音技术，将音频或视频文件中的每一句话分割为一个声音片断，并记录所述的每一声音片断在该音频或视频文件中对应的起始时间和结束时间。

其中，所述步骤(2)具体为：通过语音识别软件，将每一声音片断进行语音识别，得到与声音对应的文字。

其中，所述步骤(3)具体为：生成声音与文字的对应关系表，所述的对应关系表中包括该音频或视频文件的所有声音片断，以及每一声音片断对应的文字，以及每一声音片断在该音频或视频文件中的起始时间和结束时间。

同时，本发明还提出了还提出一种声音的快速定位方法，包括：

(A)将音频文件或视频文件分割成片断，并记录每一片断在该音频或视频文件中对应的起始时间和结束时间；

(B)将步骤(A)所得的每一片断中的声音进行识别，得到与声音对应的文字；

(C)生成声音与文字的对应关系表，该对应关系表中包含片断对应的文字，以及该片断在该音频或视频文件中对应的起始时间和结束时间；

(D)用户使用所需声音片断对用的文字，在步骤(C)所得的生成声音与文字的对应关系表进行检索，如果检索到匹配的声音片断，则进入步骤(E)，否则步骤结束；

(E)读取检索到的声音片断，根据所述对应关系表中该声音片断想对于该音频或视频文件的起始时间和结束时间，在该音频或视频文件中进行定位。

其中，所述步骤(A)具体为：通过静音技术，将音频或视频文件中的每一句话分割为一个声音片断，并记录所述的每一声音片断在该音频或视频文件中对应的起始时间和结束时间。

其中，所述步骤(B)具体为：通过语音识别软件，将每一声音片断进行语音识别，得到与声音对应的文字。

其中，所述步骤(C)具体为：生成声音与文字的对应关系表，所述的对应关系表中包括该音频或视频文件的所有声音片断，以及每一声音片断对应的文字，以及每一声音片断在该音频或视频文件中的起始时间和结束时间。