[发明专利]基于声纹信息对音频/视频文件进行操作的方法及装置

权利要求书

1.一种基于声纹信息对音/视频文件进行操作的方法，其特征在于，包括如下步骤：

采集发声目标的声纹信息；以及

根据所述声纹信息搜索音/视频文件，终端设备显示出在文件中标注有发声目标的声纹信息出现和/或结束的时间点；

其中，所述音/视频文件中的所有被录制的声音被分割为多个语音单元，每个语音单元只包含其中一个发声目标的语音，并记录所述发声目标在所述音/视频文件中的时间点，通过所述时间点映射所述音/视频出现在相应文件中的位置。

2.根据权利要求1所述的方法，其特征在于，所述采集发声目标的声纹信息包括：

当选中某个发声目标时，采集声纹信息；以及

存储采集的声纹信息。

3.根据权利要求2所述的方法，其特征在于，采集和存储声纹信息包括：

根据所述声纹信息生成说话人模型；以及

将所述说话人模型存储在本地存储模块中。

4.根据权利要求3所述的方法，其特征在于，所述存储采集的声纹信息包括：

根据所述说话人模型进行分类存储。

5.根据权利要求3所述的方法，其特征在于，根据所述声纹信息搜索音/视频文件包括：

当打开所述本地存储模块时，显示所述音/视频文件。

6.根据权利要求4所述的方法，其特征在于，所述分类包括：

根据所述说话人模型对音/视频文件进行分类显示。

7.根据权利要求6所述的方法，其特征在于，所述分类包括：

根据所述发声目标的种类对音/视频文件进行分类搜索。

8.根据权利要求6所述的方法，其特征在于，所述时间点包括：

当选中分类显示中的所述时间点时，从该时间点开始播放所述音/视频文件中含有的所述发声目标的音频/视频。

9.根据权利要求1所述的方法，其特征在于，当所述发声目标为联系人应用程序中的某个联系人时，所述采集发声目标的声纹信息包括：

当与该联系人进行通话时，记录所述联系人的声纹信息。

10.根据权利要求1所述的方法，其特征在于，当所述发声目标为联系人应用程序中的某个联系人时，所述采集发声目标的声纹信息包括：

用户手动录制该联系人语音，记录所述联系人的声纹信息。

11.根据权利要求1所述的方法，其特征在于，当所述发声目标为联系人应用程序中的某个联系人时，所述搜索音/视频文件包括：

当选中该联系人时，播放映射所述联系人的音/视频。

12.一种终端设备，其特征在于，包括：

声纹提取模块，用于采集发声目标的声纹信息；以及

执行模块，用于根据所述声纹信息搜索音/视频文件；

显示器，用于显示出在文件中标注有发声目标的声纹信息出现和/或结束的时间点；

其中，所述音/视频文件中的所有被录制的声音被分割为多个语音单元，每个语音单元只包含其中一个发声目标的语音，并记录所述发声目标在所述音/视频文件中的时间点，通过所述时间点映射所述音/视频出现在相应文件中的位置。

13.根据权利要求12所述的终端设备，其特征在于，所述声纹提取模块包括：

声纹信息采集单元，用于在选中某个发声目标时采集声纹信息；

声纹样本生成单元，用于根据所述声纹信息生成说话人模型。

14.根据权利要求13所述的终端设备，其特征在于，还包括：

存储模块，用于存储采集的声纹信息。

15.根据权利要求14所述的终端设备，其特征在于，所述存储模块还用于：存储所述说话人模型。

16.根据权利要求13或15所述的终端设备，其特征在于，所述声纹提取模块包括：

目标分类单元，根据所述说话人模型进行分类存储。

17.根据权利要求14所述的终端设备，其特征在于，所述显示器，当打开本地存储模块时，显示所述音/视频文件。

18.根据权利要求16所述的终端设备，其特征在于，所述显示器用于：

根据所述目标分类单元基于所述发声目标的种类对所述音/视频文件进行分类显示。