[发明专利]基于语音分析的视频搜索方法、设备及系统

说明书

技术领域

本发明涉及搜索引擎技术，特别是涉及一种基于语音分析的视频搜索方法、一种基于语音分析的视频搜索客户端、一种服务器以及一种视频搜索系统。

背景技术

搜索引擎是一种在网络上应用的软件系统，其以一定的策略在网络上搜集和发现信息，并在对信息进行处理和组织后，为用户提供互联网上的信息搜索服务。

随着互联网的发展，互联网上的视频总量在以爆炸式的速度增长。搜索引擎无疑是帮助人们快速找到所需视频资源的一种重要方式。然而，现有搜索引擎在互联网上对视频的搜索还只停留在最简单的层面，即：只是对视频的文本标题和人为添加的文本备注信息进行索引，用户只能根据视频文本标题和文本备注信息进行查询，以找到这些信息与查询词相同或相似的视频资源。迄今，还没有一种搜索技术能够针对视频中包含的巨量信息进行解析和索引，让用户能够深度地搜索到视频内容中的各种信息。

在现有技术中，用户不但不能检索到视频内容中的信息，而且也不可能对检索到的视频资源中所需的内容片断进行精确定位。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的视频搜索方法、设备及系统。

基于本发明的一个方面，本发明实施例提供了一种基于语音分析的视频搜索方法，包括以下步骤：

接收视频搜索请求；

提取所述视频搜索请求中的视频关键字；

利用所述视频关键字在视频资源库的语音文本索引集中进行搜索，获得匹配索引项；

提取出与所述匹配索引项对应的目标视频资源的信息；以及

根据所述目标视频资源的信息绘制搜索结果；

其中，所述语音文本索引集中的索引项是基于对所述视频资源库中视频资源的伴音数据进行语音识别所获得的文本数据构建索引而形成的。

可选地，在所述视频搜索方法中，形成所述语音文本索引集中的索引项包括：

获取待处理的视频资源；

从所述待处理的视频资源中分离出伴音数据；

对分离出的所述伴音数据进行语音识别，解析为文本数据；以及

对解析出的所述文本数据构建索引，形成与所述待处理的视频资源关联的索引项。

可选地，在所述视频搜索方法中，获取待处理的视频资源包括：存储所述待处理的视频资源的URL地址。

可选地，在所述视频搜索方法中，对分离出的所述伴音数据进行语音识别，解析为文本数据包括：对所述伴音数据进行语句分割，并将分割出的每条语句解析为一条文本数据并存储。

可选地，在所述视频搜索方法中，在存储每条所述文本数据时，还存储该条文本数据在所述伴音数据中对应的语句相对于视频时间起始点所处的时间位置。

可选地，在所述视频搜索方法中，提取出的所述目标视频资源的信息包括所述目标视频资源的URL地址、所述匹配索引项对应的文本数据、以及所述匹配索引项对应的时间位置。

可选地，在所述视频搜索方法中，绘制所述搜索结果包括绘制所述目标视频资源在所述匹配索引项对应的时间位置处的视频截图。

可选地，在所述视频搜索方法中，绘制所述搜索结果还包括绘制从视频时间起始点处开始完整观看所述目标视频资源的链接，以及绘制从所述匹配索引项对应的时间位置处开始观看所述目标视频资源的链接。

基于本发明的另一个方面，本发明实施例还提供了一种基于语音分析的视频搜索客户端，包括：

搜索请求接收模块，配置为接收视频搜索请求；

关键字提取模块，配置为提取所述视频搜索请求中的视频关键字；

搜索模块，配置为利用所述视频关键字在视频资源库的语音文本索引集中进行搜索，获得匹配索引项；

信息提取模块，配置为提取出与所述匹配索引项对应的目标视频资源的信息；以及

绘制模块，配置为根据所述目标视频资源的信息绘制搜索结果；

其中，所述语音文本索引集中的索引项是基于对所述视频资源库中视频资源的伴音数据进行语音识别所获得的文本数据构建索引而形成的。

可选地，所述信息提取模块提取出的所述目标视频资源的信息包括所述目标视频资源的URL地址、所述匹配索引项对应的文本数据、以及所述匹配索引项对应的时间位置。

可选地，所述绘制模块绘制所述搜索结果包括绘制所述目标视频资源在所述匹配索引项对应的时间位置处的视频截图。