[发明专利]一种声音与文本全自动匹配对齐的方法

权利要求书

1.一种声音与文本全自动匹配对齐的方法，其特征在于，所述方法主要包括：音轨自动采样模块、音轨语音自动识别模块、文本字符批量自动匹配模块以及音轨文本自动合成模块。

2.音轨自动采样模块：所述音轨自动采样模块用于用户提供的音视频音轨自动识别、采样、剥离以及逻辑切割生成多个短时音轨。

3.音轨语音自动识别模块：所述音轨语音识别模块用于音轨自动采样模块逻辑生成的多个短时音轨的语音转文本字符并为每个文本字符添加对应的起止时间轴码。

4.文本字符批量自动匹配模块：所述文本字符批量自动匹配模块用于将音轨语音自动识别模块所识别出的多个文本字符批量自动与用户提供的标准文本字符对应匹配正确。

5.音轨文本自动合成模块：所述音轨文本自动合成模块用于将所有文本字符批量自动匹配模块所匹配成功的文本字符按序合成为一个完整的音轨文本。

6.根据权利要求2所述的一种声音与文本全自动匹配对齐的方法，其特征在于，音轨自动采样模块根据音轨内声音的发音停顿点全自动以逻辑的方式切割完整音轨为多个短时长音轨并记录在系统缓存。

7.根据权利要求3所述的一种声音与文本全自动匹配对齐的方法，其特征在于，音轨语音自动识别模块读取系统缓存内记录的多个逻辑短时长音轨，以多并发模式通过语音识别将所有逻辑短时长音轨内语音转化为文本字符，并自动为每一个文本字符添加对应的起止时间轴码。

8.根据权利要求4所述的一种声音与文本全自动匹配对齐的方法，其特征在于，文本字符批量自动匹配模块将所有语音识别转换而来的文本字符全自动与用户提交的标准文本字符批量按序一一对应匹配并做一致性对比和正确性判断。

9.根据权利要求5所述的一种声音与文本全自动匹配对齐的方法，其特征在于，音轨文本自动合成模块将所有已与用户提交的标准文本字符做完一致性对比和正确性判断的全部短时长音轨文本字符以全自动的方式重新按序合成为一个完整的音轨文本，并同时根据文本内的标点符号全自动断句和为每一个断句添加所对应的起止时间轴码，最后系统还将全自动将已断句并添加完对应起止时间轴码的完整音轨文本内容以XML方式输出结果给用户，同时还自动为用户生成SRT、ASS等标准字幕文件格式的文件以供备选。