[发明专利]一种文本和语音信息的处理方法以及终端

说明书

一种文本和语音信息的处理方法，用于改善现有技术中存在的文本内容与语音内容不同步的情况，包括：识别目标图片中的文本信息；提取所述文本信息的第一关键信息，所述第一关键信息包括文本关键词集合和各文本关键词对应的词频；获取所述文本信息对应的语音文件；若所述文本关键词对应的词频大于阈值，则将所述语音文件映射至所述目标图片中的第一预设坐标位置处。本方法改善现有技术中存在的文本内容与语音内容不同步的情况。

本申请要求于2017年2月06日提交中国专利局、申请号为201710067355.6、发明名称为“一种文字和语音信息的处理方法和设备”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本申请涉及通信领域，尤其涉及一种文本和语音信息的处理方法以及终端。

背景技术

目前，在参加会议的很多场合，与会人员为了更好的记录会议内容，通常需要对进行演讲的演示文档(power point，PPT)进行拍摄，同时，为了更加完整的记录会议信息，还会对演讲者针对PPT内容的演讲进行录音。

现有技术中，采用拍摄有声照片的方式记录会场内容，即对PPT进行拍照，并录制当前的环境音或者给拍照生成的照片添加语音标注。

然而，现有技术中，需要对文档拍照完成后才开始录制指定时长的音频，可能会导致错失有用的会议信息，不能做到文档和音频的同步。

发明内容

本申请实施例提供了一种文本和语音信息的处理方法以及终端，用于改善现有技术中存在的文本内容与语音内容不同步的情况。

本申请实施例的第一方面提供一种文本和语音信息的处理方法，包括：识别获得的目标图片中的文本信息，其中获得所述目标图片的方式可以为对文档进行拍照以生成目标图片，或者接收其他终端发送的所述目标图片；识别到文本信息后，提取所述文本信息的第一关键信息，所述第一关键信息包括文本关键词集合和各文本关键词对应的词频，且所述文本关键词为所述文本信息中按照预置规则提取得到的关键词，例如提取名词等；并获取得到与所述文本信息对应的语音文件，其中获得所述语音文件的方式也有多种，可以为进行录音操作以得到所述语音文件，或者接受其他终端发送的所述语音文件；若所述文本关键词对应的词频大于阈值，且所述阈值为预设的数值，则将所述语音文件映射至第一预设坐标位置处，所述第一预设坐标位置包含于所述目标图片中。本申请实施例中，识别目标图片中的文本信息并获取与所述文本信息对应的语音文件，且将语音文件映射到至第一预设坐标位置处，改善了现有技术中存在的文本内容与语音内容不同步的情况。

在一种可能的设计中，在本申请实施例第一方面的第一种实现方式中，若所述文本关键词对应的词频不大于所述阈值，则对所述语音文件中的第二关键信息进行提取，该第二关键信息包括语音关键词集合和各语音关键词对应的语音片段，并将提取到的该第二关键信息进行保存；若所述语音关键词集合中存在与所述文本关键词匹配的第一语音关键词，则将所述第一语音关键词对应的第一语音片段映射至所述文本关键词在所述目标图片中的坐标位置处。本申请实施例增加了文本关键词对应的词频不大于所述阈值时的处理方法，增加了本申请实施例的实现方式。

在一种可能的设计中，在本申请实施例第一方面的第二种实现方式中，所述提取并保存所述语音文件中的第二关键信息后，所述方法还包括：若在所述文本关键词集合中不存在与第二语音关键词匹配的关键词，则将所述第二语音关键词对应的第二语音片段映射至所述目标图片中的第二预设坐标位置处，其中，所述第二语音关键词为所述语音关键词集合中的关键词。本申请实施例增加了文本关键词集合中不存在匹配关键词的情况，增加了本申请实施例的实现方式。

在一种可能的设计中，在本申请实施例第一方面的第三种实现方式中，所述识别目标图片得到文档中的文本信息包括：校正所述目标图片；并对所述校正后的目标图片进行识别，从而获得所述文档中的文本信息。本申请实施例对提取第一关键信息的过程进行了细化，增加了本申请实施例的可实现性和可操作性。