[发明专利]脚本数据生成方法及装置

说明书

技术领域

本发明涉及用于生成具备关于音频数据的匹配信息的脚本数据的方法及装置。

背景技术

最近，随着便携式电子设备和互联网等的发展，各种内容的多媒体内容被广泛地普及并利用。例如，用于学习英语、日语、中文等语言的各种听取学习用语音文件被普及并利用。

在存在用于学习语言的一个语音文件和与此对应的文字形式的脚本的情况下，为了在脚本的所希望的位置再现与此对应的语音文件的声音区间，在制造语音文件时，需要将相应信息插入到语音文件内。

但是，在具备以往的规定的再现位置信息的语音文件的情况下，只不过是包括了可按段落再现的信息，实际上在想要再现长度长的段落内的特定文章时，需要直接搜索语音文件的对应声音区间，因此存在难以使用语音文件的问题。

另外，在未存储有再现位置信息的语音文件的情况下，难以任意再现与脚本的特定单词或句子对应的语音文件的声音区间。例如，在未存储有再现位置信息的语音文件中，为了再现与脚本的所希望的单词或句子或者文章对应的声音区间，存在需要使用者自己亲自手动操作倒带或快进按钮而确认语音文件的内容的同时找出相应部分的问题。

发明内容

技术课题

本发明是为了解决上述问题点而研发的，本发明的主要目的在于，提供具备将脚本内的文章或者单词与语音文件的实际声音区间容易进行匹配的信息的脚本数据生成方法。

本发明的另一目的在于提供能够采用所述脚本数据生成方法的脚本数据生成装置。

解决课题的手段

为了解决上述技术课题，根据本发明的一方面，提供一种脚本数据生成方法，基于音频数据和记载有音频数据的内容的文本数据而生成脚本数据，该脚本数据具有与文本数据的单词或者句子对应的音频数据的再现位置信息，该脚本数据生成方法包括：第一步骤，获得针对音频数据的声音区间的全部时间信息；第二步骤，基于文本数据获得针对声音区间的全部音节数信息；第三步骤，基于全部时间信息和全部音节数信息运算与一个音节对应的单位音节时间信息；第四步骤，掌握文本数据中需要预测的单词或者句子之前的至少一个声音区间所占的区间音节数信息；第五步骤，基于区间音节数信息和单位音节时间信息，针对音频数据中需要预测的单词或者句子的预测再现位置信息；第六步骤，对将音频数据的各声音区间的时间信息依次相加得到的值与预测再现位置信息进行比较；以及第七步骤，在将各声音区间的时间信息依次相加得到的值与预测再现位置信息一致时，将与预测再现位置信息最邻近的停滞区间内的规定位置作为针对需要预测的单词或者句子的实际再现位置而存储到文本数据中。

在一实施例中，第一步骤包括如下步骤：根据振幅信息提取针对各声音区间的时间信息，其中，该振幅信息是基于音频数据的时间的振幅信息。

在一实施例中，第一步骤包括如下步骤：根据振幅信息提取音频数据内的停滞区间，其中，该振幅信息是基于音频数据的时间的振幅信息；以及基于由停滞区间的提取而获得的各停滞区间的时间信息和音频数据本身的全部时间信息，获得针对声音区间的全部时间信息。

在一实施例中，第二步骤包括如下步骤：基于由音节文字或具有音节文字的属性的文字或符号标记文本数据的发音辞典信息，获得针对文本数据的单词或者句子的音节数。

在一实施例中，第四步骤包括如下步骤：作为需要预测的单词或者句子，从文本数据的第一个单词或者句子起依次逐一选择到最后的单词或者句子。

在一实施例中，第六步骤包括如下步骤：将从音频数据的第一个声音区间到音频数据的最后声音区间的各声音区间的时间信息依次逐一相加而搜索与预测再现位置信息一致的位置，其中，该第一个声音区间与文本数据的第一个单词或者句子对应，该最后声音区间与最后的单词或者句子对应。