[发明专利]一种音频处理方法、装置及终端

权利要求书

1.一种音频处理方法，其特征在于，包括：

获取目标音频文件对应的字幕文件，所述字幕文件由至少一个字符单句顺序组成；

根据所述至少一个字符单句的数量确定构建字幕特征序列的字符特征元素的数量；

根据所述至少一个字符单句中各字符单句的顺序，确定构建所述字幕特征序列的各字符特征元素的索引；

将构建所述字幕特征序列的各字符特征元素的数值均设置为初始值；

针对所述至少一个字符单句中的任一个目标字符单句，若所述目标字符单句与所述目标字符单句的在后字符单句之间的最大相似度大于预设相似阀值，将所述目标字符单句对应的字符特征元素的数值从初始值变更为目标值；

按照构建所述字幕特征序列的字符特征元素的数量、索引及数值，构建所述字幕特征序列，所述字幕特征序列包括至少一个字符特征元素；

按照预设段落总数对所述字幕特征序列进行优化；

根据优化后的所述字幕特征序列中的至少一个字符特征元素的数值确定段落变化时间；

按照所述段落变化时间将所述目标音频文件划分为所述预设段落总数的段落。

2.如权利要求1所述的方法，其特征在于，所述按照预设段落总数对所述字幕特征序列进行优化，包括：

统计所述字幕特征序列中数值为目标值的字符特征元素的数量；

判断所述数量是否位于所述预设段落总数对应的容错区间内；

若否，调整所述预设相似阀值的大小以调整所述字幕特征序列中的各字符特征元素的数值。

3.如权利要求2所述的方法，其特征在于，所述若否，调整所述预设相似阀值的大小以调整所述字幕特征序列中的各字符特征元素的数值，包括：

若所述数量大于所述预设段落总数对应的容错区间内的最大容错值，按照预设步长增大所述预设相似阀值以调整所述字幕特征序列中的各字符特征元素的数值；

若所述数量小于所述预设段落总数对应的容错区间内的最大容错值，按照预设步长减小所述预设相似阀值以调整所述字幕特征序列中的各字符特征元素的数值。

4.如权利要求3所述的方法，其特征在于，所述根据优化后的所述字幕特征序列中的至少一个字符特征元素的数值确定段落变化时间，包括：

从优化后的所述字幕特征序列中获取数值为目标值的字符特征元素对应的目标索引；

根据所述目标索引在所述字幕文件中定位段落转折的字符单句；

根据所述段落转折的字符单句从所述字幕文件中读取段落变化时间。

5.一种音频处理装置，其特征在于，包括：获取单元、构建单元、优化单元、确定单元、分段单元，

所述获取单元，用于获取目标音频文件对应的字幕文件，所述字幕文件由至少一个字符单句顺序组成；

所述构建单元包括：

数量确定单元，用于根据所述至少一个字符单句的数量确定构建字幕特征序列的字符特征元素的数量；

索引确定单元，用于根据所述至少一个字符单句中各字符单句的顺序，确定构建所述字幕特征序列的各字符特征元素的索引；

数值设置单元，用于将构建所述字幕特征序列的各字符特征元素的数值均设置为初始值；

数值变更单元，用于针对所述至少一个字符单句中的任一个目标字符单句，若所述目标字符单句与所述目标字符单句的在后字符单句之间的最大相似度大于预设相似阀值，将所述目标字符单句对应的字符特征元素的数值从初始值变更为目标值；

序列构建单元，用于按照构建所述字幕特征序列的字符特征元素的数量、索引及数值，构建所述字幕特征序列，所述字幕特征序列包括至少一个字符特征元素；

所述优化单元，用于按照预设段落总数对所述字幕特征序列进行优化；

所述确定单元，用于根据优化后的所述字幕特征序列中的至少一个字符特征元素的数值确定段落变化时间；

所述分段单元，用于按照所述段落变化时间将所述目标音频文件划分为所述预设段落总数的段落。