[发明专利]一种语音标识装置和方法在审
申请号: | 201610978374.X | 申请日: | 2016-10-28 |
公开(公告)号: | CN106601252A | 公开(公告)日: | 2017-04-26 |
发明(设计)人: | 陈小翔 | 申请(专利权)人: | 努比亚技术有限公司 |
主分类号: | G10L15/26 | 分类号: | G10L15/26;G10L25/48 |
代理公司: | 深圳鼎合诚知识产权代理有限公司44281 | 代理人: | 江婷,李发兵 |
地址: | 518057 广东省深圳市南山区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 语音 标识 装置 方法 | ||
技术领域
本发明涉及移动通信技术领域,更具体地说,涉及一种语音标识装置和方法。
背景技术
在日常语音聊天中,往往会出现这样的场景:发送语音信息的一方,声源不止一个,这些声源的声音全部杂糅在一条语音信息中,收听方在收听时需要自行去将这些声音分辨出来,其一导致了时间的浪费,其二是人耳的分辨率较低,不易将相似度高的声音区分开来。
发明内容
本发明要解决的技术问题在于如何提高多个声源的语音所形成的目标语音数据的标识度,避免时间的浪费的问题;针对该技术问题,提供一种语音标识装置,包括:
接收模块,用于接收目标语音数据;
识别模块,用于识别所述目标语音数据中的不同声源的语音,确定各声源的发声时段信息和声源的显示标识,所述发声时段信息包括各所述声源的语音在所述目标语音数据中的位置信息;
确定模块,用于根据所述声源的显示标识和发声时段信息确定声源的时域显示信息,所述时域显示信息为所述声源的显示标识和发声时段信息的叠加;
显示模块,用于按照所述目标语音数据的时间轴顺序区分显示所述声源的时域显示信息。
可选的,还包括:
保存模块,用于区分并提取目标语音数据中的各声源的目标语音数据,并保存;建立声源的时域显示信息与各声源的目标语音数据的映射关系;
第一播放模块,用于检测对所述声源的时域显示信息的选择指令,播放所述声源对应的目标语音数据。
可选的,所述显示模块还用于:在所述目标语音数据的整体显示信息的上方或下方的至少一方,区分显示所述声源的时域显示信息。
可选的,还包括第二播放模块,用于检测对所述整体显示信息的选择指令,播放所述目标语音数据。
可选的,所述显示模块还用于:
将所述声源的时域显示信息按照所述目标语音数据的时间轴顺序在同一轴线位置上进行显示;
或,将所述声源的时域显示信息按照目标语音数据的时间轴顺序,在不同的平行轴线位置上进行显示,每条轴线对应一个声源。
此外,还提供一种语音标识方法,包括:
接收目标语音数据;
识别所述目标语音数据中的不同声源的语音,确定各声源的发声时段信息和声源的显示标识,所述发声时段信息包括各所述声源的语音在所述目标语音数据中的位置信息;
根据所述声源的显示标识和发声时段信息确定声源的时域显示信息,所述时域显示信息为所述声源的显示标识和发声时段信息的叠加;
按照所述目标语音数据的时间轴顺序区分显示所述声源的时域显示信息。
可选的,还包括:
区分并提取所述目标语音数据中的歌声源的目标语音数据,并保存;建立所述声源的时域显示信息与各声源的目标语音数据的映射关系;
检测对所述声源的时域显示信息的选择指令,播放所述声源对应的目标语音数据。
可选的,所述按照所述目标语音数据的时间轴顺序区分显示所述声源的时域显示信息包括:
在所述目标语音数据的整体显示信息的上方或下方的至少一方,区分显示所述声源的时域显示信息。
可选的,还包括:检测对所述整体显示信息的选择指令,播放所述目标语音数据。
可选的,所述按照目标语音数据的时间轴顺序区分显示声源的时域显示信息包括:
将所述声源的时域显示信息按照所述目标语音数据的时间轴顺序在同一轴线上进行显示;
或,将所述声源的时域显示信息按照所述目标语音数据的时间轴顺序,在不同的平行轴线位置上进行显示,每条轴线对应一个声源。
此外,还提供一种移动终端,包括前述的语音标识装置。
有益效果
本发明提供了一种语音标识装置和方法,接收目标语音数据,识别目标语音数据中不同声源的语音,确定各声源的发声时段信息和声源的显示标识,根据声源的显示标识和发声时段信息确定声源的时域显示信息,按照目标语音数据的时间轴顺序区分显示声源的时域显示信息。通过本发明的实施,实现了将目标语音数据按照声源进行区分显示,可以让收听者知道目标语音数据对应的声源的数量和发声的时段,节约了时间,提升了用户体验。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1为实现本发明各个实施例一个可选的移动终端的硬件结构示意图;
图2为本发明第一实施例提供的语音标识装置模块示意图;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于努比亚技术有限公司,未经努比亚技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610978374.X/2.html,转载请声明来源钻瓜专利网。
- 上一篇:通话文本的生成方法及系统
- 下一篇:智能机器人文字播音朗读审核校对方法和系统