[发明专利]音频截剪器有效
申请号: | 201710569390.8 | 申请日: | 2017-07-13 |
公开(公告)号: | CN107622768B | 公开(公告)日: | 2021-09-28 |
发明(设计)人: | 阿伯拉罕·正-奎·李;盛相洙;张烨亮 | 申请(专利权)人: | 谷歌有限责任公司 |
主分类号: | G10L15/22 | 分类号: | G10L15/22 |
代理公司: | 中原信达知识产权代理有限责任公司 11219 | 代理人: | 周亚荣;安翔 |
地址: | 美国加利*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 音频 截剪器 | ||
1.一种计算机实现的方法,包括:
接收与话语相对应的音频数据;
生成所述话语的转录;
将所述转录的第一部分分类为语音命令触发词项并且将所述转录的第二部分分类为所述语音命令触发词项的对象;
确定所述语音命令触发词项与处理结果是将所述语音命令触发词项的对象的转录和所述语音命令触发词项的所述对象的音频数据二者都包括在所生成的数据结构中的语音命令触发词项相匹配;
当所述对象处于与所述触发词项不同的语言时分离所述语音命令触发词项的所述对象的所述音频数据;
生成包括所述语音命令触发词项的所述对象的所述转录和所述语音命令触发词项的所述对象的所述音频数据的数据结构,其中,所述数据结构是基于所述语音命令触发词项的所述对象的语言来生成的;以及
将所述数据结构传送到接收者。
2.如权利要求1所述的方法,进一步包括:
将所述转录的第三部分分类为所述语音命令触发词项的所述对象的接收者。
3.如权利要求1所述的方法,其中,
所述语音命令触发词项是发送文本消息的命令,以及
所述语音命令触发词项的所述对象是所述文本消息。
4.如权利要求1所述的方法,进一步包括:
生成用户界面以供显示,所述用户界面包括用于生成所述数据结构的可选择选项;以及
接收指示对所述可选择选项的选择的数据,
其中,所述数据结构是响应于接收到指示对所述可选择选项的所述选择的所述数据而生成的。
5.如权利要求1所述的方法,进一步包括:
生成所述话语的所述转录的每个词项的定时数据,
其中,所述语音命令触发词项的所述对象的音频数据是基于所述定时数据来分离的。
6.如权利要求5所述的方法,其中,每个词项的定时数据识别从所述话语的开始到所述词项的开始的流逝时间和从所述话语的所述开始到下一词项的开始的流逝时间。
7.一种系统,包括:
一个或多个计算机和存储指令的一个或多个存储设备,所述指令在由所述一个或多个计算机执行时,使得所述一个或多个计算机执行操作,所述操作包括:
接收与话语相对应的音频数据;
生成所述话语的转录;
将所述转录的第一部分分类为语音命令触发词项并且将所述转录的第二部分分类为所述语音命令触发词项的对象;
确定所述语音命令触发词项与处理结果是将所述语音命令触发词项的对象的转录和所述语音命令触发词项的所述对象的音频数据二者都包括在所生成的数据结构中的语音命令触发词项相匹配;
当所述对象处于与所述触发词项不同的语言时分离所述语音命令触发词项的所述对象的所述音频数据;
生成包括所述语音命令触发词项的所述对象的所述转录和所述语音命令触发词项的所述对象的所述音频数据的数据结构,其中,所述数据结构是基于所述语音命令触发词项的所述对象的语言来生成的;以及
将所述数据结构传送到接收者。
8.如权利要求7所述的系统,其中,所述操作进一步包括:
将所述转录的第三部分分类为所述语音命令触发词项的所述对象的接收者。
9.如权利要求7所述的系统,其中,
所述语音命令触发词项是发送文本消息的命令,以及
所述语音命令触发词项的所述对象是所述文本消息。
10.如权利要求7所述的系统,其中,所述操作进一步包括:
生成用户界面以供显示,所述用户界面包括用于生成所述数据结构的可选择选项;以及
接收指示对所述可选择选项的选择的数据,
其中,所述数据结构是响应于接收到指示对所述可选择选项的所述选择的所述数据而生成的。
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谷歌有限责任公司,未经谷歌有限责任公司许可,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/201710569390.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种带有汽车大灯自动控制装置的汽车隐形A柱
- 下一篇:前围板安装传力结构