[发明专利]一种基于语音识别的音频摘要文本创建方法及其创建装置

说明书

本发明提供一种基于语音识别的音频摘要文本创建方法及其创建装置，其中创建方法包括以下步骤：S1：播放音频文件时，接收创建摘要命令；S2：确定接收创建摘要命令时音频文件的播放位置；S3：根据播放位置确定目标音频段的位置信息；S4：获取目标音频段中的音频内容；S5：识别音频内容获得文本信息。本发明能够在无需利用其他编辑软件的基础上，方便快捷地创建音频摘要，并进一步将音频摘要转化为文本文摘保存。一方面方便读者快速了解未听阅过的新书的概要，另一方面也方便读者实时保存自己关心的音频片段，便于日后准确回忆起已听阅书籍的内容，以利于有针对性地选择重听与否。

技术领域

本发明涉及语音信息处理技术领域，尤其涉及一种能够对实时播放的语音文件创建摘要的方法及其装置。

背景技术

随着智能手机的迅速发展，人们的阅读方式也发生着剧烈的改变，随着各类“听书”软件的出现，越来越多的人也从传统的看书转换为听书。听书的好处不一而足，例如保护视力，节约资源，随时随地不受外界影响等等。然而对于目前的听书播放器而言，也存在着一些弊端。例如，当用户对一本全新的书籍进行听阅时，若想在较短时间内确定该音频书籍是否适合自己，则需要对书籍进行快速浏览。而由于现有的播放器在播放书籍音频文件时，只能实现从头到尾的顺序完整播放，若想对音频文件进行选择式浏览，则只能通过更为复杂的音频编辑软件进行手动操作，不仅费时费力，而且需要一定的专业基础，不适合广大普通听众的日常使用。

发明内容

本发明旨在解决上面描述的问题，提供一种使用户能方便快速地对书籍等音频文件进行音频摘要文本创建的方法及其装置。

根据本发明的第一方面，本发明提供一种基于语音识别的音频摘要文本创建方法，包括以下步骤：

S1：播放音频文件时，接收创建摘要命令；

S2：确定接收到创建摘要命令时音频文件的播放位置；

S3：根据播放位置确定目标音频段的位置信息；

S4：获取目标音频段中的音频内容；

S5：识别音频内容获得文本信息。

根据本发明提供的音频摘要文本创建方法，其中，步骤S3中根据播放位置确定目标音频段的位置信息的方法包括以下内容中的任一种：

将播放位置作为目标音频段的起始位置，将起始位置之后的预设时长的位置作为目标音频段的结束位置；

将播放位置作为目标音频段的结束位置，将结束位置之前的预设时长的位置作为目标音频段的起始位置；

将播放位置和偏移时长位置的和作为目标音频段的起始位置，将起始位置之后的预设时长的位置作为目标音频段的结束位置；和

将播放位置和偏移时长位置的和作为目标音频段的结束位置，将结束位置之前的预设时长的位置作为目标音频段的起始位置。

根据本发明提供的音频摘要文本创建方法，其中，步骤S3中根据播放位置确定目标音频段的位置信息的方法包括：

接收到的创建摘要命令的类型为指示提取起始点的第一创建摘要命令时，将当前播放位置作为目标音频段的起始位置；

接收到的创建摘要命令的类型为指示提取结束点的第二创建摘要命令时，将当前播放位置作为目标音频段的结束位置。

根据本发明提供的音频摘要文本创建方法，其中，步骤S5之前还包括：重复执行步骤S1至步骤S4，直至音频文件播放完毕；具体包括：

S11：播放音频文件时接收到第N次创建摘要命令；

S21：确定接收到第N次创建摘要命令时音频文件的播放位置；

S31：根据播放位置确定目标音频段的位置信息；