[发明专利]音频角色分割与识别文字的交互系统、方法、终端及介质

权利要求书

1.一种对话音频角色分割与识别文字的交互系统，其特征在于，包括服务器和用户终端，所述服务器接收用户终端发送的待识别对话音频数据流；所述服务器包括语音处理模块、语音识别文字模块和输出模块，所述语音处理模块被配置为对待识别对话音频数据流进行播放；获取用户终端对语音角色的分配操作并识别语音角色分配；按角色对音频数据流进行标记；根据角色标记分割出不同角色所对应的音频数据流；所述语音识别文字模块被配置为将不同角色的音频数据流识别为文字信息；所述输出模块被配置为输出文字信息。

2.如权利要求1所述的对话音频角色分割与识别文字的交互系统，其特征在于，所述语音处理模块包括语音播放模块,所述语音播放模块被配置为播放待识别对话音频数据流。

3.如权利要求1所述的对话音频角色分割与识别文字的交互系统，其特征在于，所述语音处理模块包括角色分配识别模块，所述角色分配识别模块被配置为获取用户终端对语音角色的分配操作并识别语音角色分配信息信息。

4.如权利要求3所述的对话音频角色分割与识别文字的交互系统，其特征在于，所述语音处理模块还包括角色标记模块，所述角色标记模块被配置为根据所述语音角色分配信息对播放的音频数据流进行角色标记，且记录角色标记所对应的音频数据流的时间点。

5.如权利要求4所述的对话音频角色分割与识别文字的交互系统，其特征在于，所述语音处理模块还包括语音分割模块，所述语音分割模块被配置为将相邻时间点的音频数据流被标记为不同角色的音频数据流进行分割处理，对相邻时间点的音频数据流被标记为同一角色的相邻音频数据流则不进行分割处理，分割出不同角色对应的音频数据流。

6.一种对话音频角色分割与识别文字的交互方法，其特征在于，具体包括以下步骤，

服务器接收并获取用户终端发送的待识别对话音频数据流；

服务器获取用户终端对所述待识别对话音频数据流进行编辑请求；

服务器对待识别对话音频数据流进行播放；

服务器获取用户终端对语音角色的分配操作并识别语音角色分配，将对话音频数据流按所述角色分配对对话音频数据流进行角色标记，并记录角色标记所对应的音频数据流的时间点；

服务器根据角色标记分割出不同角色所对应的音频数据流；

服务器将所述不同角色所对应的音频数据流进行识别转换为文字信息；

服务器输出所述文字信息。

7.如权利要求6所述的音频角色分割与识别文字的交互方法，其特征在于，所述服务器根据角色标记分割出不同角色所对应的音频数据流的具体方法包括：将相邻时间点的音频数据流被标记为不同角色的音频数据流进行分割处理，对相邻时间点的音频数据流被标记为同一角色的相邻音频数据流则不进行分割处理。

8.一种移动终端，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，其特征在于，所述处理器被配置用于调用所述程序指令，执行如权利要求6或7所述的方法。

9.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求6或7所述的方法。