[发明专利]音频消息分段方法、装置、存储介质和电子设备

说明书

本公开涉及一种音频消息分段方法、装置、存储介质和电子设备，以解决相关技术中对音频消息中的特定部分进行定位和播放进度的控制时操作难度大并且精确性较低的技术问题，该方法包括：通过预设的人声识别算法确定即时通讯应用接收到的第一音频消息中是否存在人声；若确定该第一音频消息中存在人声，通过预设的音频分割算法将该第一音频消息转换为一段或多段第二音频消息，该第二音频消息为由连续人声组成的音频消息。能够通过将音频消息分为一段或多段只包含连续人声的音频消息，使用户能够精确定位并反复收听音频消息中的包含人声的段落，降低对音频消息播放进度的控制难度，提高用户体验。

技术领域

本公开涉及即时通讯应用设计领域，具体地，涉及一种音频消息分段方法、装置、存储介质和电子设备。

背景技术

目前，随着通信技术的飞速发展，通过具备音频消息传输功能的即时通讯应用进行信息交互在人们的生活中越来越普遍。其中，音频消息通常通过消息触发标识被显示在即时通讯应用的用户界面上，并在用户点击消息触发标识时，对相应的音频消息进行播放。对于持续时长较长的音频消息来说，能够以简单的方式控制其播放进度，以对持续时长较长的音频消息中的某一部分音频进行反复收听，成为用户的需求。因此，有效、准确的控制音频消息播放进度的方法对于降低用户操作难度，提高用户体验具有至关重要的价值。

发明内容

本公开的主要目的是提供一种音频消息分段方法、装置、存储介质和电子设备，以解决相关技术中对音频消息中的特定部分进行定位和播放进度的控制时操作难度大并且精确性较低的技术问题。

为了实现上述目的，本公开第一方面提供一种音频消息分段方法，所述方法包括：

通过预设的人声识别算法确定即时通讯应用接收到的第一音频消息中是否存在人声；

若确定所述第一音频消息中存在人声，通过预设的音频分割算法将所述第一音频消息转换为一段或多段第二音频消息，所述第二音频消息为由连续人声组成的音频消息。

可选的，在所述通过预设的音频分割算法将所述第一音频消息转换为一段或多段第二音频消息之后，还包括：

根据每段所述第二音频消息的起始时间点，在所述即时通讯应用的用户界面中依次输出所述一段或多段第二音频消息对应的一个或多个消息触发标识。

可选的，所述通过预设的人声识别算法确定第一音频消息中是否存在人声，包括：

通过预设的人声优化方案对所述即时通讯应用接收到的目标音频消息对应的音频信号进行处理，以获取所述第一音频消息，所述目标音频消息为持续时长超过预设时长的音频消息；

通过所述人声识别算法对所述第一音频消息对应的音频信号进行检测，以确定所述第一音频消息中是否存在人声。

可选的，所述若确定所述第一音频消息中存在人声，通过预设的音频分割算法将所述第一音频消息转换为一段或多段第二音频消息，包括：

通过所述音频分割算法识别所述第一音频消息对应的音频信号中的由连续人声信号组成的非沉默信号段和不包含人声信号的沉默信号段；

删除所述音频信号中的所有所述沉默信号段；

将保留下的每个所述非沉默信号段对应的音频消息作为所述第二音频消息，以获取所述一段或多段第二音频消息。

本公开第二方面提供一种音频消息分段装置，所述装置包括：

人声识别模块，用于通过预设的人声识别算法确定即时通讯应用接收到的第一音频消息中是否存在人声；

音频分割模块，用于通过预设的音频分割算法将所述第一音频消息转换为一段或多段第二音频消息，所述第二音频消息为仅包含连续人声的音频消息。

可选的，所述装置，还包括：