[发明专利]音频文件处理方法及装置、音频文件播放方法及装置

说明书

本发明实施例提供一种音频文件处理方法及装置、音频文件播放方法及装置，属于音频信号处理领域。所述方法包括：获取音频文件中每段音频内容在所述音频文件中的开始时间、结束时间，其中，所述每段音频内容包括一句或多句音频内容；获取音频文件中每段音频内容对应的文本内容；以及将所述每段音频内容的开始时间、结束时间及所述每段音频内容对应的文本内容进行关联，以生成所述音频文件的关联后的文本内容。其有助于用户快速、准确地从音频文件中查找并播放出感兴趣的音频内容段。

技术领域

本发明涉及音频信号处理领域，具体地，涉及一种音频文件处理方法及装置、音频文件播放方法及装置。

背景技术

在会议记录等场景中，通常需要使用音频文件来协助记录会议内容。在相关技术中，对于音频文件中感兴趣的音频内容需要通过快进或者拖拽进度条等方式来寻找。但是，通过快进或者拖拽进度条等方式，无法一次寻找到感兴趣的内容，通常会因为漏掉重要信息而需要反复进行寻找，效率较低。另外，在相关技术中，还通过将音频文件转换成文本，而在文本中查找出感兴趣的内容，但是据此仍然无法准确定位出感兴趣的内容所对应的音频内容在音频文件中的位置。

发明内容

本发明实施例的目的是提供一种音频文件处理方法及装置、音频文件播放方法及装置，用于至少解决上述技术问题。

为了实现上述目的，本发明实施例提供一种音频文件处理方法，所述方法包括：获取音频文件中每段音频内容在所述音频文件中的开始时间、结束时间，其中，所述每段音频内容包括一句或多句音频内容；获取音频文件中每段音频内容对应的文本内容；以及将所述每段音频内容的开始时间、结束时间及所述每段音频内容对应的文本内容进行关联，以生成所述音频文件的关联后的文本内容。

可选的，所述获取音频文件中每段音频内容的开始时间及结束时间包括：将所述音频文件分割成多个分片，其中每个所述分片的时间长度小于预设时间，每句音频内容包括一个或多个所述分片；将所述多个分片按照时间顺序输入至语音转写引擎中以获取所述语音转写引擎返回的文本结果，所述文本结果包括：分片对应的文本内容、分片的顺序编号、分片是否为一句音频内容的最后一个分片的标志；基于所述文本结果，确定所述每段音频内容包括的特定分片，所述特定分片为所述每段音频内容包括的第一个分片和/或最后一个分片；以及基于所述每段音频内容包括的所述特定分片的顺序编号和每个所述分片的时间长度而确定所述每段音频内容的开始时间及结束时间。

可选的，所述获取音频文件中每段音频内容对应的文本内容包括：基于所述每段音频内容包括的所述特定分片在所述音频文件中的顺序编号和每个所述分片对应的文本内容而确定每段音频内容对应的文本内容。

可选的，所述预设时间不大于200ms。

可选的，所述将所述每段音频内容的开始时间、结束时间及所述每段音频内容对应的文本内容进行关联包括：将所述每段音频内容的开始时间和结束时间存储于所述每段音频内容对应的文本内容的特定位置处，和/或所述方法还包括以下一者或多者：对应存储所述音频文件和所述关联后的文本内容；或隐藏对所述每段音频内容的开始时间和结束时间的显示。

相应的，本发明实施例还提供一种音频文件播放方法，所述音频文件根据上述音频文件处理方法而进行处理，所述音频文件播放方法包括：识别用户输入或选择的关键词；从所述音频文件的关联后的文本内容中检索所述关键词；确定包括所述关键词的文本内容所对应的音频内容在所述音频文件中的开始时间及结束时间；以及基于所述开始时间及所述结束时间播放所述音频文件。

相应的，本发明实施例还提供一种音频文件处理装置，所述装置包括：第一获取模块，用于获取音频文件中每段音频内容在所述音频文件中的开始时间、结束时间，其中，所述每段音频内容包括一句或多句音频内容；第二获取模块，用于获取音频文件中每段音频内容对应的文本内容；以及关联模块，用于将所述每段音频内容的开始时间、结束时间及所述每段音频内容对应的文本内容进行关联，以生成所述音频文件的关联后的文本内容。