[发明专利]对图片、视频进行语音标记的方法及装置

权利要求书

1.一种对图片进行语音标记的方法，包括：

显示包括目标图片的录音界面；

响应于基于所述录音界面发出的录音开始指令，持续采集语音信号；

响应于基于所述录音界面发出的录音结束指令，将采集到的语音信号存储为音频文件；

在所述目标图片上添加关联所述音频文件的语音标记。

2.根据权利要求1所述的方法，其中，在显示包括目标图片的录音界面之前，所述方法还包括：

响应于针对目标图片的触发指令，显示语音标记图标；

其中显示包括目标图片的录音界面，包括：

响应于对所述语音标记图标的触发指令，跳转至所述录音界面。

3.根据权利要求2所述的方法，其中，响应于针对目标图片的触发指令，显示语音标记图标，包括：

响应于针对所述目标图片的查看指令，显示所述语音标记图标；或，

响应于针对所述目标图片的编辑指令，显示所述语音标记图标，或，

响应于用于截取所述目标图片的截屏指令，显示所述语音标记图标；或，

响应于针对所述目标图片的发送指令，显示所述语音标记图标。

4.根据权利要求2所述的方法，其中，在响应于针对目标图片的触发指令，显示语音标记图标之前，所述方法还包括：

显示针对第一视频的播放界面；

其中响应于针对目标图片的触发指令，显示语音标记图标，包括：

响应于针对所述第一视频发出的跳转指令，将跳转显示的视频帧确定为所述目标图片，并在所述播放界面显示所述语音标记图标；或，

响应于针对所述第一视频发出的暂停指令，将暂停显示的视频帧确定为所述目标图片，并在所述播放界面显示所述语音标记图标。

5.根据权利要求1所述的方法，其中，响应于基于所述录音界面发出的录音开始指令，持续采集语音信号，包括：

响应于基于所述录音界面中目标图片的第一位置发出的录音开始指令，持续采集语音信号；

其中，在所述目标图片上添加关联所述音频文件的语音标记，包括：

在所述目标图片的第一位置添加所述语音标记。

6.根据权利要求1所述的方法，其中，所述录音开始指令对应于：对所述目标图片的长按操作，所述录音结束指令对应于：对所述目标图片的取消按压操作；或，

所述录音开始指令对应于：对鼠标右键的点击操作，所述录音结束指令对应于：对鼠标右键的再次点击操作；或，

所述录音开始指令对应于：对所述录音界面中录音开始图标的触发指令，所述录音结束指令对应于：对所述录音界面中录音结束图标的触发指令。

7.根据权利要求1所述的方法，其中，在所述目标图片上添加关联所述音频文件的语音标记，还包括：

在所述语音标记中显示序号，所述序号基于对所述目标图片添加的在先的语音标记的数量而确定或由用户自定义输入。

8.根据权利要求1所述的方法，其中，响应于基于所述录音界面发出的录音结束指令，将采集到的语音信号存储为音频文件，还包括：

对采集到的语音信号进行语音识别，得到识别文本；

确定所述识别文本对应的主题文本；

其中在所述目标图片上添加关联所述音频文件的语音标记，还包括：

在所述语音标记中显示所述主题文本。

9.根据权利要求8所述的方法，其中，确定所述识别文本对应的主题文本，包括：

将所述识别文本输入预先训练的摘要抽取模型中，得到对应的摘要文本，作为所述主题文本；或，

将所述识别文本输入预先训练的关键词提取模型中，得到对应的关键词，作为所述主题文本。

10.根据权利要求1所述的方法，其中，在所述目标图片上添加关联所述音频文件的语音标记之后，所述方法还包括：

接收用户基于所述语音标记输入的自定义文本；

在所述语音标记中显示所述自定义文本。