[发明专利]一种音频和文本的同步方法、装置、设备以及介质

权利要求书

1.一种音频和文本的同步方法，其特征在于，包括：

确定用于音频转换的多个第一文本片段和用于阅读展示的第二文本；其中，所述多个第一文本片段和所述第二文本来自初始文本；

将各所述第一文本片段转换为音频片段，得到所述第一文本片段与所述音频片段之间的第一映射关系；

将各所述第一文本片段与所述第二文本进行匹配，得到所述第一文本片段与所述第二文本中的第二文本片段之间的第二映射关系；

基于所述第一映射关系和所述第二映射关系，确定与各所述音频片段相同步的第二文本片段。

2.根据权利要求1所述的方法，其特征在于，所述将各所述第一文本片段与所述第二文本进行匹配，包括：

基于各所述第一文本片段中的一个或多个符号以及所述第二文本中的一个或多个符号，将各所述第一文本片段与所述第二文本进行匹配。

3.根据权利要求2所述的方法，其特征在于，所述基于各所述第一文本片段中的一个或多个符号以及所述第二文本中的一个或多个符号，将各所述第一文本片段与所述第二文本进行匹配，包括：

删除所述第二文本中的符号，得到第三文本；

针对各所述第一文本片段：

删除该第一文本片段中的符号，得到第一临时文本片段；

在所述第三文本中查找与所述第一临时文本片段相同的第二临时文本片段；

在所述第二文本中，查找与所述第二临时文本片段前相邻的第一符号，以及与所述第二临时文本片段后相邻的第二符号；

基于所述第一符号和所述第二符号，确定所述第二文本中与该第一文本片段匹配的第二文本片段。

4.根据权利要求3所述的方法，其特征在于，所述基于所述第一符号和所述第二符号，确定所述第二文本中与该第一文本片段匹配的第二文本片段，包括：

基于该第一文本片段，确定与该第一临时文本片段前相邻的第三符号，以及与该第一临时文本片段后相邻的第四符号；

将所述第一符号和所述第二符号分别与所述第三符号和所述第四符号进行匹配；

基于所述匹配的结果确定所述第二文本中与该第一文本片段匹配的第二文本片段。

5.根据权利要求4所述的方法，其特征在于，所述基于所述匹配的结果确定所述第二文本中与该第一文本片段匹配的第二文本片段，包括：

若所述匹配的结果为：所述第一符号与所述第三符号相同，且所述第二符号与所述第四符号相同，则确定该第二文本片段的起始位置为所述第一符号，且结束位置为所述第二符号；

若所述匹配的结果为：所述第一符号与所述第三符号相同，且所述第二符号与所述第四符号不同，则确定该第二文本片段的起始位置为所述第一符号，且结束位置为该第二文本片段的片尾；

若所述匹配的结果为：所述第一符号与所述第三符号不同，且所述第二符号与所述第四符号相同，则确定该第二文本片段的起始位置为该第二文本片段的片首，且结束位置为所述第二符号；

若所述匹配的结果为：所述第一符号与所述第三符号不同，且所述第二符号与所述第四符号不同，则确定该第二文本片段的起始位置为该第二文本片段的片首，且结束位置为该第二文本片段的片尾。

6.根据权利要求3所述的方法，其特征在于，所述方法还包括：

若在所述第三文本中未查找到与所述第一临时文本片段相同的第二临时文本片段，则将该第一文本片段与下一个第一文本片段合并，得到合并文本片段；

确定该第一文本片段的上一个第一文本片段在所述第二文本中的结束位置为所述合并文本片段在所述第二文本中的起始位置；

确定所述下一个第一文本片段在所述第二文本中的结束位置为所述合并文本片段在所述第二文本中的结束位置。

7.根据权利要求1所述的方法，其特征在于，所述确定用于音频转换的多个第一文本片段和用于阅读展示的第二文本包括：

获取初始文本，并基于所述初始文本确定用于音频转换的第一文本和用于阅读展示的第二文本；

将所述第一文本拆分为多个第一文本片段。