[发明专利]音频打点数据获取方法、装置、存储介质及电子设备

说明书

本发明实施例提供了一种音频打点数据获取方法、装置、存储介质及电子设备，方法包括：获取待打点音频和对应的原始文本；根据待打点音频和原始文本获取文字级初始打点文本；获取原始文本的原始文字，以及与原始文字位置对应的打点文字；当二者一致时，确定原始文字前后的标点符号，基于标点符号的类型以及标点符号与原始文字的位置，确定合并方式，根据合并方式对标点符号与打点文字进行合并，得到符号打点文字，并将对应的起止时间打点至符号打点文字，直至完成全部原始文字的处理，得到待打点音频的音频打点数据。本发明实施例所提供的音频打点数据获取方法，可以提高对应于音频的文本中每个字的打点数据的获取效率和精度。

技术领域

本发明实施例涉及计算机领域，尤其涉及一种音频打点数据获取方法、装置、存储介质及电子设备。

背景技术

随着电子产品的大量使用，越来越多的阅读功能迁移到移动设备上，为了提高阅读体验，会同时播放文本对应的音频，并且，还需要在音频播放时，高亮显示对应的文本，为此就需要通过获取与音频对应的打点数据，即音频打点数据，音频打点数据是指标识了文本在音频中的起始时间戳和终止时间戳的数据，这样在音频播放的过程中，可以根据起始时间戳和终止时间戳同时高亮显示对应的文本。

然而，为了获取音频打点数据，目前所采用的方法，或者仅能在句子维度进行时间戳数据的获取，无法对句子中每个字进行时间戳的打点标识；或者需要人工操作实现对于句子中每个字的时间戳的打点标识，这不仅效率很低，而且所得到的时间戳数据的精度有限。

因此，如何提高对应于音频的文本中每个字的打点数据的获取效率和精度，就成为亟需解决的技术问题。

发明内容

本发明实施例提供一种音频打点数据获取方法、装置、存储介质及电子设备，以提高对应于音频的文本中每个字的打点数据的获取效率和精度。

为解决上述问题，本发明实施例提供一种音频打点数据获取方法，包括：

获取待打点音频和与所述待打点音频对应的原始文本；

将所述待打点音频和所述原始文本输入文字级时间打点模型，获取文字级初始打点文本，其中，所述文字级初始打点文本包括打点文字和各个所述打点文字在所述待打点音频中的起止时间；

当在预定时间阈值内获取到所述文字级初始打点文本时，获取所述原始文本的原始文字，以及所述文字级初始打点文本中与所述原始文字位置对应的所述打点文字；

当位于同一文字位置的所述原始文字和所述打点文字一致时，确定所述原始文字前后的标点符号，基于所述标点符号的类型以及所述标点符号与所述原始文字的相对位置，确定所述标点符号与所述打点文字的合并方式，根据所述合并方式对所述标点符号与所述打点文字进行合并，得到符号打点文字，并将对应的所述起止时间打点至所述符号打点文字，直至完成所述原始文本全部所述原始文字与标点符号的处理，得到所述待打点音频的音频打点数据。

为解决上述问题，本发明实施例还提供一种音频打点数据获取装置，包括：

待打点音频和原始文本获取单元，适于获取待打点音频和与所述待打点音频对应的原始文本；

文字级初始打点文本获取单元，适于将所述待打点音频和所述原始文本输入文字级时间打点模型，获取文字级初始打点文本，其中，所述文字级初始打点文本包括打点文字和各个所述打点文字在所述待打点音频中的起止时间；

原始文字和打点文字获取单元，适于当在预定时间阈值内获取到所述文字级初始打点文本时，获取所述原始文本的原始文字，以及所述文字级初始打点文本中与所述原始文字位置对应的所述打点文字；