[发明专利]一种信息处理方法及装置

权利要求书

1.一种信息处理方法，所述方法包括：

获取第一音频信息中的第一音频片段；

确定所述第一音频片段的起始时间和结束时间，以及确定所述第一音频片段对应的预测文本信息；

根据所述第一音频片段的起始时间和结束时间，确定所述第一音频信息对应的第一文本信息中所述第一音频片段对应的第二文本信息；

利用所述预测文本信息替换所述第二文本信息。

2.根据权利要求1所述的方法，所述预测文本信息基于文本模型确定，所述方法还包括：

获取第一语句样本；

基于所述文本模型确定所述第一语句样本对应的文本预测标签；

确定与所述第一语句样本对应的文本样本标签和所述文本预测标签之间的差异；

基于所述文本样本标签和所述文本预测标签之间的差异，调整所述文本模型的模型参数。

3.根据权利要求2所述的方法，

所述文本样本标签至少对应不同情绪、不同语气、不同语调或者不同语速的至少一个所述第一语句样本。

4.根据权利要求1所述的方法，所述确定所述第一音频片段对应的预测文本信息包括：

基于采集所述第一音频信息的应用程序和/或语言环境，确定识别所述第一音频片段的文本模型；

基于所述文本模型，识别所述第一音频片段对应的预测文本信息。

5.根据权利要求1所述的方法，所述获取第一音频信息中的第一音频片段包括：

基于当前接收所述第一音频信息的第一时间以及时间阈值，确定所述第一时间之前的第二时间；

确定所述第一音频信息中，起始时间为所述第二时间，结束时间为所述第一时间的音频片段为所述第一音频片段。

6.根据权利要求1所述的方法，所述获取第一音频信息中的第一音频片段包括：

识别所述第一音频信息中包括目标语句类型的情况下，基于所述目标语句类型对的音频片段结束的第一时间以及时间阈值，确定所述第一时间之前的第二时间；

确定所述第一音频信息中，起始时间为所述第二时间，结束时间为所述第一时间的音频片段为所述第一音频片段；

其中，所述目标语句类型至少包括：具备目标文本结构的语句类型、包括目标关键词的语句类型或者包括目标关键字的语句类型。

7.根据权利要求6所述的方法，所述目标语句类型基于语句类型模型确定，所述识别所述第一音频信息包括目标语句类型之前，所述方法还包括：

获取第二语句样本；

基于所述语句类型模型确定所述第二语句样本对应的语句类型预测标签；

确定与所述第二语句样本对应的语句类型样本标签和所述语句类型预测标签之间的差异；

基于所述语句类型预测标签与所述语句类型样本标签之间的差异调整所述语句类型模型的模型参数。

8.根据权利要求1所述的方法，所述根据所述第一音频片段的起始时间和结束时间，确定所述第一音频信息对应的每个第一文本信息中所述第一音频片段对应的第二文本信息包括：

确定每个所述第一文本信息中各文本对应的音频片段在所述第一音频信息中的时间信息；

在所述时间信息中查找所述第一音频片段的起始时间和结束时间；

确定与所述第一音频片段的起始时间和结束时间对应的第二文本信息。

9.根据权利要求1所述的方法，所述利用所述预测文本信息替换所述第二文本信息之后，所述方法还包括：

比较所述第一音频信息包括所述预测文本信息的每个所述第一文本信息的时间相似度和音素相似度；

确定包括所述预测文本信息的所述第一文本信息的时间相似度和音素相似度的加权值最高的第一文本信息，为所述第一音频信息对应的第三文本信息；

输出所述第三文本信息。

10.一种信息处理装置，所述装置包括：

获取单元，用于获取第一音频信息中的第一音频片段；

处理单元，用于确定所述第一音频片段的起始时间和结束时间，以及确定所述第一音频片段对应的预测文本信息；根据所述第一音频片段的起始时间和结束时间，确定所述第一音频信息对应的第一文本信息中所述第一音频片段对应的第二文本信息；

替换单元，用于利用所述预测文本信息替换所述第二文本信息。