[发明专利]音频标注方法、装置、计算机可读介质及电子设备

说明书

本申请属于人工智能技术领域，具体涉及一种音频标注方法、标注装置、计算机可读介质以及电子设备；本申请通过建立音频进度条，并自动识别音频文件中的机器语音片段和用户话术片段，然后获取用户话术片段对应的标注标签，并自动在音频进度条上形成带有标注标签的标注点，利用本申请的方法进行音频标注，用户可以选择性的听用户话术片段来进行标注，标注效率高，标注准确性高；同时，本申请标注的内容可以直观的显示在音频进度条上，方便用户对音频中内容的快速定位，方便人工对AI对话进行快速复核，以实现对AI机器人的优化。

技术领域

本申请属于人工智能技术领域，具体涉及一种音频标注方法、音频标注装置、计算机可读介质以及电子设备。

背景技术

随着科技的进步，人工智能(AI)领域发展迅速，在人工智能的语音对话领域，现有的客服平台已经能够实现机器人与用户的语音对话，而在这个对话过程中，机器人需要识别用户话术，理解用户话术的真实含义，才能进行有效的沟通。

为了提高AI机器人对用户话术的理解能力，常常需要对已生成的对话音频进行人工复核并根据复核结果进行标注，然后根据标注内容对AI机器人进行优化。然而，现有的对话音频标注需要人工一边听录音，一边暂停标注，整个过程步骤繁琐，标注效率低；而且由于暂停需要反应时间、机器接收需要响应时间，经常会出现标记点和实际的用户话术点存在误差的情况，标注不准确，同时，现有的标注方法也无法直接将标注的内容显示在进度条上，不利于音频文件中用户话术的定位。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本申请的目的在于提供一种音频标注方法、音频标注装置、计算机可读介质以及电子设备，至少在一定程度上克服相关技术中音频标注效率低；标注准确性差，标注的内容无法直观的显示在进度条上等技术问题。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面，提供一种音频标注方法，所述方法包括：

获取音频文件，根据所述音频文件的音频时长建立音频进度条，所述音频文件包括人机交互对话中的机器语音片段和用户话术片段；

识别所述音频文件中的机器语音片段和用户话术片段，并记录所述用户话术片段在所述音频文件中的起始时间；

获取所述用户话术片段的标注标签；所述标注标签包括用户对所述用户话术片段做的标注内容；

基于所述起始时间，在所述音频进度条上生成标注点，将所述标注标签嵌入到所述标注点上。

根据本申请实施例的一个方面，提供一种音频标注装置，包括：

进度条建立模块，被配置为获取音频文件，根据所述音频文件的音频时长建立音频进度条，所述音频文件包括人机交互对话中的机器语音片段和用户话术片段；

识别模块，被配置为识别所述音频文件中的机器语音片段和用户话术片段，并记录所述用户话术片段在所述音频文件中的起始时间；

标签获取模块，被配置为获取所述用户话术片段的标注标签；所述标注标签包括用户对所述用户话术片段做的标注内容；

标注模块，被配置为基于所述起始时间，在所述音频进度条上生成标注点，将所述标注标签嵌入到所述标注点上。

在本申请的一些实施例中，基于以上技术方案，所述进度条建立模块包括：

进度条特征获取单元，被配置为获取音频文件、第一触摸点和第二触摸点；

连线单元，被配置为将所述第一触摸点和所述第二触摸点的连线作为初始进度条；