[发明专利]用于确定音频语句的边界的方法和装置有效
| 申请号： | 201910164569.4 | 申请日： | 2019-03-05 |
| 公开（公告）号： | CN109754783B | 公开（公告）日： | 2020-12-25 |
| 发明（设计）人： | 袁胜龙 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G10L15/04 | 分类号： | G10L15/04;G10L15/05;H04N5/278;H04N21/439;H04N21/488 |
| 代理公司： | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人： | 王达佐;马晓亚 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开实施例公开了用于确定音频语句的边界的方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：将视频资源中的至少三个连续语句拼接成组合句，根据视频资源的字幕文件从视频资源的音频文件中提取出组合句对应的音频信号，将组合句对应的音频信号输入解码器进行解码，得到组合句对应的音素标签序列，从字幕文件中提取出组合句中的目标语句对应的文本，将目标语句对应的文本转换为声韵母序列，目标语句为组成组合句的至少三个连续语句中不在组合句边缘的语句，以及利用目标语句对应的声韵母序列对组合句对应的音素标签序列进行匹配，以确定目标语句的语音边界。该实施方式实现了对视频资源中的语句的音频的精准切分。 | ||
| 搜索关键词： | 用于 确定 音频 语句 边界 方法 装置 | ||
【主权项】：
1.一种用于确定音频语句的边界的方法，包括：将视频资源中的至少三个连续语句拼接成组合句；根据所述视频资源的字幕文件从所述视频资源的音频文件中提取出所述组合句对应的音频信号；将所述组合句对应的音频信号输入解码器进行解码，得到所述组合句对应的音素标签序列；从所述字幕文件中提取出所述组合句中的目标语句对应的文本，将所述目标语句对应的文本转换为声韵母序列，所述目标语句为组成所述组合句的至少三个连续语句中不在所述组合句边缘的语句；以及利用所述目标语句对应的声韵母序列对所述组合句对应的音素标签序列进行匹配，以确定所述目标语句的语音边界。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910164569.4/，转载请声明来源钻瓜专利网。
