本發(fā)明屬于計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種音頻批量分割方法及裝置。

背景技術(shù)：

目前根據(jù)錄音文本的內(nèi)容錄制對(duì)應(yīng)的音頻后，需要進(jìn)行后期音頻處理，將錄音文本的內(nèi)容分割成多個(gè)對(duì)應(yīng)的小音頻段，現(xiàn)有的音頻分割方法是：把音頻導(dǎo)入Audition音頻處理軟件中，通過(guò)人工一邊看錄音文本，一邊聽錄音后的音頻，同時(shí)將每小段加上標(biāo)識(shí)，之后導(dǎo)出標(biāo)記有標(biāo)識(shí)的小音頻段，從而完成音頻拆分，該方法依賴人工進(jìn)行分割，需要花費(fèi)大量的時(shí)間，從而增加人力成本，另外，通過(guò)人工去邊看錄音文本邊標(biāo)記，需要一直集中注意力，否則出錯(cuò)率很高，后期還需要人工進(jìn)行校正，保證正確率，效率極低。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種音頻批量分割方法及裝置，旨在解決現(xiàn)有技術(shù)中需要依賴人工對(duì)音頻進(jìn)行分割，導(dǎo)致人力成本過(guò)高、分割效率較低以及出錯(cuò)率較高的問(wèn)題。

一方面，本發(fā)明提供了一種音頻批量分割方法，所述方法包括下述步驟：

獲取錄音文本以及錄音后的音頻，將所述音頻進(jìn)行語(yǔ)音識(shí)別，得到對(duì)應(yīng)的待匹配文本；

將所述待匹配文本與所述錄音文本進(jìn)行匹配；

根據(jù)預(yù)設(shè)匹配度，從所述音頻中分割出對(duì)應(yīng)的小音頻段。

另一方面，本發(fā)明提供了一種音頻批量分割裝置，所述裝置包括：

待匹配文本識(shí)別單元，用于獲取錄音文本以及錄音后的音頻，將所述音頻進(jìn)行語(yǔ)音識(shí)別，得到對(duì)應(yīng)的待匹配文本；

文本匹配單元，用于將所述待匹配文本與所述錄音文本進(jìn)行匹配；以及

小音頻分割單元，用于根據(jù)預(yù)設(shè)匹配度，從所述音頻中分割出對(duì)應(yīng)的小音頻段。

在本發(fā)明實(shí)施例中，將錄音后的音頻通過(guò)語(yǔ)音識(shí)別得到待匹配文本，將待匹配文本與錄音文本進(jìn)行匹配后，從音頻中分割出對(duì)應(yīng)的小音頻段，通過(guò)語(yǔ)音識(shí)別與文本匹配，實(shí)現(xiàn)將錄音的音頻，按錄音文本的要求，直接批量分割成多個(gè)小音頻段，無(wú)需逐個(gè)一一加標(biāo)識(shí)再導(dǎo)出分割小音頻段，從而提高拆分效率，節(jié)約人力成本以及降低出錯(cuò)率。

附圖說(shuō)明

圖1是本發(fā)明實(shí)施例一提供的音頻批量分割方法的實(shí)現(xiàn)流程圖；以及

圖2是本發(fā)明實(shí)施例二提供的音頻批量分割裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

以下結(jié)合具體實(shí)施例對(duì)本發(fā)明的具體實(shí)現(xiàn)進(jìn)行詳細(xì)描述：

實(shí)施例一：

圖1示出了本發(fā)明實(shí)施例一提供的音頻批量分割方法的實(shí)現(xiàn)流程圖，為了便于說(shuō)明，僅示出了與本發(fā)明實(shí)施例相關(guān)的部分，詳述如下：

在步驟S101中，獲取錄音文本以及錄音后的音頻，將音頻進(jìn)行語(yǔ)音識(shí)別，得到對(duì)應(yīng)的待匹配文本。

在本發(fā)明實(shí)施例中，根據(jù)已有的錄音文本進(jìn)行錄音，得到錄音后的音頻，錄音之后需要對(duì)該音頻進(jìn)行處理，通過(guò)語(yǔ)音識(shí)別技術(shù)得到識(shí)別后的待匹配文本，該待匹配文本是對(duì)應(yīng)該音頻識(shí)別出的文本數(shù)據(jù)。

進(jìn)一步地，根據(jù)說(shuō)話的時(shí)間間隔，將音頻分割為臨時(shí)音頻段；

將臨時(shí)音頻段進(jìn)行語(yǔ)音識(shí)別，得到對(duì)應(yīng)的待匹配文本。

具體地，為了降低數(shù)據(jù)處理量，可以通過(guò)預(yù)處理將音頻根據(jù)說(shuō)話的時(shí)間間隔進(jìn)行臨時(shí)分割，得到臨時(shí)音頻段，然后對(duì)該臨時(shí)音頻段進(jìn)行語(yǔ)音識(shí)別，得到對(duì)應(yīng)的待匹配文本。

在步驟S102中，將待匹配文本與錄音文本進(jìn)行匹配。

在本發(fā)明實(shí)施例中，通過(guò)對(duì)音頻進(jìn)行語(yǔ)音識(shí)別得到待匹配文本，將待匹配文本與錄音文本進(jìn)行匹配。

進(jìn)一步地，獲取待匹配文本的字符串；

將待匹配文本的字符串與錄音文本的字符串進(jìn)行逐字符匹配。

具體地，獲取待匹配文本的字符串，通過(guò)將待匹配文本的字符串與錄音文本的字符串進(jìn)行逐字符匹配，有效地保證了匹配的精確度，同時(shí)提高匹配效率。

在步驟S103中，根據(jù)預(yù)設(shè)匹配度，從音頻中分割出對(duì)應(yīng)的小音頻段。

在本發(fā)明實(shí)施例中，將待匹配文本與錄音文本進(jìn)行匹配，根據(jù)預(yù)設(shè)匹配度，從音頻中分割出對(duì)應(yīng)的小音頻段，該小音頻段包括對(duì)應(yīng)字、詞、短語(yǔ)和\或句子的音頻。

進(jìn)一步地，當(dāng)待匹配文本與錄音文本的匹配度大于預(yù)設(shè)匹配度時(shí)，從音頻中分割出對(duì)應(yīng)的小音頻段。

具體地，當(dāng)待匹配文本與錄音文本的匹配度為全完匹配時(shí)，從音頻中分割出對(duì)應(yīng)的小音頻段，還可以通過(guò)預(yù)設(shè)匹配度，將大于預(yù)設(shè)匹配度的待匹配文本所對(duì)應(yīng)的音頻中分割出對(duì)應(yīng)的小音頻段。根據(jù)實(shí)際經(jīng)驗(yàn)，可以將預(yù)設(shè)匹配度設(shè)定為60％-80％。

又進(jìn)一步地，當(dāng)待匹配文本與錄音文本的匹配度小于預(yù)設(shè)匹配度時(shí)，從錄音文本中提取出未匹配到的文本。

具體地，將待匹配文本與錄音文本進(jìn)行匹配，當(dāng)待匹配文本與錄音文本的匹配度小于預(yù)設(shè)匹配度時(shí)，從錄音文本中提取出未匹配到的文本，以便于后期再次對(duì)該未匹配到的文本，進(jìn)一步進(jìn)行處理。

在本發(fā)明實(shí)施例中，將錄音后的音頻通過(guò)語(yǔ)音識(shí)別得到待匹配文本，將待匹配文本與錄音文本進(jìn)行匹配后，從音頻中分割出對(duì)應(yīng)的小音頻段，通過(guò)語(yǔ)音識(shí)別與文本匹配，實(shí)現(xiàn)將錄音的音頻，按錄音文本的要求，直接批量分割成多個(gè)小音頻段，無(wú)需逐個(gè)一一加標(biāo)識(shí)再導(dǎo)出分割小音頻段，從而提高拆分效率，節(jié)約人力成本以及降低出錯(cuò)率。

本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分步驟是可以通過(guò)程序來(lái)指令相關(guān)的硬件來(lái)完成，所述的程序可以存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，所述的存儲(chǔ)介質(zhì)，如ROM/RAM、磁盤、光盤等。

實(shí)施例二：

圖2示出了本發(fā)明實(shí)施例二提供的音頻批量分割裝置的結(jié)構(gòu)示意圖，為了便于說(shuō)明，僅示出了與本發(fā)明實(shí)施例相關(guān)的部分。在本發(fā)明實(shí)施例中，音頻批量分割裝置包括：待匹配文本識(shí)別單元21、文本匹配單元22以及小音頻分割單元23，其中：

待匹配文本識(shí)別單元21，用于獲取錄音文本以及錄音后的音頻，將音頻進(jìn)行語(yǔ)音識(shí)別，得到對(duì)應(yīng)的待匹配文本。

在本發(fā)明實(shí)施例中，根據(jù)已有的錄音文本進(jìn)行錄音，得到錄音后的音頻，錄音之后需要對(duì)該音頻進(jìn)行處理，通過(guò)語(yǔ)音識(shí)別技術(shù)得到識(shí)別后的待匹配文本，該待匹配文本是對(duì)應(yīng)該音頻識(shí)別出的文本數(shù)據(jù)。

進(jìn)一步地，該待匹配文本識(shí)別單元21包括：臨時(shí)分割單元211以及待匹配文本識(shí)別子單元212，其中：

臨時(shí)分割單元211，用于根據(jù)說(shuō)話的時(shí)間間隔，將音頻分割為臨時(shí)音頻段；以及

待匹配文本識(shí)別子單元212，用于將臨時(shí)音頻段進(jìn)行語(yǔ)音識(shí)別，得到對(duì)應(yīng)的待匹配文本。

具體地，為了降低數(shù)據(jù)處理量，可以通過(guò)預(yù)處理將音頻根據(jù)說(shuō)話的時(shí)間間隔進(jìn)行臨時(shí)分割，得到臨時(shí)音頻段，然后對(duì)該臨時(shí)音頻段進(jìn)行語(yǔ)音識(shí)別，得到對(duì)應(yīng)的待匹配文本。

文本匹配單元22，用于將待匹配文本與錄音文本進(jìn)行匹配。

在本發(fā)明實(shí)施例中，通過(guò)對(duì)音頻進(jìn)行語(yǔ)音識(shí)別得到待匹配文本，將待匹配文本與錄音文本進(jìn)行匹配。

進(jìn)一步地，該文本匹配單元22包括：字符串單元221以及文本匹配子單元222，其中：

字符串單元221，用于獲取待匹配文本的字符串；以及

文本匹配子單元222，用于將待匹配文本的字符串與錄音文本的字符串進(jìn)行逐字符匹配。

具體地，獲取待匹配文本的字符串，通過(guò)將待匹配文本的字符串與錄音文本的字符串進(jìn)行逐字符匹配，有效地保證了匹配的精確度，同時(shí)提高匹配效率。

小音頻分割單元23，用于根據(jù)預(yù)設(shè)匹配度，從音頻中分割出對(duì)應(yīng)的小音頻段。

在本發(fā)明實(shí)施例中，將待匹配文本與錄音文本進(jìn)行匹配，根據(jù)預(yù)設(shè)匹配度，從音頻中分割出對(duì)應(yīng)的小音頻段，該小音頻段包括對(duì)應(yīng)字、詞、短語(yǔ)和\或句子的音頻。

進(jìn)一步地，該小音頻分割單元23，包括：

分割子單元231，用于當(dāng)待匹配文本與錄音文本的匹配度大于預(yù)設(shè)匹配度時(shí)，從音頻中分割出對(duì)應(yīng)的小音頻段，該小音頻段包括對(duì)應(yīng)字、詞、短語(yǔ)和\或句子的音頻。

具體地，當(dāng)待匹配文本與錄音文本的匹配度為全完匹配時(shí)，從音頻中分割出對(duì)應(yīng)的小音頻段，還可以通過(guò)預(yù)設(shè)匹配度，將大于預(yù)設(shè)匹配度的待匹配文本所對(duì)應(yīng)的音頻中分割出對(duì)應(yīng)的小音頻段。根據(jù)實(shí)際經(jīng)驗(yàn)，可以將預(yù)設(shè)匹配度設(shè)定為60％-80％。

又進(jìn)一步地，該小音頻分割單元23，還包括：

提取單元232，用于當(dāng)待匹配文本與錄音文本的匹配度小于預(yù)設(shè)匹配度時(shí)，從錄音文本中提取出未匹配到的文本。

具體地，將待匹配文本與錄音文本進(jìn)行匹配，當(dāng)待匹配文本與錄音文本的匹配度小于預(yù)設(shè)匹配度時(shí)，從錄音文本中提取出未匹配到的文本，以便于后期再次對(duì)該未匹配到的文本，進(jìn)一步進(jìn)行處理。

在本發(fā)明實(shí)施例中，將錄音后的音頻通過(guò)語(yǔ)音識(shí)別得到待匹配文本，將待匹配文本與錄音文本進(jìn)行匹配后，從音頻中分割出對(duì)應(yīng)的小音頻段，通過(guò)語(yǔ)音識(shí)別與文本匹配，實(shí)現(xiàn)將錄音的音頻，按錄音文本的要求，直接批量分割成多個(gè)小音頻段，無(wú)需逐個(gè)一一加標(biāo)識(shí)再導(dǎo)出分割小音頻段，從而提高拆分效率，節(jié)約人力成本以及降低出錯(cuò)率。

在本發(fā)明實(shí)施例中，音頻批量分割裝置的各單元可由相應(yīng)的硬件或軟件單元實(shí)現(xiàn)，各單元可以為獨(dú)立的軟、硬件單元，也可以集成為一個(gè)軟、硬件單元，在此不用以限制本發(fā)明。該裝置各單元的實(shí)施方式具體可參考前述實(shí)施例一的描述，在此不再贅述。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。