语音处理方法、装置以及用于语音处理的装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113936697A(43)申请公布日2022.01.14(21)申请号202010664626.8(22)申请日2020.07.10(71)申请人北京搜狗智能科技有限公司地址100084北京市海淀区中关村东路1号院9号楼8层802(72)发明人崔文华李健涛路呈璋(74)专利代理机构北京润泽恒知识产权代理有限公司11319代理人苏培华(51)Int.Cl.G11B20/10(2006.01)G06F3/0488(2013.01)G06F40/289(2020.01)G06F40/30(2020.01)G10L15/26(2006.01)权利要求书2页说明书13页附图5页(54)发明名称语音处理方法、装置以及用于语音处理的装置(57)摘要本发明提供了一种语音处理方法及装置，在对语音文件进行录制或播放的情况下，响应于对电子设备中目标区域的敲击操作，在语音文件的时间轴中确定目标时刻；对时间轴中的目标时刻进行标记；在语音文件中，将与目标时刻相邻的至少一个语音片段转换为目标文本，并对目标文本进行智能整理，本发明可以对电子设备的目标位置进行敲击操作来快速便捷的完成标记；提高了标记效率，降低了标记繁琐程度。另外，作为重要内容的目标文本，在用户进行目标时刻标记的同时就会自动生成，并不需要用户重复将语音文件在目标时刻进行播放，也不需要用户人工记录生成重要内容，大大降低了重要内容的生成繁琐度，并提高了重要内容生成的时效性。CN113936697ACN113936697A权利要求书1/2页1.一种语音处理方法，应用于电子设备，其特征在于，该方法包括：在对语音文件进行录制或播放的情况下，响应于对所述电子设备中目标区域的敲击操作，在所述语音文件的时间轴中确定目标时刻，所述语音文件包括多个语音片段；对所述时间轴中的所述目标时刻进行标记；在所述语音文件中，将与所述目标时刻相邻的至少一个语音片段转换为目标文本，并对目标文本进行智能整理。2.根据权利要求1所述的方法，其特征在于，所述语音文件的时间轴上设置有多个时间戳，相邻两个时间戳之间的语音片段构成一个语句；在所述语音文件中，将与所述目标时刻相邻的至少一个语音片段转换为目标文本，包括：从所述语音文件中，提取与所述目标时刻相邻的多个目标时间戳；获取相邻所述目标时间戳之间的目标语音片段；将所述目标语音片段转换为语句文本，得到所述目标文本。3.根据权利要求1所述的方法，其特征在于，在所述对所述时间轴中的所述目标时刻进行标记之后，所述方法还包括：响应于对所述目标时刻的回听指令，将所述语音文件从所述目标时刻开始播放。4.根据权利要求1所述的方法，其特征在于，所述对目标文本进行智能整理包括：对所述目标文本进行分词处理，得到多个分词；将所述多个分词与预设的关键词模板匹配，并将与所述关键词模板中的关键词匹配的目标分词作为概要展示。5.根据权利要求1所述的方法，其特征在于，所述对目标文本进行智能整理包括：对所述目标文本进行语义意图识别，并将识别结果作为概要展示。6.根据权利要求1所述的方法，其特征在于，所述电子设备包括：显示屏和与所述显示屏的一面接触的触控集成电路；所述响应于对所述电子设备中目标区域的敲击操作，包括：通过所述触控集成电路感应对所述电子设备的显示屏区域的敲击操作，并由所述电子设备响应所述敲击操作。7.根据权利要求1至6任一项所述的方法，其特征在于，所述敲击操作包括：连续多次敲击，相邻两次所述敲击之间的时间间隔小于或等于预设时间阈值。8.一种语音处理装置，应用于电子设备，其特征在于，该装置包括：确定模块，用于在对语音文件进行录制或播放的情况下，响应于对所述电子设备中目标区域的敲击操作，在所述语音文件的时间轴中确定目标时刻，所述语音文件包括多个语音片段；标记模块，用于对所述时间轴中的所述目标时刻进行标记；转写模块，用于在所述语音文件中，将与所述目标时刻相邻的至少一个语音片段转换为目标文本，并对目标文本进行智能整理。9.一种用于语音处理的装置，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：2CN113936697A权利要求书2/2页在对语音文件进行录制或播放的情况下，响应于对电子设备中目标区域的敲击操作，在所述语音文件的时间轴中确定目标时刻，所述语音文件包括多个语音片段；对所述时间轴中的所述目标时刻进行标记；在所述语音文件中，将与所述目标时刻相邻的至少一个语音片段转换为目标文本，并对目标文本进行智能整理。10.一种计算机可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如权利要求1至7中一个