一种音频处理方法及装置.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CN105825850A(43)申请公布日2016.08.03(21)申请号201610286452.X(22)申请日2016.04.29(71)申请人腾讯科技（深圳）有限公司地址518000广东省深圳市福田区振兴路赛格科技园2栋东403室(72)发明人孙嘉骏王志豪赵伟峰杨雍车斌周旋许华彬(74)专利代理机构广州三环专利代理有限公司44202代理人郝传鑫熊永强(51)Int.Cl.G10L15/08(2006.01)G10L25/48(2013.01)G06F17/30(2006.01)权利要求书3页说明书10页附图3页(54)发明名称一种音频处理方法及装置(57)摘要本发明实施例提供一种音频处理方法及装置，其中的方法可包括：对待处理音频文件进行偏移切片处理，获得至少一个音频分片；采集所述至少一个音频分片的指纹信息，并将所述至少一个音频分片的指纹信息分别与预置指纹信息库进行比对；根据比对结果获取所述待处理音频文件对应的文本文件。本发明能够自动为非音乐类音频文件生成对应的歌词、人声等文本文件，有效提升音频处理的效率和准确度。CN105825850ACN105825850A权利要求书1/3页1.一种音频处理方法，其特征在于，包括：对待处理音频文件进行偏移切片处理，获得至少一个音频分片；采集所述至少一个音频分片的指纹信息，并将所述至少一个音频分片的指纹信息分别与预置指纹信息库进行比对；根据比对结果获取所述待处理音频文件对应的文本文件。2.如权利要求1所述的方法，其特征在于，所述对待处理音频文件进行偏移切片处理，获得至少一个音频分片，包括：从待处理音频文件的起始位置每隔预置偏移时间提取一段预置分片时长的音频分片；依次存储所获得的至少一个音频分片，并记录所述至少一个音频分片的时间属性；其中，一个音频分片的时间属性包括：起止时间及相对于所述待处理音频文件的起始位置的偏移时间。3.如权利要求1或2所述的方法，其特征在于，所述对待处理音频文件进行偏移切片处理，获得至少一个音频分片之前，还包括：创建预置指纹信息库，所述预置指纹信息库中包含至少一个音频文件的标识、所述至少一个音频文件的名称、所述至少一个音频文件的指纹信息，以及所述至少一个音频文件对应的文本文件。4.如权利要求3所述的方法，其特征在于，所述将所述至少一个音频分片的指纹信息分别与预置指纹信息库进行比对，包括：按照偏移时间由小到大的顺序依次从所述至少一个音频分片选取当前音频分片，将所选取的当前音频分片的指纹信息与所述预置指纹信息库中的至少一个音频文件的指纹信息进行比对；若所述预置指纹信息库中存在音频文件的指纹信息与所选取的当前音频分片的指纹信息相匹配，则将相匹配的音频文件的标识和名称，以及所述当前音频分片在相匹配的音频文件中的映射位置保存为所述当前音频分片的一条比对记录；对所述至少一个音频分片的比对记录进行去重处理，获得比对结果，所述比对结果包括与所述待处理音频文件相匹配的目标音频文件的标识以及所述待处理音频文件在相匹配的目标音频文件中的映射位置。5.如权利要求4所述的方法，其特征在于，所述对所述至少一个音频分片的比对记录进行去重处理，获得比对结果，包括：如果存在至少两条比对记录包含名称相同但标识不同的音频文件，分别统计与所述标识不同的音频文件相匹配的音频分片的数量；选取数量最大的音频文件的标识确定为与所述待处理音频文件相匹配的目标音频文件的标识；将与目标音频文件相匹配的连续音频分片进行拼接处理；将拼接处理后的音频分片在所述目标音频文件中的映射位置确定为所述待处理音频文件在目标音频文件中的映射位置。6.如权利要求5所述的方法，其特征在于，所述根据比对结果获取所述待处理音频文件对应的文本文件，包括：从所述预置指纹信息库中查找与所述待处理音频文件相匹配的目标音频文件对应的2CN105825850A权利要求书2/3页目标文本文件；根据所述待处理音频文件在所述目标音频文件中的映射位置，从所述目标文本文件中提取所述映射位置对应的文本片段；将所提取的文本片段确定为所述待处理音频文件对应的文本文件。7.一种音频处理装置，其特征在于，包括：处理单元，用于对待处理音频文件进行偏移切片处理，获得至少一个音频分片；采集单元，用于采集所述至少一个音频分片的指纹信息；比对单元，用于将所述至少一个音频分片的指纹信息分别与预置指纹信息库进行比对；获取单元，用于根据比对结果获取所述待处理音频文件对应的文本文件。8.如权利要求7所述的装置，其特征在于，所述处理单元包括：音频分片提取单元，从待处理音频文件的起始位置每隔预置偏移时间提取一段预置分片时长的音频分片；存储单元，用于依次存储所获得的至少一个音频分片，并记录所述至少一个音频分片的时间属性；其