语音转写文本编辑系统、方法、装置及设备.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CN113571061A(43)申请公布日2021.10.29(21)申请号202010351686.4(22)申请日2020.04.28(71)申请人阿里巴巴集团控股有限公司地址英属开曼群岛大开曼资本大厦一座四层847号邮箱(72)发明人龙舟(74)专利代理机构北京润泽恒知识产权代理有限公司11319代理人钱秀茹(51)Int.Cl.G10L15/26(2006.01)G10L15/30(2013.01)G06F40/143(2020.01)G06F40/166(2020.01)权利要求书4页说明书15页附图6页(54)发明名称语音转写文本编辑系统、方法、装置及设备(57)摘要本申请公开了语音转写文本编辑系统、方法和装置，网页文本编辑器，网页，浏览器，以及电子设备。所述系统通过服务端对语音数据执行语音转写处理，将转写文本的词元素数据发送至客户端，并存储客户端发送的更新后的词元素数据；客户端通过文本维度的DOM节点包裹转写文本，在播放语音数据时，以第一显示属性显示与播放进度对应的第一转写文本片段,以第二显示属性显示未播放的第二转写文本片段；根据编辑位置信息和编辑内容信息，更新词元素数据；根据更新的词元素数据，渲染编辑后的转写文本。采用这种处理方式，使得采用文本节点展示语音转写文本，词维度突出渲染不依赖DOM元素；因此，可以有效提升长语音转写文本的在线编辑性能。CN113571061ACN113571061A权利要求书1/4页1.一种语音转写文本编辑系统，其特征在于，包括：服务端，用于对多媒体数据执行语音转写处理，向客户端发送语音转写文本的词元素数据；根据客户端发送的文本更新请求，存储更新后的词元素数据；客户端，用于通过文本维度的文档对象模型DOM节点，包裹多媒体数据的转写文本，将转写文本显示在网页文本编辑器中，并在播放多媒体数据时，以第一显示属性显示与播放进度对应的第一转写文本片段,以第二显示属性显示未播放的第二转写文本片段；针对编辑操作，根据编辑位置信息和编辑内容信息，更新词元素数据；根据更新的词元素数据，渲染编辑后的转写文本。2.一种语音转写文本编辑方法，其特征在于，包括：对多媒体数据执行语音转写处理；向客户端发送语音转写文本的词元素数据，以便于客户端通过文本维度的文档对象模型DOM节点，包裹多媒体数据的转写文本，将转写文本显示在网页文本编辑器中，并在播放多媒体数据时，以第一显示属性显示与播放进度对应的第一转写文本片段,以第二显示属性显示未播放的第二转写文本片段；针对编辑操作，根据编辑位置信息和编辑内容信息，更新词元素数据；根据更新的词元素数据，渲染编辑后的转写文本；存储客户端发送的文本更新请求携带的更新的词元素数据。3.一种语音转写文本编辑方法，其特征在于，包括：通过文本维度的文档对象模型DOM节点，包裹多媒体数据的转写文本，将转写文本显示在网页文本编辑器中，并在播放多媒体数据时，以第一显示属性显示与播放进度对应的第一转写文本片段,以第二显示属性显示未播放的第二转写文本片段；针对编辑操作，根据编辑位置信息和编辑内容信息，更新所述词元素数据；根据更新的词元素数据，渲染编辑后的转写文本。4.根据权利要求3所述的方法，其特征在于，所述通过文本维度的文档对象模型DOM节点包裹多媒体数据的转写文本，将转写文本显示在网页文本编辑器中，包括：根据所述词元素数据，拼接得到所述转写文本；通过所述DOM节点包裹所述转写文本；所述根据更新的词元素数据，渲染编辑后的转写文本，包括：根据更新的词元素数据，拼接得到所述编辑后的转写文本；根据所述编辑后的转写文本，更新所述DOM节点的内容。5.根据权利要求3所述的方法，其特征在于，还包括：若所述转写文本的长度大于长度阈值，则将所述转写文本划分为多个长度小于所述长度阈值的文本片段，并通过与多个文本片段分别对应的多个DOM节点包裹所述转写文本。6.根据权利要求3所述的方法，其特征在于，还包括：若所述转写文本的长度小于或者等于长度阈值，则通过与所述转写文本对应的一个DOM节点包裹所述转写文本。7.根据权利要求3所述的方法，其特征在于，所述根据编辑位置信息和编辑内容信息，更新词元素数据，包括：根据编辑位置信息和词元素数据，确定目标词元素；2CN113571061A权利要求书2/4页根据编辑内容信息，更新目标词元素。8.根据权利要求3所述的方法，其特征在于，所述编辑操作包括：全选删除操作；所述根据编辑位置信息和编辑内容信息，更新所述词元素数据，包括：将所有词元素作为目标词元素；删除所有词元素数据。9.根据权利要求3所述的方法，其特征在于，所述编辑操作包括：词增加操作；所述根据编辑位置信息和编辑内容信息，更新所述词元素数据，包括：根据编辑位