一種錄音文件索引的裝置及方法制造方法及圖紙

本發明專利技術公開了一種錄音文件索引的裝置及方法。該錄音文件索引的方法，包括：開啟錄音和語音識別，獲取錄音文件和對應的語音識別文本；將所述錄音文件的時間軸映射到所述語音識別文本中；將語音識別文本及其對應于時間軸中的時間對應保存為文本文件。通過在錄制錄音文件時對錄音進行語音識別，將錄音文件中的時間軸映射到語音識別文件中，將語音識別文件及其對應于時間軸中的時間對應保存，建立文本和時間軸之間的關聯，通過文本實現對錄音文件的索引，實現了對錄音文件中內容的快速查看和切換，提高了對錄音文件的瀏覽的效率。

【技術實現步驟摘要】

本專利技術涉及多媒體
，尤其涉及一種錄音文件索引的裝置及方法。
技術介紹
現在的移動終端已經可以很方便的進行錄音工作，但涉及到時間較長的錄音操作時，回放查看錄音文件時，仍然需要使用滑條對有用的內容以預覽的方式進行內容的檢索，無法直接調整播放想要播放的內容，需要多次才能找到想要查看的內容，錄音文件缺乏有效的索引方式導致錄音文件的瀏覽效率會很低。
技術實現思路
本專利技術的主要目的在于提出一種錄音文件索引的裝置及方法，旨在實現對錄音文件的快速索引。為實現上述目的，本專利技術提出一種錄音文件索引的裝置，包括：文件生成單元，用于開啟錄音和語音識別，獲取錄音文件和對應的語音識別文本；時間映射單元，用于將所述錄音文件的時間軸映射到所述語音識別文本中；文本保存單元，用于將語音識別文本及其對應于時間軸中的時間對應保存為文本文件。其中，所述文件生成單元，包括：第一計時模塊，用于開啟錄音，同時開啟計時器用于記錄錄音過程中整句音頻數據的起始時間和整句結束時間；第二計時模塊，用于將所述整句音頻數據發送到語音識別服務器進行語音識別，并記錄所述整句音頻數據的發送時間和對應的語音識別文本的接收時間；所述時間映射單元，包括：時間修正模塊，用于根據所述發送時間和接收時間的時間差對所述整句結束時間進行修正，得到所述整句音頻數據的結束時間；時間標記模塊，用于根據所述起始時間和結束時間對所述整句音頻數據對應的語音識別文本的起始時間點和結尾時間點進行標記。其中，所述時間標記模塊，包括：字符統計子模塊，用于統計所述整句音頻數據對應的語音識別文本中的字符；時長計算子模塊，用于根據所述起始時間和結束時間計算出所述語音識別文本中每個字符的平均時長；字符標記子模塊，用于根據所述平均時長對每個字符進行時間軸標記，其中所述語音識別文本中的第一個字符標記起始時間點，最后一個字符標記為結尾時間點。其中，所述裝置，還包括：文件播放單元，用于播放所述錄音文件時，顯示所述文本文件中記錄的語音識別文本，并突出顯示所述錄音文件的時間軸當前對應的語音識別文本。其中，所述裝置，還包括：索引切換單元，用于當顯示的語音識別文本檢測到索引指令時，將所述錄音文件切換到所述索引指令指向的語音識別文本對應的時間。另外，為實現上述目的，本專利技術還提出了一種錄音文件索引的方法，包括：開啟錄音和語音識別，獲取錄音文件和對應的語音識別文本；將所述錄音文件的時間軸映射到所述語音識別文本中；將語音識別文本及其對應于時間軸中的時間對應保存為文本文件。其中，所述開啟錄音和語音識別，獲取錄音文件和對應的語音識別文本，包括：開啟錄音，同時開啟計時器用于記錄錄音過程中整句音頻數據的起始時間和整句結束時間；將所述整句音頻數據發送到語音識別服務器進行語音識別，并記錄所述整句音頻數據的發送時間和對應的語音識別文本的接收時間；所述將所述錄音文件的時間軸映射到所述語音識別文本中，包括：根據所述發送時間和接收時間的時間差對所述整句結束時間進行修正，得到所述整句音頻數據的結束時間；根據所述起始時間和結束時間對所述整句音頻數據對應的語音識別文本的起始時間點和結尾時間點進行標記。其中，所述根據所述起始時間和結束時間對所述整句音頻數據對應的語音識別文本的起始時間點和結尾時間點進行標記，包括：統計所述整句音頻數據對應的語音識別文本中的字符；根據所述起始時間和結束時間計算出所述語音識別文本中每個字符的平均時長；根據所述平均時長對每個字符進行時間軸標記，其中所述語音識別文本中的第一個字符標記起始時間點，最后一個字符標記為結尾時間點。其中，所述將語音識別文本及其對應于時間軸中的時間對應保存為文本文件之后，還包括：播放所述錄音文件時，顯示所述文本文件中記錄的語音識別文本，并突出顯示所述錄音文件的時間軸當前對應的語音識別文本。其中，所述播放所述錄音文件時，顯示所述文本文件中記錄的語音識別文本，并突出顯示所述錄音文件的時間軸當前對應的語音識別文本之后，還包括：當顯示的語音識別文本檢測到索引指令時，將所述錄音文件切換到所述索引指令指向的語音識別文本對應的時間。本專利技術所提出的錄音文件索引的裝置及方法，通過在錄制錄音文件時對錄音進行語音識別，將錄音文件中的時間軸映射到語音識別文件中，將語音識別文件及其對應于時間軸中的時間對應保存，建立文本和時間軸之間的關聯，通過文本實現對錄音文件的索引，實現了對錄音文件中內容的快速查看和切換，提高了對錄音文件的瀏覽的效率。附圖說明圖1為實現本專利技術各個實施例一個可選的移動終端的硬件結構示意圖；圖2為如圖1所示的移動終端的無線通信系統示意圖；圖3為本專利技術的一種錄音文件索引的方法第一實施例的方法流程圖；圖4為本專利技術的一種錄音文件索引的方法第二實施例的方法流程圖；圖5為本專利技術的一種錄音文件索引的裝置第一實施例的結構方框圖；圖6為本專利技術的一種錄音文件索引的裝置第二實施例的結構方框圖。本專利技術目的的實現、功能特點及優點將結合實施例，參照附圖做進一步說明。具體實施方式應當理解，此處所描述的具體實施例僅僅用以解釋本專利技術，并不用于限定本專利技術。現在將參考附圖描述實現本專利技術各個實施例的移動終端。在后續的描述中，使用用于表示元件的諸如“模塊”、“部件”或“單元”的后綴僅為了有利于本專利技術的說明，其本身并沒有特定的意義。因此，\模塊\與\部件\可以混合地使用。移動終端可以以各種形式來實施。例如，本專利技術中描述的終端可以包括諸如移動電話、智能電話、筆記本電腦、數字廣播接收器、PDA(個人數字助理)、PAD(平板電腦)、PMP(便攜式多媒體播放器)、導航裝置等等的移動終端以及諸如數字TV、臺式計算機等等的固定終端。下面，假設終端是移動終端。然而，本領域技術人員將理解的是，除了特別用于移動目的的元件之外，根據本專利技術的實施方式的構造也能夠應用于固定類型的終端。圖1為實現本專利技術各個實施例一個可選的移動終端的硬件結構示意圖。移動終端100可以包括無線通信單元110、A/V(音頻/視頻)輸入單元120、用戶輸入單元130、輸出單元150、存儲器160、接口單元170、控制器180和電源單元190等等。圖1示出了具有各種組件的移動終端，但是應理解的是，并不要求實施所有示出的組件。可以替代地實施更多或更少的組件。將本文檔來自技高網...

【技術保護點】
一種錄音文件索引的裝置，其特征在于，包括：文件生成單元，用于開啟錄音和語音識別，獲取錄音文件和對應的語音識別文本；時間映射單元，用于將所述錄音文件的時間軸映射到所述語音識別文本中；文本保存單元，用于將語音識別文本及其對應于時間軸中的時間對應保存為文本文件。

【技術特征摘要】
1.一種錄音文件索引的裝置，其特征在于，包括：
文件生成單元，用于開啟錄音和語音識別，獲取錄音文件和對應的語音
識別文本；
時間映射單元，用于將所述錄音文件的時間軸映射到所述語音識別文本
中；
文本保存單元，用于將語音識別文本及其對應于時間軸中的時間對應保
存為文本文件。
2.根據權利要求1所述的裝置，其特征在于，所述文件生成單元，包括：
第一計時模塊，用于開啟錄音，同時開啟計時器用于記錄錄音過程中整
句音頻數據的起始時間和整句結束時間；
第二計時模塊，用于將所述整句音頻數據發送到語音識別服務器進行語
音識別，并記錄所述整句音頻數據的發送時間和對應的語音識別文本的接收
時間；
所述時間映射單元，包括：
時間修正模塊，用于根據所述發送時間和接收時間的時間差對所述整句
結束時間進行修正，得到所述整句音頻數據的結束時間；
時間標記模塊，用于根據所述起始時間和結束時間對所述整句音頻數據
對應的語音識別文本的起始時間點和結尾時間點進行標記。
3.根據權利要求2所述的裝置，其特征在于，所述時間標記模塊，包括：
字符統計子模塊，用于統計所述整句音頻數據對應的語音識別文本中的
字符；
時長計算子模塊，用于根據所述起始時間和結束時間計算出所述語音識
別文本中每個字符的平均時長；
字符標記子模塊，用于根據所述平均時長對每個字符進行時間軸標記，
其中所述語音識別文本中的第一個字符標記起始時間點，最后一個字符標記
為結尾時間點。
4.根據權利要求1所述的裝置，其特征在于，所述裝置，還包括：
文件播放單元，用于播放所述錄音文件時，顯示所述文本文件中記錄的
語音識別文本，并突出顯示所述錄音文件的時間軸當前對應的語音識別文本。
5.根據權利要求4所述的裝置，其特征在于，所述裝置，還包括：
索引切換單元，用于當顯示的語音識別文本檢測到索引指令時，將所述
錄音文件切換到所述索引指令指向的語音識別文本對應的時間。
6.一種錄音文件索引的方法，其特征在于，包括：
開...

【專利技術屬性】
技術研發人員：申世安，
申請(專利權)人：努比亞技術有限公司，
類型：發明
國別省市：廣東;44