[发明专利]使用内容和扬声器信息进行音频信息检索的方法和装置

权利要求书

1.一种从一或多个音频源检索音频信息的方法，所述方法包括步骤：

接收用户查询，该查询的约束至少要指定一个内容和一个演讲人；并且

将所述用户查询同所述音频源的一个内容索引和一个演讲人索引进行比较以识别满足用户查询要求的音频信息。

2.根据权利要求1的方法，其中所述内容索引和所述演讲人索引是以时间进行标记的，并且所述比较步骤进一步包括在内容和演讲人领域对文档片段的起止时间进行比较的步骤。

3.根据权利要求1的方法，其中所述内容索引包括所述音频源中每个词的出现频率。

4.根据权利要求1的方法，其中所述内容索引包括所述音频源中每个词的倒排文档频率(IDF)。

5.根据权利要求1的方法，其中所述内容索引包括所述音频源的长度。

6.根据权利要求1的方法，其中所述内容索引包括一组链接指针，指向包含一个给定词的每个文档。

7.根据权利要求1的方法，其中所述演讲人索引包括一个分值，指示一个已登记的演讲人模型到音频测试片段的距离。

8.根据权利要求1的方法，其中所述演讲人索引包括每个音频片段的起止时间。

9.根据权利要求1的方法，其中所述演讲人索引包括一个用来标识同片段相关的演讲人的标签。

10.根据权利要求1的方法，其中所述的比较步骤进一步包括将满足基于内容查询的文档同满足基于演讲人查询的文档进行比较以识别相关文档的步骤。

11.根据权利要求1的方法，进一步包括对所述音频源进行转换并建立索引以创建所述内容索引和所述演讲人索引的步骤。

12.根据权利要求11的方法，其中所述创建所述演讲人索引的步骤包括在所述音频源中自动探测翻转并为每个所述翻转分配一个演讲人标签的步骤。

13.根据权利要求1的方法，进一步包括将所述被识别出的音频信息的一部分返回给用户的步骤。

14.根据权利要求1的方法，进一步包括给所述被识别出的音频信息的每个片段分配一个组合分值并将分级列表中所述被识别出的信息的至少一部分返回给用户的步骤。

15.根据权利要求14的方法，其中所述组合分值评估了内容和演讲人两个领域之间的交迭程度。

16.根据权利要求14的方法，其中所述组合分值得出了对基于内容的信息检索进行分级的分级文档分值。

17.根据权利要求14的方法，其中所述组合分值得出了度量演讲人片段和登记演讲人信息之间接近程度的演讲人片段分值。

18.根据权利要求1的方法，其中所述演讲人约束包括演讲人标识。

19.根据权利要求1的方法，其中所述内容约束包括一或多个关键词。

20.一种从一或多个音频源检索音频信息的音频检索系统，包括：

一个存储所述音频源的内容索引和演讲人索引以及计算机可读代码的存储器；及

一个同所述存储器连接工作的处理器，对所述处理器进行配置以实现所述计算机可读代码，所述计算机可读代码被配置用来：

接收指定一或多个词的用户查询并识别演讲人；及

结合基于内容和基于演讲人音频信息检索方法的结果，根据音频内容和演讲人标识提供所述音频源的引用。

21.根据权利要求20的音频检索系统，其中所述内容索引和所述演讲人索引是以时间进行标记的，并且所述处理器进一步被配置用来在内容和演讲人领域对文档片段的起止时间进行比较。

22.根据权利要求20的音频检索系统，其中所述内容索引包括所述音频源中每个词的出现频率。

23.根据权利要求20的音频检索系统，其中所述内容索引包括所述音频源中每个词的倒排文档频率(IDF)。

24.根据权利要求20的音频检索系统，其中所述演讲人索引包括一个分值，指示一个已登记的演讲人模型到音频测试片段的距离。