[发明专利]生成音频的图形表示的方法和设备、音频搜索方法和设备

说明书

公开了一种生成音频内容的图形化表示的方法和设备。所述方法包括：获取有关音频内容中要图形化表示的对象的元数据；分析元数据以确定要图形化表示的对象之间的关联关系；从图形化表示元素的集合中选择分别与感兴趣的要图形化表示的对象以及关联关系对应的图形化表示元素；基于所选择的图形化表示元素，生成所述音频内容的图形化表示。通过所述方法和设备，用户能够快速了解音频的具体内容。还公开了在音频内容库中搜索音频内容的方法和设备，通过该方法和设备，用户能够了解特定话题的谈论历史，跟踪话题的演进。

技术领域

本发明涉及音频处理领域，更具体地，涉及一种生成音频内容的图形化表示的方法和设备、以及在音频内容库中搜索音频内容的方法和设备。

背景技术

现阶段，音频的可视化已经有了一些研究。常见的音频可视化表示例如图2（a）中所示的波形图以及如图2（b）所示的可视化效果图。然而，这些可视化表示示出的往往都是声音强度、音乐节奏等的图谱，其并不能表示音频中的具体内容，例如该音频是关于什么具体话题的、音频中有多少参与者、每个参与者谈论了哪些具体的话题等等。目前，人们如果希望了解音频中的上述具体内容信息，需要听完整个音频或者阅读从该音频转述得到的文字表示，这是非常麻烦并且耗时的。

发明内容

鉴于以上问题而提出了本发明。本发明的目的是提供一种生成音频内容的图形化表示的方法和设备，用户通过观看该图形化表示能够快速了解包括音频中的说话者、谈论的话题、说话者之间的谈话模式等等的具体音频内容。本发明的另一目的是提供一种在音频内容库中搜索音频内容的方法，其使得用户能够从音频内容库中搜索出有关预定说话者关于某一话题的谈论的所有音频内容，由此能够了解该话题的谈论历史，跟踪该话题的演进。

根据本发明的一个方面，提供了一种生成音频内容的图形化表示的方法，包括：获取有关音频内容中的要图形化表示的对象的元数据；分析所述元数据以确定要图形化表示的对象之间的关联关系；从图形化表示元素的集合中选择分别与感兴趣的要图形表示的对象对应的图形化表示元素以及关联关系对应的图形化表示元素；以及基于所选择的图形化表示元素，生成所述音频内容的图形化表示。

根据本发明的另一个方面，提供了一种生成音频内容的图形化表示的设备，包括：获取装置，被配置为获取有关音频内容中的要图形化表示的对象的元数据；分析装置，被配置为分析所述元数据以确定要图形化表示的对象之间的关联关系；选择装置，被配置为从图形化表示元素的集合中选择分别与感兴趣的要图形化表示的对象以及关联关系对应的图形化表示元素；以及生成装置，被配置为基于所选择的图形化表示元素，生成所述音频内容的图形化表示。

根据本发明的又一个方面，提供了一种在音频内容库中搜索音频内容的方法，包括：在与音频内容库中的音频内容对应的图形化表示中搜索具有预定特征的音频片段的子图形化表示，其中音频内容库中的音频内容具有对应的图形化表示，该图形化表示由用于表示音频内容中被图形化表示的对象的图形化表示元素以及用于表示被图形化表示的对象之间的关联关系的图形化表示元素组成，所述子图形化表示是具有预定特征的音频片段所属于的音频内容的图形化表示的一部分；呈现与搜索到的子图形化表示对应的音频片段所属于的音频内容。

根据本发明的再一个方面，提供了一种在音频内容库中搜索音频内容的设备，包括：搜索装置，被配置为在与音频内容库中的音频内容对应的图形化表示中搜索具有预定特征的音频片段的子图形化表示，其中音频内容库中的音频内容具有对应的图形化表示，该图形化表示由用于表示音频内容中被图形化表示的对象的图形化表示元素以及用于表示被图形化表示的对象之间的关联关系的图形化表示元素组成，所述子图形化表示是具有预定特征的音频片段所属于的音频内容的图形化表示的一部分；呈现装置，被配置为呈现与搜索到的子图形化表示对应的音频片段所属于的音频内容。