[发明专利]文件处理方法及装置、电子设备

说明书

本申请实施例公开了一种文件处理方法及装置、电子设备，所述文件处理方法包括：采集第一音频，对所述第一音频进行语音识别，得到第一识别结果；其中，所述第一音频与第一文本相关联；采集第一图像，对所述第一图像进行文本识别，得到第二识别结果；其中，所述第一图像中包含所述第一文本基于第一应用启动的呈现界面；将所述第一识别结果与所述第二识别结果进行匹配，得到匹配结果；基于所述匹配结果对所述第一文本中的匹配内容进行标识。本申请实施例方便用户确定当前发言与相应文本的对应之处，提升了用户体验。

技术领域

本申请实施例涉及文件处理技术，尤其涉及一种文件处理方法及装置、电子设备。

背景技术

在演讲者进行PPT展示的过程中，如果通过语音识别系统进行实时地语音识别，能更好地帮助用户进行内容整理。然而，语音识别系统一般是针对泛化场景设计的，对于常用词的转写准确率较高；但是对于仅在特定场景下出现的专业词汇或术语，语音识别的准确率有所下降。如果定制特定场景优化的语音识别系统，则成本较高，并且，对于不同主题的PPT展示，需要手动切换不同的语音识别系统。

发明内容

为解决现有存在的技术问题，本申请实施例提供一种文件处理方法及装置、电子设备。

本申请实施例的技术方案是这样实现的：

一种文件处理方法，包括：

采集第一音频，对所述第一音频进行语音识别，得到第一识别结果；其中，所述第一音频与第一文本相关联；以及

采集第一图像，对所述第一图像进行文本识别，得到第二识别结果；其中，所述第一图像中包含所述第一文本基于第一应用启动的呈现界面；

将所述第一识别结果与所述第二识别结果进行匹配，得到匹配结果；

基于所述匹配结果对所述第一文本中的匹配内容进行标识。

作为一种实现方式，所述对所述第一图像进行文本识别，得到第二识别结果，包括：

获取所述第一图像中的所述第一文本的呈现界面，识别出所述呈现界面中的文本块；

识别所述文本块中的文字，作为所述第二识别结果。

作为一种实现方式，所述将所述第一识别结果与所述第二识别结果进行匹配，得到匹配结果，包括：

获取所述第一识别结果中的第一文字内容，将所述第一文字内容分别与所述文本块的识别文字进行文本和/或语义文本匹配；

查找出与所述第一文字内容的文本和/或语义匹配度最高的文本块识别文字，作为匹配结果。

作为一种实现方式，所述基于所述匹配结果对所述第二识别结果中的识别内容进行标识，包括：

调整与所述第一文字内容的文本和/或语义匹配度最高的文本块识别文字所在区域的显示属性，以区别于其他文本块识别文字。

作为一种实现方式，所述方法还包括：

识别所述第一文字内容中的关键词，基于本地的知识图谱库获取所述关键词的领域相关词，将所述领域相关词作为热词表；

基于所述热词表在热词模型网络进行训练，基于所述热词模型网络对所述第一文字内容进行修正。

作为一种实现方式，所述方法还包括：

识别所述第一文字内容中的关键词，基于所述关键词进行知识图谱扩充，获取所述关键词的领域相关词，得到扩充数据；

基于所述扩充数据在设定的优化模型进行词汇训练，对所述第一文字内容进行修正。

作为一种实现方式，所述方法还包括：