[发明专利]音频摘要生成方法、系统和电子设备及存储介质

权利要求书

1.一种音频摘要生成方法，包括：

接收数据集，其中，所述数据集包括：音频摘要数据集和声音事件检测数据集，所述声音事件检测数据集包括：表示真实声音事件但无时间戳的弱标签；

将所述声音事件检测数据集输入至音频事件检测模型，得到表示预估声音事件以及对应时序关系的音频标记；

利用所述表示真实声音事件但无时间戳的弱标签对所述音频标记中的预估声音事件进行声音事件准确判断；

若声音事件准确判断正确，将所述音频标记作为所述音频摘要数据集和声音事件检测数据集的统一标记；

利用所述统一标记对所述数据集进行时序关系的数据增强，得到时序可控的音频摘要。

2.根据权利要求1所述的方法，其中，在所述利用所述表示真实声音事件但无时间戳的弱标签对所述音频标记中的预估声音事件进行声音事件准确判断之前，所述方法还包括：

提取所述音频摘要数据集的文本标记；

利用所述表示真实声音事件但无时间戳的弱标签对所述音频标记中的预估声音事件进行声音事件准确判断；

若声音事件准确判断错误，将所述文本标记作为所述音频摘要数据集和声音事件检测数据集的统一标记。

3.根据权利要求1所述的方法，其中，所述将所述声音事件检测数据集输入至音频事件检测模型，得到表示预估声音事件以及对应时序关系的音频标记包括：

预估所述音事件检测数据集中的各声音事件，以及所述各声音事件对应的起止时间；

对预估的声音事件以及对应的起止时间进行标定，确定表示预估声音事件以及对应时序关系的音频标记。

4.根据权利要求2所述的方法，其中，所述提取所述音频摘要数据集的文本标记包括：

多所述音频摘要数据集进行连词检测，得到表示各词语先后时序关系的文本标记。

5.一种音频摘要生成系统，包括：

数据集确定程序模块，用于接收数据集，其中，所述数据集包括：音频摘要数据集和声音事件检测数据集，所述声音事件检测数据集包括：表示真实声音事件但无时间戳的弱标签；

音频标记程序模块，将所述声音事件检测数据集输入至音频事件检测模型，得到表示预估声音事件以及对应时序关系的音频标记；

声音事件校验程序模块，用于利用所述表示真实声音事件但无时间戳的弱标签对所述音频标记中的预估声音事件进行声音事件准确判断；

标记统一程序模块，用于若声音事件准确判断正确，将所述音频标记作为所述音频摘要数据集和声音事件检测数据集的统一标记；

音频摘要生成程序模块，用于利用所述统一标记对所述数据集进行时序关系的数据增强，得到时序可控的音频摘要。

6.根据权利要求5所述的系统，其中，所述系统还包括：文本标记程序模块，用于提取所述音频摘要数据集的文本标记；

声音事件校验程序模块，用于利用所述表示真实声音事件但无时间戳的弱标签对所述音频标记中的预估声音事件进行声音事件准确判断；

标记统一程序模块，用于若声音事件准确判断错误，将所述文本标记作为所述音频摘要数据集和声音事件检测数据集的统一标记。

7.根据权利要求5所述的系统，其中，所述音频标记程序模块用于：

预估所述音事件检测数据集中的各声音事件，以及所述各声音事件对应的起止时间；

对预估的声音事件以及对应的起止时间进行标定，确定表示预估声音事件以及对应时序关系的音频标记。

8.根据权利要求6所述的系统，其中，所述文本标记程序模块用于：

多所述音频摘要数据集进行连词检测，得到表示各词语先后时序关系的文本标记。

9.一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述方法的步骤。

10.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-4中任一项所述方法的步骤。