[发明专利]基于语音数据的多媒体处理方法及装置

权利要求书

1.一种基于语音数据的多媒体处理方法，其特征在于，包括：

接收客户端发送的第一语音数据；

确定多媒体文件的待添加标签的标签位置；

在所述标签位置上，将所述第一语音数据与所述多媒体文件，进行关联，以作为所述多媒体文件的标签。

2.根据权利要求1所述的方法，其特征在于，所述确定多媒体文件的待添加标签的标签位置，包括：

接收所述客户端发送的所述多媒体文件的进度信息，所述进度信息用于指示所述多媒体文件的待读取位置；以及根据所述进度信息，确定所述待读取位置，以作为所述标签位置；或者

根据配置信息所指示的可标签位置，确定所述标签位置。

3.根据权利要求1或2所述的方法，其特征在于，所述多媒体文件包括文本文件、图像文件、音频文件或视频文件。

4.根据权利要求1～3任一权利要求所述的方法，其特征在于，所述在所述标签位置上，将所述第一语音数据与所述多媒体文件，进行关联，以作为所述多媒体文件的标签，包括：

在所述标签位置上，将所述第一语音数据与所述标签位置，进行关联，以作为所述多媒体文件的标签。

5.根据权利要求4所述的方法，其特征在于，所述将所述第一语音数据与所述标签位置，进行关联，以作为所述多媒体文件的标签之后，还包括：

接收所述客户端发送的第二语音数据；

利用所述第二语音数据与所述标签，进行匹配；

若匹配成功，根据所述标签，获得与所述标签关联的所述标签位置；

向所述客户端发送所述标签位置，以使得所述客户端根据所述标签位置，跳转到所述多媒体文件的待读取位置。

6.根据权利要求1～3任一权利要求所述的方法，其特征在于，所述在所述标签位置上，将所述第一语音数据与所述多媒体文件，进行关联，以作为所述多媒体文件的标签，包括：

在所述标签位置上，将所述第一语音数据与所述多媒体文件的标识，进行关联，以作为所述多媒体文件的标签。

7.根据权利要求6所述的方法，其特征在于，所述在所述标签位置上，将所述第一语音数据与所述多媒体文件的标识，进行关联，以作为所述多媒体文件的标签之后，还包括：

接收所述客户端发送的第二语音数据；

利用所述第二语音数据与所述标签，进行匹配；

若匹配成功，根据所述标签，获得与所述标签关联的所述多媒体文件的标识；

向所述客户端发送所述多媒体文件的标识，以使得所述客户端根据所述多媒体文件的标识获取所述多媒体文件。

8.根据权利要求1～7任一权利要求所述的方法，其特征在于，

所述接收客户端发送的第一语音数据之后，还包括：

对所述第一语音数据进行语音识别，以获得语音识别结果；

所述在所述标签位置上，将所述第一语音数据与所述多媒体文件，进行关联，以作为所述多媒体文件的标签，包括：

在所述标签位置上，将所述第一语音数据、所述语音识别结果与所述多媒体文件，进行关联，以作为所述多媒体文件的标签。

9.一种基于语音数据的多媒体处理装置，其特征在于，包括：

接收单元，用于接收客户端发送的第一语音数据；

确定单元，用于确定多媒体文件的待添加标签的标签位置；

关联单元，用于在所述标签位置上，将所述第一语音数据与所述多媒体文件，进行关联，以作为所述多媒体文件的标签。

10.根据权利要求9所述的装置，其特征在于，

所述接收单元，还用于

接收所述客户端发送的所述多媒体文件的进度信息，所述进度信息用于指示所述多媒体文件的待读取位置；

所述确定单元，具体用于

根据所述进度信息，确定所述待读取位置，以作为所述标签位置；

或者

所述确定单元，具体用于

根据配置信息所指示的可标签位置，确定所述标签位置。

11.根据权利要求9或10所述的装置，其特征在于，所述多媒体文件包括文本文件、图像文件、音频文件或视频文件。