[发明专利]基于语音数据的多媒体处理方法及装置

说明书

【技术领域】

本发明涉及多媒体处理技术，尤其涉及一种基于语音数据的多媒体处理方法及装置。

【背景技术】

在基于多媒体文件，例如，文本、视频等，的应用中，有时候用户需要从多媒体文件中提炼出能够描述多媒体文件的内容的描述信息，通过客户端操作将其作为多媒体文件的标签（tag），还可以称其为标注。现有技术中，客户端可以将用户从多媒体文件中提炼的文本形式的描述信息，作为该多媒体文件的标签。

然而，在一些情况下，例如，用户无法直接从多媒体文件中直接提炼出文本形式的描述信息，或者，再例如，用户不方便从多媒体文件中提炼出文本形式的描述信息，等，会使得对多媒体文件添加标签的操作时间较长，从而导致了多媒体文件的标签的处理效率的降低。

【发明内容】

本发明的多个方面提供一种基于语音数据的多媒体处理方法及装置，用以提高多媒体文件的标签的处理效率。

本发明的一方面，提供一种基于语音数据的多媒体处理方法，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。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，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。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，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。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，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。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，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。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，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。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，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。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，

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。

本发明的另一方面，提供一种基于语音数据的多媒体处理装置，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。