HI,欢迎来到起点商标网!
24小时服务QQ:2880605093

一种录音方法、装置和电子设备与流程

2021-01-28 15:01:04|254|起点商标网
一种录音方法、装置和电子设备与流程

本发明涉及数据处理技术领域,特别是涉及一种录音方法、装置和电子设备。



背景技术:

近年来,录音设备作为专业领域的产品,发展迅速并进入大众领域。记者、学生、教师等各种群体,通常都需要录音设备进行录音。此外各种电视节目、电影、音乐等录制也需要使用到录音设备。

在使用录音设备录音过程中,为了简化用户操作,录音设备可以根据环境声音的大小自动的进行停止录音和进行录音。然而当录音环境中噪声比较大时,不能准确判断声音是否为真实有效;导致录入没有意义的语音,占用录音设备的存储空间,还消耗录音设备的电量;且给后续用户整理录音带来不必要的麻烦。



技术实现要素:

本发明实施例提供一种录音方法,以准确的控制电子设备进行录音。

相应的,本发明实施例还提供了一种录音装置和一种电子设备,用以保证上述方法的实现及应用。

为了解决上述问题,本发明实施例公开了一种录音方法,具体包括:采集语音数据;确定所述语音数据的声音强度,并对所述语音数据进行语音识别;依据所述声音强度和语音识别结果控制录音。

可选地,所述依据所述声音强度和语音识别结果控制录音,包括:判断所述声音强度是否大于第一预设强度阈值;若所述声音强度大于第一预设强度阈值,则判断所述语音识别结果是否包含识别文本;若所述语音识别结果包含识别文本,则控制进行录音。

可选地,所述判断所述声音强度是否大于第一预设强度阈值,包括:确定当前处于停止录音状态时,判断所述声音强度是否大于第一预设强度阈值;所述的方法还包括:若所述声音强度小于第一预设强度阈值,或所述语音识别结果不包含识别文本,则保持停止录音状态。

可选地,所述依据所述声音强度和语音识别结果控制录音,包括:判断所述声音强度是否小于第二预设强度阈值;若所述声音强度小于第二预设强度阈值,则判断所述声音强度小于第二预设阈值的持续时长是否大于预设时长阈值;若所述声音强度大于第二预设阈值的持续时长大于预设时长阈值,判断所述语音识别结果是否包含识别文本;若所述语音识别结果不包含识别文本,则控制停止录音。

可选地,所述判断所述声音强度是否小于第二预设强度阈值,包括:确定当前处于录音状态时,判断所述声音强度是否小于第二预设强度阈值;所述的方法还包括:若所述声音强度大于或等于第二预设强度阈值,或所述声音强度小于第二预设阈值的持续时长小于或等于预设时长阈值,或所述语音识别结果包含识别文本,则保持录音状态。

可选地,所述的方法还包括:获取当前的录音场景;所述依据所述声音强度和语音识别结果控制录音,包括:依据所述声音强度、语音识别结果和当前的录音场景,控制录音。

可选地,所述的方法应用于以下至少一种电子设备中:录音设备和翻译设备。

本发明实施例还公开了一种录音装置,具体包括:采集模块,用于采集语音数据;处理模块,用于确定所述语音数据的声音强度,并对所述语音数据进行语音识别;控制模块,用于依据所述声音强度和语音识别结果控制录音。

可选地,所述控制模块,包括:第一强度判断子模块,用于判断所述声音强度是否大于第一预设强度阈值;第一识别结果判断子模块,用于若所述声音强度大于第一预设强度阈值,则判断所述语音识别结果是否包含识别文本;录音子模块,用于若所述语音识别结果包含识别文本,则控制进行录音。

可选地,所述第一强度判断子模块,具体用于确定当前处于停止录音状态时,判断所述声音强度是否大于第一预设强度阈值;所述的装置还包括:第一状态保持模块,用于若所述声音强度小于第一预设强度阈值,或所述语音识别结果不包含识别文本,则保持停止录音状态。

可选地,所述控制模块,包括:第二强度判断子模块,用于判断所述声音强度是否小于第二预设强度阈值;时长判断子模块,用于若所述声音强度小于第二预设强度阈值,则判断所述声音强度小于第二预设阈值的持续时长是否大于预设时长阈值;第二识别结果判断子模块,用于若所述声音强度大于第二预设阈值的持续时长大于预设时长阈值,判断所述语音识别结果是否包含识别文本;停止录音子模块,用于若所述语音识别结果不包含识别文本,则控制停止录音。

可选地,所述第二强度判断子模块,具体用于确定当前处于录音状态时,判断所述声音强度是否小于第二预设强度阈值;所述的装置还包括:第二状态保持模块,用于若所述声音强度大于或等于第二预设强度阈值,或所述声音强度小于第二预设阈值的持续时长小于或等于预设时长阈值,或所述语音识别结果包含识别文本,则保持录音状态。

可选地,所述的装置还包括:获取模块,用于获取当前的录音场景;所述控制模块,包括:录音控制子模块,用于依据所述声音强度、语音识别结果和当前的录音场景,控制录音。

可选地,所述的装置应用于以下至少一种电子设备中:录音设备和翻译设备。

本发明实施例还公开了一种可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如本发明实施例任一所述的录音方法。

本发明实施例还公开了一种电子设备,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:采集语音数据;确定所述语音数据的声音强度,并对所述语音数据进行语音识别;依据所述声音强度和语音识别结果控制录音。

可选地,所述依据所述声音强度和语音识别结果控制录音,包括:判断所述声音强度是否大于第一预设强度阈值;若所述声音强度大于第一预设强度阈值,则判断所述语音识别结果是否包含识别文本;若所述语音识别结果包含识别文本,则控制进行录音。

可选地,所述判断所述声音强度是否大于第一预设强度阈值,包括:确定当前处于停止录音状态时,判断所述声音强度是否大于第一预设强度阈值;还包含用于进行以下操作的指令:若所述声音强度小于第一预设强度阈值,或所述语音识别结果不包含识别文本,则保持停止录音状态。

可选地,所述依据所述声音强度和语音识别结果控制录音,包括:判断所述声音强度是否小于第二预设强度阈值;若所述声音强度小于第二预设强度阈值,则判断所述声音强度小于第二预设阈值的持续时长是否大于预设时长阈值;若所述声音强度大于第二预设阈值的持续时长大于预设时长阈值,判断所述语音识别结果是否包含识别文本;若所述语音识别结果不包含识别文本,则控制停止录音。

可选地,所述判断所述声音强度是否小于第二预设强度阈值,包括:确定当前处于录音状态时,判断所述声音强度是否小于第二预设强度阈值;还包含用于进行以下操作的指令:若所述声音强度大于或等于第二预设强度阈值,或所述声音强度小于第二预设阈值的持续时长小于或等于预设时长阈值,或所述语音识别结果包含识别文本,则保持录音状态。

可选地,还包含用于进行以下操作的指令:获取当前的录音场景;所述依据所述声音强度和语音识别结果控制录音,包括:依据所述声音强度、语音识别结果和当前的录音场景,控制录音。

可选地,所述的电子设备包括以下至少一种:录音设备和翻译设备。

本发明实施例包括以下优点:

本发明实施例中,可以采集语音数据,然后确定所述语音数据的声音强度,并对所述语音数据进行语音识别;再依据所述声音强度和语音识别结果控制录音,进而能够准确的控制设备进行录音。

附图说明

图1是本发明的一种录音方法实施例的步骤流程图;

图2是本发明的一种录音方法可选实施例的步骤流程图;

图3是本发明的另一种录音方法可选实施例的步骤流程图;

图4是本发明的又一种录音方法可选实施例的步骤流程图;

图5是本发明的再一种录音方法可选实施例的步骤流程图;

图6是本发明的一种录音装置实施例的结构框图;

图7是本发明的一种录音装置可选实施例的结构框图;

图8根据一示例性实施例示出的一种用于录音的电子设备的结构框图;

图9是本发明根据另一示例性实施例示出的一种用于录音的电子设备的结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明实施例的核心构思之一是,结合声音强度和语音识别结果,准确的控制电子设备录音。

其中,所述电子设备可以是指具有录音功能的设备,如录音设备、翻译设备等,本发明对此不作限制。

参照图1,示出了本发明的一种录音方法实施例的步骤流程图,具体可以包括如下步骤:

步骤102、采集语音数据。

步骤104、确定所述语音数据的声音强度,并对所述语音数据进行语音识别。

步骤106、依据所述声音强度和语音识别结果控制录音。

本发明实施例中,电子设备可以采集语音数据,然后根据采集的语音数据控制电子设备的录音。

用户发言过程中电子设备采集的语音数据的声音强度,是大于用户未发言过程中电子设备采集的语音数据的声音强度;但当用户未发言过程中环境噪声比较大时,用户发言过程中电子设备采集的语音数据的声音强度,不一定大于用户未发言过程中电子设备采集的语音数据的声音强度;因此现有技术基于声音强度不能准确判断声音是否为真实有效。而通过语音识别,能够区分出噪音和用户发言的声音;因此本发明实施例可以结合声音强度和语音识别结果进行判断,以准确的控制电子设备录音。

在采集语音数据后,一方面可以计算所述语音数据的声音强度;另一方面可以对所述语音数据进行语音识别,确定对应的语音识别结果。然后可以依据所述声音强度和语音识别结果,控制电子设备录音。其中,控制录音可以包括:控制进行录音和控制停止录音。当电子设备录音后,可以依据所述声音强度和语音识别结果,判断是否需要停止录音;并在依据所述声音度和语音识别结果确定需要停止录音时,控制电子设备停止录音。当电子设备停止录音后,可以依据所述声音强度和语音识别结果判断是否需要进行录音;并在依据所述声音强度和语音识别结果确定需要开始录音时,控制电子设备进行录音。

综上,本发明实施例中,可以采集语音数据,然后确定所述语音数据的声音强度,并对所述语音数据进行语音识别;再依据所述声音强度和语音识别结果控制录音,进而能够准确的控制设备进行录音。

本发明的一个可选实施例中,可以在电子设备处于停止录音状态下,判断是否控制电子设备进行录音;可以参照如下步骤202-步骤212:

参照图2,示出了本发明的一种录音方法可选实施例的步骤流程图,具体可以包括如下步骤:

步骤202、采集语音数据。

本发明的一个可选实施例中,电子设备采集语音数据后,可以基于一个周期内采集的语音数据控制录音。其中,所述周期可以按照需求设置,如1s等,本发明实施例对此不作限制。

步骤204、确定所述语音数据对应的声音强度,以及对所述语音数据进行语音识别。

本发明的一个可选实施例中,可以对一个周期内采集的语音数据的振幅进行积分,计算所述语音数据对应的声音强度;声音强度的单位可以为db(分贝)表示。

本发明的一个可选实施例中,可以对一个周期内采集的语音数据进行语音识别如采用机器学习模型、深度学习模型等,确定对应的语音识别结果。其中,当采集的语音数据是用户发言的语音数据时,所述语音识别结果中可以包括一个或多个识别文本;当采集的语音数据不是用户发言的语音数据时,所述语音识别结果中不包含识别文本,即语音识别结果为空。

步骤206、确定当前处于停止录音状态时,判断所述声音强度是否大于第一预设强度阈值。

本发明实施例确定电子设备当前处于停止录音状态时,可以判断声音强度是否大于第一预设强度阈值,以判断是否需要进行录音。其中,所述第一预设强度阈值可以按照需求设置,如15db,本发明实施例对此不作限制。若所述声音强度大于第一预设强度阈值,可以初步判断用户进行了发言,此时可以执行步骤208,进一步验证用户是否进行了发言。若所述声音强度小于或等于第一预设强度阈值,可以判断用户未进行发言,执行步骤212。

步骤208、若所述声音强度大于第一预设强度阈值,则判断所述语音识别结果是否包含识别文本。

本发明实施例中,可以通过判断语音识别结果中是否包含识别文本,来进一步验证用户是否进行了发言。当确定所述语音识别结果包含识别文本时,可以确定用户进行了发言;此时可以执行步骤210。当确定所述语音识别结果不包含识别文本时,可以确定用户未进行发言,此时可以执行步骤212。

步骤210、若所述语音识别结果包含识别文本,则控制进行录音。

本发明实施例中,当确定语音数据的声音强度大于第一预设强度阈值,且语音数据的语音识别结果中包含识别文本,可以确定用户进行了发言,此时可以控制电子设备进行录音。对应的,电子设备由停止录音状态转换为录音状态。

其中,控制电子设备进行录音可以是控制电子设备开始录音;也可以是控制电子设备继续录音。

其中,可以在控制电子设备停止录音后(也就是进入停止录音状态后)开始计时,若设定时长内未检测到声音强度大于第一预设强度阈值,可以确定本次录音结束;则后续在设定时长之后检测到声音强度大于第一预设强度值时,可以控制电子设备开始下一次录音。若在设定时长内检测到声音强度大于第一预设强度阈值,则可以确定本次录音未结束,可以控制电子设备继续本次录音。

步骤212、若所述声音强度小于第一预设强度阈值,或所述语音识别结果不包含识别文本,则保持停止录音状态。

本发明实施例中,当确定语音数据的声音强度小于或等于第一预设强度阈值,或,语音数据的声音强度大于第一预设强度阈值且语音数据的语音识别结果中不包含识别文本;可以确定用户未进行发言,此时可以继续保持电子设备当前的停止录音状态。

综上,本发明实施例中,在确定当前处于停止录音状态时,判断所述声音强度是否大于第一预设强度阈值;若所述声音强度大于第一预设强度阈值,则判断所述语音识别结果是否包含识别文本,若所述语音识别结果包含识别文本,则控制进行录音;若所述声音强度小于第一预设强度阈值,或所述语音识别结果不包含识别文本,则保持停止录音状态;进而能够在电子设备处于停止录音状态时,准确的控制电子设备进行录音。

本发明的一个可选实施例中,可以在电子设备处于录音状态下,判断是否控制电子设备停止录音;可以参照如下步骤302-步骤314:

参照图3,示出了本发明的另一种录音方法可选实施例的步骤流程图,具体可以包括如下步骤:

步骤302、采集语音数据。

步骤304、确定所述语音数据对应的声音强度,以及对所述语音数据进行语音识别。

本发明实施例中,步骤302-步骤304,与上述步骤202-步骤204类似,在此不再赘述。

步骤306、确定当前处于录音状态时,判断所述声音强度是否小于第二预设强度阈值。

本发明实施例确定电子设备当前处于录音状态时,可以判断声音强度是否小于第一预设强度阈值,以判断是否需要停止录音。其中,所述第二预设强度阈值可以按照需求设置,本发明实施例对此不作限制;所述第二预设强度阈值与第一预设强度阈值可以相同,也可以不同,本发明实施例对此不作限制。

若所述声音强度小于第一预设强度阈值,可以初步判断用户停止了发言,此时可以执行步骤308,进一步判断用户是否停止发言。若所述声音强度大于或等于第一预设强度阈值,可以确定用户未停止发言,执行步骤314。

步骤308、若所述声音强度小于第二预设强度阈值,则判断所述声音强度小于第二预设阈值的持续时长是否大于预设时长阈值。

由于用户在发言过程中,会有停歇,如在两个完整的语句之间会停歇等;因此为了减少误判,提高控制电子设备进行录音的准确性,可以在所述声音强度小于第二预设强度阈值时,统计所述声音强度小于第二预设阈值的持续时长;然后判断所述声音强度大于第二预设阈值的持续时长是否小于预设时长阈值,以进一步判断用户是否停止发言。所述第二预设时长阈值可以按照需求设置,如5s,本发明实施例对此不作限制。所述第二预设时长阈值与第一预设时长阈值可以相同,也可以不同,本发明实施例对此不作限制。

若所述声音强度小于第二预设阈值的持续时长大于预设时长阈值,可以进一步确定用户停止发言,此时可以执行步骤310,进一步验证用户是否停止发言。若所述声音强度小于第二预设阈值的持续时长小于或等于预设时长阈值,则可以确定用户未停止发言,可以执行步骤314。

步骤310、若所述声音强度小于第二预设阈值的持续时长大于预设时长阈值,判断所述语音识别结果是否包含识别文本。

本发明实施例中,可以通过判断语音识别结果中是否包含识别文本,来进一步验证用户是否停止发言。当确定所述语音识别结果不包含识别文本时,可以确定用户停止发言;此时可以执行步骤312。当确定所述语音识别结果包含识别文本时,可以确定用户未停止发言,此时可以执行步骤314。

步骤312、若所述语音识别结果不包含识别文本,则控制停止录音。

本发明实施例中,当确定语音数据的声音强度小于第二预设强度阈值,且声音强度小于第二预设强度阈值的持续时间大于预设时长阈值,且语音数据的语音识别结果中不包含识别文本,可以确定用户停止发言,此时可以控制电子设备停止录音;对应的,电子设备由录音状态转换为停止录音状态。

步骤314、若所述声音强度大于或等于第二预设强度阈值,或所述声音强度小于第二预设阈值的持续时长小于或等于预设时长阈值,或所述语音识别结果包含识别文本,则保持录音状态。

本发明实施例中,当确定若所述声音强度大于或等于第二预设强度阈值,或所述声音强度小于第二预设阈值的持续时长小于或等于预设时长阈值,或所述语音识别结果包含识别文本;可以确定用户未停止发言,此时可以继续保持电子设备当前的录音状态。

综上,本发明实施例中,确定当前处于录音状态时,判断所述声音强度是否小于第二预设强度阈值;若所述声音强度大于第二预设强度阈值,则判断所述声音强度小于第二预设阈值的持续时长是否大于预设时长阈值,若所述声音强度小于第二预设阈值的持续时长大于预设时长阈值,判断所述语音识别结果是否包含识别文本,若所述语音识别结果不包含识别文本,则控制停止录音;若所述声音强度大于或等于第二预设强度阈值,或所述声音强度小于第二预设阈值的持续时长小于或等于预设时长阈值,或所述语音识别结果包含识别文本,则保持录音状态;进而能够电子设备处于录音状态时,准确的控制电子设备停止录音。

本发明的一个可选实施例中,可以在整个录音过程中,根据语音数据的声音强度和语音识别结果,在电子设备处于停止录音状态时,控制电子设备进行录音,在电子设备处于录音状态时,控制电子设备停止录音。

参照图4,示出了本发明的又一种录音方法可选实施例的步骤流程图。

步骤402、采集语音数据。

步骤404、确定所述语音数据的声音强度,并对所述语音数据进行语音识别。

步骤406、确定当前处于停止录音状态时,判断所述声音强度是否大于第一预设强度阈值。

步骤408、若所述声音强度大于第一预设强度阈值,则判断所述语音识别结果是否包含识别文本。

步骤410、若所述语音识别结果包含识别文本,则控制开始录音。

步骤412、若所述声音强度小于第一预设强度阈值,或所述语音识别结果不包含识别文本,则保持停止录音状态。

步骤414、确定当前处于录音状态时,判断所述声音强度是否小于第二预设强度阈值。

步骤416、若所述声音强度小于第二预设强度阈值,则判断所述声音强度小于第二预设阈值的持续时长是否大于预设时长阈值。

步骤418、若所述声音强度小于第二预设阈值的持续时长大于预设时长阈值,判断所述语音识别结果是否包含识别文本。

步骤420、若所述语音识别结果不包含识别文本,则控制停止录音。

步骤422、若所述声音强度大于或等于第二预设强度阈值,或所述声音强度小于第二预设阈值的持续时长小于或等于预设时长阈值,或所述语音识别结果包含识别文本,则保持录音状态。

其中,当确定电子设备当前处于停止录音状态时,可以执行步骤406-步骤412,与上述步骤206-步骤212类似,在此不再赘述。当确定电子设备当前处于录音状态时,可以执行步骤414-步骤422,与上述步骤306-步骤314类似,在此不再赘述。

本发明的一个可选实施例中,在某些场景中如台词录制、mv(musicvideo,音乐短片)录制、音乐录制等过程中,当语音识别结果中不包含识别文本时,也需要进行进行语音的录制;因此还可以结合当前的录音场景,控制电子设备的录音。

参照图5,示出了本发明的再一种录音方法可选实施例的步骤流程图。

步骤502、采集语音数据。

步骤504、确定所述语音数据的声音强度,并对所述语音数据进行语音识别。

步骤506、获取当前的录音场景。

本发明实施例中,当用户选择了录音模式时,可以根据用户选择的录音模式,确定当前的录音场景;当用户未选择录音模式时,可以基于采集的语音数据进行场景识别,确定当前的录音场景。

其中,当用户未选择录音模式时,在电子设备采集语音数据后,可以同时执行步骤504和步骤506,确定声音强度、语音识别结果和当前的录音场景。

步骤508、依据所述声音强度、语音识别结果和当前的录音场景,控制录音。

本发明的一个可选实施例中,可以结合声音强度、语音识别结果和当前的录音场景,控制录音。

一个示例中,若当前的录音场景为预设录音场景,可以依据声音强度控制录音。例如当前的录音场景为音乐录音场景时,若当前为停止录音状态,则当声音强度大于第一预设强度阈值时,则可以控制进行录音;若当前为录音状态,则当声音强度小于第二预设强度阈值时,则可以控制停止录音。其中,所述预设录音场景可以按照需求设置,如台词录制场景、mv录制场景、音乐录制场景等等,本发明实施例对此不作限制。

一个示例中,若当前的录音场景不是预设录音场景,可以依据声音强度和语音识别结果控制录音;这与上述实施例类似,在此不再赘述。

综上,本发明实施例中,在采集语音数据后,可以确定所述语音数据的声音强度,并对所述语音数据进行语音识别,以及获取当前的录音场景;然后依据所述声音强度、语音识别结果和当前的录音场景,控制录音;进而能够基于不同的录音场景,准确的对电子设备进行录音控制。

需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。

参照图6,示出了本发明的一种录音装置实施例的结构框图,具体可以包括如下模块:

采集模块602,用于采集语音数据;

处理模块604,用于确定所述语音数据的声音强度,并对所述语音数据进行语音识别;

控制模块606,用于依据所述声音强度和语音识别结果控制录音。

参照图7,示出了本发明的一种录音装置可选实施例的结构框图。

本发明一个可选的实施例中,所述控制模块606,包括:

第一强度判断子模块6062,用于判断所述声音强度是否大于第一预设强度阈值;

第一识别结果判断子模块6064,用于若所述声音强度大于第一预设强度阈值,则判断所述语音识别结果是否包含识别文本;

录音子模块6066,用于若所述语音识别结果包含识别文本,则控制进行录音。

本发明一个可选实施例中,所述第一强度判断子模块6062,具体用于确定当前处于停止录音状态时,判断所述声音强度是否大于第一预设强度阈值;所述的装置还包括:第一状态保持模块608,用于若所述声音强度小于第一预设强度阈值,或所述语音识别结果不包含识别文本,则保持停止录音状态。

本发明一个可选实施例中,所述控制模块606,包括:

第二强度判断子模块6068,用于判断所述声音强度是否小于第二预设强度阈值;

时长判断子模块60610,用于若所述声音强度小于第二预设强度阈值,则判断所述声音强度小于第二预设阈值的持续时长是否大于预设时长阈值;

第二识别结果判断子模块60612,用于若所述声音强度大于第二预设阈值的持续时长大于预设时长阈值,判断所述语音识别结果是否包含识别文本;

停止录音子模块60614,用于若所述语音识别结果不包含识别文本,则控制停止录音。

本发明一个可选实施例中,所述第二强度判断子模块6068,具体用于确定当前处于录音状态时,判断所述声音强度是否小于第二预设强度阈值;所述的装置还包括:第二状态保持模块610,用于若所述声音强度大于或等于第二预设强度阈值,或所述声音强度小于第二预设阈值的持续时长小于或等于预设时长阈值,或所述语音识别结果包含识别文本,则保持录音状态。

本发明一个可选实施例中,所述的装置还包括:

获取模块612,用于获取当前的录音场景;

所述控制模块606,包括:

录音控制子模块60616,用于依据所述声音强度、语音识别结果和当前的录音场景,控制录音。

本发明一个可选实施例中,所述的装置应用于以下至少一种电子设备中:录音设备和翻译设备。

综上,本发明实施例中,可以采集语音数据,然后确定所述语音数据的声音强度,并对所述语音数据进行语音识别;再依据所述声音强度和语音识别结果控制录音,进而能够准确的控制设备进行录音。

对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。

图8是根据一示例性实施例示出的一种用于录音的电子设备800的结构框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。

参照图8,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电力组件806,多媒体组件808,音频组件810,输入/输出(i/o)的接口812,传感器组件814,以及通信组件816。

处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理部件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(sram),电可擦除可编程只读存储器(eeprom),可擦除可编程只读存储器(eprom),可编程只读存储器(prom),只读存储器(rom),磁存储器,快闪存储器,磁盘或光盘。

电力组件806为电子设备800的各种组件提供电力。电力组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(mic),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。

i/o接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如cmos或ccd图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如wifi,2g或3g,或它们的组合。在一个示例性实施例中,通信部件814经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件814还包括近场通信(nfc)模块,以促进短程通信。例如,在nfc模块可基于射频识别(rfid)技术,红外数据协会(irda)技术,超宽带(uwb)技术,蓝牙(bt)技术和其他技术来实现。

在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。

在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由电子设备800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行一种录音方法,所述方法包括:采集语音数据;确定所述语音数据的声音强度,并对所述语音数据进行语音识别;依据所述声音强度和语音识别结果控制录音。

可选地,所述依据所述声音强度和语音识别结果控制录音,包括:判断所述声音强度是否大于第一预设强度阈值;若所述声音强度大于第一预设强度阈值,则判断所述语音识别结果是否包含识别文本;若所述语音识别结果包含识别文本,则控制进行录音。

可选地,所述判断所述声音强度是否大于第一预设强度阈值,包括:确定当前处于停止录音状态时,判断所述声音强度是否大于第一预设强度阈值;所述的方法还包括:若所述声音强度小于第一预设强度阈值,或所述语音识别结果不包含识别文本,则保持停止录音状态。

可选地,所述依据所述声音强度和语音识别结果控制录音,包括:判断所述声音强度是否小于第二预设强度阈值;若所述声音强度小于第二预设强度阈值,则判断所述声音强度小于第二预设阈值的持续时长是否大于预设时长阈值;若所述声音强度大于第二预设阈值的持续时长大于预设时长阈值,判断所述语音识别结果是否包含识别文本;若所述语音识别结果不包含识别文本,则控制停止录音。

可选地,所述判断所述声音强度是否小于第二预设强度阈值,包括:确定当前处于录音状态时,判断所述声音强度是否小于第二预设强度阈值;所述的方法还包括:若所述声音强度大于或等于第二预设强度阈值,或所述声音强度小于第二预设阈值的持续时长小于或等于预设时长阈值,或所述语音识别结果包含识别文本,则保持录音状态。

可选地,所述的方法还包括:获取当前的录音场景;所述依据所述声音强度和语音识别结果控制录音,包括:依据所述声音强度、语音识别结果和当前的录音场景,控制录音。

可选地,所述的方法应用于以下至少一种电子设备中:录音设备和翻译设备。

图9是本发明根据另一示例性实施例示出的一种用于录音的电子设备900的结构示意图。该电子设备900可以是服务器,该服务器可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(centralprocessingunits,cpu)922(例如,一个或一个以上处理器)和存储器932,一个或一个以上存储应用程序942或数据944的存储介质930(例如一个或一个以上海量存储设备)。其中,存储器932和存储介质930可以是短暂存储或持久存储。存储在存储介质930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器922可以设置为与存储介质930通信,在服务器上执行存储介质930中的一系列指令操作。

服务器还可以包括一个或一个以上电源926,一个或一个以上有线或无线网络接口950,一个或一个以上输入输出接口958,一个或一个以上键盘956,和/或,一个或一个以上操作系统941,例如windowsservertm,macosxtm,unixtm,linuxtm,freebsdtm等等。

一种电子设备,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:采集语音数据;确定所述语音数据的声音强度,并对所述语音数据进行语音识别;依据所述声音强度和语音识别结果控制录音。

可选地,所述依据所述声音强度和语音识别结果控制录音,包括:判断所述声音强度是否大于第一预设强度阈值;若所述声音强度大于第一预设强度阈值,则判断所述语音识别结果是否包含识别文本;若所述语音识别结果包含识别文本,则控制进行录音。

可选地,所述判断所述声音强度是否大于第一预设强度阈值,包括:确定当前处于停止录音状态时,判断所述声音强度是否大于第一预设强度阈值;还包含用于进行以下操作的指令:若所述声音强度小于第一预设强度阈值,或所述语音识别结果不包含识别文本,则保持停止录音状态。

可选地,所述依据所述声音强度和语音识别结果控制录音,包括:判断所述声音强度是否小于第二预设强度阈值;若所述声音强度小于第二预设强度阈值,则判断所述声音强度小于第二预设阈值的持续时长是否大于预设时长阈值;若所述声音强度大于第二预设阈值的持续时长大于预设时长阈值,判断所述语音识别结果是否包含识别文本;若所述语音识别结果不包含识别文本,则控制停止录音。

可选地,所述判断所述声音强度是否小于第二预设强度阈值,包括:确定当前处于录音状态时,判断所述声音强度是否小于第二预设强度阈值;还包含用于进行以下操作的指令:若所述声音强度大于或等于第二预设强度阈值,或所述声音强度小于第二预设阈值的持续时长小于或等于预设时长阈值,或所述语音识别结果包含识别文本,则保持录音状态。

可选地,还包含用于进行以下操作的指令:获取当前的录音场景;所述依据所述声音强度和语音识别结果控制录音,包括:依据所述声音强度、语音识别结果和当前的录音场景,控制录音。

可选地,所述的电子设备包括以下至少一种:录音设备和翻译设备。

本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种录音方法、一种录音装置和一种电子设备,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

起点商标作为专业知识产权交易平台,可以帮助大家解决很多问题,如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通,为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除

tips