CN116955695A - 音频文件的显示方法和显示装置 - Google Patents

Abstract

本申请公开了一种音频文件的显示方法和显示装置，属于通信技术领域。其中，音频文件的显示方法包括：接收第一输入；响应于第一输入，根据预设时长，将音频文件分割为N个音频文件片段；确定N个音频文件片段中的任一音频文件片段的关键词；将关键词作为音频文件片段的标签信息；显示标签信息。

Description

音频文件的显示方法和显示装置

技术领域

本申请属于通信技术领域，具体涉及一种音频文件的显示方法和显示装置。

背景技术

在相关技术中，电子设备中的音频文件在电子设备的显示屏上所显示的图标一般为固定的图案，用户查找所需要听的音频段的位置时，只能根据大致的录音时间拖动进度条去定位，然后多次试听音频文件中的音频片段，最终找到目标音频片段，因此，目前用户在音频文件中查找目标音频片段的过程较为复杂，操作繁琐。

发明内容

本申请实施例的目的是提供一种音频文件的显示方法和显示装置，能够解决在音频文件中查找音频片段的过程操作繁琐的问题。

第一方面，本申请实施例提供了一种音频文件的显示方法，包括：

接收第一输入；

响应于第一输入，根据预设时长，将音频文件分割为N个音频文件片段；

确定N个音频文件片段中的任一音频文件片段的关键词；

将关键词作为音频文件片段的标签信息；

显示标签信息。

第二方面，本申请实施例提供了一种音频文件的显示装置，用于电子设备，音频文件的显示装置包括：

接收单元，用于接收第一输入；

分割单元，用于根据预设时长，将音频文件分割为N个音频文件片段；

确定单元，用于确定N个音频文件片段中的任一音频文件片段的关键词；以及

将关键词作为音频文件片段的标签信息；

显示单元，用于显示标签信息。

第三方面，本申请实施例提供了一种电子设备，包括处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面的方法的步骤。

第四方面，本申请实施例提供了一种可读存储介质，该可读存储介质上存储程序或指令，程序或指令被处理器执行时实现如第一方面的方法的步骤。

第五方面，本申请实施例提供了一种芯片，该芯片包括处理器和通信接口，该通信接口和该处理器耦合，该处理器用于运行程序或指令，实现如第一方面的方法的步骤。

第六方面，本申请实施例提供一种计算机程序产品，该程序产品被存储在可读存储介质中，该程序产品被至少一个处理器执行以实现如第一方面的方法。

在本申请实施例中，针对电子设备中的音频文件，首先，接收第一输入，电子设备响应于第一输入，根据预设时长，将音频文件分割为N个音频文件片段。然后，确定N个音频文件片段中任一音频文件片段的关键词，也就是确定每个音频文件片段对应的关键词。并且，将每个音频文件片段的关键词作为该音频文件片段的标签信息。最后，在电子设备的显示屏上显示每个音频文件片段的标签信息。

具体地，首先，可以在电子设备的显示屏上显示该音频文件的主图标，同时，在音频文件的主图标上显示每个音频文件片段的子图标。其中，可以根据主图标上的自图标的数量，确定音频文件所分割的音频文件片段的数量。也就是音频文件片段的数量即为子图标的数量。从而使得每个音频文件片段均对应标签信息均能够显示在子图标上，以供用户查看。

进一步地，在确定了每个音频文件片段的标签信息之后，在每个音频文件片段的子图标上显示所对应的音频文件片段的标签信息。

通过将音频文件分割为N个音频文件片段，并在电子设备的显示屏上显示每个音频文件片段的标签信息，用户可以根据标签信息对音频文件的内容进行大致定位。可以理解的是，标签信息即为该音频文件的关键词，因此，通过标签信息可以显示该音频文件片段中的关键信息，从而使得用户可以直接根据标签信息确定该子图标所对应的音频文件片段的关键信息，进而可以使得用户能够通过标签信息查找音频文件中的关键信息，从而解决了在音频文件中查找音频片段的过程操作繁琐的问题，方便了用户对音频文件中的关键信息进行定位，提高用户体验。

附图说明

图1示出了本申请实施例的音频文件的显示方法的流程图之一；

图2示出了本申请实施例的音频文件的显示方法的界面示意图之一；

图3示出了本申请实施例的音频文件的显示方法的界面示意图之二；

图4示出了本申请实施例的音频文件的显示方法的流程图之二；

图5示出了根据本申请实施例的音频文件的显示装置的结构框图；

图6示出了本申请实施例的电子设备的结构框图；

图7为实现本申请实施例的一种电子设备的硬件结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。

下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的音频文件的显示方法和显示装置进行详细地说明。

在本申请的一些实施例中，提供了一种音频文件的显示方法，图1示出了本申请实施例的音频文件的显示方法的流程图之一，如图1所示，音频文件的显示方法包括：

步骤102，接收第一输入；

步骤104，响应于第一输入，根据预设时长，将音频文件分割为N个音频文件片段；

步骤106，确定N个音频文件片段中的任一音频文件片段的关键词；

步骤108，将关键词作为音频文件片段的标签信息；

步骤110，显示标签信息。

在本申请实施例中，在本申请实施例中，上述音频文件的显示方法由电子设备执行，电子设备可以是手机、平板电脑、笔记本电脑等。图像存储在电子设备的可读存储介质中。

进一步地，音频文件可以存储于电子设备中，在音频文件存储于电子设备中的情况下，电子设备的显示屏可显示该音频文件所对应的图标，以供用户对音频文件的图标进行操作，以实现对音频文件的音频内容进行播放等操作。

针对电子设备中的音频文件，首先，接收第一输入，电子设备响应于第一输入，根据预设时长，将音频文件分割为N个音频文件片段。然后，确定N个音频文件片段中任一音频文件片段的关键词，也就是确定每个音频文件片段对应的关键词。并且，将每个音频文件片段的关键词作为该音频文件片段的标签信息。最后，在电子设备的显示屏上显示每个音频文件片段的标签信息。

具体地，首先，可以在电子设备的显示屏上显示该音频文件的主图标，同时，在音频文件的主图标上显示每个音频文件片段的子图标。其中，可以根据主图标上的自图标的数量，确定音频文件所分割的音频文件片段的数量。也就是音频文件片段的数量即为子图标的数量。从而使得每个音频文件片段均对应标签信息均能够显示在子图标上，以供用户查看。

进一步地，在确定了每个音频文件片段的标签信息之后，在每个音频文件片段的子图标上显示所对应的音频文件片段的标签信息。

示例性的，图2示出了本申请实施例的音频文件的显示方法的界面示意图之一，如图2所示，在音频文件存储于电子设备的情况下，首先，可以在电子设备的显示屏上显示音频文件的主图标202。其中，主图标202可以显示音频文件的主要信息，例如音频文件的标题、音频文件中的音频内容的总时长等。

进一步地，将音频文件分割为N个音频文件片段，同时，在音频文件的主图标202上显示每个音频文件片段对应的子图标204。其中，在主图标202中，子图标204的数量可以是固定的，具体可以为三个或者四个，多个子图标204可以沿主图标202的宽度方向间隔排布，多个子图标204排列后的总宽度小于或等于主图标202的宽度。相应地，音频文件片段的数量可以与子图标204的数量相对应，从而使得每个音频文件片段均对应显示有子图标204。

进一步地，确定每个音频文件片段对应的关键词，然后将每个音频文件片段的关键词作为该音频文件片段的标签信息206，该标签信息206可以用于指示该音频文件片段中的关键信息，以便用户通过标签信息206判断该音频文件片段中的关键信息。

最后，在每个音频文件片段的子图标204上显示所对应的音频文件片段的标签信息206。通过将音频文件分割为多个音频文件片段，并在音频文件的主图标202上显示每个音频文件片段的子图标204，用户可以根据子图标204对音频文件的内容进行大致定位。进一步地，在每个子图标204上显示每个音频文件片段对应的标签信息206，并且该标签信息206显示有该音频文件片段中的关键信息，从而使得用户可以直接根据标签信息206确定该子图标204所对应的音频文件片段的关键信息，进而可以使得用户能够通过子图标204中所显示的标签信息206查找音频文件中的关键信息，方便了用户对音频文件中的关键信息进行定位，提高用户体验。

本申请实施例通过将音频文件分割为N个音频文件片段，并在电子设备的显示屏上显示每个音频文件片段的标签信息，用户可以根据标签信息对音频文件的内容进行大致定位。可以理解的是，标签信息即为该音频文件的关键词，因此，通过标签信息可以显示该音频文件片段中的关键信息，从而使得用户可以直接根据标签信息确定该子图标所对应的音频文件片段的关键信息，进而可以使得用户能够通过标签信息查找音频文件中的关键信息，从而解决了在音频文件中查找音频片段的过程操作繁琐的问题，方便了用户对音频文件中的关键信息进行定位，提高用户体验。

在本申请的一些实施例中，确定N个音频文件片段中的任一音频文件片段的关键词，包括：

获取音频文件片段的音频内容；

根据音频内容，确定音频内容对应的文本内容；

根据文本内容，确定关键词。

在本申请实施例中，可以根据音频文件片段的音频内容，确定音频文件片段所对应的关键词。

具体地，首先，获取音频文件片段的音频内容，然后，根据音频内容，确定音频内容所对应的文本内容。其中，可以采用语音转文本算法，将音频内容转换为文本内容，以实现音频文件片段的文本内容的确定。具体地，语音转文本算法可以为隐马尔可夫模型(HiddenMarkov Model，HMM)，或者循环神经网络(Recurrent Neural Network，RNN)模型。

进一步地，根据音频文件片段的文本内容，确定音频文件片段所对应的关键词。具体地，可以采用关键词检测算法，在文本内容中检查出关键词。关键词检测算法可以为词频-逆向文件频率(term frequency-inverse document frequency，TF-IDF)算法。

最后，将检测到的关键词，设置为音频文件片段所对应的关键词。

本申请实施例通过对音频文件片段的音频内容进行文本转换，转换为文本内容，进一步根据文本内容，提取文本内容中的关键词，将文本内容中的关键词设置为音频文件片段对应的关键词，从而可以使得音频文件片段的关键词能够显示出该音频文件片段的关键信息，进而便于用户对音频文件片段的关键信息进行查看，提高了定位音频文件的关键信息的效率。

在本申请的一些实施例中，根据音频内容，确定音频内容对应的文本内容，包括：

获取音频内容所持续的第一时长；

在第一时长小于或等于第二时长的情况下，根据音频内容，确定文本内容；

在第一时长大于第二时长的情况下，在音频内容中截取持续时长为第二时长的内容作为子音频内容；

根据子音频内容，确定文本内容。

在本申请实施例中，将音频内容转换文文本内容之前，可以首先确定音频文件片段所对应的音频内容持续的第一时长，并且，音频内容所持续的第一时长小于或等于第二时长的情况下，即可直接根据音频内容，确定文本内容，也就是直接通过用语音转文本算法，将音频内容转换为文本内容，以实现音频文件片段的文本内容的确定。

相反地，如果音频文件片段的音频内容所持续的第一时长大于第二时长，则首先在音频内容中截取持续时长为第二时长的内容作为子音频内容，然后，再根据子音频内容，确定文本内容。也就是通过用语音转文本算法，将子音频内容转换为文本内容，以实现音频文件片段的文本内容的确定。

其中，第二时长具体可以设置为10秒。

本申请实施例通过对音频文件片段对应的音频内容持续的第一时长进行检测，并且在音频内容持续的第一时长大于第二时长的情况下，在音频内容中截取持续时长为第二时长的内容作为子音频内容，并且根据子音频内容确定文本内容。从而可以减少所需要处理的音频内容，提高音频内容转化为文本内容过程中的处理效率。

在本申请的一些实施例中，响应于第一输入，根据预设时长，将音频文件分割为N个音频文件片段之后，显示方法包括：

获取预设的多个姓名标签；

获取音频文件片段中的多个声纹特征信息；

在多个声纹特征信息中确定持续时长最长的第一声纹特征信息；

在多个姓名标签中设置与第一声纹特征信息对应的第一姓名标签；

将第一姓名标签设置为音频文件片段的标签信息；

显示标签信息。

在本申请实施例中，可以根据音频文件片段的声纹特征信息，确定该音频文件片段的标签信息。可以理解的是，声纹特征信息能够体现该音频文件片段中的发声主体的声音特征，从而根据声纹特征信息确定标签信息，可以使得用户能够对该音频文件片段的发声主体进行确定，进而可以对整个音频文件中的发声主体进行定位，以满足用户需求。其中，发声主体可以为人，也即，用户能够根据说话人对音频文件进行定位。

具体地，可以首先获取一组预设的姓名标签，该姓名标签可以根据用户的自身喜好进行预设，例如，该组姓名标签可以为一组小说中的人物姓名，或者某一历史时期的著名人物的姓名等。

进一步地，获取音频文件片段中的多个声纹特征信息，并且在多个声纹特征信息中确定持续时长最长的第一声纹特征信息。然后在多个姓名标签中设置一个与第一声纹特征信息对应的第一姓名标签，该第一姓名标签即可作为音频文件片段的标签信息。

图3示出了本申请实施例的音频文件的显示方法的界面示意图之二，如图3所示，在音频文件的主图标202中显示有每个音频文件片段的子图标204，同时，在子图标中显示有第一声纹特征信息对应的第一姓名标签“XXX”，也即音频文件片段对应的标签信息206。

本申请实施例根据音频文件片段的声纹特征信息确定音频文件片段对应的标签信息，从而可以使得用户能够根据标签信息确定该音频文件片段的发声主体，进而可以根据音频文件片段的标签信息对整个音频文件中的发声主体进行定位，以满足用户对音频文件的定位查找需求。

在一些实施例中，在获取到音频文件片段的多个声纹特征信息之后，首先，可以在多个声纹特征信息中确定持续时长小于或等于第四时长的第三声纹特征信息，然后将第三声纹特征信息所对应的音频内容删除。然后，在剩余的声纹特征信息中确定持续时长最长的第一声纹特征信息，并从多个姓名标签中设置于第一声纹特征信息对应的第一姓名标签，作为音频文件片段的标签信息。

可以理解的是，持续时长小于或等于第四时长的第三声纹特征信息所对应的音频内容持续时长较短，对于用户来说不具有参考价值，因此，将第三声纹特征信息所对应的音频内容删除，在用户定位查找到发声主体后，用户播放音频的过程中，无需播放持续时长较小的发声主体的音频，从而避免持续时长较小的发声主体的音频对用户造成影响，提高用户获取音频的效率。

本申请实施例将持续时长小于或等于第四时长的第三声纹特征信息所对应的音频内容删除，可以减小持续时长较小的发声主体对用户收听所需要的发声主体的音频过程中造成影响，提高音频的筛选效率。

在一些实施例中，根据声纹特征信息确定标签信息，可以使得用户能够对该音频文件片段的发声主体进行确定，进而可以对整个音频文件中的发声主体进行定位，以满足用户需求。具体地，获取音频文件片段中的多个声纹特征信息，并且在多个声纹特征信息中确定持续时长最长的第一声纹特征信息。然后在多个姓名标签中设置一个与第一声纹特征信息对应的第一姓名标签，该第一姓名标签即可确定为音频文件片段的标签信息。

进一步地，接收对标签信息的第一输入，电子设备响应于第一输入，则播放该标签信息对应的第一声纹特征信息的所有音频内容。

也就是，在根据第一声纹特征信息设置音频文件片段的标签信息之后，接收对标签信息的第一输入，即可播放该第一声纹特征信息对应的发声主体的所有音频内容。

其中，第一输入包括但不限于点击输入、按键输入、指纹输入、滑动输入、按压输入。按键输入包括但不限于对电子设备的电源键、音量键、主菜单键的单击输入、双击输入、长按输入、组合按键输入等。当然第一输入还可以是用户对电子设备的其它操作，本申请实施例对操作的方式不作具体限定，可为任一可实现的方式。

本申请实施例在接收对标签信息第一输入的情况下，播放标签信息对应的第一声纹特征信息的发声主体的所有音频内容，可以方便用户对发声主体的音频内容进行查找播放，提高用户体验。

在本申请的一些实施例中，在多个声纹特征信息中确定持续时长最长的声纹特征信息作为第一声纹特征信息，包括：

获取多个声纹特征信息对应的多个发声主体；

根据多个发声主体，将发声主体为人的声纹特征信息作为第二声纹特征信息；

确定多个第二声纹特征信息中持续时长最长的第二声纹特征信息作为第一声纹特征信息。

在本申请实施例中，在确定音频文件片段中持续时长最长的第一声纹特征信息的过程中，首先，可以获取所有声纹特征信息所对应的发声主体，然后，根据每个声纹特征信息对应的发声主体，确定每个声纹特征信息所对应的发声主体是否为人。

进一步地，将发声主体为人的声纹特征信息作为第二声纹特征信息，最后确定所有第二声纹特征信息中持续时长最长的第二声纹特征信息作为第一声纹特征信息。也就是，在根据音频文件片段的声纹特征信息确定标签信息的过程中，首先需要确定所有声纹特征信息中发声主体为人的第二声纹特征信息，然后在第二声纹特征信息中确定持续时长最长的第二声纹特征信息，将该第二声纹特征信息确定为第一声纹特征信息，最后在多个姓名标签中设置于第一声纹特征信息对应的第一姓名标签，将第一姓名标签设置为音频文件片段的标签信息。

本申请实施例通过在多个声纹特征信息中检测发声主体为人的第二声纹特征信息，最后将持续时长最长的第二声纹特征信息确定为第一声纹特征信息，并在多个姓名标签中设置于第一声纹特征信息对应的第一姓名标签，将第一姓名标签设置为标签信息。从而可以使得用户能够根据标签信息直接判断该音频文件片段的发声人，进一步方便用户对音频文件中的发声人进行定位，满足用户需求。

在一些实施例中，在显示每个音频文件片段对应的子图标的情况下，可以接收用户对任意一个子图标的第二输入，电子设备响应于第二输入，即可播放该子图标对应的音频文件片段的音频内容。

其中，第二输入包括但不限于点击输入、按键输入、指纹输入、滑动输入、按压输入。按键输入包括但不限于对电子设备的电源键、音量键、主菜单键的单击输入、双击输入、长按输入、组合按键输入等。当然第二输入还可以是用户对电子设备的其它操作，本申请实施例对操作的方式不作具体限定，可为任一可实现的方式。

本申请实施例根据用户对任意一个子图标的第二输入，播放子图标对应的音频文件片段的音频内容，从而可以实现用户对音频文件片段的音频内容的获取，进而实现用户对整个音频文件中的关键信息的定位，满足用户需求。

在一些实施例中，在播放音频文件片段的音频内容的同时，还可以在子图标中显示音频文件片段的播放进度，从而便于用户对播放进度进行查看。

具体地，可以在子图标中通过背景颜色来表示当前音频文件片段的播放进度。例如，当前音频文件片段的播放进度为50％，则可以在子图标左侧的一半填充蓝色，在子图标右侧的一半填充白色。进一步地，随着音频文件片段的持续播放，子图标左侧填充的蓝色区域逐渐增加，右侧填充的白色区域逐渐减少，以指示音频文件片段的播放进度。

进一步地，用户还可以对子图像中的蓝色区域或白色区域进行调节，从而实现音频文件片段的播放进度的调节。

本申请实施例通过在音频文件片段的播放过程中，在音频文件片段对应的子图标中显示音频文件片段的播放进度，可以方便用户对文件的播放进度进行查看，提高用户体验。

在一些实施例中，在显示子图标的情况下，用户可以对任意一个子图标进行第三输入，从而实现对子图标中的标签信息进行编辑。

具体地，对标签信息进行编辑可以包括：删除当前标签信息、在当前标签信息中增加文字以及删除当前标签信息。

其中，第三输入包括但不限于点击输入、按键输入、指纹输入、滑动输入、按压输入。按键输入包括但不限于对电子设备的电源键、音量键、主菜单键的单击输入、双击输入、长按输入、组合按键输入等。当然第三输入还可以是用户对电子设备的其它操作，本申请实施例对操作的方式不作具体限定，可为任一可实现的方式。

本申请实施例根据对任意一个子图标的第三输入，可以实现对任意一个子图标中所显示的标签信息进行编辑，从而使得用户能够根据自身需求对音频文件片段的标签信息进行编辑，满足用户的需求，进一步方便用户对整个音频文件的关键信息进行定位查找。

在一些实施例中，可以获取音频文件的文本信息，并且，在显示音频文件的主图标的情况下，在主图标中滚动显示音频文件的文本信息。

本申请实施例在显示音频文件的主图标的同时，在主图标中显示音频文件的文本信息，从而可以方便用户对音频文件的文本信息进行同时查看，便于用户对音频文件的内容进行查看。

在一些实施例中，在滚动显示音频文件的文本信息的同时，接收用户对文本信息的第四输入，电子设备能够响应于第四输入，调节音频文件的播放进度。

具体地，用户可以通过滑动文本信息，以实现调节文本信息的显示进度，进一步地，根据文本信息的显示进度，可以调节音频文件的播放进度，以使得音频文件的播放进度和文本信息的显示进度相对应。

其中，第四输入包括但不限于点击输入、按键输入、指纹输入、滑动输入、按压输入。按键输入包括但不限于对电子设备的电源键、音量键、主菜单键的单击输入、双击输入、长按输入、组合按键输入等。当然第四输入还可以是用户对电子设备的其它操作，本申请实施例对操作的方式不作具体限定，可为任一可实现的方式。

本申请实施例通过接受对文本信息的第四输入，可以实现对音频文件的播放进度进行调节，从而方便用户对音频文件进行查看，满足用户需求。

在一个具体实施例中，图4示出了本申请实施例的音频文件的显示方法的流程图之二，如图4所示，音频文件的显示方法如下：

步骤302，获取音频文件；

步骤304，将音频文件分割为N个音频文件片段；

步骤306，判断音频文件片段的音频内容持续时长是否大于阈值；如果是，则执行步骤308，如果否，则执行步骤310；

步骤308，在音频文件片段中的音频内容中截取持续时长为阈值的音频内容；

步骤310，将音频内容进行语音识别，生成文本，在文本中检测关键词；

步骤312，将关键词在音频文件的主图标中的子图标中显示；

步骤314，用户点击子图标，播放子图标对应的音频文件片段的音频内容，并通过背景颜色显示音频的播放进度；

步骤316，在音频文件的主图标中滚动显示音频文件的文本内容；

步骤318，滑动文本内容，查看文本内容以及调节音频播放进度。

本申请实施例通过在音频文件的主图表中显示多个音频文件片段的子图标，同时在子图标上显示有每个子图标对应的音频文件片段的标签信息，从而使得用户可以通过查看每个子图标中显示的标签信息，直接确定每个音频文件片段中的关键信息。这样，在用户需要定位音频文件中的关键信息时，无需依次试听音频文件中的音频内容，提高了音频文件中的关键信息的定位效率，简化了关键信息的定位操作，从而解决了在音频文件中查找音频片段的过程操作繁琐的问题，提高了用户体验。

在本申请的一些实施例中，提供了一种音频文件的显示装置，图5示出了根据本申请实施例的音频文件的显示装置的结构框图，如图5所示，音频文件的显示装置500包括：

接收单元502，用于接收第一输入；

分割单元504，用于根据预设时长，将音频文件分割为N个音频文件片段；

确定单元506，用于确定N个音频文件片段中的任一音频文件片段的关键词；以及

将关键词作为音频文件片段的标签信息；

显示单元508，用于显示标签信息。

本申请实施例通过将音频文件分割为N个音频文件片段，并在电子设备的显示屏上显示每个音频文件片段的标签信息，用户可以根据标签信息对音频文件的内容进行大致定位。可以理解的是，标签信息即为该音频文件的关键词，因此，通过标签信息可以显示该音频文件片段中的关键信息，从而使得用户可以直接根据标签信息确定该子图标所对应的音频文件片段的关键信息，进而可以使得用户能够通过标签信息查找音频文件中的关键信息，从而解决了在音频文件中查找音频片段的过程操作繁琐的问题，方便了用户对音频文件中的关键信息进行定位，提高用户体验。

在本申请的一些实施例中，确定单元具体用于：

获取音频文件片段的音频内容；

根据音频内容，确定音频内容对应的文本内容；

根据文本内容，确定关键词。

本申请实施例通过对音频文件片段的音频内容进行文本转换，转换为文本内容，进一步根据文本内容，提取文本内容中的关键词，将文本内容中的关键词设置为音频文件片段对应的关键词，从而可以使得音频文件片段的关键词能够显示出该音频文件片段的关键信息，进而便于用户对音频文件片段的关键信息进行查看，提高了定位音频文件的关键信息的效率。

在本申请的一些实施例中，确定单元具体用于：

获取音频内容所持续的第一时长；

在第一时长小于或等于第二时长的情况下，根据音频内容，确定文本内容；

在第一时长大于第二时长的情况下，在音频内容中截取持续时长为第二时长的内容作为子音频内容；

根据子音频内容，确定文本内容。

本申请实施例通过对音频文件片段对应的音频内容持续的第一时长进行检测，并且在音频内容持续的第一时长大于第二时长的情况下，在音频内容中截取持续时长为第二时长的内容作为子音频内容，并且根据子音频内容确定文本内容。从而可以减少所需要处理的音频内容，提高音频内容转化为文本内容过程中的处理效率。

在本申请的一些实施例中，显示装置还包括获取单元，用于获取预设的多个姓名标签；以及

获取音频文件片段中的多个声纹特征信息；

确定单元还用于在多个声纹特征信息中确定持续时长最长的声纹特征信息作为第一声纹特征信息；以及

在多个姓名标签中设置与第一声纹特征信息对应的第一姓名标签；以及

将第一姓名标签作为音频文件片段的标签信息；

显示单元用于显示标签信息。

本申请实施例根据音频文件片段的声纹特征信息确定音频文件片段对应的标签信息，从而可以使得用户能够根据标签信息确定该音频文件片段的发声主体，进而可以根据音频文件片段的标签信息对整个音频文件中的发声主体进行定位，以满足用户对音频文件的定位查找需求。

在本申请的一些实施例中，确定单元具体用于：

获取多个声纹特征信息对应的多个发声主体；

根据多个发声主体，将发声主体为人的声纹特征信息作为第二声纹特征信息；

将多个第二声纹特征信息中持续时长最长的第二声纹特征信息作为第一声纹特征信息。

本申请实施例通过在多个声纹特征信息中检测发声主体为人的第二声纹特征信息，最后将持续时长最长的第二声纹特征信息确定为第一声纹特征信息，并在多个姓名标签中设置于第一声纹特征信息对应的第一姓名标签，将第一姓名标签设置为标签信息。从而可以使得用户能够根据标签信息直接判断该音频文件片段的发声人，进一步方便用户对音频文件中的发声人进行定位，满足用户需求。

本申请实施例中的音频文件的显示装置可以是电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(Mobile Internet Device，MID)、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobilepersonal computer，UMPC)、上网本或者个人数字助理(personal digital assistant，PDA)等，还可以为服务器、网络附属存储器(Network Attached Storage，NAS)、个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。

本申请实施例中的音频文件的显示装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为iOS操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。

本申请实施例提供的音频文件的显示装置能够实现上述方法实施例实现的各个过程，为避免重复，这里不再赘述。

可选地，本申请实施例还提供一种电子设备，图6示出了本申请实施例的电子设备的结构框图，如图6所示，电子设备600包括处理器602，存储器604，存储在存储器604上并可在处理器602上运行的程序或指令，该程序或指令被处理器602执行时实现上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

需要说明的是，本申请实施例中的电子设备包括上述的移动电子设备和非移动电子设备。

图7为实现本申请实施例的一种电子设备的硬件结构示意图。

该电子设备700包括但不限于：射频单元701、网络模块702、音频输出单元703、输入单元704、传感器705、显示单元706、用户输入单元707、接口单元708、存储器709以及处理器710等部件。

本领域技术人员可以理解，电子设备700还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器710逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图7中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。

其中，处理器710用于接收第一输入；响应于第一输入，根据预设时长，将音频文件分割为N个音频文件片段；确定N个音频文件片段中的任一音频文件片段的关键词；将关键词作为音频文件片段的标签信息；显示标签信息。

本申请实施例通过将音频文件分割为N个音频文件片段，并在电子设备的显示屏上显示每个音频文件片段的标签信息，用户可以根据标签信息对音频文件的内容进行大致定位。可以理解的是，标签信息即为该音频文件的关键词，因此，通过标签信息可以显示该音频文件片段中的关键信息，从而使得用户可以直接根据标签信息确定该子图标所对应的音频文件片段的关键信息，进而可以使得用户能够通过标签信息查找音频文件中的关键信息，从而解决了在音频文件中查找音频片段的过程操作繁琐的问题，方便了用户对音频文件中的关键信息进行定位，提高用户体验。

可选地，处理器710还用于获取音频文件片段的音频内容；根据音频内容，确定音频内容对应的文本内容；根据文本内容，确定关键词。

本申请实施例通过对音频文件片段的音频内容进行文本转换，转换为文本内容，进一步根据文本内容，提取文本内容中的关键词，将文本内容中的关键词设置为音频文件片段对应的关键词，从而可以使得音频文件片段的关键词能够显示出该音频文件片段的关键信息，进而便于用户对音频文件片段的关键信息进行查看，提高了定位音频文件的关键信息的效率。

可选地，处理器710还用于获取音频内容所持续的第一时长；在第一时长小于或等于第二时长的情况下，根据音频内容，确定文本内容；在第一时长大于第二时长的情况下，在音频内容中截取持续时长为第二时长的内容作为子音频内容；根据子音频内容，确定文本内容。

本申请实施例通过对音频文件片段对应的音频内容持续的第一时长进行检测，并且在音频内容持续的第一时长大于第二时长的情况下，在音频内容中截取持续时长为第二时长的内容作为子音频内容，并且根据子音频内容确定文本内容。从而可以减少所需要处理的音频内容，提高音频内容转化为文本内容过程中的处理效率。

可选地，处理器710还用于获取预设的多个姓名标签；获取音频文件片段中的多个声纹特征信息；在多个声纹特征信息中确定持续时长最长的第一声纹特征信息；在多个姓名标签中设置与第一声纹特征信息对应的第一姓名标签；将第一姓名标签设置为音频文件片段的标签信息；显示标签信息。

本申请实施例根据音频文件片段的声纹特征信息确定音频文件片段对应的标签信息，从而可以使得用户能够根据标签信息确定该音频文件片段的发声主体，进而可以根据音频文件片段的标签信息对整个音频文件中的发声主体进行定位，以满足用户对音频文件的定位查找需求。

可选地，处理器710还用于获取多个声纹特征信息对应的多个发声主体；根据多个发声主体，将发声主体为人的声纹特征信息作为第二声纹特征信息；确定多个第二声纹特征信息中持续时长最长的第二声纹特征信息作为第一声纹特征信息。

本申请实施例通过在多个声纹特征信息中检测发声主体为人的第二声纹特征信息，最后将持续时长最长的第二声纹特征信息确定为第一声纹特征信息，并在多个姓名标签中设置于第一声纹特征信息对应的第一姓名标签，将第一姓名标签设置为标签信息。从而可以使得用户能够根据标签信息直接判断该音频文件片段的发声人，进一步方便用户对音频文件中的发声人进行定位，满足用户需求。

应理解的是，本申请实施例中，输入单元704可以包括图形处理器(GraphicsProcessing Unit，GPU)7041和麦克风7042，图形处理器7041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图像或视频的图像数据进行处理。显示单元706可包括显示面板7061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板7061。用户输入单元707包括触控面板7071以及其他输入设备7072中的至少一种。触控面板7071，也称为触摸屏。触控面板7071可包括触摸检测装置和触摸控制器两个部分。其他输入设备7072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

存储器709可用于存储软件程序以及各种数据。存储器709可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器709可以包括易失性存储器或非易失性存储器，或者，存储器709可以包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本申请实施例中的存储器709包括但不限于这些和任意其它适合类型的存储器。

处理器710可包括一个或多个处理单元；可选的，处理器710集成应用处理器和调制解调处理器，其中，应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器710中。

本申请实施例还提供一种可读存储介质，可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，处理器为上述实施例中的电子设备中的处理器。可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等。

本申请实施例另提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。

本申请实施例提供一种计算机程序产品，该程序产品被存储在可读存储介质中，该程序产品被至少一个处理器执行以实现如上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个可读存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (10)

1.一种音频文件的显示方法，其特征在于，所述显示方法包括：

接收第一输入；

响应于所述第一输入，根据预设时长，将音频文件分割为N个音频文件片段；

确定所述N个音频文件片段中的任一音频文件片段的关键词；

将所述关键词作为所述音频文件片段的标签信息；

显示所述标签信息。

2.根据权利要求1所述的显示方法，其特征在于，所述确定所述N个音频文件片段中的任一音频文件片段的关键词，包括：

获取所述音频文件片段的音频内容；

根据所述音频内容，确定所述音频内容对应的文本内容；

根据所述文本内容，确定所述关键词。

3.根据权利要求2所述的显示方法，其特征在于，所述根据所述音频内容，确定所述音频内容对应的文本内容，包括：

获取所述音频内容所持续的第一时长；

在所述第一时长小于或等于第二时长的情况下，根据所述音频内容，确定所述文本内容；

在所述第一时长大于所述第二时长的情况下，在所述音频内容中截取持续时长为所述第二时长的内容作为子音频内容；

根据所述子音频内容，确定所述文本内容。

4.根据权利要求1所述的显示方法，其特征在于，所述响应于所述第一输入，根据预设时长，将音频文件分割为N个音频文件片段之后，所述显示方法包括：

获取预设的多个姓名标签；

获取所述音频文件片段中的多个声纹特征信息；

在所述多个声纹特征信息中确定持续时长最长的声纹特征信息作为第一声纹特征信息；

在所述多个姓名标签中设置与所述第一声纹特征信息对应的第一姓名标签；

将所述第一姓名标签作为所述音频文件片段的标签信息；

显示所述标签信息。

5.根据权利要求4所述的显示方法，其特征在于，所述在所述多个声纹特征信息中确定持续时长最长的声纹特征信息作为第一声纹特征信息，包括：

获取所述多个声纹特征信息对应的多个发声主体；

根据所述多个发声主体，将发声主体为人的声纹特征信息作为第二声纹特征信息；

将多个所述第二声纹特征信息中持续时长最长的所述第二声纹特征信息作为所述第一声纹特征信息。

6.一种音频文件的显示装置，其特征在于，所述显示装置包括：

接收单元，用于接收第一输入；

分割单元，用于根据预设时长，将音频文件分割为N个音频文件片段；

确定单元，用于确定所述N个音频文件片段中的任一音频文件片段的关键词；以及

将所述关键词作为所述音频文件片段的标签信息；

显示单元，用于显示所述标签信息。

7.根据权利要求6所述的显示装置，其特征在于，所述确定单元具体用于：

获取所述音频文件片段的音频内容；

根据所述音频内容，确定所述音频内容对应的文本内容；

根据所述文本内容，确定所述关键词。

8.根据权利要求7所述的显示装置，其特征在于，所述确定单元具体用于：

获取所述音频内容所持续的第一时长；

在所述第一时长小于或等于第二时长的情况下，根据所述音频内容，确定所述文本内容；

在所述第一时长大于所述第二时长的情况下，在所述音频内容中截取持续时长为所述第二时长的内容作为子音频内容；

根据所述子音频内容，确定所述文本内容。

9.根据权利要求6所述的显示装置，其特征在于，还包括：

获取单元，用于获取预设的多个姓名标签；以及

获取所述音频文件片段中的多个声纹特征信息；

所述确定单元还用于在所述多个声纹特征信息中确定持续时长最长的声纹特征信息作为第一声纹特征信息；以及

在所述多个姓名标签中设置与所述第一声纹特征信息对应的第一姓名标签；以及

将所述第一姓名标签作为所述音频文件片段的标签信息；

所述显示单元用于显示所述标签信息。

10.根据权利要求9所述的显示装置，其特征在于，所述确定单元具体用于：

获取所述多个声纹特征信息对应的多个发声主体；

根据所述多个发声主体，将发声主体为人的声纹特征信息作为第二声纹特征信息；

将多个所述第二声纹特征信息中持续时长最长的所述第二声纹特征信息作为所述第一声纹特征信息。