專利名稱：一種通過特定語音觸發(fā)的法庭庭審音頻文件實時標引方法
技術領域：
本發(fā)明屬于音頻處理技術領域，具體涉及一種通過特定語音觸發(fā)的法庭庭審音頻 文件實時標引方法。
背景技術：
法院的法庭審理過程需要進行現(xiàn)場錄音，庭審現(xiàn)場錄音對于提高庭審效率和案件 審理質(zhì)量是非常重要的。法庭的審理要求全面、真實、客觀、公正，如果有音像資料作以佐證 的話就更能直觀、有效的印證案件審理的真實過程，從而為后續(xù)的監(jiān)督檢查以及庭審資料 調(diào)用提供方便。而且，音像資料的保存作為一種真實歷史的記錄，可以為未來法庭庭審工作 的發(fā)展提供借鑒和參考。法庭的庭審過程一般都比較長，短則2 3個小時，長的可以花費半天甚至一天的 時間，而庭審的現(xiàn)場錄音是一個連續(xù)的過程，將最終形成一段時間很長的音頻文件法庭的審理都存在著一套比較規(guī)范的程序，我國的法庭審理過程一般包括如下步 驟宣布開庭一核實當事人身份并告知權利義務一法庭調(diào)查一舉證質(zhì)證一法庭辯論一法庭 調(diào)解一宣判一閉庭。在進行庭審音頻的聽取過程中，如果希望針對其中的某個環(huán)節(jié)聽取錄 音，在音頻文件通過音頻播放軟件播放時，可以通過改變播放進度的形式來選擇相應的音 頻片段，這是目前所有播放軟件都支持的功能。但是，這種改變播放進度的形式一般只能以 時間作為參考依據(jù)，收聽者首先要估計希望聽取的片段在什么時間點，然后再根據(jù)時間點 進行查找，這樣就會比較繁瑣，特別是在音頻文件比較長的情況下查找的效率相對較低。由于法庭審理有著較規(guī)范的程序，因此，目前有一種做法是在庭審過程錄制完成 后，由工作人員再從頭至尾瀏覽一遍整個音頻文件，并對庭審的每一個步驟加入音頻標引， 從而為后續(xù)的錄音提取提供方便。但這種方式不僅增加了工作人員的勞動強度，而且，耗時 較長，工作效率比較低下。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有技術的缺陷，提供一種通過特定語音觸發(fā)的法庭庭審 音頻文件實時標引方法，按庭審環(huán)節(jié)將長時間的庭審錄音進行實時標引，以方便后續(xù)聽取 時音頻片段的快速定位。本發(fā)明的技術方案如下一種通過特定語音觸發(fā)的法庭庭審音頻文件實時標引方 法，包括如下步驟(1)根據(jù)法庭庭審的規(guī)定環(huán)節(jié)，確定每個環(huán)節(jié)開始時法官的標準語句；(2)在法庭現(xiàn)場音頻的錄制過程中，實時的捕捉法官所發(fā)出的語音信息；(3)語音識別裝置識別法官的語音信息，當與每個環(huán)節(jié)開始時法官的標準語句相 符時，輸出語音識別結(jié)果信息；(4)通過語音識別結(jié)果信息觸發(fā)標引操作，對音頻文件的對應音頻幀進行標引關 聯(lián)。
進一步，如上所述的通過特定語音觸發(fā)的法庭庭審音頻文件實時標引方法，在步 驟(2)中使用數(shù)字化錄音裝置對整個庭審過程進行不間斷的連續(xù)錄音，形成音頻文件，并 將文件實時發(fā)送存儲在音頻服務器的存儲器中。進一步，如上所述的通過特定語音觸發(fā)的法庭庭審音頻文件實時標引方法，在步 驟(3)中，先將法官的語音信息由模擬信號轉(zhuǎn)換為數(shù)字信號，然后進行特定語音信息的識 別。進一步，如上所述的通過特定語音觸發(fā)的法庭庭審音頻文件實時標引方法，在步 驟(4)中，首先對語音識別裝置的語音識別結(jié)果信息進行重復性檢測，通過檢測的語音識 別結(jié)果信息用于觸發(fā)標弓I操作。進一步，如上所述的通過特定語音觸發(fā)的法庭庭審音頻文件實時標引方法，步驟 (4)中標引關聯(lián)的具體方法為，建立一個XML文件，XML文件的內(nèi)容節(jié)點以庭審的規(guī)定環(huán)節(jié) 名稱命名，當語音識別結(jié)果信息觸發(fā)標引操作時，將當前音頻幀與XML文件的當前節(jié)點內(nèi) 容相對應，實現(xiàn)標引關聯(lián)。進一步，如上所述的通過特定語音觸發(fā)的法庭庭審音頻文件實時標引方法，其中， 在音頻錄制結(jié)束后，將起標引作用的XML文件與音頻文件整體打包。本發(fā)明的有益效果如下本發(fā)明通過對法官說出的特定語句進行語音識別，從而 了解法庭審理的進程，確定每一個規(guī)定環(huán)節(jié)的開始時刻，通過信號觸發(fā)實時標引的方式對 庭審錄音進行實時標引，最終形成一個帶有庭審環(huán)節(jié)標簽的音頻文件。通過在音頻播放器 上設計一個簡單的插件，用于讀取標引信息，就可以將庭審的環(huán)節(jié)標簽顯示在播放器的進 度欄，從而為庭審錄音的后續(xù)收聽定位提供了極大的方便。本發(fā)明原理簡單，易于實現(xiàn)，非 常有助于庭審音頻文件的處理，并能夠減輕工作人員勞動強度，提高音頻文件的處理效率。


圖1為本發(fā)明的方法流程圖；圖2為語音識別的流程圖；圖3為實時標引方式的原理圖。
具體實施例方式下面結(jié)合附圖和具體實施例對本發(fā)明進行詳細的描述。本發(fā)明所提供的通過特定語音觸發(fā)的法庭庭審音頻文件實時標引方法，用于庭審 錄音現(xiàn)場當中，其主要功能是對法庭庭審的數(shù)字化音頻文件進行實時的環(huán)節(jié)標引，以便于 后續(xù)音頻收聽中的快速定位，該方法的流程如圖1所示，包括如下步驟(1)根據(jù)法庭庭審的規(guī)定環(huán)節(jié)，確定每個環(huán)節(jié)開始時法官的標準語句，例如，開庭 時法官宣讀“現(xiàn)在開庭”，法庭辯論環(huán)節(jié)開始時法官宣讀“現(xiàn)在進行法庭辯論”；(2)在法庭現(xiàn)場音頻的錄制過程中，實時的捕捉法官所發(fā)出的語音信息，本發(fā)明使 用數(shù)字化錄音裝置對整個庭審過程進行不間斷的連續(xù)錄音，形成音頻文件，并將文件實時 發(fā)送存儲在音頻服務器的存儲器中；(3)語音識別裝置識別法官的語音信息并進行判斷，當與每個環(huán)節(jié)開始時法官的 標準語句相符時，輸出語音識別結(jié)果信息；
4
(4)對語音識別裝置的語音識別結(jié)果信息進行重復性檢測，通過 檢測的語音識別 結(jié)果信息用于觸發(fā)標引操作，對音頻文件的對應音頻幀進行標引關聯(lián)。本發(fā)明的語音識別裝置并不是對法官的所有話語都進行識別，而是只針對特定語 音信息進行識別。由于庭審一般都有著比較規(guī)范的程序，在每個程序開始的時候，規(guī)定法官 都要用標準語句進行宣讀以表明現(xiàn)在進入相應程序，例如，開庭時法官宣讀“現(xiàn)在開庭”，法 庭辯論環(huán)節(jié)開始時法官宣讀“現(xiàn)在進行法庭辯論”。這樣，語音識別裝置可以預先設定好需 要識別的特定語音信息是什么，只有當捕捉到這些規(guī)定好的特定語音信息之后，才進行語 音信息的輸出。結(jié)合以上特點，語音識別裝置的語音識別流程如圖2所示，首先通過語音接 收單元接收模擬語音信息，然后通過模數(shù)轉(zhuǎn)換單元將模擬信號轉(zhuǎn)換為數(shù)字信號，接下來由 特定語音信息識別單元判斷語音信息是否為標準語句，如果是標準語句則通過語音信息輸 出單元進行輸出。另外，在具體的庭審過程中，由于某些不太規(guī)范的人為因素，特定語音信息識別單 元很可能會捕捉到多次同一特定語音信息，并將該信息進行了多次輸出。因此，有必要對語 音識別裝置輸出的語音識別結(jié)果信息進行重復性檢測，如果發(fā)現(xiàn)有重復的語音信號又一次 被輸入時，將該信號截斷，不發(fā)送給實時標引模塊，這樣就保證了在一次庭審錄制過程中對 于一個規(guī)定環(huán)節(jié)只標引一次。實時標引過程根據(jù)檢測合格的語音識別裝置的識別結(jié)果觸發(fā)標引操作，對音頻文 件的對應音頻幀進行標引關聯(lián)。本發(fā)明中，將特定的語音信息作為標引的觸發(fā)機制，音頻服 務器中設置實時標引模塊，并在實時標引模塊中事先已經(jīng)定義了需要標引的具體內(nèi)容，即 每個庭審環(huán)節(jié)的名稱，一種具體的實施方式是，在實時標引模塊中設置一個XML文件，XML 即為可擴展的標記語言(eXtensibleMarkup Language)，是一套定義語義標記的規(guī)則，這些 標記可以將文檔分成許多部件并對這些部件加以標識。如圖3所示，本發(fā)明的XML文件的 內(nèi)容節(jié)點以庭審的規(guī)定環(huán)節(jié)名稱命名，當實時標引模塊收到一個語音識別結(jié)果信號時，即 觸發(fā)了相應的標引操作，系統(tǒng)便將音頻文件中當前音頻幀與XML文件的當前節(jié)點內(nèi)容相對 應，實現(xiàn)標引關聯(lián)。下一個語音識別結(jié)果信號來到時，再將這一時刻的音頻幀與依次排列的 另一個節(jié)點內(nèi)容相對應，實現(xiàn)下一個環(huán)節(jié)的標引關聯(lián)。這一技術原理簡單，對于本領域的技 術人員來說非常容易實現(xiàn)。針對上述標引方式，在音頻服務器中，還設有一個音頻文件打包模塊，用于將起標 引作用的XML文件與數(shù)字化錄音裝置生成的音頻文件整體打包。這樣，就形成了一個可以 實際被媒體播放器讀取播放的完整的音頻文件。對于音頻播放器軟件來說，應該針對上述標引關聯(lián)專門設計一個播放插件，通過 該插件，可以將庭審的環(huán)節(jié)標簽顯示在播放器的進度欄，這樣，在聽取音頻文件的時候，可 以非常直觀的找到庭審的某個環(huán)節(jié)的音頻片段，便于收聽的迅速定位。例如，收聽者希望聽 一下法庭辯論環(huán)節(jié)的情況，就可以拖動進度欄游標，將之放于“法庭辯論”的標識處，播放軟 件便可以迅速的根據(jù)該標引信息，找到對應的片段起點音頻幀，從該音頻幀開始播放，非常 方便實用。上述功能插件的設計對于本領域的技術人員來說是現(xiàn)有技術，此處不再進行過 多的描述。本發(fā)明所述的方法并不限于具體實施方式
中所述的實施例，本領域技術人員根據(jù) 本發(fā)明的技術方案得出其他的實施方式，同樣屬于本發(fā)明的技術創(chuàng)新范圍。
權利要求
一種通過特定語音觸發(fā)的法庭庭審音頻文件實時標引方法，包括如下步驟(1)根據(jù)法庭庭審的規(guī)定環(huán)節(jié)，確定每個環(huán)節(jié)開始時法官的標準語句；(2)在法庭現(xiàn)場音頻的錄制過程中，實時的捕捉法官所發(fā)出的語音信息；(3)語音識別裝置識別法官的語音信息，當與每個環(huán)節(jié)開始時法官的標準語句相符時，輸出語音識別結(jié)果信息；(4)通過語音識別結(jié)果信息觸發(fā)標引操作，對音頻文件的對應音頻幀進行標引關聯(lián)。
2.如權利要求1所述的通過特定語音觸發(fā)的法庭庭審音頻文件實時標引方法，其特征 在于在步驟(2)中使用數(shù)字化錄音裝置對整個庭審過程進行不間斷的連續(xù)錄音，形成音 頻文件，并將文件實時發(fā)送存儲在音頻服務器的存儲器中。
3.如權利要求1所述的通過特定語音觸發(fā)的法庭庭審音頻文件實時標引方法，其特征 在于在步驟(3)中，先將法官的語音信息由模擬信號轉(zhuǎn)換為數(shù)字信號，然后進行特定語音 信息的識別。
4.如權利要求1所述的通過特定語音觸發(fā)的法庭庭審音頻文件實時標引方法，其特征 在于在步驟(4)中，首先對語音識別裝置的語音識別結(jié)果信息進行重復性檢測，通過檢測 的語音識別結(jié)果信息用于觸發(fā)標引操作。
5.如權利要求4所述的通過特定語音觸發(fā)的法庭庭審音頻文件實時標引方法，其特征 在于步驟⑷中標引關聯(lián)的具體方法為，建立一個XML文件，XML文件的內(nèi)容節(jié)點以庭審 的規(guī)定環(huán)節(jié)名稱命名，當語音識別結(jié)果信息觸發(fā)標引操作時，將當前音頻幀與XML文件的 當前節(jié)點內(nèi)容相對應，實現(xiàn)標引關聯(lián)。
6.如權利要求5所述的通過特定語音觸發(fā)的法庭庭審音頻文件實時標引方法，其特征 在于在音頻錄制結(jié)束后，將起標引作用的XML文件與音頻文件整體打包。
全文摘要
本發(fā)明屬于音頻處理技術領域，具體涉及一種通過特定語音觸發(fā)的法庭庭審音頻文件實時標引方法。該方法根據(jù)法庭庭審的規(guī)定環(huán)節(jié)，確定每個環(huán)節(jié)開始時法官的標準語句；在法庭現(xiàn)場音頻的錄制過程中，實時的捕捉法官所發(fā)出的語音信息；語音識別裝置識別法官的語音信息，當與每個環(huán)節(jié)開始時法官的標準語句相符時，輸出語音識別結(jié)果信息；通過語音識別結(jié)果信息觸發(fā)標引操作，對音頻文件的對應音頻幀進行標引關聯(lián)。本發(fā)明按庭審環(huán)節(jié)將長時間的庭審錄音進行實時標引，以方便后續(xù)聽取時音頻片段的快速定位，并且能夠減輕工作人員勞動強度，提高音頻文件的處理效率。
文檔編號G10L15/28GK101833982SQ20091007982
公開日2010年9月15日 申請日期2009年3月12日 優(yōu)先權日2009年3月12日
發(fā)明者商文彬, 羊文廣, 羊美華, 黃瓊 申請人:新奧特硅谷視頻技術有限責任公司