本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別是涉及一種查看多媒體文件中錄音的方法及裝置。

背景技術(shù)：

隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，各種終端，如智能電話、平板電腦、計(jì)算機(jī)等的性能在不斷提高，并且，隨著人們生活需求的增加，這些終端能夠支持的應(yīng)用類型也不斷地增加，例如通信、社交、多媒體文件播放、上網(wǎng)或購(gòu)物等諸多功能，其中，使用終端設(shè)備播放多媒體文件是人們?nèi)粘Ｉ钪凶畛Ｓ玫墓δ苤弧?/p>

然而，采用傳統(tǒng)多媒體文件播放方式播放多媒體文件時(shí)，多媒體文件從頭至尾順序播放。當(dāng)多媒體文件中包括多個(gè)發(fā)言者的錄音時(shí)，如果用戶想查看或記錄某一位發(fā)言者的錄音，只能先將整個(gè)多媒體文件完整播放一遍，手動(dòng)記錄每個(gè)發(fā)言者的錄音起始時(shí)間，再在后續(xù)播放時(shí)根據(jù)手動(dòng)記錄調(diào)整多媒體文件的播放進(jìn)度，播放想要查看的發(fā)言者的錄音。因此，采用傳統(tǒng)多媒體文件播放方式播放指定發(fā)言人的錄音的操作過(guò)程中，用戶需要進(jìn)行諸多手動(dòng)操作，操作繁冗、費(fèi)時(shí)費(fèi)力。

技術(shù)實(shí)現(xiàn)要素：

基于此，有必要針對(duì)傳統(tǒng)多媒體文件播放方式播放指定發(fā)言人的錄音操作繁冗、費(fèi)時(shí)費(fèi)力的問(wèn)題，提供一種查看多媒體文件中錄音的方法及裝置。

一種查看多媒體文件中錄音的方法，包括：

掃描多媒體文件，獲取多媒體文件中的聲紋數(shù)據(jù)；

根據(jù)聲紋數(shù)據(jù)，識(shí)別多媒體文件中具有相同聲紋特征的多媒體數(shù)據(jù)；

將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)進(jìn)行標(biāo)記。

在其中一個(gè)實(shí)施例中，將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)進(jìn)行標(biāo)記，包括：將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)與預(yù)設(shè)標(biāo)簽進(jìn)行綁定；

將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)與預(yù)設(shè)標(biāo)簽進(jìn)行綁定之后，還包括：

接收對(duì)預(yù)設(shè)標(biāo)簽的選中操作；

根據(jù)對(duì)預(yù)設(shè)標(biāo)簽的選中操作，運(yùn)行與預(yù)設(shè)標(biāo)簽相綁定的具有相同聲紋特征的多媒體數(shù)據(jù)。

在其中一個(gè)實(shí)施例中，上述將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)進(jìn)行標(biāo)記，包括：

讀取每個(gè)聲紋特征對(duì)應(yīng)的錄音的起始時(shí)刻；

將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)進(jìn)行起始時(shí)刻標(biāo)記。

在其中一個(gè)實(shí)施例中，上述根據(jù)聲紋數(shù)據(jù)，識(shí)別多媒體文件中具有相同聲紋特征的多媒體數(shù)據(jù)之后，還包括：

讀取本地聯(lián)系人聲紋數(shù)據(jù)，識(shí)別本地聯(lián)系人聲紋數(shù)據(jù)的聲紋特征，將本地聯(lián)系人的聲紋特征與已獲取的多媒體文件中的聲紋特征匹配；

若多媒體文件中的聲紋特征與本地聯(lián)系人的聲紋特征相同，則提取本地聯(lián)系人名稱，以本地聯(lián)系人名稱對(duì)多媒體數(shù)據(jù)進(jìn)行標(biāo)記。

在其中一個(gè)實(shí)施例中，上述查看多媒體文件中錄音的方法還包括：

檢測(cè)多媒體文件是否包含字幕信息，若多媒體文件包含字幕信息，則在顯示界面上顯示字幕搜索窗口。

一種查看多媒體文件中錄音的裝置，包括：

聲紋數(shù)據(jù)掃描模塊，用于掃描多媒體文件，獲取多媒體文件中的聲紋數(shù)據(jù)；

聲紋特征分析模塊，用于根據(jù)聲紋數(shù)據(jù)，識(shí)別多媒體文件中具有相同聲紋特征的多媒體數(shù)據(jù)；

錄音標(biāo)記模塊，用于將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)進(jìn)行標(biāo)記。

在其中一個(gè)實(shí)施例中，查看多媒體文件中錄音的裝置還包括：

預(yù)設(shè)標(biāo)簽綁定模塊，用于將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)與預(yù)設(shè)標(biāo)簽進(jìn)行綁定；

接收模塊，用于接收對(duì)預(yù)設(shè)標(biāo)簽的選中操作；

錄音播放模塊，用于根據(jù)對(duì)預(yù)設(shè)標(biāo)簽的選中操作，運(yùn)行與預(yù)設(shè)標(biāo)簽相綁定的具有相同聲紋特征的多媒體數(shù)據(jù)。

在其中一個(gè)實(shí)施例中，查看多媒體文件中錄音的裝置還包括：

起始時(shí)刻獲取模塊，用于讀取每個(gè)聲紋特征對(duì)應(yīng)的錄音的起始時(shí)刻；

錄音標(biāo)記模塊還用于將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)進(jìn)行起始時(shí)刻標(biāo)記。

在其中一個(gè)實(shí)施例中，查看多媒體文件中錄音的裝置還包括：

本地聲紋分析模塊，用于讀取本地聯(lián)系人聲紋數(shù)據(jù)，識(shí)別本地聯(lián)系人聲紋數(shù)據(jù)的聲紋特征，將本地聯(lián)系人的聲紋特征與已獲取的多媒體文件中的聲紋特征匹配；

若多媒體文件中的聲紋特征與本地聯(lián)系人的聲紋特征相同，則提取本地聯(lián)系人名稱，將本地聯(lián)系人名稱發(fā)送給錄音標(biāo)記模塊；

錄音標(biāo)記模塊以本地聯(lián)系人名稱對(duì)多媒體數(shù)據(jù)進(jìn)行標(biāo)記。

在其中一個(gè)實(shí)施例中，查看多媒體文件中錄音的裝置還包括：

字幕信息檢測(cè)模塊，用于檢測(cè)多媒體文件是否包含字幕信息，當(dāng)多媒體文件包含字幕信息時(shí)，在顯示界面上顯示字幕搜索窗口。

上述查看多媒體文件中錄音的方法及裝置，識(shí)別多媒體文件中具有相同聲紋特征的多媒體數(shù)據(jù)，并將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)進(jìn)行標(biāo)記。因此，上述查看多媒體文件中錄音的方法及裝置能夠通過(guò)聲紋特征區(qū)分不同發(fā)言者的錄音，并對(duì)每個(gè)發(fā)言者的錄音進(jìn)行標(biāo)記，以使得用戶可以方便的查看指定發(fā)言者的錄音。當(dāng)用戶需要查看某一位發(fā)言者的錄音時(shí)，根據(jù)標(biāo)記即可快速查找到想要查看的發(fā)言者的錄音，而無(wú)需聽(tīng)一遍錄音進(jìn)行記錄，操作方便，有效節(jié)省用戶查看指定發(fā)言者錄音的時(shí)間，方便用戶查看錄音。

附圖說(shuō)明

圖1為一個(gè)實(shí)施例中查看多媒體文件中錄音的方法的流程原理圖；

圖2為一個(gè)實(shí)施例中在一個(gè)具體應(yīng)用場(chǎng)景中展示多媒體文件中發(fā)言人錄音標(biāo)識(shí)的界面示意圖；

圖3為另一個(gè)實(shí)施例中在一個(gè)具體應(yīng)用場(chǎng)景中展示多媒體文件中發(fā)言人錄音標(biāo)識(shí)的界面示意圖；

圖4為又一個(gè)實(shí)施例中在一個(gè)具體應(yīng)用場(chǎng)景中展示多媒體文件中發(fā)言人錄音標(biāo)識(shí)的界面示意圖；

圖5為一個(gè)實(shí)施例中查看多媒體文件中錄音的裝置的結(jié)構(gòu)原理圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

請(qǐng)參閱圖1，一種查看多媒體文件中錄音的方法，包括：

步驟120：掃描多媒體文件，獲取多媒體文件中的聲紋數(shù)據(jù)。

具體的，多媒體文件可以是包括錄音的音頻文件或視頻文件，當(dāng)查看包括錄音的視頻/音頻文件時(shí)，對(duì)視頻/音頻文件進(jìn)行聲紋數(shù)據(jù)掃描，獲取視頻/音頻文件中的聲紋數(shù)據(jù)。

步驟140：根據(jù)聲紋數(shù)據(jù)，識(shí)別多媒體文件中具有相同聲紋特征的多媒體數(shù)據(jù)。

具體的，對(duì)步驟120中獲取到的聲紋數(shù)據(jù)進(jìn)行聲紋特征識(shí)別分析，提取聲紋特征信息，根據(jù)聲紋特征信息對(duì)多媒體文件中的多媒體數(shù)據(jù)進(jìn)行識(shí)別，獲取具有相同聲紋特征的多媒體數(shù)據(jù)。

步驟160：將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)進(jìn)行標(biāo)記。

具體的，對(duì)具有相同聲紋特征的多媒體數(shù)據(jù)標(biāo)記相同的標(biāo)識(shí)，用戶通過(guò)查看對(duì)多媒體數(shù)據(jù)的標(biāo)識(shí)即可獲知哪些多媒體數(shù)據(jù)具有相同的聲紋特征，是一個(gè)發(fā)言人的發(fā)言錄音，從而方便用戶對(duì)多媒體文件中的多個(gè)發(fā)言人錄音進(jìn)行區(qū)分，使用戶可以方便的查看指定發(fā)言者的錄音。

在一個(gè)實(shí)施例中，對(duì)多媒體數(shù)據(jù)標(biāo)記的標(biāo)識(shí)可以采用文字命名方式進(jìn)行標(biāo)記。如，將多個(gè)不同聲紋特征對(duì)應(yīng)的標(biāo)識(shí)分別記為發(fā)言人1、發(fā)言人2……發(fā)言人n，具有相同聲紋特征的多媒體數(shù)據(jù)的標(biāo)識(shí)相同。例如，在一個(gè)實(shí)施例中，獲取到第一聲紋特征和第二聲紋特征兩個(gè)聲紋特征，其中，具有第一聲紋特征的多媒體數(shù)據(jù)有兩段，具有第二聲紋特征的多媒體數(shù)據(jù)有一段，采用上述文字命名標(biāo)識(shí)的方式，可以對(duì)具有第一聲紋特征的多媒體數(shù)據(jù)的標(biāo)識(shí)記為發(fā)言人1，對(duì)具有第二聲紋特征的多媒體數(shù)據(jù)的標(biāo)識(shí)記為發(fā)言人2，具有第一聲紋特征的兩段多媒體數(shù)據(jù)的標(biāo)識(shí)都為發(fā)言人1，具有第二聲紋特征的1段多媒體數(shù)據(jù)標(biāo)識(shí)都為發(fā)言人2，具有相同聲紋特征的多媒體數(shù)據(jù)的標(biāo)識(shí)相同。

需要說(shuō)明的是，具體對(duì)多媒體數(shù)據(jù)標(biāo)記的標(biāo)識(shí)可以是任意形式的標(biāo)識(shí)，只要能夠體現(xiàn)對(duì)不同聲紋特征的多媒體數(shù)據(jù)進(jìn)行區(qū)分，使用戶能夠清楚的分辨哪些多媒體數(shù)據(jù)是同一個(gè)發(fā)言者的錄音即可。如，在其它實(shí)施例中，還可以采用符號(hào)形式或圖形形式做為標(biāo)識(shí)對(duì)多媒體數(shù)據(jù)進(jìn)行標(biāo)記。例如，仍以上述的舉例為例，在一個(gè)實(shí)施例中，可以對(duì)具有第一聲紋特征的兩段多媒體數(shù)據(jù)標(biāo)記均三角形標(biāo)識(shí)，對(duì)具有第二聲紋特征的三段多媒體數(shù)據(jù)均標(biāo)記正方形標(biāo)記。因此，上述只是一種示例，本實(shí)施例并不做具體限定。

在一個(gè)實(shí)施例中，步驟160包括：將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)與預(yù)設(shè)標(biāo)簽進(jìn)行綁定。

具體的，預(yù)設(shè)標(biāo)簽為多媒體數(shù)據(jù)的播放按鈕，且對(duì)應(yīng)同一發(fā)言人，預(yù)設(shè)標(biāo)簽的數(shù)量對(duì)應(yīng)具有相同聲紋特征的多媒體數(shù)據(jù)的數(shù)量，且預(yù)設(shè)標(biāo)簽對(duì)具有相同聲紋特征的各多媒體數(shù)據(jù)進(jìn)行區(qū)別顯示，具有相同聲紋特征的每隔多媒體數(shù)據(jù)的預(yù)設(shè)標(biāo)簽顯示內(nèi)容不同，以對(duì)具有相同聲紋特征的多個(gè)多媒體數(shù)據(jù)進(jìn)行區(qū)分，方便用戶查看。

如，仍以上述舉例為例，標(biāo)識(shí)為發(fā)言人1的兩段具有第一聲紋特征的多媒體數(shù)據(jù)分別與兩個(gè)顯示內(nèi)容不同的預(yù)設(shè)標(biāo)簽進(jìn)行綁定，同樣，標(biāo)識(shí)為發(fā)言人2的一段具有聲紋特征的多媒體數(shù)據(jù)與一個(gè)預(yù)設(shè)標(biāo)簽進(jìn)行綁定。具體的，如圖2所示，在一個(gè)實(shí)施例中，標(biāo)識(shí)為發(fā)言人1的兩個(gè)多媒體數(shù)據(jù)中，一個(gè)多媒體數(shù)據(jù)綁定的預(yù)設(shè)標(biāo)簽202的顯示內(nèi)容為錄音1，另一多媒體數(shù)據(jù)綁定的預(yù)設(shè)標(biāo)簽202的內(nèi)容為錄音2；標(biāo)識(shí)為發(fā)言人2的一個(gè)多媒體數(shù)據(jù)中，預(yù)設(shè)標(biāo)簽202的顯示內(nèi)容為錄音1。

如圖2所示，本實(shí)施例中，兩個(gè)發(fā)言人的不同聲紋特征的多媒體數(shù)據(jù)間采用列表形式展示，標(biāo)識(shí)發(fā)言人1、發(fā)言人2按照對(duì)應(yīng)多媒體文件數(shù)量排序，每個(gè)預(yù)設(shè)標(biāo)簽202與其對(duì)應(yīng)的發(fā)言人標(biāo)識(shí)對(duì)應(yīng)展示。需要說(shuō)明是，本實(shí)施例并不限定具體的多媒體數(shù)據(jù)的標(biāo)識(shí)和預(yù)設(shè)標(biāo)簽202的展示形式及各標(biāo)識(shí)的排序方式，以上實(shí)施例只是一種示例，并不做具體限定。

進(jìn)一步的，本實(shí)施例中，將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)與預(yù)設(shè)標(biāo)簽進(jìn)行綁定之后，還包括：接收對(duì)預(yù)設(shè)標(biāo)簽的選中操作，根據(jù)對(duì)預(yù)設(shè)標(biāo)簽的選中操作，運(yùn)行與預(yù)設(shè)標(biāo)簽相綁定的具有相同聲紋特征的多媒體數(shù)據(jù)。

具體的，終端檢測(cè)是否接收到用戶對(duì)預(yù)設(shè)標(biāo)簽的選中操作，當(dāng)接收到用戶對(duì)預(yù)設(shè)標(biāo)簽的選中操作時(shí)，獲取預(yù)設(shè)標(biāo)簽對(duì)應(yīng)的多媒體數(shù)據(jù)，播放預(yù)設(shè)標(biāo)簽202對(duì)應(yīng)的多媒體數(shù)據(jù)。如，檢測(cè)到用戶對(duì)與標(biāo)識(shí)為發(fā)言人1對(duì)應(yīng)的顯示內(nèi)容為錄音1的預(yù)設(shè)標(biāo)簽202的選中操作，即播放發(fā)言人1的錄音1的預(yù)設(shè)標(biāo)簽202對(duì)應(yīng)的多媒體數(shù)據(jù)。具體的，選中操作可以為點(diǎn)擊或按壓操作，本實(shí)施例不做具體限定。

在一個(gè)實(shí)施例中，步驟160包括：讀取每個(gè)聲紋特征對(duì)應(yīng)的錄音的起始時(shí)刻，將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)進(jìn)行起始時(shí)刻標(biāo)記。

具體的，對(duì)于具有相同聲紋特征的不同多媒體數(shù)據(jù)，讀取每個(gè)多媒體數(shù)據(jù)錄音的起始時(shí)刻，并以起始時(shí)刻對(duì)具有相同聲紋特征的各多媒體數(shù)據(jù)分別進(jìn)行標(biāo)記。具體的，根據(jù)各多媒體數(shù)據(jù)的錄音起始時(shí)刻生成起始時(shí)刻界面元素，顯示各多媒體數(shù)據(jù)的標(biāo)識(shí)及所對(duì)應(yīng)的起始時(shí)刻界面元素。如圖3所示，發(fā)言人1的兩段錄音的其實(shí)時(shí)刻分別為7s和19s，發(fā)言人2的一段錄音的起始時(shí)刻為13s，與標(biāo)識(shí)發(fā)言人1對(duì)應(yīng)的兩個(gè)界面元素302分別顯示為0:00:07和0:00:19；標(biāo)識(shí)發(fā)言人2對(duì)應(yīng)的界面元素302顯示0:00:13。通過(guò)錄音起始時(shí)刻對(duì)多媒體數(shù)據(jù)進(jìn)行標(biāo)記，可以更加方便用戶查找指定的發(fā)言人錄音。

更進(jìn)一步的，根據(jù)各錄音的起始時(shí)刻生成起始時(shí)刻界面元素302，顯示各錄音的標(biāo)識(shí)及每個(gè)標(biāo)識(shí)所對(duì)應(yīng)的起始時(shí)刻界面元素302的步驟之后，還包括：接收對(duì)界面元素302的選中操作，根據(jù)對(duì)界面的選中操作，從界面元素302對(duì)應(yīng)的錄音其實(shí)時(shí)刻播放多媒體文件。

具體的，檢測(cè)是否接收到用戶對(duì)界面元素302的選中操作，當(dāng)接收到用戶對(duì)界面元素302的選中操作時(shí)，獲取界面元素302對(duì)應(yīng)的錄音起始時(shí)刻，從錄音起始時(shí)刻開始播放多媒體文件。如，檢測(cè)到用戶對(duì)顯示內(nèi)容為0:00:07的界面元素302的選中操作，則從7s位置開始播放多媒體文件，播放到13s時(shí)結(jié)束，播放0:00:07的界面元素302對(duì)應(yīng)的發(fā)言人1的錄音。具體的，選中操作可以是點(diǎn)擊操作或按壓操作，本實(shí)施例不做具體限定。

本實(shí)施例中，通過(guò)錄音起始時(shí)刻對(duì)多媒體數(shù)據(jù)進(jìn)行標(biāo)記，用戶需要查看某一位發(fā)言者的錄音時(shí)，選中相應(yīng)的界面元素302即可在界面元素302對(duì)應(yīng)的起始時(shí)刻播放多媒體文件，而無(wú)需聽(tīng)一遍錄音記錄錄音時(shí)間，操作方便，且能夠準(zhǔn)確讀取每一段錄音的起始時(shí)刻，錄音時(shí)間記錄準(zhǔn)確，能夠進(jìn)一步省用戶查看指定發(fā)言者錄音的時(shí)間，保證用戶查看錄音的效率。

如圖3所示，本實(shí)施例中，兩個(gè)發(fā)言人的不同聲紋特征的多媒體數(shù)據(jù)間采用列表形式展示，標(biāo)識(shí)發(fā)言人1、發(fā)言人2按照對(duì)應(yīng)錄音起始時(shí)刻排序，每個(gè)界面元素302與其對(duì)應(yīng)的發(fā)言人標(biāo)識(shí)對(duì)應(yīng)展示。需要說(shuō)明是，本實(shí)施例并不限定具體的多媒體數(shù)據(jù)的標(biāo)識(shí)和界面元素302的排序方式，如在其它實(shí)施例中，不同聲紋特征的多媒體數(shù)據(jù)的標(biāo)識(shí)之間還可以按照錄音數(shù)量多少，或錄音時(shí)長(zhǎng)，或其它方式進(jìn)行排序。另外，本實(shí)施例也不具體限定多媒體數(shù)據(jù)的標(biāo)識(shí)和界面元素302的展示形式，如圖4所示，在一個(gè)實(shí)施例中，可以直接在時(shí)間軸上展示多媒體數(shù)據(jù)的標(biāo)識(shí)和起始時(shí)刻，分別在0:00:07，0:00:13和0:00:19三個(gè)起始時(shí)刻作出標(biāo)記，并在對(duì)應(yīng)的起始時(shí)刻位置處對(duì)標(biāo)識(shí)發(fā)言人1和發(fā)言人2進(jìn)行標(biāo)記，采用該種展示形式，需要播放多媒體文件時(shí)，可拖動(dòng)播放進(jìn)度條至起始時(shí)刻位置進(jìn)行播放也可以直接對(duì)起始時(shí)刻位置進(jìn)行點(diǎn)擊或觸控等操作播放多媒體文件。

以上實(shí)施例為在一個(gè)多媒體文件中查看指定發(fā)言人的錄音。在其它實(shí)施例中，還可以同時(shí)對(duì)多個(gè)多媒體數(shù)據(jù)進(jìn)行查看，當(dāng)需要在多個(gè)多媒體文件中查看指定發(fā)言人的錄音時(shí)，同時(shí)掃描多個(gè)多媒體文件，獲取各多媒體文件中的聲紋數(shù)據(jù)，根據(jù)聲紋數(shù)據(jù)識(shí)別多個(gè)多媒體文件中具有相同聲紋特征的多媒體數(shù)據(jù)，并進(jìn)行標(biāo)記，對(duì)每一個(gè)發(fā)言人在不同文件中的錄音進(jìn)行標(biāo)記。在多個(gè)多媒體文件中查看指定發(fā)言人的錄音的基本原理與上述實(shí)施例相同，即同時(shí)對(duì)多個(gè)多媒體文件進(jìn)行掃描，對(duì)每個(gè)多媒體文件均采用上述過(guò)程進(jìn)行識(shí)別及標(biāo)記處理，最后對(duì)標(biāo)記結(jié)果進(jìn)行匯總展示即可。

在一個(gè)實(shí)施例中，步驟140之后還包括：讀取本地聯(lián)系人聲紋數(shù)據(jù)，識(shí)別本地聯(lián)系人聲紋數(shù)據(jù)的聲紋特征，將本地聯(lián)系人的聲紋特征與已獲取的多媒體文件中的聲紋特征匹配；若多媒體文件中的聲紋特征與本地聯(lián)系人的聲紋特征相同，則提取本地聯(lián)系人名稱，以本地聯(lián)系人名稱對(duì)多媒體數(shù)據(jù)進(jìn)行標(biāo)記。

具體的，本地聯(lián)系人包括通訊錄聯(lián)系人或支持語(yǔ)音功能的社交應(yīng)用中的聯(lián)系人。首先獲取本地聯(lián)系人聲紋數(shù)據(jù)并進(jìn)行特征分析，獲取本地聯(lián)系人的聲紋特征，在將已獲取的多媒體文件中的多媒體特征與本地聯(lián)系人的聲紋特征進(jìn)行匹配，如果匹配成功，則提取本地聯(lián)系人名稱，以本地聯(lián)系人的名稱做為該聲紋特征對(duì)應(yīng)的多媒體數(shù)據(jù)的標(biāo)識(shí)，對(duì)多媒體數(shù)據(jù)進(jìn)行標(biāo)記。具體本地聯(lián)系人名稱包括通訊錄聯(lián)系人姓名或支持語(yǔ)音功能的社交應(yīng)用中的聯(lián)系人昵稱。如，經(jīng)匹配獲取通訊錄中姓名為小張以及社交應(yīng)用中昵稱為洋蔥頭的兩個(gè)的聯(lián)系人名稱與已獲取的多媒體文件中的兩個(gè)聲紋特征相同，則將兩個(gè)多媒體數(shù)據(jù)的標(biāo)識(shí)分別命名為小張和洋蔥頭。

本實(shí)施例中通過(guò)匹配本地聯(lián)系人的聲紋特征實(shí)現(xiàn)以本地聯(lián)系人的名稱對(duì)錄音進(jìn)行標(biāo)記，能夠進(jìn)一步方便用戶查看多媒體文件中的錄音。具體以聯(lián)系人命名的標(biāo)識(shí)與其它方式命名的標(biāo)識(shí)展示時(shí)可根據(jù)首字母順序或數(shù)字順序排序，也可如上述實(shí)施例所述根據(jù)錄音其實(shí)時(shí)刻的先后順序或照錄音數(shù)量多少，或錄音時(shí)長(zhǎng)等排序。

在其中一個(gè)實(shí)施例中，上述查看多媒體文件中錄音的方法還包括：檢測(cè)多媒體文件是否包含字幕信息，若多媒體文件包含字幕信息，則在顯示界面上顯示字幕搜索窗口。

具體的，當(dāng)需要查看的多媒體文件包含字幕信息時(shí)，在顯示界面上顯示字幕搜索窗口，用戶可以輸入文字進(jìn)行搜索，使得用戶可以根據(jù)需要查找的發(fā)言人的發(fā)言內(nèi)容快速查找指定發(fā)言人的錄音，進(jìn)一步方便用戶查找，提高用戶查找效率。

如圖5所示，一種查看多媒體文件中錄音的裝置500，包括：

聲紋數(shù)據(jù)掃描模塊502，用于掃描多媒體文件，獲取多媒體文件中的聲紋數(shù)據(jù)；

聲紋特征分析模塊504，用于根據(jù)聲紋數(shù)據(jù)，識(shí)別多媒體文件中具有相同聲紋特征的多媒體數(shù)據(jù)；

錄音標(biāo)記模塊506，用于將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)進(jìn)行標(biāo)記。

在一個(gè)實(shí)施例中，查看多媒體文件中錄音的裝置還包括：預(yù)設(shè)標(biāo)簽綁定模塊、接收模塊和錄音播放模塊，預(yù)設(shè)標(biāo)簽綁定模塊用于將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)與預(yù)設(shè)標(biāo)簽進(jìn)行綁定；接收模塊用于接收對(duì)預(yù)設(shè)標(biāo)簽的選中操作。錄音播放模塊用于根據(jù)對(duì)預(yù)設(shè)標(biāo)簽的選中操作，運(yùn)行與預(yù)設(shè)標(biāo)簽相綁定的具有相同聲紋特征的多媒體數(shù)據(jù)。

在一個(gè)實(shí)施例中，查看多媒體文件中錄音的裝置還包括：起始時(shí)刻獲取模塊，用于讀取每個(gè)聲紋特征對(duì)應(yīng)的錄音的起始時(shí)刻。錄音標(biāo)記模塊506還用于將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)進(jìn)行起始時(shí)刻標(biāo)記。

在其中一個(gè)實(shí)施例中，查看多媒體文件中錄音的裝置還包括：

本地聲紋分析模塊，用于讀取本地聯(lián)系人聲紋數(shù)據(jù)，識(shí)別本地聯(lián)系人聲紋數(shù)據(jù)的聲紋特征，將本地聯(lián)系人的聲紋特征與已獲取的多媒體文件中的聲紋特征匹配。若多媒體文件中的聲紋特征與本地聯(lián)系人的聲紋特征相同，則提取本地聯(lián)系人名稱，將本地聯(lián)系人名稱發(fā)送給錄音標(biāo)記模塊；錄音標(biāo)記模塊以本地聯(lián)系人名稱對(duì)多媒體數(shù)據(jù)進(jìn)行標(biāo)記。

在其中一個(gè)實(shí)施例中，查看多媒體文件中錄音的裝置還包括：字幕信息檢測(cè)模塊，用于檢測(cè)多媒體文件是否包含字幕信息，當(dāng)多媒體文件包含字幕信息時(shí)，在顯示界面上顯示字幕搜索窗口。

上述查看多媒體文件中錄音的方法及裝置可以應(yīng)用于包括但不限于以下至少一種終端：智能手機(jī)、平板電腦、筆記本電腦、臺(tái)式PC機(jī)、穿戴式智能設(shè)備。上述只是一種示例，本實(shí)施例對(duì)此不作任何限定。

上述查看多媒體文件中錄音的方法及裝置，識(shí)別多媒體文件中具有相同聲紋特征的多媒體數(shù)據(jù)，并將識(shí)別出的具有相同聲紋特征的多媒體數(shù)據(jù)進(jìn)行標(biāo)記。因此，上述查看多媒體文件中錄音的方法及裝置能夠通過(guò)聲紋特征區(qū)分不同發(fā)言者的錄音，并對(duì)每個(gè)發(fā)言者的錄音進(jìn)行標(biāo)記，以使得用戶可以方便的查看指定發(fā)言者的錄音。當(dāng)用戶需要查看某一位發(fā)言者的錄音時(shí)，根據(jù)標(biāo)記即可快速查找到想要查看的發(fā)言者的錄音，而無(wú)需聽(tīng)一遍錄音進(jìn)行記錄，操作方便，有效節(jié)省用戶查看指定發(fā)言者錄音的時(shí)間，方便用戶查看錄音。

以上所述實(shí)施例的各技術(shù)特征可以進(jìn)行任意的組合，為使描述簡(jiǎn)潔，未對(duì)上述實(shí)施例中的各個(gè)技術(shù)特征所有可能的組合都進(jìn)行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應(yīng)當(dāng)認(rèn)為是本說(shuō)明書記載的范圍。

以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對(duì)發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對(duì)于本領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。