本發(fā)明涉及終端技術(shù)領(lǐng)域，具體而言，涉及音頻數(shù)據(jù)播放方法、音頻數(shù)據(jù)播放裝置和終端。

背景技術(shù)：

目前，在播放記錄了多個用戶產(chǎn)生的音頻數(shù)據(jù)時，如果用戶想要播放某個用戶產(chǎn)生的音頻片段，需要將該音頻數(shù)據(jù)從頭到尾播放一遍，以找出該用戶產(chǎn)生的音頻片段。例如，在一音頻數(shù)據(jù)中記錄了a、b、c三名用戶開會時的講話內(nèi)容，若用戶想要獲取b用戶開會時的講話內(nèi)容，則通過將整個的音頻數(shù)據(jù)播放一遍才能獲取b用戶講話的所有內(nèi)容，這樣就比較麻煩。特別是音頻數(shù)據(jù)的時長比較長時，用戶需要耗費大量的時間來獲取到想要的音頻片段。

因此，如何使用戶更加方便地獲取音頻數(shù)據(jù)中的目標用戶的音頻片段成為亟待解決的技術(shù)問題。

技術(shù)實現(xiàn)要素：

本發(fā)明正是基于上述問題，提出了一種新的技術(shù)方案，解決了用戶不方便在音頻數(shù)據(jù)中獲取目標用戶的音頻片段的技術(shù)問題。

有鑒于此，本發(fā)明的第一方面提出了一種音頻數(shù)據(jù)播放方法，包括：對音頻數(shù)據(jù)進行識別，以識別出所述音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段；當識別結(jié)果為所述音頻數(shù)據(jù)包括多個用戶產(chǎn)生的音頻片段時，接收用戶觸發(fā)的播放音頻片段的指令；播放所述多個用戶中的目標用戶的音頻片段。

在該技術(shù)方案中，通過識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段，以直接播放目標用戶的音頻片段，避免了將整個音頻數(shù)據(jù)從頭到尾播放一遍才能找出目標用戶的音頻片段，從而滿足了用戶對播放某個目標用戶的音頻片段的需求，進而提升了用戶的使用體驗。

在上述技術(shù)方案中，優(yōu)選地，所述音頻數(shù)據(jù)播放方法用于終端，所述對音頻數(shù)據(jù)進行識別，以識別出所述音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段，具體包括：在記錄所述音頻數(shù)據(jù)時，確定所述音頻數(shù)據(jù)中音頻片段的發(fā)聲源方向和/或發(fā)聲源與所述終端之間的距離；根據(jù)所述發(fā)聲源方向和/或所述距離，識別出所述音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段。

在該技術(shù)方案中，可以根據(jù)音頻數(shù)據(jù)中的音頻片段的發(fā)聲源方向(即用戶所在的方向)來識別出音頻數(shù)據(jù)中由同一用戶產(chǎn)生的音頻片段，還可以根據(jù)音頻數(shù)據(jù)中音頻片段的發(fā)聲源與記錄該音頻片段的終端之間的距離來識別出音頻數(shù)據(jù)中由同一用戶產(chǎn)生的音頻片段，從而滿足了用戶對播放某個目標用戶的音頻片段的需求。特別是在開會時，參與會議的用戶一般坐在會議桌的四周，在記錄音頻數(shù)據(jù)時，記錄用戶的音頻片段的終端與每個用戶的距離和方向是不同的。

在上述任一技術(shù)方案中，優(yōu)選地，所述對音頻數(shù)據(jù)進行識別，以識別出所述音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段，具體包括：在記錄或播放所述音頻數(shù)據(jù)時，獲取記錄或播放的所述音頻數(shù)據(jù)的聲音參數(shù)；根據(jù)所述聲音參數(shù)，識別出所述音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段。

在該技術(shù)方案中，由于不同用戶發(fā)出聲音時的聲音參數(shù)是不同的，因此，可以通過獲取播放音頻數(shù)據(jù)時的聲音參數(shù)，以識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段，從而滿足了用戶對播放某個目標用戶的音頻片段的需求。

在上述任一技術(shù)方案中，優(yōu)選地，在所述目標用戶的音頻片段的數(shù)量有多個的情況下，所述播放所述多個用戶中的目標用戶的音頻片段，具體包括：獲取所述目標用戶的多個音頻片段的播放順序；按照所述播放順序，依次播放所述目標用戶的多個音頻片段。

在該技術(shù)方案中，按照目標用戶的多個音頻片段的播放順序，依次播放目標用戶的多個音頻片段，從而方便用戶收聽目標用戶的多個音頻片段。

在上述任一技術(shù)方案中，優(yōu)選地，在所述目標用戶的音頻片段的數(shù)量有多個的情況下，還包括：若當前播放的音頻片段為所述目標用戶的第一音頻片段，則在接收到切換指令時，將當前播放的音頻片段切換到所述目標用戶的第二音頻片段。

在該技術(shù)方案中，在播放目標用戶的多個音頻片段時，可以根據(jù)用戶的需求，在目標用戶的多個音頻片段中進行切換播放，從而滿足了用戶播放目標用戶的某個音頻片段的需求。例如，在播放目標用戶的第一音頻片段時，播放的第一音頻片段并不是用戶想要的，可以切換到用戶想要播放的第二音頻片段。

本發(fā)明的第二方面提出了一種音頻數(shù)據(jù)播放裝置，包括：識別單元，用于對音頻數(shù)據(jù)進行識別，以識別出所述音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段；接收單元，用于當所述識別單元的識別結(jié)果為所述音頻數(shù)據(jù)包括多個用戶產(chǎn)生的音頻片段時，接收用戶觸發(fā)的播放音頻片段的指令；播放單元，用于播放所述多個用戶中的目標用戶的音頻片段。

在該技術(shù)方案中，通過識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段，以直接播放目標用戶的音頻片段，避免了將整個音頻數(shù)據(jù)從頭到尾播放一遍才能找出目標用戶的音頻片段，從而滿足了用戶對播放某個目標用戶的音頻片段的需求，進而提升了用戶的使用體驗。

在上述任一技術(shù)方案中，優(yōu)選地，所述音頻數(shù)據(jù)播放裝置用于終端，所述識別單元包括：確定子單元，用于在記錄所述音頻數(shù)據(jù)時，確定所述音頻數(shù)據(jù)中音頻片段的發(fā)聲源方向和/或發(fā)聲源與所述終端之間的距離；第一識別子單元，用于根據(jù)所述發(fā)聲源方向和/或所述距離，識別出所述音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段。

在該技術(shù)方案中，可以根據(jù)音頻數(shù)據(jù)中的音頻片段的發(fā)聲源方向(即用戶所在的方向)來識別出音頻數(shù)據(jù)中由同一用戶產(chǎn)生的音頻片段，還可以根據(jù)音頻數(shù)據(jù)中音頻片段的發(fā)聲源與記錄該音頻片段的終端之間的距離來識別出音頻數(shù)據(jù)中由同一用戶產(chǎn)生的音頻片段，從而滿足了用戶對播放某個目標用戶的音頻片段的需求。特別是在開會時，參與會議的用戶一般坐在會議桌的四周，在記錄音頻數(shù)據(jù)時，記錄用戶的音頻片段的終端與每個用戶的距離和方向是不同的。

在上述任一技術(shù)方案中，優(yōu)選地，所述識別單元包括：第一獲取子單元，用于在記錄或播放所述音頻數(shù)據(jù)時，獲取記錄或播放的所述音頻數(shù)據(jù)的聲音參數(shù)；第二識別子單元，用于根據(jù)所述聲音參數(shù)，識別出所述音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段。

在該技術(shù)方案中，由于不同用戶發(fā)出聲音時的聲音參數(shù)是不同的，因此，可以通過獲取播放音頻數(shù)據(jù)時的聲音參數(shù)，以識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段，從而滿足了用戶對播放某個目標用戶的音頻片段的需求。

在上述任一技術(shù)方案中，優(yōu)選地，在所述目標用戶的音頻片段的數(shù)量有多個的情況下，所述播放單元包括：第二獲取子單元，用于獲取所述目標用戶的多個音頻片段的播放順序；播放子單元，用于按照所述播放順序，依次播放所述目標用戶的多個音頻片段。

在該技術(shù)方案中，按照目標用戶的多個音頻片段的播放順序，依次播放目標用戶的多個音頻片段，從而方便用戶收聽目標用戶的多個音頻片段。

在上述任一技術(shù)方案中，優(yōu)選地，在所述目標用戶的音頻片段的數(shù)量有多個的情況下，還包括：切換單元，用于若當前播放的音頻片段為所述目標用戶的第一音頻片段，則在接收到切換指令時，將當前播放的音頻片段切換到所述目標用戶的第二音頻片段。

在該技術(shù)方案中，在播放目標用戶的多個音頻片段時，可以根據(jù)用戶的需求，在目標用戶的多個音頻片段中進行切換播放，從而滿足了用戶播放目標用戶的某個音頻片段的需求。例如，在播放目標用戶的第一音頻片段時，播放的第一音頻片段并不是用戶想要的，可以切換到用戶想要播放的第二音頻片段。

本發(fā)明的第三方面提出了一種終端，包括上述技術(shù)方案中任一項所述的音頻數(shù)據(jù)播放裝置，因此，該終端具有和上述技術(shù)方案中任一項所述的音頻數(shù)據(jù)播放裝置相同的技術(shù)效果，在此不再贅述。

通過本發(fā)明的技術(shù)方案，可以使用戶更加方便地獲取到音頻數(shù)據(jù)中的目標用戶的音頻片段。

附圖說明

圖1示出了根據(jù)本發(fā)明的一個實施例的音頻數(shù)據(jù)播放方法的流程示意圖；

圖2a和圖2b示出了根據(jù)本發(fā)明的一個實施例的音頻片段識別結(jié)果的示意圖；

圖3示出了根據(jù)本發(fā)明的一個實施例的終端界面的示意圖；

圖4示出了根據(jù)本發(fā)明的另一個實施例的音頻數(shù)據(jù)播放方法的流程示意圖；

圖5示出了根據(jù)本發(fā)明的一個實施例的音頻數(shù)據(jù)播放裝置的結(jié)構(gòu)示意圖；

圖6示出了根據(jù)本發(fā)明的一個實施例的終端的結(jié)構(gòu)示意圖；

圖7示出了根據(jù)本發(fā)明的另一個實施例的終端的結(jié)構(gòu)示意圖。

具體實施方式

為了可以更清楚地理解本發(fā)明的上述目的、特征和優(yōu)點，下面結(jié)合附圖和具體實施方式對本發(fā)明進行進一步的詳細描述。需要說明的是，在不沖突的情況下，本申請的實施例及實施例中的特征可以相互組合。

在下面的描述中闡述了很多具體細節(jié)以便于充分理解本發(fā)明，但是，本發(fā)明還可以采用其他不同于在此描述的其他方式來實施，因此，本發(fā)明的保護范圍并不受下面公開的具體實施例的限制。

圖1示出了根據(jù)本發(fā)明的一個實施例的音頻數(shù)據(jù)播放方法的流程示意圖。

如圖1所示，根據(jù)本發(fā)明的一個實施例的音頻數(shù)據(jù)播放方法，包括：

步驟102，對音頻數(shù)據(jù)進行識別，以識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段。

如圖2a和圖2b所示，對一個20分鐘的音頻數(shù)據(jù)進行識別，以識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段。即0-2分鐘的音頻片段、5-7分鐘的音頻片段和16-20分鐘的音頻片段為用戶a產(chǎn)生的音頻片段，2-5分鐘的音頻片段和13-15分鐘的音頻片段為用戶b產(chǎn)生的音頻片段，7-10分鐘的音頻片段為用戶c產(chǎn)生的音頻片段，10-13分鐘的音頻片段為用戶d產(chǎn)生的音頻片段，15-16分鐘的音頻片段為用戶e產(chǎn)生的音頻片段。

步驟104，當識別結(jié)果為音頻數(shù)據(jù)包括多個用戶產(chǎn)生的音頻片段時，接收用戶觸發(fā)的播放音頻片段的指令。

步驟106，播放多個用戶中的目標用戶的音頻片段。

如圖3所示，在終端界面上顯示一個20分鐘的音頻數(shù)據(jù)，該20分鐘的音頻數(shù)據(jù)由用戶a、用戶b、用戶c、用戶d和用戶e產(chǎn)生的音頻片段組成。當接收到選擇a用戶的指令時，僅播放用戶a的語音片段，當接收到選擇c用戶的指令時，僅播放用戶c的語音片段。

在該技術(shù)方案中，通過識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段，以直接播放目標用戶的音頻片段，避免了將整個音頻數(shù)據(jù)從頭到尾播放一遍才能找出目標用戶的音頻片段，從而滿足了用戶對播放某個目標用戶的音頻片段的需求，進而提升了用戶的使用體驗。

在上述技術(shù)方案中，優(yōu)選地，音頻數(shù)據(jù)播放方法用于終端，步驟102具體包括：在記錄音頻數(shù)據(jù)時，確定音頻數(shù)據(jù)中音頻片段的發(fā)聲源方向和/或發(fā)聲源與終端之間的距離；根據(jù)發(fā)聲源方向和/或距離，識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段。

在該技術(shù)方案中，可以根據(jù)音頻數(shù)據(jù)中的音頻片段的發(fā)聲源方向(即用戶所在的方向)來識別出音頻數(shù)據(jù)中由同一用戶產(chǎn)生的音頻片段，還可以根據(jù)音頻數(shù)據(jù)中音頻片段的發(fā)聲源與記錄該音頻片段的終端之間的距離來識別出音頻數(shù)據(jù)中由同一用戶產(chǎn)生的音頻片段，從而滿足了用戶對播放某個目標用戶的音頻片段的需求。特別是在開會時，參與會議的用戶一般坐在會議桌的四周，在記錄音頻數(shù)據(jù)時，記錄用戶的音頻片段的終端與每個用戶的距離和方向是不同的。

例如，在一段30分鐘的音頻數(shù)據(jù)中，前10分鐘的音頻片段的發(fā)聲源位于左側(cè)30°，10分鐘到15分鐘的音頻片段的發(fā)聲源位于右側(cè)30°，15分鐘到25分鐘的音頻片段的發(fā)聲源位于左側(cè)30°，25分鐘到30分鐘的音頻片段的發(fā)聲源位于右側(cè)60°，因此，可以識別出發(fā)聲源位于左側(cè)30°方向的音頻片段(即前10分鐘的音頻片段和15分鐘到25分鐘的音頻片段)為a用戶的音頻片段，發(fā)聲源位于右側(cè)30°方向的音頻片段(即10分鐘到15分鐘的音頻片段)為b用戶的音頻片段，發(fā)聲源位于右側(cè)60°方向的音頻片段(即25分鐘到30分鐘的音頻片段)為c用戶的音頻片段，從而可以直接播放a用戶、b用戶和c用戶中的任一用戶的音頻片段。

再例如，在一段30分鐘的音頻數(shù)據(jù)中，前10分鐘的音頻片段的發(fā)聲源與記錄該音頻數(shù)據(jù)的終端之間的距離為0.5米，10分鐘到15分鐘的音頻片段的發(fā)聲源與記錄整個音頻數(shù)據(jù)的終端之間的距離為0.8米，15分鐘到25分鐘的音頻片段的發(fā)聲源與記錄整個音頻數(shù)據(jù)的終端之間的距離為0.5米，25分鐘到30分鐘的音頻片段的發(fā)聲源與記錄整個音頻數(shù)據(jù)的終端之間的距離為1.1米。基于上述的識別結(jié)果，可以識別出距離記錄整個音頻數(shù)據(jù)的終端的距離為0.5米的發(fā)聲源產(chǎn)生的音頻片段(即前10分鐘的音頻片段和15分鐘到25分鐘的音頻片段)為a用戶的音頻片段，距離記錄整個音頻數(shù)據(jù)的終端的距離為0.8米的發(fā)聲源產(chǎn)生的音頻片段(即10分鐘到15分鐘的音頻片段)為b用戶的音頻片段，距離記錄整個音頻數(shù)據(jù)的終端的距離為1.1米的發(fā)聲源產(chǎn)生的音頻片段(即25分鐘到30分鐘的音頻片段)為b用戶的音頻片段，從而可以直接播放a用戶、b用戶和c用戶中的任一用戶的音頻片段。

當然，也可以結(jié)合音頻數(shù)據(jù)中音頻片段的發(fā)聲源方向和發(fā)聲源與終端之間的距離，來識別出音頻數(shù)據(jù)中各個用戶產(chǎn)生的音頻片段。

以上方案適用于在記錄音頻數(shù)據(jù)的過程中，識別音頻數(shù)據(jù)中的同一用戶產(chǎn)生的音頻片段。

例如，在會議結(jié)束后保存記錄的音頻數(shù)據(jù)，如需要僅試聽某個重要人物的講話內(nèi)容，可單擊試聽并找出該重要人物的講話進行播放，從而節(jié)約大量時間，提高效率。本提案也可用于下述情況，即因未出席會議而錯過領(lǐng)導的重要講話，后續(xù)想快速了解領(lǐng)導在該會議上提到的重點內(nèi)容時，可通過本方案快速播放領(lǐng)導的重要講話。

在上述任一技術(shù)方案中，優(yōu)選地，步驟102具體包括：在記錄或播放所述音頻數(shù)據(jù)時，獲取記錄或播放的所述音頻數(shù)據(jù)的聲音參數(shù)；根據(jù)聲音參數(shù)，識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段。

在該技術(shù)方案中，由于不同用戶發(fā)出聲音時的聲音參數(shù)是不同的，因此，可以通過獲取播放音頻數(shù)據(jù)時的聲音參數(shù)，以識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段，從而滿足了用戶對播放某個目標用戶的音頻片段的需求。

例如，在一段30分鐘的音頻數(shù)據(jù)中，前10分鐘的音頻片段的聲音參數(shù)與之后的15分鐘至25分鐘的音頻片段的聲音參數(shù)一致，說明前10分鐘的音頻片段和15分鐘至25分鐘的音頻片段是由同一個用戶產(chǎn)生的。另外，10分鐘至15分鐘的音頻片段的聲音參數(shù)與25分鐘至30分鐘的音頻片段的聲音參數(shù)一致，說明10分鐘至15分鐘的音頻片段和25分鐘至30分鐘的音頻片段是由同一個用戶產(chǎn)生的。其中，聲音參數(shù)包括以下之一或多種的組合：音調(diào)、響度和音色。

以上方案不僅適用于在記錄音頻數(shù)據(jù)的過程中，識別音頻數(shù)據(jù)中的同一用戶產(chǎn)生的音頻片段，其中，該音頻數(shù)據(jù)包括但不限于：開會時的音頻數(shù)據(jù)和訪談時的音頻數(shù)據(jù)。以上方案還適用于在播放音頻數(shù)據(jù)的過程中，識別音頻數(shù)據(jù)中的同一用戶產(chǎn)生的音頻片段，其中，該音頻數(shù)據(jù)包括但不限于：開會時的音頻數(shù)據(jù)、訪談時的音頻數(shù)據(jù)、學習課程的音頻數(shù)據(jù)、在網(wǎng)站上下載的音頻數(shù)據(jù)。

在上述任一技術(shù)方案中，優(yōu)選地，在目標用戶的音頻片段的數(shù)量有多個的情況下，播放多個用戶中的目標用戶的音頻片段，具體包括：獲取目標用戶的多個音頻片段的播放順序；按照播放順序，依次播放目標用戶的多個音頻片段。

在該技術(shù)方案中，按照目標用戶的多個音頻片段的播放順序，依次播放目標用戶的多個音頻片段，從而方便用戶收聽目標用戶的多個音頻片段。

在上述任一技術(shù)方案中，優(yōu)選地，在目標用戶的音頻片段的數(shù)量有多個的情況下，還包括：若當前播放的音頻片段為目標用戶的第一音頻片段，則在接收到切換指令時，將當前播放的音頻片段切換到目標用戶的第二音頻片段。

在該技術(shù)方案中，在播放目標用戶的多個音頻片段時，可以根據(jù)用戶的需求，在目標用戶的多個音頻片段中進行切換播放，從而滿足了用戶播放目標用戶的某個音頻片段的需求。例如，在播放目標用戶的第一音頻片段時，播放的第一音頻片段并不是用戶想要的，可以切換到用戶想要播放的第二音頻片段。

圖4示出了根據(jù)本發(fā)明的另一個實施例的音頻數(shù)據(jù)播放方法的流程示意圖。

如圖4所示，根據(jù)本發(fā)明的另一個實施例的音頻數(shù)據(jù)播放方法，包括：

步驟402，在接收到開始錄音的指令時，記錄語音數(shù)據(jù)。

步驟404，在記錄語音數(shù)據(jù)的同時，對語音數(shù)據(jù)進行識別，以識別出語音數(shù)據(jù)中的由同一用戶產(chǎn)生的語音片段。

步驟406，在接收到結(jié)束錄音的指令時，根據(jù)該指令存儲記錄的語音數(shù)據(jù)。

步驟408，當識別結(jié)果為音頻數(shù)據(jù)包括多個用戶產(chǎn)生的音頻片段時，接收用戶觸發(fā)的播放音頻片段的指令。

步驟410，播放多個用戶中的目標用戶的音頻片段。

圖5示出了根據(jù)本發(fā)明的一個實施例的音頻數(shù)據(jù)播放裝置的結(jié)構(gòu)示意圖。

如圖5所示，根據(jù)本發(fā)明的一個實施例的音頻數(shù)據(jù)播放裝置500，包括：識別單元502、接收單元504和播放單元506。

識別單元502，用于對音頻數(shù)據(jù)進行識別，以識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段；接收單元504，用于當識別單元502的識別結(jié)果為音頻數(shù)據(jù)包括多個用戶產(chǎn)生的音頻片段時，接收用戶觸發(fā)的播放音頻片段的指令；播放單元506，用于播放多個用戶中的目標用戶的音頻片段。

在該技術(shù)方案中，通過識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段，以直接播放目標用戶的音頻片段，避免了將整個音頻數(shù)據(jù)從頭到尾播放一遍才能找出目標用戶的音頻片段，從而滿足了用戶對播放某個目標用戶的音頻片段的需求，進而提升了用戶的使用體驗。

在上述任一技術(shù)方案中，優(yōu)選地，音頻數(shù)據(jù)播放裝置500用于終端，識別單元502包括：確定子單元5022，用于在記錄音頻數(shù)據(jù)時，確定音頻數(shù)據(jù)中音頻片段的發(fā)聲源方向和/或發(fā)聲源與終端之間的距離；第一識別子單元5024，用于根據(jù)發(fā)聲源方向和/或距離，識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段。

在該技術(shù)方案中，可以根據(jù)音頻數(shù)據(jù)中的音頻片段的發(fā)聲源方向(即用戶所在的方向)來識別出音頻數(shù)據(jù)中由同一用戶產(chǎn)生的音頻片段，還可以根據(jù)音頻數(shù)據(jù)中音頻片段的發(fā)聲源與記錄該音頻片段的終端之間的距離來識別出音頻數(shù)據(jù)中由同一用戶產(chǎn)生的音頻片段，從而滿足了用戶對播放某個目標用戶的音頻片段的需求。特別是在開會時，參與會議的用戶一般坐在會議桌的四周，在記錄音頻數(shù)據(jù)時，記錄用戶的音頻片段的終端與每個用戶的距離和方向是不同的。

在上述任一技術(shù)方案中，優(yōu)選地，識別單元502包括：第一獲取子單元5026，用于在記錄或播放所述音頻數(shù)據(jù)時，獲取記錄或播放的所述音頻數(shù)據(jù)的聲音參數(shù)；第二識別子單元5028，用于根據(jù)聲音參數(shù)，識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段。

在該技術(shù)方案中，由于不同用戶發(fā)出聲音時的聲音參數(shù)是不同的，因此，可以通過獲取播放音頻數(shù)據(jù)時的聲音參數(shù)，以識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段，從而滿足了用戶對播放某個目標用戶的音頻片段的需求。

在上述任一技術(shù)方案中，優(yōu)選地，在目標用戶的音頻片段的數(shù)量有多個的情況下，播放單元506包括：第二獲取子單元5062，用于獲取目標用戶的多個音頻片段的播放順序；播放子單元5064，用于按照播放順序，依次播放目標用戶的多個音頻片段。

在該技術(shù)方案中，按照目標用戶的多個音頻片段的播放順序，依次播放目標用戶的多個音頻片段，從而方便用戶收聽目標用戶的多個音頻片段。

在上述任一技術(shù)方案中，優(yōu)選地，在目標用戶的音頻片段的數(shù)量有多個的情況下，還包括：切換單元508，用于若當前播放的音頻片段為目標用戶的第一音頻片段，則在接收到切換指令時，將當前播放的音頻片段切換到目標用戶的第二音頻片段。

在該技術(shù)方案中，在播放目標用戶的多個音頻片段時，可以根據(jù)用戶的需求，在目標用戶的多個音頻片段中進行切換播放，從而滿足了用戶播放目標用戶的某個音頻片段的需求。例如，在播放目標用戶的第一音頻片段時，播放的第一音頻片段并不是用戶想要的，可以切換到用戶想要播放的第二音頻片段。

圖6示出了根據(jù)本發(fā)明的一個實施例的終端的結(jié)構(gòu)示意圖。

如圖6所示，根據(jù)本發(fā)明的一個實施例的終端600，包括上述技術(shù)方案中任一項的音頻數(shù)據(jù)播放裝置500，因此，該終端600具有和上述技術(shù)方案中任一項的音頻數(shù)據(jù)播放裝置500相同的技術(shù)效果，在此不再贅述。

其中，終端600包括但不限于：手機、電腦和錄音筆。

如圖7所示，根據(jù)本發(fā)明的另一個實施例的終端700，包括處理器702、存儲器704和通信總線706。

處理器702可以是通用處理器，例如中央處理器(centralprocessingunit，cpu)，還可以是數(shù)字信號處理器(digitalsignalprocessor，dsp)、專用集成電路(applicationspecificintegratedcircuit，asic)，或者是被配置成實施本發(fā)明實施例的一個或多個集成電路。存儲器704，用于存儲程序代碼，并將該程序代碼傳輸給處理器702。存儲器704可以包括易失性存儲器(volatilememory)，例如隨機存取存儲器(randomaccessmemory，ram)；存儲器704也可以包括非易失性存儲器(non-volatilememory)，例如只讀存儲器(read-onlymemory，rom)、快閃存儲器(flashmemory)、硬盤(harddiskdrive，hdd)或固態(tài)硬盤(solid-statedrive，ssd)；存儲器704還可以包括上述種類的存儲器704的組合。通信總線706用于實現(xiàn)處理器702和存儲器704之間的連接通信。通信總線706可以是工業(yè)標準體系結(jié)構(gòu)(industrystandardarchitecture，isa)總線、外部設(shè)備互連(peripheralcomponentinterconnect，pci)總線或擴展標準體系結(jié)構(gòu)(extendedindustrystandardarchitecture，eisa)總線等。該通信總線706可以分為地址總線、數(shù)據(jù)總線、控制總線等。

其中，處理器702用于調(diào)用存儲器704存儲的程序代碼，執(zhí)行如下操作：

對音頻數(shù)據(jù)進行識別，以識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段；當識別結(jié)果為音頻數(shù)據(jù)包括多個用戶產(chǎn)生的音頻片段時，接收用戶觸發(fā)的播放音頻片段的指令；播放多個用戶中的目標用戶的音頻片段。

優(yōu)選地，處理器702具體用于，在記錄音頻數(shù)據(jù)時，確定音頻數(shù)據(jù)中音頻片段的發(fā)聲源方向和/或發(fā)聲源與終端700之間的距離；根據(jù)發(fā)聲源方向和/或距離，識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段。

優(yōu)選地，處理器702具體用于，在記錄或播放音頻數(shù)據(jù)時，獲取記錄或播放的音頻數(shù)據(jù)的聲音參數(shù)；根據(jù)聲音參數(shù)，識別出音頻數(shù)據(jù)中的由同一用戶產(chǎn)生的音頻片段。

優(yōu)選地，處理器702具體用于，獲取目標用戶的多個音頻片段的播放順序；按照播放順序，依次播放目標用戶的多個音頻片段。

優(yōu)選地，在目標用戶的音頻片段的數(shù)量有多個的情況下，處理器702還用于，還包括：若當前播放的音頻片段為目標用戶的第一音頻片段，則在接收到切換指令時，將當前播放的音頻片段切換到目標用戶的第二音頻片段。

以上結(jié)合附圖詳細說明了本發(fā)明的技術(shù)方案，通過本發(fā)明的技術(shù)方案，可以使用戶更加方便地獲取到音頻數(shù)據(jù)中的目標用戶的音頻片段，從而節(jié)約大量時間，提高效率。

在本發(fā)明中，術(shù)語“第一”、“第二”僅用于描述的目的，而不能理解為指示或暗示相對重要性；術(shù)語“多個”表示兩個或兩個以上。對于本領(lǐng)域的普通技術(shù)人員而言，可以根據(jù)具體情況理解上述術(shù)語在本發(fā)明中的具體含義。

以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。