发明名称 一种多媒体信息检索的方法
摘要 本发明公开了一种多媒体信息检索的方法,首先采集音视频数据,获取音频数据的Lattice结果,根据时间点信息和匹配似然值打分信息,获得置信度打分信息,采用更强的语音模型对多候选信息进行重新排序,并给出最优识别结果,建立前向索引和后向索引,输入待检索文本和时间点信息,进入后向索引库进行查询,获得一组前向索引库的入口位置以及对应的置信度打分信息,分别进行精确匹配,根据入口个数和置信度打分信息选择置信度阈值,返回候选位置列表以及对应的音视频位置处。采用了本发明的技术方案,能够对多媒体信息进行更彻底的标注,能够更加精细、快捷地索引和定位到感兴趣的位置。
申请公布号 CN102117335A 申请公布日期 2011.07.06
申请号 CN201110073050.9 申请日期 2011.03.25
申请人 天脉聚源(北京)传媒科技有限公司 发明人 伍昕;吴鹏;刘赵杰
分类号 G06F17/30(2006.01)I 主分类号 G06F17/30(2006.01)I
代理机构 代理人
主权项 一种多媒体信息检索的方法,其特征在于,包括以下步骤:A、采集音视频数据;B、获取音频数据的Lattice结果,包括时间点信息和匹配似然值打分信息,并转成多候选信息;C、根据时间点信息和匹配似然值打分信息,获得置信度打分信息;D、采用更强的语音模型对多候选信息进行重新排序,并给出最优识别结果;E、采用多候选信息、时间点信息和置信度打分信息建立前向索引和后向索引;F、输入待检索文本和时间点信息,进入后向索引库进行查询,获得一组前向索引库的入口位置以及对应的置信度打分信息,按照置信度打分信息高低依次返回;G、分别进入到前向索引库的多候选信息中进行精确匹配,根据入口个数和置信度打分信息选择置信度阈值,返回大于置信度阈值的候选位置列表以及对应的音视频位置处。
地址 100007 北京市东城区安定门东大街28号2号楼816室