音频的文本摘要生成方法、装置以及计算机设备

本发明涉及文本摘要生成技术领域，特别涉及一种音频的文本摘要生成方法，通过对采集音频进行多尺度分段，利用多尺度分段后的音频片段的声学特征数据进行文本生成，采用基于注意力权重的文本‑时间对齐优化机制，对生成的文本进行对齐调整，获得对齐调整文本，对对齐调整文本进行关键词提取，并根据提取的关键词进行目标句子提取，利用提取的关键词以及目标句子进行摘要文本生成，提高摘要文本生成的准确性。