A system and method for indexing an audio stream for subsequent information retrieval and for skimming, gisting, and summarizing the audio stream includes using special audio prefiltering such that only relevant speech segments that are generated by a speech recognition engine are indexed. Specific indexing features are disclosed that improve the precision and recall of an information retrieval system used after indexing for word spotting. The invention includes rendering the audio stream into intervals, with each interval including one or more segments. For each segment of an interval it is determined whether the segment exhibits one or more predetermined audio features such as a particular range of zero crossing rates, a particular range of energy, and a particular range of spectral energy concentration. The audio features are heuristically determined to represent respective audio events including silence, music, speech, and speech on music. Also, it is determined whether a group of intervals matches a heuristically predefined meta pattern such as continuous uninterrupted speech, concluding ideas, hesitations and emphasis in speech, and so on, and the audio stream is then indexed based on the interval classification and meta pattern matching, with only relevant features being indexed to improve subsequent precision of information retrieval. Also, alternatives for longer terms generated by the speech recognition engine are indexed along with respective weights, to improve subsequent recall.

Система и метод для индексировать тональнозвуковой поток для затем поиска информации и для skimming, gisting, и суммировать тональнозвуковой поток вклюают использующ специальное аудиоего prefiltering такие что только индексированы уместные этапы речи которые произведены двигателем опознавания речи. Специфически характеристики индицирования показаны улучшают точность и отозвание системы поиска информации используемой после индексировать для пятнать слова. Вымысел вклюает представлять тональнозвуковой поток в интервалы, с каждым интервалом включая one or more этапы. Для каждого этапа интервала обусловлено exhibits ли этап one or more предопределенные тональнозвуковые характеристики such as определенный ряд тарифов zero crossing, определенный ряд энергии, и определенный ряд спектральной концентрации энергии. Обусловлены, что представляют тональнозвуковые характеристики heuristically соответственно тональнозвуковые случаи включая безмолвие, нот, речь, и речь на нот. Также, обусловлено сопрягает ли группа в составе интервалы heuristically предопределенную картину meta such as непрерывная uninterrupted речь, заключая идеи, hesitations и внимание в речи, и настолько дальше, и тональнозвуковой поток после этого индексирован после того как он основан на классифицировании интервала и отождествления meta, при только уместные характеристики будучи индексированным для того чтобы улучшить затем точность поиска информации. Также, алтернативы для более длинних термин произведенных двигателем опознавания речи индексированы вместе с соответственно весами, для того чтобы улучшить затем отозвание.