CN101187855A - 进行语音阅读的手机 - Google Patents

Abstract

本发明揭示了一种语音阅读装置以及使用该语音阅读装置的手机，以实现手机的语音阅读功能，该语音阅读装置包括：文本获取模块，用于获取文本格式的文本；文本识别模块，从文本获取模块得到文本格式的文本，进行识别后得到数字格式的文本信息；语音转换模块，从文本识别模块得到数字格式的文本信息，转换成语音信息；语音播放模块，播放语音转换模块生成的语音信息。采用本发明的技术方案，可以通过手机的网络接口或者拍照功能，将所拍到或下载的文本内容通过手机的发音设备播放出来。本发明应用前景极为广阔，特别对于在电脑前长期工作的白领、收听不影响本职工作的蓝领、广大学生、年迈的老人、旅游者、视障者更具吸引力。

Description

进行语音阅读的手机

技术领域

本发明涉及手机多媒体技术，更具体地说，涉及一种具有语音阅读功能的手机及其使用的语音阅读装置。

背景技术

随着芯片高密度集成技术的发展，手机功能集成度也日益增强。不久的未来，人们只要手机在手便可以尽享计算机，网络，照相机，摄影机，收音机，录音机，音乐播放机，扫描仪等等几乎涵概电子信息的所以应用领域，而不仅仅是手机最初的会话功能。

一般的阅读方式，需要在电脑屏幕前进行，或者需要携带诸如书本、杂志之类的阅读材料，或者需要携带诸如手提电脑之类的电子阅读物的载体。并且，最重要的是，传统的阅读方式中，主要的信息获取手段是“看”，需要将视线专注在书本、显示器等狭小的空间，这种方式给人以不适，特别对于在电脑前长期工作的白领、学生、网络爱好者、旅游者、视障者等有很大的限制。

发明内容

本发明旨在提供一种能进行语音阅读功能的手机，提供以“听”的方式来进行阅读的功能。

根据本发明的一方面，提供一种语音阅读装置，用于手机实现手机的语音阅读功能，该语音阅读装置包括：文本获取模块，用于获取文本格式的文本；文本识别模块，从所述文本获取模块得到文本格式的文本，进行识别后得到数字格式的文本信息；语音转换模块，从所述文本识别模块得到数字格式的文本信息，转换成语音信息；语音播放模块，播放所述语音转换模块生成的语音信息。

根据本发明的一实施例，所述文本获取模块为手机的网络下载接口或者手机摄像头。

根据本发明的一实施例，所述文本识别模块包括用于从文本识别文字的识别软件；以及所述文本识别模块进一步包括存储器，用于存储识别后得到数字格式的文本信息。

根据本发明的一实施例，所述语音转换模块进一步包括：至少一个字库，保存文字数据，所述文字数据对应于所述数字格式的文本信息；至少一个语音库，保存语音数据，所述数据与所述字库中的文字数据相对应；查找表，根据所述数字格式的文本信息查找相应的文字数据，并进一步查找对应的语音数据。

根据本发明的一实施例，所述语音播放模块为手机的扬声器。

根据本发明的第二方面，提供一种手机，具有语音阅读功能，所述手机包括语音阅读装置，该语音阅读装置包括：文本获取模块，用于获取文本格式的文本；文本识别模块，从所述文本获取模块得到文本格式的文本，进行识别后得到数字格式的文本信息；语音转换模块，从所述文本识别模块得到数字格式的文本信息，转换成语音信息；语音播放模块，播放所述语音转换模块生成的语音信息。

根据本发明的一实施例，所述文本获取模块为手机的网络下载接口或者手机摄像头。

根据本发明的一实施例，所述文本识别模块包括用于从文本识别文字的识别软件；以及所述文本识别模块进一步包括存储器，用于存储识别后得到数字格式的文本信息。

根据本发明的一实施例，所述语音转换模块进一步包括：至少一个字库，保存文字数据，所述文字数据对应于所述数字格式的文本信息；至少一个语音库，保存语音数据，所述数据与所述字库中的文字数据相对应；查找表，根据所述数字格式的文本信息查找相应的文字数据，并进一步查找对应的语音数据。

根据本发明的一实施例，所述语音播放模块为手机的扬声器。

采用本发明的技术方案，现有手机外形不需要大的变化，甚至根本不需要变化，便可以通过手机的网络接口，比如USB接口从网络下载文本信息，或者通过拍照功能或者摄影功能，而将所拍到或摄影到的文本内容诸如小时杂志网络上的文本信息等迅速通过手机的发音设备播放出来。这一发明跨越了传统的阅读方式，使手机用户不需要携带任何书籍，不需要在线停留在网络上，更不需要将视力专注在手机狭小的显示屏幕上，而尽可以以“听”的方式轻松舒适地享受各种小说杂志等书本上的以及网络上的信息。这一发明实现了以“非在线”方式的上网和以“听”代“视”，带给了广大的网络用户还有书刊的阅读者以极度的舒适和自由，这一发明也因而对于在电脑前长期工作的白领、收听不影响本职工作的蓝领、广大学生、年迈的老人、旅游者、视障者具有极大的吸引力。

附图说明

本发明上述的以及其他的特征、性质和优势将通过下面结合附图和实施例的描述而变得更加明显，在附图中相同的附图标记始终表示相同的特征，其中，

图1是根据本发明的一实施例的语音阅读装置的结构图；

图2是根据本发明的一实施例的具有语音阅读功能的手机的结构图；

图3是根据本发明的一实施例的具有语音阅读功能的手机的工作流程。

具体实施方式

本发明的基本涉及思想是首先由手机获取文本信息，由于目前在手机上安装诸如USB的网络接口以及安装摄像头的技术已经非常普及，并且传输速度，手机的存储容量和摄像头的像素也越来越高，已经完全能够满足文字识别的需要。在获取了文本信息之后，就需要对其中的文字进行识别，目前，无论中文还是西文的文字识别技术都已经发展的比较成熟，但是，在一般的应用中，由于处理系统是基于计算机，其具有较强的运算及处理能力，因此一般的中西文文字识别技术是基于从图像格式的文件中抓取文本，其中既包含了图像信息，也包含了文字信息。由于手机的处理能力相对较小，为了节约资源和处理时间，本发明中所采用的文字识别技术要求被抓取的文本是基于文本格式，即其中不混杂有图像，在之后的处理过程中，不进行图像和文字的区分，直接进行识别。如果是通过网络接口下载的信息，则可以直接是已经识别之后的文字。在获取了经识别的文字后，本发明提供语音库，讲文字“读”出，读出的过程可通过手机的扬声器实现，目前，随着手机可以支持的音频文件格式越来越多，本发明的语音库中的音频文件也可以以各种格式保存。

根据上述的发明思路，本发明首先提供一种语音阅读装置，用于手机实现手机的语音阅读功能，图1是根据本发明的一实施例的语音阅读装置100的结构图，参考图1所示，该语音阅读装置100包括：

文本获取模块102，用于获取文本格式的文本。在图1所示的实施例中，该文本获取模块102为手机的网络接口，比如USB接口，也可以是手机摄像头。当文本获取模块102是手机摄像头时，文本获取模块102所获取的文本中应当仅仅包含文本格式，没有图像的内容。在使用的过程中，用户可以根据自己阅读量的多少，一次性拍摄一页或数页文本，当用户所需要的所有文本信息拍摄完毕后，将启动文本识别模块104。当当文本获取模块102是手机的网络接口时，可通过该网络接口从网上下载相应量的数据，所下载的数据可以是类似拍摄所获得的文本格式的文本，也可以是已经经过识别的，直接可进行语音转换的数字格式的文字信息，如果所下载的数据是已经经过识别的，直接可进行语音转换的数字格式的文字信息，则可以不经过文本识别模块104的处理，直接由语音转换模块106处理。

文本识别模块104，从文本获取模块102得到文本格式的文本，进行识别后得到数字格式的文本信息。如上面所述的，文本识别技术是一项成熟的技术，在本发明中，考虑到手机处理能力和处理时间的限制，将不进行文本和图像的区分，而仅仅进行纯文本的识别。文本识别模块104可以使用任何现有的文本识别技术来实现，包括用于识别中、西文字符的各种识别软件。根据图1所示的实施例，文本识别模块104包括用于从文本识别文字的识别软件，并且，该文本识别模块104还包括存储器105，用于存储识别后得到数字格式的文本信息。如上面所述的，如果文本获取模块102是手机的网络接口并且所下载的数据是已经经过识别的，直接可进行语音转换的数字格式的文字信息，则可以直接提供给语音转换模块106使用。

语音转换模块106，从文本识别模块104得到数字格式的文本信息，或者直接从文本获取模块102得到数字格式的文本信息，将它们转换成语音信息。根据图1所示的实施例，语音转换模块106进一步包括：至少一个字库160，保存文字数据，其中的文字数据对应于数字格式的文本信息；至少一个语音库162，保存语音数据，该语音数据与字库中的文字数据相对应；查找表164，根据数字格式的文本信息查找相应的文字数据，并进一步查找对应的语音数据。对于本发明而言，可以具有多个字库160，用于存储不同语种的文字数据，比如可以具有中文字库、英文字库、日文字库等等，以适应不同的阅读需求。同时，也可以包括多个语音库162，保存不同的语种的语音数据，比如中文、英文、日文的语音数据。当具有多个字库160和多个语音库162时，本发明的查找表164可以设计成在字库160和语音库162之间建立多对多的对应关系，即可以将一个字库中的文字数据映射到多个语音库中，实现单一文本的多语种发音，或者将多个字库中的文字数据映射到一个语音库中，实现多语种文本的单一发音。通过上述的功能，本发明的语音阅读装置还能提供简单的翻译功能，即可以将一个语种的文本已多个语种的方式“读”出来，或者将多个语种的文本以单一语种的方式读出来。

本发明的语音阅读装置100还包括语音播放模块108，播放语音转换模块106生成的语音信息。该语音播放模块108由手机的扬声器实现。对于语音信息的存储方式，可以采用手机所支持的各种音频文件格式，比如MP3、MIDI、WAV以及任何将来可能开发的音频格式。

本发明还提供一种具有语音阅读功能的手机，参考图2，图2是根据本发明的一实施例的具有语音阅读功能的手机200的结构图，该手机200除了具有现有手机的配置之外，还包括一语音阅读装置100，该语音阅读装置100：

文本获取模块102，用于获取文本格式的文本。在图1所示的实施例中，该文本获取模块102为手机的网络接口，比如USB接口，也可以是手机摄像头。当文本获取模块102是手机摄像头时，文本获取模块102所获取的文本中应当仅仅包含文本格式，没有图像的内容。在使用的过程中，用户可以根据自己阅读量的多少，一次性拍摄一页或数页文本，当用户所需要的所有文本信息拍摄完毕后，将启动文本识别模块104。当当文本获取模块102是手机的网络接口时，可通过该网络接口从网上下载相应量的数据，所下载的数据可以是类似拍摄所获得的文本格式的文本，也可以是已经经过识别的，直接可进行语音转换的数字格式的文字信息，如果所下载的数据是已经经过识别的，直接可进行语音转换的数字格式的文字信息，则可以不经过文本识别模块104的处理，直接由语音转换模块106处理。

文本识别模块104，从文本获取模块102得到文本格式的文本，进行识别后得到数字格式的文本信息。如上面所述的，文本识别技术是一项成熟的技术，在本发明中，考虑到手机处理能力和处理时间的限制，将不进行文本和图像的区分，而仅仅进行纯文本的识别。文本识别模块104可以使用任何现有的文本识别技术来实现，包括用于识别中、西文字符的各种识别软件。根据图1所示的实施例，文本识别模块104包括用于从文本识别文字的识别软件，并且，该文本识别模块104还包括存储器105，用于存储识别后得到数字格式的文本信息。如上面所述的，如果文本获取模块102是手机的网络接口并且所下载的数据是已经经过识别的，直接可进行语音转换的数字格式的文字信息，则可以直接提供给语音转换模块106使用。

语音转换模块106，从文本识别模块104得到数字格式的文本信息，或者直接从文本获取模块102得到数字格式的文本信息，将它们转换成语音信息。根据图1所示的实施例，语音转换模块106进一步包括：至少一个字库160，保存文字数据，其中的文字数据对应于数字格式的文本信息；至少一个语音库162，保存语音数据，该语音数据与字库中的文字数据相对应；查找表164，根据数字格式的文本信息查找相应的文字数据，并进一步查找对应的语音数据。对于本发明而言，可以具有多个字库160，用于存储不同语种的文字数据，比如可以具有中文字库、英文字库、日文字库等等，以适应不同的阅读需求。同时，也可以包括多个语音库162，保存不同的语种的语音数据，比如中文、英文、日文的语音数据。当具有多个字库160和多个语音库162时，本发明的查找表164可以设计成在字库160和语音库162之间建立多对多的对应关系，即可以将一个字库中的文字数据映射到多个语音库中，实现单一文本的多语种发音，或者将多个字库中的文字数据映射到一个语音库中，实现多语种文本的单一发音。通过上述的功能，本发明的语音阅读装置还能提供简单的翻译功能，即可以将一个语种的文本已多个语种的方式“读”出来，或者将多个语种的文本以单一语种的方式读出来。

本发明的语音阅读装置100还包括语音播放模块108，播放语音转换模块106生成的语音信息。该语音播放模块108由手机的扬声器实现。对于语音信息的存储方式，可以采用手机所支持的各种音频文件格式，比如MP3、MIDI、WAV以及任何将来可能开发的音频格式。

图3是根据图2所示的手机200的工作流程300。参考图3所示，包括如下的步骤：

301.首先获取文本信息，比如通过手机的摄像头进行拍照，或者通过手机的网络接口下载数据。

302.判断获取文本信息的步骤是否结束，如果结束的话，进行后续的步骤303，如果没有结束，则返回前一步骤301继续获取文本信息，如果步骤300中是直接通过网络接口下载数据并且下载的是数字格式的文字信息，则步骤302可以跳过不执行。

303.文本识别，将文本格式的文字信息转化成数字格式的文字信息。

304.文本储存，保存步骤303中获得的数字格式文字信息。

305.进行语音转换，并且保存转换后得到的语音数据；根据本发明的一实施例，为了节约存储空间，可以用步骤305中得到的语音数据覆盖原来的数字格式的文字信息。

306，判断语音转换的步骤是否完成，如果完成的话，进行后续的步骤307，如果没有结束，则返回前一步骤305继续获取文本信息。根据本发明的一实施例，如果采用语音数据覆盖原来的数字格式的文字信息的保存方式，可以通过判断是否还留有数字格式的文字信息来判断语音转换的步骤是否完成。

307.播放语音数据。

根据手机内存量以及其他存储介质的大小的不同，上述过程可能有所不同。比如容量大的手机，可以一次性输入，或者一次性下载足够数量的文本信息。数字格式的文字信息与语音数据同时并存于手机的存储介质中，并且，播出与输入可以同时进行。而容量小的手机可能需要多次地进行下载或者拍摄。这完全视手机的配置而不同。

采用本发明的技术方案，现有手机外形不需要大的变化，甚至根本不需要变化，便可以通过手机的网络接口，比如USB接口从网络下载文本信息，或者通过拍照功能或者摄影功能，而将所拍到或摄影到的文本内容诸如小时杂志网络上的文本信息等迅速通过手机的发音设备播放出来。这一发明跨越了传统的阅读方式，使手机用户不需要携带任何书籍，不需要在线停留在网络上，更不需要将视力专注在手机狭小的显示屏幕上，而尽可以以“听”的方式轻松舒适地享受各种小说杂志等书本上的以及网络上的信息。这一发明实现了以“非在线”方式的上网和以“听”代“视”，带给了广大的网络用户还有书刊的阅读者以极度的舒适和自由，这一发明也因而对于在电脑前长期工作的白领、收听不影响本职工作的蓝领、广大学生、年迈的老人、旅游者、视障者具有极大的吸引力。

上述实施例是提供给熟悉本领域内的人员来实现或使用本发明的，熟悉本领域的人员可在不脱离本发明的发明思想的情况下，对上述实施例做出种种修改或变化，因而本发明的保护范围并不被上述实施例所限，而应该是符合权利要求书提到的创新性特征的最大范围。

Claims (10)

1.一种语音阅读装置，其特征在于，用于手机实现手机的语音阅读功能，所述语音阅读装置包括：

文本获取模块，用于获取文本格式的文本；

文本识别模块，从所述文本获取模块得到文本格式的文本，进行识别后得到数字格式的文本信息；

语音转换模块，从所述文本识别模块得到数字格式的文本信息，转换成语音信息；

语音播放模块，播放所述语音转换模块生成的语音信息。

2.如权利要求1所述的语音阅读装置，其特征在于，所述文本获取模块为手机的网络下载接口、或者手机摄像头。

3.如权利要求2所述的语音阅读装置，其特征在于，所述文本识别模块包括用于从文本识别文字的识别软件；以及

所述文本识别模块进一步包括存储器，用于存储识别后得到数字格式的文本信息。

4.如权利要求3所述的语音阅读装置，其特征在于，所述语音转换模块进一步包括：

至少一个字库，保存文字数据，所述文字数据对应于所述数字格式的文本信息；

至少一个语音库，保存语音数据，所述数据与所述字库中的文字数据相对应；

查找表，根据所述数字格式的文本信息查找相应的文字数据，并进一步查找对应的语音数据。

5.如权利要求4所述的语音阅读装置，其特征在于，所述语音播放模块为手机的扬声器。

6.一种手机，其特征在于，具有语音阅读功能，所述手机包括语音阅读装置，该语音阅读装置包括：

文本获取模块，用于获取文本格式的文本；

文本识别模块，从所述文本获取模块得到文本格式的文本，进行识别后得到数字格式的文本信息；

语音转换模块，从所述文本识别模块得到数字格式的文本信息，转换成语音信息；

语音播放模块，播放所述语音转换模块生成的语音信息。

7.如权利要求6所述的手机，其特征在于，所述文本获取模块为手机的网络下载接口，或者手机摄像头。

8.如权利要求7所述的手机，其特征在于，所述文本识别模块包括用于从文本识别文字的识别软件；以及

所述文本识别模块进一步包括存储器，用于存储识别后得到数字格式的文本信息。

9.如权利要求8所述的手机，其特征在于，所述语音转换模块进一步包括：

至少一个字库，保存文字数据，所述文字数据对应于所述数字格式的文本信息；

至少一个语音库，保存语音数据，所述数据与所述字库中的文字数据相对应；

查找表，根据所述数字格式的文本信息查找相应的文字数据，并进一步查找对应的语音数据。

10.如权利要求9所述的手机，其特征在于，所述语音播放模块为手机的扬声器。

Images