CN111401059A - 小说朗读的方法 - Google Patents

Abstract

本申请实施例提供一种小说朗读的方法，所述方法包括：终端获取待阅读的章节标识，依据该章节标识提取对应的文本；终端将文本输入到AI阅读器进行音频组合得到待播放的音频文件，将该文本进行分词处理得到人名词组，提取人名词组中的姓氏；终端提取w个称谓词组中第一个字的特定读音，将该姓氏读音替换该带播放的音频文件中该w个称谓词组中第一个字的读音得到更新后的音频文件，将更新后的音频文件朗读。本申请提供的技术方案具有用户体验度高的优点。

Description

小说朗读的方法

技术领域

本申请涉及通信以及人工智能技术领域，尤其涉及一种小说朗读的方法。

背景技术

小说朗读属于通过AI模型实现对文字的朗读，随着AI智能的普及，现有的AI朗读已经广泛的应用到小说app中，例如“起点”、“微信读书”等均具有朗读的功能。

现有的朗读在普通的文字阅读没有问题，但是对于一些人名或称呼阅读时无法进行区分，影响了阅读的真实性，降低了用户体验度。

发明内容

本申请实施例公开了一种小说朗读方法，能够通过AI智能将人名和称呼的阅读进行校正，从而提高真实性，提高用户体验度。

本申请实施例第一方面公开了一种小说朗读的方法，所述方法包括：

终端获取待阅读的章节标识，依据该章节标识提取对应的文本；

终端将文本输入到AI阅读器进行音频组合得到待播放的音频文件，将该文本进行分词处理得到人名词组，提取人名词组中的姓氏；

终端从分词处理结果内查询具有姓氏且姓氏位于第一个字的n个词，将n个词去掉第一个字得到n个去除词，将n个去除词与称谓词库比对确定存在于称谓词库中的w个去除词，将w个去除词对应的w个词确定为w个称谓词组；n、w均为整数，且w≤n；

终端提取w个称谓词组中第一个字的特定读音，将该姓氏读音替换该带播放的音频文件中该w个称谓词组中第一个字的读音得到更新后的音频文件，将更新后的音频文件朗读。

本申请实施例第二方面提供一种终端，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行第一方面提供的方法中的步骤的指令。

本申请实施例第三方面提供一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第一方面提供的方法。

本申请实施例第三方面提供一种服务器，包括：

获取单元，用于获取定会议场景的声源坐标、障碍物坐标和障碍物外形特征；获取多个UE的多个UE坐标；

处理单元，用于计算声源坐标与多个UE坐标之间的多个距离，将多个距离中小于第一阈值的x个UE确定为待选UE；依据声源坐标、障碍物坐标和障碍物外形特征确定该障碍物的阻碍区域，将x个UE中位于该阻碍区域的y个UE去除得到x-y个UE；获取x-y个UE发送的会议场景的x-y个记录文本，服务器对该x-y个记录文本整理得到该会议场景的会议文本。

通过实施本申请实施例，本申请提供的技术方案通过UE来进行会议场景的记录文本，然后对该记录文本进行调整，从而避免了单个设备出现故障或AI识别不准确带来的会议文本不准确的问题，并且本申请的技术方案对障碍物影响的障碍区域内的UE进行过滤，这样避免了障碍物对音频信号的影响，提高了采集音频信号的质量，进而提高了会议文本的识别准确度。

附图说明

以下对本申请实施例用到的附图进行介绍。

图1是本申请实施例提供的一种会议系统的结构示意图；

图2是本申请实施例提供的一种朗读方法的流程示意图；

图3是本申请实施例提供的一种设备的结构示意图。

具体实施方式

下面结合本申请实施例中的附图对本申请实施例进行描述。

本申请中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/“，表示前后关联对象是一种“或”的关系。

本申请实施例中出现的“多个”是指两个或两个以上。本申请实施例中出现的第一、第二等描述，仅作示意与区分描述对象之用，没有次序之分，也不表示本申请实施例中对设备个数的特别限定，不能构成对本申请实施例的任何限制。本申请实施例中出现的“连接”是指直接连接或者间接连接等各种连接方式，以实现设备间的通信，本申请实施例对此不做任何限定。

本申请实施例中的终端可以指各种形式的UE、接入终端、用户单元、用户站、移动站、MS(英文：mobile station，中文：移动台)、远方站、远程终端、移动设备、计算机、服务器、云系统用户终端、终端设备(英文：terminal equipment)、无线通信设备、用户代理或用户装置。终端设备还可以是蜂窝电话、无绳电话、SIP(英文：session initiationprotocol，中文：会话启动协议)电话、WLL(英文：wireless local loop，中文：无线本地环路)站、PDA(英文：personal digital assistant，中文：个人数字处理)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备，未来5G网络中的终端设备或者未来演进的PLMN(英文：public land mobile network，中文：公用陆地移动通信网络)中的终端设备等，本申请实施例对此并不限定。

参阅图1，图1为一种终端的结构示意图，如图1所示，该终端可以包括：处理器101、输入单元102、通信模组103、存储器104和摄像头105。

输入单元102可用于接收输入的数字或字符信息，以及产生与终端的用户设置以及功能控制有关的键信号输入。具体地，输入单元102可包括触控显示屏、指纹识别装置以及其他输入设备。指纹识别装置可以单独设置，当然在实际应用中，指纹识别装置也可以结合至触控显示屏，即实现屏下指纹。输入单元还可以包括其他输入设备。具体地，其他输入设备可以包括但不限于物理按键、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

处理器101是终端的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或执行存储在存储器104内的软件程序和/或模块，以及调用存储在存储器104内的数据，执行终端的各种功能和处理数据，从而对终端进行整体监控或控制。可选的，处理器101可包括一个或多个处理单元；可选的，处理器101可集成应用处理器、调制解调处理器和人工智能芯片，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信，人工智能芯片主要实现神经网络模型的计算。可以理解的是，上述调制解调处理器或人工智能芯片也可以不集成到处理器101中。

此外，存储器104可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

通信模组103可用于信息的接收和发送。通常，通信模组103包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low Noise Amplifier，LNA)、双工器等。此外，通信模组103还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(Global System of Mobilecommunication，GSM)、通用分组无线服务(General Packet Radio Service，GPRS)、码分多址(Code Division Multiple Access，CDMA)、宽带码分多址(Wideband Code DivisionMultiple Access,WCDMA)、长期演进(Long Term Evolution，LTE)、电子邮件、短消息服务(Short Messaging Service，SMS)等。

摄像头105，可以用于采集图片、扫描二维码等等对图像数据处理。摄像头105具体可以包括前置摄像头或后置摄像头，对于后置摄像头也可以包括双摄像头，当然对于前置摄像头也可以为双摄像头设置，本申请对摄像头的数量以及具体位置并不限定，摄像头105采集的图片可以传输给处理器101进行相关的处理。

本申请中的小说特指中文小说，对于外文小说，本申请的技术方案并不适用。

对于小说来说，具有很多的场景是具有人名和称谓的，例如曾某某，其在小说的职位是处长或主任，那么对于一些正式的场合，可能会叫，曾主任或曾处长，对此，现有的AI模拟器会对这些读音无法把握，因为中文中的很多字都是多音字，尤其是人名和称谓，其在人名中的读音是不同的。以上面为例，曾主任或曾处长，正常的读音，曾一般读音为“ceng”，但是在人名中其读音为“zeng”，但是在现有的小说app的阅读AI软件中，是无法对其进行区分的，因此其读音错误，使得听书的用户的体验度很差，并且在一个小说中，称谓或人名出现的密度会很高，尤其在一些特定的章节，例如对话时，人名或称谓会多次出现。此种同样的多出错误会严重影响用户听书的体验度。

参阅图2，图2提供了一种小说朗读方法，上述方法可以通过如图1所示的终端来执行，该方法如图2所示，包括如下步骤：

步骤S200、终端获取待阅读的章节标识，依据该章节标识提取对应的文本；

步骤S201、终端将文本输入到AI阅读器进行音频组合得到待播放的音频文件，将该文本进行分词处理得到人名词组，提取人名词组中的姓氏；

具体地，上述AI阅读器可以采用现有的AI阅读器，例如百度AI阅读器、华为阅读器，起点阅读器、科大讯飞阅读器等等。

具体地，上述分词处理的方式可以采用现有的分词处理方式，人名词组的确认方式也可以采用现有的确认方式。

步骤S202、终端从分词处理结果内查询具有姓氏且姓氏位于第一个字的n个词，将n个词去掉第一个字得到n个去除词，将n个去除词与称谓词库比对确定存在于称谓词库中的w个去除词，将w个去除词对应的w个词确定为w个称谓词组；上述n、w均为整数，且w≤n。

具体地，上述称谓词库可以为预设的词库，例如“公主、处长、科长、中堂、皇上、部长、局长、厅长、市长、书记”等等词语。

当然在一种可选的方案中，上述称谓词库也可以是依据该章节标识获取的称谓词库，具体的实现方法包括但不限于：

依据该章节标识确定该阅读小说的书名，依据该书名确定该书名的类别，提取该类别对应的称谓词库。

例如，对于小说来说，每个小说都有特定的类别，例如起点分类中的“仙侠”、“现实”、“历史”、“军事”、“体育”等等，对于不同的类别，其具有的称谓词库不尽相同，例如“现实”类别中，一般为现代的小说，那么气称谓词库中，“厂长”、“处长”、“主任”就可能出现，而“中堂”、“丞相”等等称谓就不可能出现，反之，对于历史类的小说，与“现实”类别的正好相反。通过类别来匹配能够减少称谓词库中词的数量，减少后续比对的次数。

步骤S203、终端提取w个称谓词组中第一个字的特定读音，将该姓氏读音替换该带播放的音频文件中该w个称谓词组中第一个字的读音得到更新后的音频文件，将更新后的音频文件朗读。

本申请提供的技术方案的终端在确定待阅读的章节的文本以后，首先将文本进行现有的AI阅读器的音频组合得到待播放的音频文件，然后对文本进行分词处理的得到人名词组，并提取人名此处中的姓氏，然后从分词处理结果内查询具有该姓氏的且该姓氏位于第一个字的n个词，确定n个词中属于称谓词的w个称谓词，将称谓词中的第一个字的读音调整至认定读音(姓氏读音或称谓专属读音)，此种设置能够在阅读中避免多音字在阅读中无法识别导致的错误，其提高了读音的准确性，提高了用户体验度。

具体地，在一种可选的方案中，上述将更新后的音频文件朗读具体可以包括：

识别更新后的音频文件的中对话音频以及对话的性别，将该对话音频的声纹修改成与该性别匹配的声纹后朗读。

在一些阅读app中，例如起点中文网中的阅读中，其阅读要么都是男声，那么都是女声。但是对话中，如果是女声的对话用男的声纹，会让人觉得挺奇怪，男的用女的声纹也会挺奇怪，此种情况下就需要将AI阅读器将对话音频中对话的性别对声纹来匹配，进而达到对声纹匹配的优点。

请参见图3，图3是本申请实施例提供的一种设备30，该设备30包括处理器301、存储器302和通信接口303，所述处理器301、存储器302和通信接口303通过总线304相互连接。

存储器302包括但不限于是随机存储记忆体(random access memory，RAM)、只读存储器(read-only memory，ROM)、可擦除可编程只读存储器(erasable programmableread only memory，EPROM)、或便携式只读存储器(compact disc read-only memory，CD-ROM)，该存储器302用于相关计算机程序及数据。通信接口303用于接收和发送数据。

处理器301可以是一个或多个中央处理器(central processing unit，CPU)，在处理器301是一个CPU的情况下，该CPU可以是单核CPU，也可以是多核CPU。

该设备30中的处理器301用于读取所述存储器302中存储的计算机程序代码，执行以下操作：

需要说明的是，各个单元的实现还可以对应参照图2所示的方法实施例的相应描述。

处理器获取待阅读的章节标识，依据该章节标识提取对应的文本；

处理器将文本输入到AI阅读器进行音频组合得到待播放的音频文件，将该文本进行分词处理得到人名词组，提取人名词组中的姓氏；

处理器从分词处理结果内查询具有姓氏且姓氏位于第一个字的n个词，将n个词去掉第一个字得到n个去除词，将n个去除词与称谓词库比对确定存在于称谓词库中的w个去除词，将w个去除词对应的w个词确定为w个称谓词组；n、w均为整数，且w≤n；

处理器提取w个称谓词组中第一个字的特定读音，将该姓氏读音替换该带播放的音频文件中该w个称谓词组中第一个字的读音得到更新后的音频文件，将更新后的音频文件朗读。

具体地，所述将更新后的音频文件朗读具体包括：

识别更新后的音频文件的中对话音频以及对话的性别，将该对话音频的声纹修改成与该性别匹配的声纹后朗读。

具体地，所述称谓词库的获取方式具体包括：

依据该章节标识确定该阅读小说的书名，依据该书名确定该书名的类别，提取该类别对应的称谓词库。

本申请实施例还提供一种芯片系统，所述芯片系统包括至少一个处理器，存储器和接口电路，所述存储器、所述收发器和所述至少一个处理器通过线路互联，所述至少一个存储器中存储有计算机程序；所述计算机程序被所述处理器执行时，图2所示的方法流程得以实现。

本申请还提供一种小说朗读的装置，包括：

获取单元，用于获取待阅读的章节标识，依据该章节标识提取对应的文本；

处理单元，用于将文本输入到AI阅读器进行音频组合得到待播放的音频文件，将该文本进行分词处理得到人名词组，提取人名词组中的姓氏；从分词处理结果内查询具有姓氏且姓氏位于第一个字的n个词，将n个词去掉第一个字得到n个去除词，将n个去除词与称谓词库比对确定存在于称谓词库中的w个去除词，将w个去除词对应的w个词确定为w个称谓词组；n、w均为整数，且w≤n；提取w个称谓词组中第一个字的特定读音，将该姓氏读音替换该带播放的音频文件中该w个称谓词组中第一个字的读音得到更新后的音频文件，将更新后的音频文件朗读。

本申请服务器实施例中处理单元的具体实现步骤可以参见如图2所示实施例的描述，这里不再赘述。

本申请还提供一种终端，该终端可以为，智能手机、智能音箱、故事机、智能电视、智能手表等设备，该智能手机、智能音箱、故事机、智能电视、智能手表等设备可以包括上述小说朗读的装置。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当其在网络设备上运行时，图2所示的方法流程得以实现。

本申请实施例还提供一种计算机程序产品，当所述计算机程序产品在终端上运行时，图2所示的方法流程得以实现。

本申请实施例还提供一种终端，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行图2所示实施例的方法中的步骤的指令。

上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，电子设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。

本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括电子设备。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (4)

1.一种小说朗读的方法，其特征在于，所述方法包括：

终端获取待阅读的章节标识，依据该章节标识提取对应的文本；

终端将文本输入到AI阅读器进行音频组合得到待播放的音频文件，将该文本进行分词处理得到人名词组，提取人名词组中的姓氏；

终端从分词处理结果内查询具有姓氏且姓氏位于第一个字的n个词，将n个词去掉第一个字得到n个去除词，将n个去除词与称谓词库比对确定存在于称谓词库中的w个去除词，将w个去除词对应的w个词确定为w个称谓词组；n、w均为整数，且w≤n；

终端提取w个称谓词组中第一个字的特定读音，将该姓氏读音替换该带播放的音频文件中该w个称谓词组中第一个字的读音得到更新后的音频文件，将更新后的音频文件朗读。

2.根据权利要求1所述的方法，其特征在于，所述将更新后的音频文件朗读具体包括：

识别更新后的音频文件的中对话音频以及对话的性别，将该对话音频的声纹修改成与该性别匹配的声纹后朗读。

3.根据权利要求1或2所述的方法，其特征在于，所述称谓词库的获取方式具体包括：

依据该章节标识确定该阅读小说的书名，依据该书名确定该书名的类别，提取该类别对应的称谓词库。

4.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-3任一项所述的方法。

Images