CN111459347A - 一种智能点读方法、装置、设备和可读介质 - Google Patents

Abstract

本公开实施例公开了一种智能点读方法、装置、设备和可读介质。其中，该方法包括：在预设时长内，获取用户指向待点读资料的最新操作以及最新点读语音指令；根据最新操作和最新点读语音指令，在屏幕上标记点读区域，所述屏幕上预览所述待点读资料；识别所述点读区域，并根据所述最新点读语音指令，展示识别的点读内容。本公开实施例提供的技术方案，提高了点读内容识别的准确性，通过用户手指的直接操作实现点读，而无需通过辅助电子笔实现点读，提高了点读的便利性和实时性，增强了用户的使用体验。

Description

一种智能点读方法、装置、设备和可读介质

技术领域

本公开实施例涉及图像处理技术，尤其涉及一种智能点读方法、装置、设备和可读介质。

背景技术

在现有的教学辅助设备中，为了满足智能教学的多样化需求，会在教学辅助设备上配置一个辅助电子笔，用户通过该辅助电子笔点击书本的相应位置，获取对于该位置处的学习资料的教学需求，并在教学辅助设备中进行显示，实现智能教学中的点读过程。

此时用户在使用教学辅助设备时，需要随身携带该辅助电子笔，否则无法获取相应资料的教学需求，也就不能实现教学辅助设备中的点读过程。

发明内容

有鉴于此，本公开实施例提供了一种智能点读方法、装置、设备和可读介质，解决了现有技术中必须通过辅助电子笔实现点读的问题，提高了点读的便利性和实时性。

第一方面，本公开实施例提供了一种智能点读方法，该方法包括：

在预设时长内，获取用户指向待点读资料的最新操作以及最新点读语音指令；

根据最新操作和最新点读语音指令，在屏幕上标记点读区域，所述屏幕上预览所述待点读资料；

识别所述点读区域，并根据所述最新点读语音指令，展示识别的点读内容。

进一步的，所述根据最新操作和最新点读语音指令，在屏幕上标记点读区域，包括：

如果检测到用户指向当前待点读资料的第一操作，且，获取到用户的初始点读语音指令，则在屏幕上标记被指向的第一区域；

如果在预设时长内检测到用户指向当前待点读资料的第二操作，或者，在预设时长内获取到用户的更新语音指令，则在屏幕上重新标记被指向的第二区域，直至达到预设时长，则所述第二区域为点读区域；

如果在预设时长内未检测到用户指向当前待点读资料的第二操作，且，未获取到用户的更新语音指令，则所述第一区域为点读区域。

进一步的，所述在屏幕上标记被指向的第一区域，包括：

根据第一操作获取当前待点读资料的图像中用户手指的第一关键特征点；

根据所述初始点读语音指令和所述第一关键特征点确定被指向的第一区域；

在屏幕上高亮显示所述第一区域。

进一步的，如果在预设时长内检测到用户指向当前待点读资料的第二操作，或者，在预设时长内获取到用户的更新语音指令，则在屏幕上重新标记被指向的第二区域，包括：

如果在预设时长内检测到所述第二操作，且，未获取到所述更新语音指令，则根据所述第二操作获取新的当前待点读资料的图像；

在屏幕上重新标记新的当前待点读资料的图像中被指向的区域，作为第二区域。

进一步的，在屏幕上重新标记新的当前待点读资料的图像中被指向的区域，作为第二区域，包括：

获取新的当前待点读资料的图像中用户手指的第二关键特征点；

根据所述初始点读语音指令和所述第二关键特征点确定被指向的第二区域；

在屏幕上重新高亮显示所述第二区域。

进一步的，如果在预设时长内检测到用户指向当前待点读资料的第二操作，或者，在预设时长内获取到用户的更新语音指令，则在屏幕上重新标记被指向的第二区域，包括：

如果在预设时长内未检测到所述第二操作，且，获取到所述更新语音指令，则根据所述更新语音指令确定第二区域与第一区域的位置关系；

根据所述第一区域的标记位置和所述位置关系在屏幕上重新标记被指向的第二区域。

进一步的，根据所述第一区域的标记位置和所述位置关系在屏幕上重新标记被指向的第二区域，包括：

根据所述第一区域的标记位置和所述位置关系确定被指向的第二区域；

在屏幕上重新高亮显示所述第二区域。

进一步的，根据所述最新点读语音指令，展示识别的点读内容，包括：

采用自然语言处理算法识别所述最新点读语音指令，得到指令关键词；

根据所述指令关键词确定识别的点读区域内容的点读结果和对应的点读方式；

根据对应的点读方式展示所述点读结果。

进一步的，所述识别所述点读区域，包括：

采用光学字符识别算法识别所述点读区域的内容。

第二方面，本公开实施例提供了一种智能点读装置，该装置包括：

信息获取模块，用于在预设时长内，获取用户指向待点读资料的最新操作以及最新点读语音指令；

区域标记模块，用于根据最新操作和最新点读语音指令，在屏幕上标记点读区域，所述屏幕上预览所述待点读资料；

智能点读模块，用于识别所述点读区域，并根据所述最新点读语音指令，展示识别的点读内容。

进一步的，所述区域标记模块，包括：

第一区域标记单元，用于如果检测到用户指向当前待点读资料的第一操作，且，获取到用户的初始点读语音指令，则在屏幕上标记被指向的第一区域；

点读区域确定单元，用于如果在预设时长内检测到用户指向当前待点读资料的第二操作，或者，在预设时长内获取到用户的更新语音指令，则在屏幕上重新标记被指向的第二区域，直至达到预设时长，则所述第二区域为点读区域；如果在预设时长内未检测到用户指向当前待点读资料的第二操作，且，未获取到用户的更新语音指令，则所述第一区域为点读区域。

进一步的，所述第一区域标记单元，具体用于：

根据第一操作获取当前待点读资料的图像中用户手指的第一关键特征点；

根据所述初始点读语音指令和所述第一关键特征点确定被指向的第一区域；

在屏幕上高亮显示所述第一区域。

进一步的，所述点读区域确定单元，包括：

新图像获取子单元，用于如果在预设时长内检测到所述第二操作，且，未获取到所述更新语音指令，则根据所述第二操作获取新的当前待点读资料的图像；

第一重新标记子单元，用于在屏幕上重新标记新的当前待点读资料的图像中被指向的区域，作为第二区域。

进一步的，所述第一重新标记子单元，具体用于：

获取新的当前待点读资料的图像中用户手指的第二关键特征点；

根据所述初始点读语音指令和所述第二关键特征点确定被指向的第二区域；

在屏幕上重新高亮显示所述第二区域。

进一步的，所述点读区域确定单元，还包括：

位置关系确定子单元，用于如果在预设时长内未检测到所述第二操作，且，获取到所述更新语音指令，则根据所述更新语音指令确定第二区域与第一区域的位置关系；

第二重新标记子单元，用于根据所述第一区域的标记位置和所述位置关系在屏幕上重新标记被指向的第二区域。

进一步的，所述第二重新标记子单元，具体用于：

根据所述第一区域的标记位置和所述位置关系确定被指向的第二区域；

在屏幕上重新高亮显示所述第二区域。

进一步的，所述智能点读模块，包括：

关键词确定单元，用于采用自然语言处理算法识别所述最新点读语音指令，得到指令关键词；

点读模式确定单元，用于根据所述指令关键词确定识别的点读区域内容的点读结果和对应的点读方式；

智能点读单元，用于根据对应的点读方式展示所述点读结果。

进一步的，所述智能点读模块，还包括：

点读区域识别单元，用于采用光学字符识别算法识别所述点读区域的内容。

第三方面，本公开实施例还提供了一种设备，该设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开任意实施例所述的智能点读方法。

第四方面，本公开实施例提供了一种可读介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开任意实施例所述的智能点读方法。

本公开实施例提供的一种智能点读方法、装置、设备和可读介质，根据在预设时长内获取的用户指向待点读资料的最新操作和最新点读语音指令，在屏幕上标记对应的点读区域，并根据最新点读语音指令，展示识别的点读区域的点读内容，根据预设时长内用户指向操作和点读语音指令的更新，提高了点读内容识别的准确性，通过用户手指的直接操作实现点读，而无需通过辅助电子笔实现点读，提高了点读的便利性和实时性，增强了用户的使用体验。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1A示出了本公开实施例提供的一种智能点读方法的流程图；

图1B示出了本公开实施例提供的智能点读过程的原理示意图；

图2示出了本公开实施例提供的一种智能点读方法中标记点读区域的流程图；

图3示出了本公开实施例提供的一种智能点读过程中区域标记的原理示意图；

图4示出了本公开实施例提供的另一种智能点读过程中区域标记的原理示意图；

图5示出了本公开实施例提供的一种智能点读装置的结构示意图；

图6示出了本公开实施例提供的一种设备的结构示意图。

具体实施方式

为使本公开的目的、技术方案和优点更加清楚，以下将参照本公开实施例中的附图，通过实施方式清楚、完整地描述本公开的技术方案，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

图1A示出了本公开实施例提供的一种智能点读方法的流程图，本公开实施例可适用于对书本上的资料内容进行点读的过程中。本实施例提供的一种智能点读方法可以由本公开实施例提供的智能点读装置来执行，该装置可以通过软件和/或硬件的方式来实现，并集成在执行本方法的设备中，在本实施例中执行本方法的设备可以是用于点读的智能终端。

具体的，如图1A所示，本公开实施例中提供的智能点读方法可以包括如下步骤：

S110，在预设时长内，获取用户指向待点读资料的最新操作以及最新点读语音指令。

具体的，本实施例中智能点读方法主要应用在对书本资料中的内容进行点读的点读设备中，该点读设备无需配置专用的点读笔来辅助实现点读功能，用户在使用该点读设备对书本资料进行点读时，首先会开启该点读设备上预先配置的摄像器件，用于在用户将待点读资料放置于点读设备的可采集区域时，能够实时将待点读资料预览在该点读设备的屏幕中，以供用户在屏幕上观看该待点读资料；同时用户会发出对应的点读语音，点读设备通过预先配置的语音采集器来获取该点读语音，从而实现后续的点读功能。其中，由于本实施例中的点读设备主要用于教学辅助过程中，因此待点读资料可以是各类教学领域内的相关资料，例如各类书本、课件或者习题等。

同时，用户在需要对某一书本资料内容进行点读时，会将手指指向待点读资料所在的位置，以明确本次需要点读的待点读资料中包含的具体内容，由于用户指向待点读资料时的指向位置可能会与待点读资料中实际需要点读的具体内容存在一定的指向误差，因此需要调整用户的手指指向或者发出新的语音指令来确定待点读资料中实际点读的内容，此时预设时长是在判断用户指向的当前位置上的内容是否为实际点读的内容时设定的检测时长，在预设时长内可以调整用户手指指向或者发出新的语音指令来保证实际点读内容的准确性；最新操作是指点读设备在屏幕上检测到的通过调整用户指向待点读资料的手指位置，从而得到与待点读资料中的实际点读内容相符合时对应的最终手指指向操作；点读语音指令是用于指示当前需要对用户指向的待点读资料中的相应内容进行点读的触发指令以及在屏幕上显示的点读内容与实际点读内容不符时，用于指示需要更新用户指向区域来获取实际点读内容的指令。

可选的，用户在需要使用本实施例中的点读设备来点读书本中的资料时，首先会开启该点读设备中配置的摄像器件，并将待点读资料对应放置于该点读设备的图像采集区域，以使待点读资料在该点读设备上预览；在用户需要点读某一资料中的具体内容时，首先会将手指指向图像采集区域中待点读资料的特定位置，并发出对应的点读语音，此时点读设备在屏幕上可以检测到用户指向待点读资料的操作，并通过预先配置的语音采集器会获取到用户的点读语音指令，而由于用户手指指向待点读资料的位置与实际点读的位置可能存在误差，需要重新移动手指而指向新的位置或者重新发出对应的点读语音指令，保证点读内容的准确性，因此本实施例预先设定一预设时长，在该预设时长内获取用户指向待点读资料的最新操作以及最新点读语音指令，从而保证后续确定的点读内容与实际需要点读的内容之间的一致性。

S120，根据最新操作和最新点读语音指令，在屏幕上标记点读区域。

其中，屏幕上预览待点读资料；具体的，用户在需要点读某一书本资料时，会将待点读资料放置于点读设备的图像采集区域，此时点读设备能够将该待点读资料的图像预览在屏幕中，以供用户在屏幕上观看该待点读资料。点读区域是指用户指向或者语音指令要求的待点读资料中需要点读的信息所处的位置区域，本实施例中通过点读区域在屏幕上的标记结果判断当前的点读内容与实际需要点读的内容是否一致。

本实施例在预设时长内获取到用户指向待点读资料的最新操作以及最新点读语音指令时，需要在屏幕上标记出待点读资料中本次需要点读的信息所处的区域，也就是点读区域；此时如果最新操作在最新点读语音指令之后获取，则根据最新操作对应的当前待点读资料的图像中用户手指的指向位置以及最新点读语音指令中包含的点读内容类型，确定本次点读对应的位置区域，也就是本实施例中的点读区域，进而在屏幕上的相应位置标记出该点读区域，以向用户显示本次点读的内容是否准确；如果最新操作在最新点读语音指令之前获取，则通过最新操作确定当前待点读资料的图像中用户手指的指向位置，并根据最新点读语音指令确定本次的点读内容类型以及实际点读内容所在区域与用户手指的指向位置之间的关系，从而确定本次点读的位置区域，也就是本实施例中的点读区域。其中，点读内容类型是指设定的本次点读的信息所属类型，如本次点读内容属于词语、句子或者段落等；示例性的，点读语音指令可以为“请翻译一下这个词语”，此时可以确定本次的点读内容类型为词语。

本实施例中针对最新操作与最新点读语音指令的获取时间不同，可以采用不同的方式确定对应的点读区域进行标记。

S130，识别点读区域，并根据最新点读语音指令，展示识别的点读内容。

具体的，在屏幕上标记出点读区域后，为了实现相应的点读功能，首先需要通过字符识别技术来识别点读区域内包含的内容；示例性的，本实施例中采用光学字符识别(Optical Character Recognition，OCR)算法识别该点读区域的内容。其中，OCR算法是指电子设备(例如扫描仪或数码相机)检查纸上打印的或者屏幕显示的字符，通过检测字符暗、亮的模式确定字符形状，然后用字符识别方法将形状翻译成计算机文字的过程，以对文字进行自动识别；本实施例中通过OCR算法检测点读区域内包含的各个字符的形状，从而确定该点读区域内的内容信息。

可选的，在识别点读区域的内容后，可以对最新点读语音指令进行分析，判断本次用户的点读意图，如判断最新点读语音指令中的指令是翻译、朗读还是确定解题步骤等，根据最新点读语音指令中携带的不同点读意图，可以在后台服务器中查找与该识别内容对应的符合点读意图的点读内容，从而展示对应的点读内容。

示例性的，如图1B所示，本实施例中根据最新点读语音指令，展示识别的点读内容，具体可以包括：采用自然语言处理算法识别最新点读语音指令，得到指令关键词；根据指令关键词确定识别的点读区域内容的点读结果和对应的点读方式；根据对应的点读方式展示点读结果。

可选的，本实施例在解析最新点读语音指令时，可以采用自然语言处理(NaturalLanguage Processing，NLP)算法来识别，得到最新点读语音指令中包含的指令关键词，该指令关键词可以明确用户本次的点读意图，如最新点读语音指令为“请翻译一下这个词语”时，得到的指令关键词为“翻译”和“词语”，则可以确定本次点读是对词语进行翻译；此时根据得到的指令关键词可以在后台服务器或者云服务端中查找与本次识别的点读区域内容对应的点读结果，如指令关键词为“翻译”时，可以查找出点读区域内容的翻译结果；同时根据指令关键词确定对应的点读方式，如指令关键词为“翻译”和“词语”，并没有明确指出本次的点读方式，此时将默认的点读方式作为本次的点读方式，如直接将翻译结果显示在屏幕上；如果最新点读语音指令为“请读一下这个词语”时，可以确定本次的点读方式为语音播放。进一步的，在确定本次点读对应的点读结果和点读方式时，点读设备可以采用该点读方式来展示对应的点读结果，如在对某一数学题进行点读时，点读语音指令可以是“请计算一下这道题”，此时确定出用户手指指向的数学题，并在后台服务器或者云服务端查找该数学题的对应解题过程，并将该解题过程对应显示在屏幕上，实现相应的点读功能；本实施例中全程无需通过专门配置辅助点读笔，便可实现对应的点读功能，提高了点读的便利性和实时性。

本公开实施例提供的技术方案，根据在预设时长内获取的用户指向待点读资料的最新操作和最新点读语音指令，在屏幕上标记对应的点读区域，并根据最新点读语音指令，展示识别的点读区域的点读内容，根据预设时长内用户指向操作和点读语音指令的更新，提高了点读内容识别的准确性，通过用户手指的直接操作实现点读，而无需通过辅助电子笔实现点读，提高了点读的便利性和实时性，增强了用户的使用体验。

在上述实施例提供的技术方案的基础上，对于本公开实施例提供的智能点读方法中在屏幕上标记点读区域所存在的各类情况进行进一步说明。上述智能点读方法中，由于最新操作和最新点读语音指令的获取时间不同，实际点读内容所在的点读区域的标记过程也相应不同；可选的，如图2所示，根据最新操作和最新点读语音指令，在屏幕上标记点读区域，具体可以包括：

S210，如果检测到用户指向当前待点读资料的第一操作，且，获取到用户的初始点读语音指令，则在屏幕上标记被指向的第一区域。

其中，第一操作是指用户在需要对某一资料内容进行点读，而将手指指向待点读资料所在的位置时，点读设备在屏幕上检测到的用户手指指向当前待点读资料的操作；初始点读语音指令是指用户在需要对某一资料内容进行点读，而第一次发出对应的语音时，点读设备通过预先配置的语音采集器采集的用于指示用户当前需要对某一资料内容进行点读的语音信号。

本实施例如果检测到用户指向当前待点读资料的第一操作，且，获取到用户的初始点读语音指令，说明当前需要对待点读资料中的相应内容进行点读，此时首先获取当前待点读资料的图像，得到该图像中第一操作对应的用户手指指向待点读资料中的具体指向位置，并根据初始点读语音指令中包含的点击内容类型，确定此时用户指向点读的第一区域，并在屏幕上标记出该第一区域，以便用户判断此时用户指向的点读内容与实际点读内容之间是否一致。

S220，如果在预设时长内检测到用户指向当前待点读资料的第二操作，或者，在预设时长内获取到用户的更新语音指令，则在屏幕上重新标记被指向的第二区域，直至达到预设时长，则该第二区域为点读区域。

可选的，如果在屏幕上标记的第一区域内包含的内容与用户实际需要点读的内容不一致时，用户可以通过移动手指在待点读资料上的指向位置，或者通过再次发出携带有区域更新内容的点读语音，对标记区域进行更新；此时点读设备在预设时长内可以检测到用户指向当前待点读资料的第二操作，也就是用户手指由第一操作指向的位置进行移动的操作，或者在预设时长内获取到用户再次发出的携带有区域更新内容的点读语音指令，此时根据第二操作再次获取新的当前待点读资料的图像，并在新获取的图像中确定第二操作对应的用户移动手指后在待点读资料中重新指向的位置，并根据点读语音指令中包含的点读内容类型确定对应的第二区域，并在屏幕上标记出该第二区域；或者点读设备在预设时长内可以获取到用户再次发出的指示位置区域更新的更新语音指令，根据更新语音指令中确定更新位置与第一区域之间的关系，从而在屏幕上直接标记出更新后的第二区域；用户根据屏幕上的标记区域实时判断是否为本次实际需要点读的内容，从而通过第二操作或者更新语音指令将屏幕上标记的区域调整到与实际点读的内容一致，如果在预设时长内一直未检测到用户指向当前待点读资料的第二操作，或者，未获取到用户的更新语音指令，说明当前的标记区域已经调整到实际点读内容所在的位置区域，此时将屏幕上标记的第二区域作为点读区域。

S230，如果在预设时长内未检测到用户指向当前待点读资料的第二操作，且，未获取到用户的更新语音指令，则该第一区域为点读区域。

可选的，如果在屏幕上标记的第一区域内包含的内容与用户实际需要点读的内容一致时，用户不会移动手指，也不会再次发出新的点读语音指令，此时点读设备在预设时长内未检测到用户指向当前待点读资料的第二操作，且，未获取到用户的更新语音指令，则直接将屏幕上标记的第一区域作为点读区域；据此本实施例通过在点读过程中判断标记的区域与实际点读的内容所在区域是否有误，而对屏幕上的标记区域进行校验更新，从而实现点读区域的准确标记，提高点读的准确性。

本公开实施例中对于点读区域的具体标记过程主要分为两种情况，1)通过用户指向当前待点读资料的第二操作更新点读区域；2)通过用户的更新语音指令更新点读区域；以下分别对这两种情况进行详细的解释说明。

图3示出了本公开实施例提供的一种智能点读过程中区域标记的原理示意图，本实施例是在上述提供的各个可选方案的基础上进行优化。具体的，本实施例对于通过用户指向当前待点读资料的第二操作更新屏幕上的点读区域的具体标记过程进行详细的介绍。

可选的，该方法具体可以包括如下步骤：

S310，如果检测到用户指向当前待点读资料的第一操作，且，获取到用户的初始点读语音指令，则根据第一操作获取当前待点读资料的图像中用户手指的第一关键特征点。

具体的，在用户需要对待点读资料中的某一内容进行点读时，会将手指指向待点读资料所在的位置，以明确本次需要点读的待点读资料中包含的具体内容，并发出对应的点读语音，此时点读设备会检测到用户指向当前待点读资料的第一操作，且，获取到用户的初始点读语音指令，说明当前需要对待点读资料中的相应内容进行点读，此时首先获取当前待点读资料的图像，如图3所示，并在该图像中识别出用户手指的第一关键特征点31，该关键特征点是指用户手指上的关节点，以便后续确定手指在该图像中的指向位置。

S320，根据初始点读语音指令和第一关键特征点确定被指向的第一区域。

具体的，在得到当前待点读资料的图像中用户手指的第一关键特征点31时，可以根据第一关键特征点31所在的位置，确定出用户手指指尖的位置，进而确定用户手指在待点读资料的图像中的指向位置，同时采用NLP算法对初始点读语音指令进行解析，得到该初始点读语音指令中包含的点读内容类型，也就是确定本次点读的内容为单词、词语、段落或者数学题等中的哪一种，进而从用户手指的指向位置开始，通过识别该指向位置处的文字信息，确定出本次点读内容类型对应的在该图像中被指向的第一区域32，后续在屏幕上标记出该第一区域32，以便用户判断当前指向的内容是否为本次实际需要点读的内容。

S330，在屏幕上高亮显示第一区域。

具体的，在根据第一关键特征点和初始点读语音指令确定出被指向的第一区域32后，可以通过对图像中该第一区域32所在的位置进行高亮标记，从而在屏幕上高亮显示出第一区域32，以便用户根据屏幕上显示的第一区域32判断本次的指向内容与实际点读内容是否一致。

S340，如果在预设时长内检测到第二操作，且，未获取到更新语音指令，则根据第二操作获取新的当前待点读资料的图像。

可选的，如果用户发现在屏幕上标记的第一区域内的内容与实际点读的内容不一致，用户则会在预设时长内通过移动指向待点读资料的手指，来更新标记区域，而无需发出表示区域更新的更新语音，此时点读设备在预设时长内会检测到用户通过移动手指生成的指向待点读资料的第二操作，且未获取到用户的更新语音指令，则根据第二操作再次获取用户移动手指后对应的新的当前待点读资料的图像，以便判断用户移动手指后在图像中重新指向的位置区域。

S350，在屏幕上重新标记新的当前待点读资料的图像中被指向的区域，作为第二区域，直至达到预设时长，则第二区域为点读区域。

可选的，在获取到新的当前待点读资料的图像后，采用上述根据第一操作和初始点读语音指令确定第一区域时相同的方法，根据第二操作在新的当前待点读资料的图像中重新确定手指指向的区域，作为第二区域34，并在屏幕上重新标记出该第二区域34；在预设时长内由用户根据屏幕上标记的区域来移动手指对指向区域进行实时调整，保证指向内容与实际点读内容的一致性，直至达到预设时长，将该第二区域34作为点读区域，此时在屏幕上已经标记出该点读区域。

示例性的，本实施例中在屏幕上重新标记新的当前待点读资料的图像中被指向的区域，作为第二区域，具体可以包括：获取新的当前待点读资料的图像中用户手指的第二关键特征点；根据初始点读语音指令和第二关键特征点确定被指向的第二区域；在屏幕上重新高亮显示第二区域。

具体的，在屏幕上重新标记第二区域34时，首先获取新的当前待点读资料的图像中用户手指的第二关键特征点33，也就是新的图像中用户手指的关节点，根据第二关键特征点33确定新的图像中用户移动手指后重新指向的位置，并根据初始点读语音指令中包含的点读内容类型，以及重新指向的位置，确定重新指向的第二区域34，并在屏幕中重新高亮显示该第二区域34，以此对屏幕上的标记区域进行更新，直至达到预设时长，将该第二区域34作为点读区域，从而实现屏幕上点读区域的标记功能。

S360，识别点读区域，并根据初始点读语音指令，展示识别的点读内容。

可选的，在通过用户指向当前待点读资料的第二操作来更新屏幕上标记的区域时，用户无需发出新的点读语音，因此在识别点读区域的内容后，可以直接根据初始点读语音指令中的包含的点读方式，来展示识别的点读内容。

本公开实施例提供的技术方案，通过在预设时长内检测用户指向当前待点读资料的第一操作转变到第二操作，对屏幕上标记的点读区域进行更新，保证点读区域内的内容与实际点读的内容之间的一致性，通过用户手指的直接操作实现点读，而无需通过辅助电子笔实现点读，提高了点读的便利性和实时性，增强了用户的使用体验。

图4示出了本公开实施例提供的另一种智能点读过程中区域标记的原理示意图，本实施例是在上述提供的各个可选方案的基础上进行优化。具体的，本实施例对于通过用户的更新语音指令更新屏幕上的点读区域的具体标记过程进行详细的介绍。

可选的，该方法具体可以包括如下步骤：

S410，如果检测到用户指向当前待点读资料的第一操作，且，获取到用户的初始点读语音指令，则根据第一操作获取当前待点读资料的图像中用户手指的第一关键特征点41。

S420，根据初始点读语音指令和第一关键特征点41确定被指向的第一区域42。

S430，在屏幕上高亮显示第一区域42。

S440，如果在预设时长内未检测到第二操作，且，获取到更新语音指令，则根据更新语音指令确定第二区域与第一区域的位置关系。

可选的，如果用户发现在屏幕上标记的第一区域内的内容与实际点读的内容不一致，用户则会在预设时长内再次发出新的点读语音指令，也就是本实施例中的更新语音指令，用于指示需要对屏幕上的标记区域进行更新，而无需通过移动指向待点读资料的手指来更新标记区域，此时点读设备在预设时长内会获取到用户的更新语音指令，且未检测到用户通过移动手指生成的指向待点读资料的第二操作，则通过NLP算法来解析更新语音指令，得到更新语音指令中包含的点读内容类型，以及更新的第二区域43与已经标记的第一区域42之间的位置关系，以便后续在屏幕上重新标记对应的第二区域43。示例性的，更新语音指令可以为“请翻译一下这个词的前一个词”，此时可以确定第二区域43与第一区域42的位置关系是第二区域43在第一区域42的前一相邻的词距离的位置。

S450，根据第一区域的标记位置和位置关系在屏幕上重新标记被指向的第二区域，直至达到预设时长，则第二区域为点读区域。

可选的，在获取到第二区域43与第一区域42的位置关系时，可以根据屏幕上标记的第一区域42的标记位置以及该位置关系，确定第二区域43在屏幕上所处的位置，此时在屏幕上的对应位置重新标记被指向的第二区域43；在预设时长内由用户根据屏幕上标记的区域来发出相应的更新语音而对指向区域进行实时调整，保证指向内容与实际点读内容的一致性，直至达到预设时长，将该第二区域43作为点读区域，此时在屏幕上已经标记出该点读区域。

示例性的，本实施例中根据第一区域的标记位置和位置关系在屏幕上重新标记被指向的第二区域，具体可以包括：根据第一区域的标记位置和位置关系确定被指向的第二区域；在屏幕上重新高亮显示第二区域。

具体的，本实施例根据屏幕上标记的第一区域42的标记位置以及第二区域43与第一区域42的位置关系，确定需要更新的被指向的第二区域43在屏幕上的具体位置，从而在屏幕上重新高亮显示该第二区域43，以此对屏幕上的标记区域进行更新，直至达到预设时长，将该第二区域43作为点读区域，从而实现屏幕上点读区域的标记功能。

S460，识别点读区域，并根据更新语音指令，展示识别的点读内容。

可选的，用户通过重新发出更新语音指令来更新屏幕上标记的区域，此时最新点读语音指令为获取到的更新语音指令，此时在识别点读区域的内容后，可以通过更新语音指令中包含的点读方式，来展示识别的点读内容。

本公开实施例提供的技术方案，通过在预设时长内获取用户指示区域更新的更新语音指令，并根据更新语音指令确定更新后的第二区域的具体位置，进而对屏幕上标记的点读区域进行更新，保证点读区域内的内容与实际点读的内容之间的一致性，通过用户手指的直接操作实现点读，而无需通过辅助电子笔实现点读，提高了点读的便利性和实时性，增强了用户的使用体验。

图5示出了本公开实施例提供的一种智能点读装置的结构示意图，本公开实施例可适用于对书本上的资料内容进行点读的过程中，该装置可以通过软件和/或硬件来实现，并集成在执行本方法的设备中。如图4所示，本公开实施例中的智能点读装置，可以包括：

信息获取模块510，用于在预设时长内，获取用户指向待点读资料的最新操作以及最新点读语音指令；

区域标记模块520，用于根据最新操作和最新点读语音指令，在屏幕上标记点读区域，该屏幕上预览待点读资料；

智能点读模块530，用于识别点读区域，并根据最新点读语音指令，展示识别的点读内容。

本公开实施例提供的技术方案，根据在预设时长内获取的用户指向待点读资料的最新操作和最新点读语音指令，在屏幕上标记对应的点读区域，并根据最新点读语音指令，展示识别的点读区域的点读内容，根据预设时长内用户指向操作和点读语音指令的更新，提高了点读内容识别的准确性，通过用户手指的直接操作实现点读，而无需通过辅助电子笔实现点读，提高了点读的便利性和实时性，增强了用户的使用体验。

进一步的，上述区域标记模块520，可以包括：

第一区域标记单元，用于如果检测到用户指向当前待点读资料的第一操作，且，获取到用户的初始点读语音指令，则在屏幕上标记被指向的第一区域；

点读区域确定单元，用于如果在预设时长内检测到用户指向当前待点读资料的第二操作，或者，在预设时长内获取到用户的更新语音指令，则在屏幕上重新标记被指向的第二区域，直至达到预设时长，则该第二区域为点读区域；如果在预设时长内未检测到用户指向当前待点读资料的第二操作，且，未获取到用户的更新语音指令，则该第一区域为点读区域。

进一步的，上述第一区域标记单元，可以具体用于：

根据第一操作获取当前待点读资料的图像中用户手指的第一关键特征点；

根据初始点读语音指令和第一关键特征点确定被指向的第一区域；

在屏幕上高亮显示第一区域。

进一步的，上述点读区域确定单元，可以包括：

新图像获取子单元，用于如果在预设时长内检测到第二操作，且，未获取到更新语音指令，则根据第二操作获取新的当前待点读资料的图像；

第一重新标记子单元，用于在屏幕上重新标记新的当前待点读资料的图像中被指向的区域，作为第二区域。

进一步的，上述第一重新标记子单元，可以具体用于：

获取新的当前待点读资料的图像中用户手指的第二关键特征点；

根据初始点读语音指令和第二关键特征点确定被指向的第二区域；

在屏幕上重新高亮显示第二区域。

进一步的，上述点读区域确定单元，还可以包括：

位置关系确定子单元，用于如果在预设时长内未检测到第二操作，且，获取到更新语音指令，则根据更新语音指令确定第二区域与第一区域的位置关系；

第二重新标记子单元，用于根据第一区域的标记位置和位置关系在屏幕上重新标记被指向的第二区域。

进一步的，上述第二重新标记子单元，可以具体用于：

根据第一区域的标记位置和位置关系确定被指向的第二区域；

在屏幕上重新高亮显示第二区域。

进一步的，上述智能点读模块530，可以包括：

关键词确定单元，用于采用自然语言处理算法识别最新点读语音指令，得到指令关键词；

点读模式确定单元，用于根据指令关键词确定识别的点读区域内容的点读结果和对应的点读方式；

智能点读单元，用于根据对应的点读方式展示点读结果。

进一步的，上述智能点读模块530，还可以包括：

点读区域识别单元，用于采用光学字符识别算法识别点读区域的内容。

本公开实施例提供的智能点读装置，与上述实施例提供的智能点读方法属于同一发明构思，未在本公开实施例中详尽描述的技术细节可参见上述实施例，并且本公开实施例与上述实施例具有相同的有益效果。

下面参考图6，其示出了适于用来实现本公开实施例的设备600的结构示意图。本公开实施例中的设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述设备中所包含的；也可以是单独存在，而未装配入该设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该设备执行时，使得该设备：在预设时长内，获取用户指向待点读资料的最新操作以及最新点读语音指令；根据最新操作和最新点读语音指令，在屏幕上标记点读区域，该屏幕上预览待点读资料；识别点读区域，并根据最新点读语音指令，展示识别的点读内容。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种智能点读方法，其特征在于，包括：

在预设时长内，获取用户指向待点读资料的最新操作以及最新点读语音指令；

根据最新操作和最新点读语音指令，在屏幕上标记点读区域，所述屏幕上预览所述待点读资料；

识别所述点读区域，并根据所述最新点读语音指令，展示识别的点读内容。

2.根据权利要求1所述的方法，其特征在于，所述根据最新操作和最新点读语音指令，在屏幕上标记点读区域，包括：

如果检测到用户指向当前待点读资料的第一操作，且，获取到用户的初始点读语音指令，则在屏幕上标记被指向的第一区域；

如果在预设时长内检测到用户指向当前待点读资料的第二操作，或者，在预设时长内获取到用户的更新语音指令，则在屏幕上重新标记被指向的第二区域，直至达到预设时长，则所述第二区域为点读区域；

如果在预设时长内未检测到用户指向当前待点读资料的第二操作，且，未获取到用户的更新语音指令，则所述第一区域为点读区域。

3.根据权利要求2所述的方法，其特征在于，所述在屏幕上标记被指向的第一区域，包括：

根据第一操作获取当前待点读资料的图像中用户手指的第一关键特征点；

根据所述初始点读语音指令和所述第一关键特征点确定被指向的第一区域；

在屏幕上高亮显示所述第一区域。

4.根据权利要求2所述的方法，其特征在于，如果在预设时长内检测到用户指向当前待点读资料的第二操作，或者，在预设时长内获取到用户的更新语音指令，则在屏幕上重新标记被指向的第二区域，包括：

如果在预设时长内检测到所述第二操作，且，未获取到所述更新语音指令，则根据所述第二操作获取新的当前待点读资料的图像；

在屏幕上重新标记新的当前待点读资料的图像中被指向的区域，作为第二区域。

5.根据权利要求4所述的方法，其特征在于，在屏幕上重新标记新的当前待点读资料的图像中被指向的区域，作为第二区域，包括：

获取新的当前待点读资料的图像中用户手指的第二关键特征点；

根据所述初始点读语音指令和所述第二关键特征点确定被指向的第二区域；

在屏幕上重新高亮显示所述第二区域。

6.根据权利要求2所述的方法，其特征在于，如果在预设时长内检测到用户指向当前待点读资料的第二操作，或者，在预设时长内获取到用户的更新语音指令，则在屏幕上重新标记被指向的第二区域，包括：

如果在预设时长内未检测到所述第二操作，且，获取到所述更新语音指令，则根据所述更新语音指令确定第二区域与第一区域的位置关系；

根据所述第一区域的标记位置和所述位置关系在屏幕上重新标记被指向的第二区域。

7.根据权利要求6所述的方法，其特征在于，根据所述第一区域的标记位置和所述位置关系在屏幕上重新标记被指向的第二区域，包括：

根据所述第一区域的标记位置和所述位置关系确定被指向的第二区域；

在屏幕上重新高亮显示所述第二区域。

8.根据权利要求1所述的方法，其特征在于，根据所述最新点读语音指令，展示识别的点读内容，包括：

采用自然语言处理算法识别所述最新点读语音指令，得到指令关键词；

根据所述指令关键词确定识别的点读区域内容的点读结果和对应的点读方式；

根据对应的点读方式展示所述点读结果。

9.根据权利要求1所述的方法，其特征在于，所述识别所述点读区域，包括：

采用光学字符识别算法识别所述点读区域的内容。

10.一种智能点读装置，其特征在于，包括：

信息获取模块，用于在预设时长内，获取用户指向待点读资料的最新操作以及最新点读语音指令；

区域标记模块，用于根据最新操作和最新点读语音指令，在屏幕上标记点读区域，所述屏幕上预览所述待点读资料；

智能点读模块，用于识别所述点读区域，并根据所述最新点读语音指令，展示识别的点读内容。

11.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的智能点读方法。

12.一种可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-9中任一所述的智能点读方法。

Images