CN111562864B - 显示图片方法、电子设备和计算机可读介质 - Google Patents

Abstract

本公开的实施例公开了显示图片方法、电子设备和计算机可读介质。该方法的一具体实施方式包括：根据音素库显示音素的选择界面；响应于检测到用户在音素选择界面的选择操作，确定选择操作对应的音素；根据音素确定对应图片；将对应图片进行显示。该实施方式实现了用户体验的提升以及用户学习效率的提高。

Description

显示图片方法、电子设备和计算机可读介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及显示图片方法、电子设备和计算机可读介质。

背景技术

婴幼儿教育主要指的是对0～6岁年龄阶段的婴幼儿所实施的教育，根据婴幼儿智能发育的规律，进行有组织有目的的丰富的环境活动，促进婴幼儿智能发育。婴幼儿教育会给未来更高级的教育打下基础，所以良好的幼儿教育对每一个人来说都非常重要。

但在0～6岁年龄阶段的婴幼儿中可能有很多孩子存在许多语言问题，但这些语言问题家长往往很难找到方法解决。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了用于显示图片的方法、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。

第一方面，本公开的一些实施例提供了一种用于显示图片的方法，该方法包括：根据音素库显示音素的选择界面；响应于检测到用户在音素选择界面的选择操作，确定选择操作对应的音素；根据音素确定对应图片；将对应图片进行显示。

第二方面，本申请实施例提供了一种电子设备，该网络设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第三方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的上述各个实施例中的一个实施例具有如下有益效果：通过显示音素的选择界面以选择音素，之后，为选择的音素找到对应图片进行显示，通过这种方式极大的提升了用户对于音素的学习兴趣，同时，为用户提供与音素相关的图片以巩固记忆，实现了用户体验的提升以及用户学习效率的提高。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1是本公开的一些实施例可以应用于其中的示例性系统的架构图；

图2是根据本公开的显示图片方法的一些实施例的流程图；

图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的模块或单元进行区分，并非用于限定这些模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的一些实施例的显示图片方法或显示图片装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的音素提供支持的后台服务器。后台网页服务器可以对接收到的音素选择操作等数据进行分析等处理，并将处理结果(例如对应图片)反馈给终端设备。

需要说明的是，本公开的实施例所提供的用于显示图片的方法可以由终端设备101、102、103执行，也可以由服务器105执行。上述方法的执行主体还可以包括上述终端设备101与上述服务器105通过网络相集成所构成的设备，或者还可以是各种软件程序来执行。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本公开的显示图片方法的一些实施例的流程200。该显示图片方法，包括以下步骤：

步骤201，根据音素库显示音素的选择界面。

在一些实施例中，显示图片方法的执行主体(例如图1所示的服务器)可以根据音素库显示音素的选择界面。在这里，上述选择界面可以包括音素库中的全部音素，也可以是上述音素库中的部分音素。具体的，上述音素(phone)通常是指根据语音的自然属性划分出来的最小语音单位，依据音节里的发音动作来分析，一个动作构成一个音素。作为示例，上述音素可以是“啊”中汉语拼音的一个音素“a”，“爱”中的两个音素“ai”。

在一些实施例的一些可选的实现方式中，上述执行主体可以响应于上述音素库中的每个音素都带有标注，将上述音素库中的音素组合成组合音素；显示上述组合音素的选择界面。具体的，上述组合音素通常是指将两个可以组合的音素进行组合的方式形成的音素。作为示例，上述组合音素可以是由“n”和“i”组合为“ni”也可以是“zh”和“a”组合为“zha”等。具体的，上述标注可以是对上述音素的不同字体显示方式或对上述音素的已学习标注等。

步骤202，响应于检测到用户在音素选择界面的选择操作，确定选择操作对应的音素。

在一些实施例中，上述执行主体可以在检测到用户在音素选择界面的选择操作时，确定上述选择操作对应的音素。作为示例，当用户选择用于表征音素“e”的按键时，上述执行主体可以确定上述选择操作对应的音素为“e”。

步骤203，根据音素确定对应图片。

在一些实施例中，基于步骤202选择的音素，上述执行主体可以利用上述音素确定对应图片。具体的，上述对应图片通常是指利用所述上述音素检索得到的图片。在这里，上述执行主体可以通过多种方式确定对应图片。作为示例，上述执行主体可以利用上述音素进行检索以确定上述音素对应的图片。在这里，上述检索可以是上述执行主体在预先存储的带有标签的图片中进行检索，也可以是利用上述音素在搜索引擎中进行图片检索。

在一些实施例的一些可选的实现方式中，上述执行主体可以确定上述组合音素对应的汉字集合。具体的，上述执行主体可以确定上述组合音素对应的汉字以得到汉字集合。作为示例，上述组合音素“wo”对应的汉字可以是“我”和“窝”等。从上述汉字集合中选取满足第二预设条件的汉字。作为示例，上述第二预设条件可以是汉字的笔画小于预定阈值。利用上述汉字进行图片检索，得到图片集合。在这里，上述图片检索通常是指利用上述汉字在网上或本地进行图片检索。

利用卷积神经网络(Convolutional Neural Networks,CNN)对上述图片集合中的每个图片进行图像识别，得到图片识别结果。在这里，上述图片识别结果通常是指上述图片的具体内容。作为示例，上述图片结果可以是“汽车”、“房屋”等文字。其中，上述卷积神经网络已通过第二样本训练样本集合进行了训练，上述第二训练样本集合包括样本图片和样本图片识别结果。

之后，上述执行主体可以利用预设词语集合与所述图片集合中的每个图片的图片识别结果进行对比，得到对比结果。具体的，上述对比可以是比对上述图片识别结果中是否包括上述预设词语集合中的词语。

响应于所述对比结果满足第三预设条件，将满足所述对比结果的图片作为对应图片，将满足第三预设条件的图片作为上述对应图片。具体的，通常上述比对结果为是时，则满足第三预设条件；为否时，则不满足上述第三预设条件。具体的，上述预设词语集合通常是一些常见词语，作为示例，上述常见词语可以是“汽车”、“苹果”等。

响应于所述对比结果未满足第三预设条件，上述执行主体可以对所述汉字进行词嵌入，得到所述汉字的词向量。词嵌入(Word Embedding)通常是指将自然语言表示的单词转换为计算机能够理解的向量或矩阵形式的技术。“苹果树”的词向量可以是“[1,0,0,0,0,0,0,0,0,0]”，“种植”的词向量可以是“[0,1,0,0,0,0,0,0,0,0]”。

之后，上述执行主体可以利用上述词向量在上述预设词语集合中国检索目标汉字。具体的，上述目标汉字通常是指与上述汉字语义相似或相同的汉字。上述检索可以是在上述预设词语集合中确定与上述汉字的词向量相似的词向量。作为示例，上述汉字可以是“木”，上述目标汉字可以是“树”。

之后，上述执行主体可以利用上述目标汉字进行检索，将检索得到的图片作为对应图片。

通过这种方式，利用上述音素确定对应汉字让用户在记忆上述音素的同时完成对汉字的学习。利用词嵌入可以将用户难以理解的生僻字转换为语义相同或相似的常见字，使用户对汉字的学习更加深入。利用上述汉字确定对应图片可以让用户对上述音素和汉字的记忆更加深刻。而对应图片的确定则更加倾向于日常中常见的物品、动物或景色等图片。与此同时，也可以为用户去除带有血腥、暴力等内容的图片。消除对用户不良影响的同时可以使用户在日常生活中看见图片对应的东西就可以回忆起学习的音素和音素对应的汉字。

在一些实施例的一些可选的实现方式中，上述卷积神经网络是以上述样本图片作为输入并以上述样本图片识别结果用于作为期望输出进行训练的。

步骤204，将对应图片进行显示。

在一些实施例中，上述执行主体可以将上述对应图片进行显示。

在一些实施例的一些可选的实现方式中，上述执行主体还可以检测用户语音。之后，当检测到用户语音，上述执行主体可以对上述用户语音进行分析。在这里，上述执行主体可以通过多种方式对上述用户语音进行分析。具体的，上述分析可以是通过对用户语音进行识别并与上述音素对照进行分析，也可以是通过用户语音的时长和播报上述音素的语音时长进行比对。响应于确定分析结果未满足第一预设条件，控制具有语音播报功能的电子设备播报上述音素对应的语音。在这里，上述第一预设条件可以是上述语音内容与上述音素的对比差异较大，也可以是上述语音内容未包括上述音素。

在一些实施例的一些可选的实现方式中，上述执行主体可以检测用户语音；响应于检测到用户语音，对上述用户语音进行分析；响应于确定分析结果满足第一预设条件，将上述音素进行标注。具体的，上述标注可以是上述执行主体为上述音素加上已学习的标签，也可以是对上述音素的不同的存储位置等。

在一些实施例的一些可选的实现方式中，上述执行主体可以将上述用户语音输入至识别模型，得到上述用户语音的识别结果，其中，上述识别模型已通过第一样本训练样本集合进行了训练，上述第一训练样本集合包括样本语音和样本语音识别结果；根据上述识别结果和上述音素，得到分析结果。作为示例，上述执行主体可以将上述识别结果转换为音素序列的方式与上述音素进行比较以得到分析结果。

在这里，上述识别模型通常用于表征语音和语音识别结果的对应关系。具体的，上述识别模型可以是预先根据多条样本语音和样本语音识别结果的对应关系而制成的对应关系表，当上述执行主体输入用户语音时，上述执行主体可以利用上述用户语音在对应关系表中的样本语音进行比对，当有相同或相似的样本语音时，则将上述样本语音对应的语音识别结果作为上述用户语音对应的语音识别结果。

在一些实施例的一些可选的实现方式中，上述识别模型是以上述样本语音作为输入并以上述样本语音识别结果用于作为期望输出进行训练的。

作为示例，识别模型可以是基于训练样本集合执行以下训练步骤得到的。基于训练样本集合执行以下训练步骤：将训练样本中的样本语音输入至初始机器学习模型，得到语音识别结果；将上述语音识别结果与对应的样本语音识别结果进行比较；根据比较结果确定上述初始机器学习模型的预测准确率；确定上述预测准确率是否大于预设准确率阈值；响应于确定上述准确率大于上述预设准确率阈值，则将上述初始机器学习模型作为训练完成的识别模型；响应于确定上述准确率不大于上述预设准确率阈值，调整上述初始机器学习模型的参数。

可以理解的是，经过上述训练之后，识别模型可以用于表征语音与语音识别结果之间的对应关系。上述提及的识别模型可以是深度神经网络(DNN)。

本公开的上述各个实施例中的一个实施例具有如下有益效果：通过显示音素的选择界面以选择音素，之后，为选择的音素找到对应图片进行显示，通过这种方式极大的提升了用户对于音素的学习兴趣，同时，为用户提供与音素相关的图片以巩固记忆，实现了用户体验的提升以及用户学习效率的提高。

下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的服务器)300的结构示意图。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图3所示，电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。

通常，以下装置可以连接至I/O接口305：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306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，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。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，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，本公开的一些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。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例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。在本公开的一些实施例中，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。而在本公开的一些实施例中，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。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。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电子设备执行时，使得该电子设备：根据音素库显示音素的选择界面；响应于检测到用户在上述音素选择界面的选择操作，确定上述选择操作对应的音素；根据上述音素确定对应图片；将上述对应图片进行显示。

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一些实施例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。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

以上描述仅为本公开的一些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，本公开的实施例中所涉及的发明范围，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发明构思的情况下，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的实施例中公开的(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 (8)

1.一种用于显示图片的方法，包括：

根据音素库显示音素的选择界面；

响应于检测到用户在所述音素选择界面的选择操作，确定所述选择操作对应的音素；

根据所述音素确定对应图片；

将所述对应图片进行显示，其中，所述根据所述音素确定对应图片，包括：

确定组合音素对应的汉字集合；

从所述汉字集合中选取满足第二预设条件的汉字；

利用所述汉字进行图片检索，得到图片集合；

利用卷积神经网络对所述图片集合中的每个图片进行图像识别，得到每个图片的图片识别结果，其中，所述卷积神经网络已通过第二样本训练样本集合进行了训练，所述第二样本训练样本集合包括样本图片和样本图片识别结果，所述卷积神经网络是以所述样本图片作为输入并以所述样本图片识别结果用于作为期望输出进行训练的；

利用预设词语集合与所述图片集合中的每个图片的图片识别结果进行对比，得到对比结果；

响应于所述对比结果满足第三预设条件，将满足所述对比结果的图片作为对应图片；

响应于所述对比结果未满足第三预设条件，对所述汉字进行词嵌入，得到所述汉字的词向量；

利用所述词向量在所述预设词语集合中检索目标汉字；

利用所述目标汉字进行图片检索，基于检索结果确定对应图片。

2.根据权利要求1所述的方法，其中，所述方法还包括：

检测用户语音；

响应于检测到用户语音，对所述用户语音进行分析；

响应于确定分析结果未满足第一预设条件，控制具有语音播报功能的电子设备播报所述音素对应的语音。

3.根据权利要求1所述的方法，其中，所述方法还包括：

检测用户语音；

响应于检测到用户语音，对所述用户语音进行分析；

响应于确定分析结果满足第一预设条件，将所述音素进行标注。

4.根据权利要求3所述的方法，其中，所述根据音素库显示音素的选择界面，包括：

响应于所述音素库中的每个音素都带有标注，将所述音素库中的音素组合成组合音素；

显示所述组合音素的选择界面。

5.根据权利要求2-3之一所述的方法，其中，所述对所述用户语音进行分析，包括：

将所述用户语音输入至识别模型，得到所述用户语音的识别结果，其中，所述识别模型已通过第一样本训练样本集合进行了训练，所述第一样本训练样本集合包括样本语音和样本语音识别结果；

根据所述用户语音的识别结果和所述音素，得到分析结果。

6.根据权利要求5所述的方法，其中，所述识别模型是以所述样本语音作为输入并以所述样本语音识别结果用于作为期望输出进行训练的。

7.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

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1-6中任一所述的方法。

8.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。

Images