CN111681640B - 播报文本的确定方法、装置、设备和介质 - Google Patents
播报文本的确定方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN111681640B CN111681640B CN202010478790.XA CN202010478790A CN111681640B CN 111681640 B CN111681640 B CN 111681640B CN 202010478790 A CN202010478790 A CN 202010478790A CN 111681640 B CN111681640 B CN 111681640B
- Authority
- CN
- China
- Prior art keywords
- broadcasting
- target
- voice type
- voice
- matched
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/02—Methods for producing synthetic speech; Speech synthesisers
- G10L13/04—Details of speech synthesis systems, e.g. synthesiser structure or memory management
- G10L13/047—Architecture of speech synthesisers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/61—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/683—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
- G10L17/22—Interactive procedures; Man-machine interfaces
Abstract
本申请实施例公开了一种播报文本的确定方法、装置、设备和介质,涉及语音技术,其中,该方法包括:响应于语音服务启动指令,获取目标语音类型;将与目标语音类型匹配的播报内容信息,加载至运行内存中;响应于检测到与目标播报场景对应的播报触发条件,从运行内存中获取与目标播报场景匹配的播报文本。本申请实施例通过响应于语音服务启动指令,获取目标语音类型,并将与目标语音类型匹配的播报内容信息加载至运行内存中,最终从运行内存中获取与目标播报场景匹配的播报文本,实现了播报文本的确认,且由于在应用层代码之外存储各发音人或语言的播报内容信息,当需要维护和扩充播报内容信息时,无需修改应用层代码,便于维护与扩充。
Description
技术领域
本申请实施例涉及计算机技术,具体涉及语音交互技术,尤其涉及一种播报文本的确定方法、装置、设备和介质。
背景技术
随着语音交互技术的不断发展,越来越多的人选择与机器进行语音交互。机器主要通过TTS(TextToSpeech,从文本到语音)技术与用户进行语音交互。其中,可以预先设置多个TTS发音人(或者多种语言),在语音交互过程中,用户可以为机器选择发音人或者语言。
现有技术中,当机器的语音交互功能被触发后,随着发音人或者语言的增加,代码量会不断地增加,导致代码臃肿,难以维护。
发明内容
本申请实施例公开一种播报文本的确定方法、装置、设备和介质,以解决现有将不同发音人和语言的播报文本存储在应用层代码中,当发音人或语言增多时,导致难以维护和扩充代码的问题。
第一方面,本申请实施例公开了一种播报文本的确定方法,包括:
响应于语音服务启动指令,获取目标语音类型,所述语音类型包括:发音人类型以及语言类型;
将与所述目标语音类型匹配的播报内容信息,加载至运行内存中,所述播报内容信息包括:至少一个播报场景,以及与播报场景匹配的至少一条播报文本;
响应于检测到与目标播报场景对应的播报触发条件,从运行内存中获取与所述目标播报场景匹配的播报文本。
第二方面,本申请实施例还公开了一种播报文本的确定装置,包括:
目标语音类型获取模块,用于响应于语音服务启动指令,获取目标语音类型,所述语音类型包括:发音人类型以及语言类型;
播报内容信息加载模块,用于将与所述目标语音类型匹配的播报内容信息,加载至运行内存中,所述播报内容信息包括:至少一个播报场景,以及与播报场景匹配的至少一条播报文本;
播报文本获取模块,用于响应于检测到与目标播报场景对应的播报触发条件,从运行内存中获取与所述目标播报场景匹配的播报文本。
第三方面,本申请实施例还公开了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如本申请实施例任一所述的播报文本的确定方法。
第四方面,本申请实施例还公开了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如本申请实施例任一所述的播报文本的确定方法。
根据本申请实施例的技术方案,通过响应于语音服务启动指令,获取目标语音类型,并将与目标语音类型匹配的播报内容信息加载至运行内存中,最终从运行内存中获取与目标播报场景匹配的播报文本,实现了播报文本的确认,且由于在应用层代码之外存储各发音人或语言的播报内容信息,当需要维护和扩充播报内容信息时,无需修改应用层代码,便于维护与扩充。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请实施例公开的一种播报文本的确定方法的流程图;
图2是根据本申请实施例公开的另一种播报文本的确定方法的流程图;
图3是根据本申请实施例公开的另一种播报文本的确定方法的流程图;
图4是根据本申请实施例公开的另一种播报文本的确定方法的流程图;
图5是根据本申请实施例公开的一种播报文本的确定装置的结构示意图;
图6是根据本申请实施例公开的一种电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本申请实施例公开的一种播报文本的确定方法的流程图,本实施例可以适用于根据不同的播报场景,为用户播报与该播报场景匹配的播报文本的情况。本实施例方法可以由播报文本的确定装置来执行,该装置可采用软件和/或硬件实现,并可集成在任意的具有计算能力的电子设备上,例如服务器等。
如图1所示,本实施例公开的播报文本的确定方法可以包括:
S101、响应于语音服务启动指令,获取目标语音类型,所述语音类型包括:发音人类型以及语言类型。
其中,语音服务是实现人与终端设备之间进行语音交互的应用程序统称,终端设备包括但不限于智能手机、平板电脑、导航仪、或者车机终端等,语音服务可实现的功能包括但不限于语音识别、语音翻译、语音合成以及文本转语音等等。语音类型是由用户根据需求选择确定的,语音类型可以是发音人类型,例如标准男声或标准女声等,也可以是语言类型,例如中文、英文或日文等,还可以是发音人类型与语言类型的组合,例如中文男声、中文女声、英文男声、英文女声、日文男声或日文女声等。
在一个实施例中,用户向终端设备发送语音服务触发请求,该触发请求的形式包括语音形式或触控形式等,终端设备接收到该语音服务触发请求后,相应的生成语音服务启动指令,并发送至终端设备中的语音服务客户端,以控制该语音服务客户端开启运行,并将语音服务客户端的应用层代码加载至终端设备的运行内存中,以使得该应用层代码响应于该语音服务启动指令,获取目标语音类型。
可选的,若语音服务触发请求的形式为语音形式,则终端设备接收到该语音服务触发请求后,还包括:
确定所述触发请求是否满足预设条件,若满足预设条件则相应的生成语音服务启动指令。其中,确定所述触发请求是否满足预设条件包括但不限于如下A或B两种实现方式:
A、通过语音识别技术将触发请求转化为文本,并将该文本与预设触发词进行匹配,若匹配成功则确定触发请求满足预设条件。
示例性的,预设触发词包括“XX,你好”或“hi,XX”等。
B、确定触发请求的声纹特征,并将该声纹特征与预设声纹特征进行匹配,若匹配成功则确定触发请求满足预设条件。
其中,声纹特征包含但不限于声音的频谱、基音、共振峰以及语速、语调以及方言类别等等,声纹特征具有可分性强、稳定性高以及个性化的特征。
通过响应于语音服务启动指令,获取目标语音类型,为后续根据目标语音类型确定匹配的播报内容信息,奠定了基础。
S102、将与所述目标语音类型匹配的播报内容信息,加载至运行内存中,所述播报内容信息包括:至少一个播报场景,以及与播报场景匹配的至少一条播报文本。
其中,播报内容信息与语音类型进行关联存储,即根据任一语音类型即可确定与该语音类型对应的所有播报内容信息。播报内容信息的存储位置包括但不限于程序文件夹的配置文件、数据库或者缓存数据等。播报场景与当前播报类型有关,例如若当前播报类型为“导航类”,则播报场景包括但不限于“开始导航场景”、“拐弯场景”或“倒车场景”等,又例如若当前播报类型为“教育类”,则播报场景包括但不限于“老师提问场景”、“老师解答场景”或“学生提问场景”等。任一播报场景都对应设置至少一条播报文本,以“导航类”播报类型为例,若播报场景为“开始导航场景”,则播报文本包括“开始导航了,请系好安全带”或“导航开始,请注意交通规则”等,若播报场景为“拐弯场景”,则播报文本包括“前方请左拐”或“前方请右拐”等,若播报场景为“倒车场景”,则播报文本包括“请注意后方车辆”或“请注意车辆四周环境”等。
在一个实施例中,应用层代码根据预先记录的语音类型与播报内容信息存储位置的映射关系,确定目标语音类型对应播报内容信息的目标存储位置,并访问该目标存储位置,以获取与该目标语音类型匹配的播报内容信息,进而将该播报内容信息加载至运行内存中。
通过将与所述目标语音类型匹配的播报内容信息,加载至运行内存中,避免了直接将所有播报内容信息都存储在应用代码层中,导致代码臃肿,难以维护以及扩充。
S103、响应于检测到与目标播报场景对应的播报触发条件,从运行内存中获取与所述目标播报场景匹配的播报文本。
其中,预先为各播报场景设置对应的播报触发条件,以“导航类”播报类型为例,例如将“开始导航场景”的播报触发条件设置为“车辆启动”或“车辆处于前进挡”等,又例如将“拐弯场景”的播报触发条件设置为“车辆左转向等亮起”或“车辆右转向灯亮起”等,又例如将“倒车场景”的播报触发条件设置为“车辆处于倒车挡”或“车辆倒车灯亮起”等。
在一个实施例中,应用层代码对各播报场景的播报触发条件实时检测,若检测到目标播报场景对应的播报触发条件,则从运行内存中获取与目标播报场景匹配的至少一条播报文本。
通过响应于检测到与目标播报场景对应的播报触发条件,从运行内存中获取与目标播报场景匹配的播报文本,实现了当触发目标播报场景时,则自动获取与该目标播报场景匹配播报文本的效果。
根据本实施例的技术方案,通过响应于语音服务启动指令,获取目标语音类型,并将与目标语音类型匹配的播报内容信息加载至运行内存中,最终从运行内存中获取与目标播报场景匹配的播报文本,实现了播报文本的确认,且由于在应用层代码之外存储各发音人或语言的播报内容信息,当需要维护和扩充播报内容信息时,无需修改应用层代码,便于维护与扩充。
在上述实施例的基础上,S101可以包括:
响应于语音服务启动指令,获取最近一次使用的语音类型作为所述目标语音类型;或者响应于语音服务启动指令,获取默认设置的语音类型作为所述目标语音类型。
示例性的,假设最近一次使用的语音类型为“中文男声”,则响应于本次语音服务启动指令,将“中文男声”作为目标语音类型。
示例性的,假设默认设置的语音类型为“中文女声”,则每次响应于语音服务启动指令,都将“中文女声”作为目标语音类型。
通过响应于语音服务启动指令,将最近一次使用的语音类型,或者默认设置的语音类型,作为目标语音类型,避免了用户每次都要主动设置语音类型,节省了时间,提高了系统的工作效率。
在上述实施例的基础上,S103之后,还可以包括:
根据所述播报文本,生成与所述目标语音类型匹配的播报音频;对所述播报音频进行语音播报。
在一个实施例中,通过现有的TTS技术,将播报文本转化为与目标语音类型匹配的播报音频,并将得到的播报音频发送至移动终端,以控制移动终端利用外放设备对播报音频进行语音播报。
通过根据播报文本,生成与目标语音类型匹配的播报音频并进行语音播报,实现了与用户进行语音交互的技术效果,满足了用户对于当前播报场景下聆听对应播报语音的需求。
图2是根据本申请实施例公开的另一种播报文本的确定方法的流程图,基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。如图2所示,该方法可以包括:
S201、响应于语音服务启动指令,获取目标语音类型,所述语音类型包括:发音人类型以及语言类型。
S202、将与所述目标语音类型匹配的播报内容信息,加载至运行内存中,所述播报内容信息包括:至少一个播报场景,以及与播报场景匹配的至少一条播报文本。
S203、响应于语音类型切换指令,确定切换语音类型,并将与所述切换语音类型匹配的播报内容信息,加载至运行内存中,并删除运行内存中与所述目标语音类型匹配的播报内容信息。
在一个实施例中,用户若需要对目标语音类型进行切换,则向移动终端发送语音类型切换指令,当应用层代码获取到该语音类型切换指令后,确定切换语音类型,例如将“中文男声”切换为“英文男声”,则“英文男声”为切换语音类型。进而应用层代码根据预先记录的语音类型与播报内容信息存储位置的映射关系,确定切换语音类型对应播报内容信息的目标存储位置,并访问该目标存储位置,以获取与该切换语音类型匹配的播报内容信息,进而将该播报内容信息加载至运行内存中,同时将在先加载的目标语音类型匹配的播报内容信息从运行内存中删除。
S204、响应于检测到与目标播报场景对应的播报触发条件,从运行内存中获取与所述目标播报场景匹配的播报文本。
根据本实施例的技术方案,通过响应于语音类型切换指令,确定切换语音类型,并将与切换语音类型匹配的播报内容信息,加载至运行内存中,并删除运行内存中与目标语音类型匹配的播报内容信息,实现了根据用户的语音类型切换指令,对当前的语音类型进行切换,满足了用户对于语音类型的个性化需求,且由于切换完语音类型后,将先前的语音类型匹配的播报内容信息在运行内存中删除,节省了运行内存的空间占用。
图3是根据本申请实施例公开的另一种播报文本的确定方法的流程图,基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。如图3所示,该方法可以包括:
S301、响应于语音服务启动指令,获取目标语音类型,所述语音类型包括:发音人类型以及语言类型。
S302、根据所述目标语音类型确定文件存储目录。
其中,文件存储目录体现了文件在文件夹内的存储路径,即根据文件存储目录就可以在文件夹内快速的访问到目标文件。在本实施例中,语音类型与文件存储目录具有映射关系,即一种语音类型对应至少一个文件存储目录,且一个文件存储目录仅对应一种语音类型。
在一个实施例中,应用层代码根据预先记录的各语音类型与文件存储目录的映射关系,确定目标语音类型对应的文件存储目录。
S303、根据所述文件存储目录,在存储内存中与所述语音服务匹配的程序文件夹内,获取与所述目标语音类型匹配的目标配置文件。
其中,存储内存即终端设备的存储内存,包括但不限于设置于终端设备的存储卡或存储硬盘中。在存储内存中存在若干的程序文件夹,且不同的程序文件夹唯一对应一个客户端,例如“地图服务”对应有相应的程序文件夹,又例如“金融服务”也对应有相应的程序文件夹。
在一个实施例中,根据预设的“语音服务”对应的程序文件夹的地址信息,对该程序文件夹进行访问,并根据获取的文件存储目录,在当前程序文件夹内寻址并获取与目标语音类型匹配的目标配置文件。
S304、将所述目标配置文件中的播报内容信息加载至运行内存中。
其中,配置文件是一种计算机文件,用于存储程序配置参数或初始设置等信息。配置文件是由两部分组成的:注释内容和配置项内容,注释内容用来解释一些必要内容;配置项内容即一个个键值对的记录,左侧是key值,右侧是value值,且在键值对中间间插了一个符号,例如“=”,用于分割key值和value值。在本实施例中播报内容信息中包括:至少一个播报场景,以及与播报场景匹配的至少一条播报文本,即播报场景为配置文件中的key值,而播报文本为配置文件中的value值,例如“开始导航场景”为配置文件中的key值,“开始导航了,请系好安全带”和“导航开始,请注意交通规则”为配置文件中的value值。
S305、响应于检测到与目标播报场景对应的播报触发条件,从运行内存中获取与所述目标播报场景匹配的播报文本。
根据本实施例的技术方案,通过根据目标语音类型,确定文件存储目录,并根据文件存储目录,在存储内存中与语音服务匹配的程序文件夹内,获取与目标语音类型匹配的目标配置文件,进而将目标配置文件中的播报内容信息加载至运行内存中,最终响应于检测到与目标播报场景对应的播报触发条件,从运行内存中获取与所述目标播报场景匹配的播报文本,实现了播报文本的确认,且由于将记录有播报内容信息的配置文件存储于语音服务匹配的程序文件夹内,因此当需要维护和扩充播报内容信息时,无需修改应用层代码,便于维护与扩充。
图4是根据本申请实施例公开的另一种播报文本的确定方法的流程图,基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。如图4所示,该方法可以包括:
S401、响应于语音服务启动指令,获取目标语音类型,所述语音类型包括:发音人类型以及语言类型。
S402、获取与语言信息数据库匹配的数据库存储目录。
其中,语言信息数据库内中存储有各语音类型对应的播报内容信息。数据库存储目录体现了数据库在文件夹内的存储路径,即根据数据库存储目录就可以在文件夹内快速的访问到目标数据库。
S403、根据所述数据库存储目录,在存储内存中与所述语音服务匹配的程序文件夹内,获取语言信息数据库。
其中,存储内存即终端设备的存储内存,包括但不限于设置于终端设备的存储卡或存储硬盘中。在存储内存中存在若干的程序文件夹,且不同的程序文件夹唯一对应一个客户端,例如“地图服务”对应有相应的程序文件夹,又例如“金融服务”也对应有相应的程序文件夹。且在同一个程序文件夹内还具有若干个数据库,用于存储与同一个客户端相关的各种信息。
在一个实施例中,根据预设的“语音服务”对应的程序文件夹的地址信息,对该程序文件夹进行访问,并根据获取的数据库存储目录,在当前程序文件夹内寻址并获取语言信息数据库。
S404、将所述语言信息数据库中与所述目标语音类型匹配的播报内容信息加载至运行内存中;其中,所述语言信息数据库中存储有语音类型以及播报内容信息之间的对应关系。
其中,语言信息数据库中是以键值对的形式存储播报内容信息,即播报场景为key值,而播报文本为value值,例如“开始导航场景”为语言信息数据库中的key值,“开始导航了,请系好安全带”和“导航开始,请注意交通规则”为语言信息数据库中的value值。
在一个实施例中,在语言信息数据库中,根据预先存储的语音类型以及播报内容信息之间的对应关系,确定与目标语音类型匹配的播报内容信息,并将该播报内容信息加载至运行内存中。
S405、响应于检测到与目标播报场景对应的播报触发条件,从运行内存中获取与所述目标播报场景匹配的播报文本。
根据本实施例的技术方案,通过根据目标语音类型,确定数据库存储目录,并根据数据库存储目录,在存储内存中与语音服务匹配的程序文件夹内,获取语言信息数据库,进而将语言信息数据库中与目标语音类型匹配的播报内容信息加载至运行内存中,最终响应于检测到与目标播报场景对应的播报触发条件,从运行内存中获取与所述目标播报场景匹配的播报文本,实现了播报文本的确认,且由于将播报内容信息存储于与语音服务匹配的程序文件夹内的语言信息数据库内,因此当需要维护和扩充播报内容信息时,无需修改应用层代码,便于维护与扩充。
图5是根据本申请实施例公开的一种播报文本的确定装置的结构示意图。本实施例可以适用于根据不同的播报场景,为用户播报与该播报场景匹配的播报文本的情况。本实施例装置可采用软件和/或硬件实现,并可集成在任意的具有计算能力的电子设备上,例如服务器等。
如图5所示,本实施例公开的播报文本的确定装置50可以包括目标语音类型获取模块51、播报内容信息加载模块52和播报文本获取模块53,其中:
目标语音类型获取模块51,用于响应于语音服务启动指令,获取目标语音类型,所述语音类型包括:发音人类型以及语言类型;
播报内容信息加载模块52,用于将与所述目标语音类型匹配的播报内容信息,加载至运行内存中,所述播报内容信息包括:至少一个播报场景,以及与播报场景匹配的至少一条播报文本;
播报文本获取模块53,用于响应于检测到与目标播报场景对应的播报触发条件,从运行内存中获取与所述目标播报场景匹配的播报文本。
可选的,所述装置还包括语音类型切换模块,具体用于:
响应于语音类型切换指令,确定切换语音类型;
将与所述切换语音类型匹配的播报内容信息,加载至运行内存中,并删除运行内存中与所述目标语音类型匹配的播报内容信息。
可选的,所述播报内容信息加载模块52,具体用于:
根据所述目标语音类型确定文件存储目录;
根据所述文件存储目录,在存储内存中与所述语音服务匹配的程序文件夹内,获取与所述目标语音类型匹配的目标配置文件;
将所述目标配置文件中的播报内容信息加载至运行内存中。
可选的,所述播报内容信息加载模块52,具体还用于:
获取与语言信息数据库匹配的数据库存储目录;
根据所述数据库存储目录,在存储内存中与所述语音服务匹配的程序文件夹内,获取语言信息数据库;
其中,所述语言信息数据库中存储有语音类型以及播报内容信息之间的对应关系;
将所述语言信息数据库中与所述目标语音类型匹配的播报内容信息加载至运行内存中。
可选的,所述目标语音类型获取模块51,具体用于:
响应于语音服务启动指令,获取最近一次使用的语音类型作为所述目标语音类型;或者
响应于语音服务启动指令,获取默认设置的语音类型作为所述目标语音类型。
可选的,所述装置还包括语音播报模块,具体用于:
根据所述播报文本,生成与所述目标语音类型匹配的播报音频;
对所述播报音频进行语音播报。
本申请实施例所公开的播报文本的确定装置50可执行本申请任一实施例所公开的播报文本的确定方法,具备执行方法相应的功能模块和有益效果。本实施例中未详尽描述的内容可以参考本申请任一实施例中的描述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图6所示,是根据本申请实施例的播报文本的确定方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,该电子设备包括:一个或多个处理器601、存储器602,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的播报文本的确定方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的播报文本的确定方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的播报文本的确定方法对应的程序指令/模块(例如,附图5所示的目标语音类型获取模块51、播报内容信息加载模块52和播报文本获取模块53)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的播报文本的确定方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据播报文本的确定方法的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至播报文本的确定方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
播报文本的确定方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与播报文本的确定方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,通过响应于语音服务启动指令,获取目标语音类型,并将与目标语音类型匹配的播报内容信息加载至运行内存中,最终从运行内存中获取与目标播报场景匹配的播报文本,实现了播报文本的确认,且由于在应用层代码之外存储各发音人或语言的播报内容信息,当需要维护和扩充播报内容信息时,无需修改应用层代码,便于维护与扩充。…
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (14)
1.一种播报文本的确定方法,其特征在于,包括:
通过加载至终端设备的运行内存中的语音服务客户端的应用层代码,响应于语音服务启动指令,获取目标语音类型,所述语音类型包括:发音人类型以及语言类型;
将与所述目标语音类型匹配的播报内容信息,加载至运行内存中,所述播报内容信息包括:至少一个播报场景,以及与播报场景匹配的至少一条播报文本;
响应于检测到与目标播报场景对应的播报触发条件,从运行内存中获取与所述目标播报场景匹配的播报文本。
2.根据权利要求1所述的方法,其特征在于,在将与所述目标语音类型匹配的播报内容信息,加载至运行内存中之后,还包括:
响应于语音类型切换指令,确定切换语音类型;
将与所述切换语音类型匹配的播报内容信息,加载至运行内存中,并删除运行内存中与所述目标语音类型匹配的播报内容信息。
3.根据权利要求1所述的方法,其特征在于,将与所述目标语音类型匹配的播报内容信息,加载至运行内存中,包括:
根据所述目标语音类型确定文件存储目录;
根据所述文件存储目录,在存储内存中与所述语音服务匹配的程序文件夹内,获取与所述目标语音类型匹配的目标配置文件;
将所述目标配置文件中的播报内容信息加载至运行内存中。
4.根据权利要求1所述的方法,其特征在于,将与所述目标语音类型匹配的播报内容信息,加载至运行内存中,包括:
获取与语言信息数据库匹配的数据库存储目录;
根据所述数据库存储目录,在存储内存中与所述语音服务匹配的程序文件夹内,获取语言信息数据库;
其中,所述语言信息数据库中存储有语音类型以及播报内容信息之间的对应关系;
将所述语言信息数据库中与所述目标语音类型匹配的播报内容信息加载至运行内存中。
5.根据权利要求1-4任一项所述的方法,其特征在于,响应于语音服务启动指令,获取目标语音类型,包括:
响应于语音服务启动指令,获取最近一次使用的语音类型作为所述目标语音类型;或者
响应于语音服务启动指令,获取默认设置的语音类型作为所述目标语音类型。
6.根据权利要求1-4任一项所述的方法,其特征在于,在从运行内存中获取与所述目标播报场景匹配的播报文本之后,还包括:
根据所述播报文本,生成与所述目标语音类型匹配的播报音频;
对所述播报音频进行语音播报。
7.一种播报文本的确定装置,其特征在于,包括:
目标语音类型获取模块,用于通过加载至终端设备的运行内存中的语音服务客户端的应用层代码,响应于语音服务启动指令,获取目标语音类型,所述语音类型包括:发音人类型以及语言类型;
播报内容信息加载模块,用于将与所述目标语音类型匹配的播报内容信息,加载至运行内存中,所述播报内容信息包括:至少一个播报场景,以及与播报场景匹配的至少一条播报文本;
播报文本获取模块,用于响应于检测到与目标播报场景对应的播报触发条件,从运行内存中获取与所述目标播报场景匹配的播报文本。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括语音类型切换模块,具体用于:
响应于语音类型切换指令,确定切换语音类型;
将与所述切换语音类型匹配的播报内容信息,加载至运行内存中,并删除运行内存中与所述目标语音类型匹配的播报内容信息。
9.根据权利要求7所述的装置,其特征在于,所述播报内容信息加载模块,具体用于:
根据所述目标语音类型确定文件存储目录;
根据所述文件存储目录,在存储内存中与所述语音服务匹配的程序文件夹内,获取与所述目标语音类型匹配的目标配置文件;
将所述目标配置文件中的播报内容信息加载至运行内存中。
10.根据权利要求7所述的装置,其特征在于,所述播报内容信息加载模块,具体还用于:
获取与语言信息数据库匹配的数据库存储目录;
根据所述数据库存储目录,在存储内存中与所述语音服务匹配的程序文件夹内,获取语言信息数据库;
其中,所述语言信息数据库中存储有语音类型以及播报内容信息之间的对应关系;
将所述语言信息数据库中与所述目标语音类型匹配的播报内容信息加载至运行内存中。
11.根据权利要求7-10任一项所述的装置,其特征在于,所述目标语音类型获取模块,具体用于:
响应于语音服务启动指令,获取最近一次使用的语音类型作为所述目标语音类型;或者
响应于语音服务启动指令,获取默认设置的语音类型作为所述目标语音类型。
12.根据权利要求7-10任一项所述的装置,其特征在于,所述装置还包括语音播报模块,具体用于:
根据所述播报文本,生成与所述目标语音类型匹配的播报音频;
对所述播报音频进行语音播报。
13.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的播报文本的确定方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的播报文本的确定方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010478790.XA CN111681640B (zh) | 2020-05-29 | 2020-05-29 | 播报文本的确定方法、装置、设备和介质 |
KR1020210036701A KR20210039352A (ko) | 2020-05-29 | 2021-03-22 | 방송 텍스트를 결정하는 방법, 장치, 기기 및 매체 |
JP2021088334A JP2021131572A (ja) | 2020-05-29 | 2021-05-26 | 放送テキストの決定方法、放送テキストの決定装置、電子機器、記憶媒体及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010478790.XA CN111681640B (zh) | 2020-05-29 | 2020-05-29 | 播报文本的确定方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111681640A CN111681640A (zh) | 2020-09-18 |
CN111681640B true CN111681640B (zh) | 2023-09-15 |
Family
ID=72453848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010478790.XA Active CN111681640B (zh) | 2020-05-29 | 2020-05-29 | 播报文本的确定方法、装置、设备和介质 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2021131572A (zh) |
KR (1) | KR20210039352A (zh) |
CN (1) | CN111681640B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112269864B (zh) * | 2020-10-15 | 2023-06-23 | 北京百度网讯科技有限公司 | 生成播报语音的方法、装置、设备和计算机存储介质 |
CN112379945B (zh) * | 2020-11-20 | 2024-04-19 | 北京百度网讯科技有限公司 | 用于运行应用的方法、装置、设备以及存储介质 |
CN112364618A (zh) * | 2020-11-24 | 2021-02-12 | 北京锐安科技有限公司 | 报告文件生成方法、装置、电子设备和存储介质 |
CN114979366B (zh) * | 2021-02-24 | 2023-10-13 | 腾讯科技(深圳)有限公司 | 一种控件提示方法、装置、终端以及存储介质 |
CN112905148B (zh) * | 2021-03-12 | 2023-09-22 | 拉扎斯网络科技(上海)有限公司 | 一种语音播报的控制方法和装置,存储介质和电子设备 |
CN113299273B (zh) * | 2021-05-20 | 2024-03-08 | 广州小鹏汽车科技有限公司 | 语音数据合成方法、终端设备以及计算机可读存储介质 |
CN113535309A (zh) * | 2021-07-28 | 2021-10-22 | 小马国炬(玉溪)科技有限公司 | 一种应用软件信息提示方法、装置、设备及存储介质 |
CN114584416B (zh) * | 2022-02-11 | 2023-12-19 | 青岛海尔科技有限公司 | 一种电器设备控制方法、系统及存储介质 |
CN114566060B (zh) * | 2022-02-23 | 2023-03-24 | 成都智元汇信息技术股份有限公司 | 公共交通消息通知处理方法、装置、系统、电子设备及介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003177029A (ja) * | 2001-12-12 | 2003-06-27 | Navitime Japan Co Ltd | 地図表示装置、地図表示システム |
EP1942671A1 (en) * | 2005-09-30 | 2008-07-09 | Pioneer Corporation | Digest creating device and its program |
JP2008286927A (ja) * | 2007-05-16 | 2008-11-27 | Kenwood Corp | 放送コンテンツ記録装置及び方法 |
KR20140028336A (ko) * | 2012-08-28 | 2014-03-10 | 삼성전자주식회사 | 음성 변환 장치 및 이의 음성 변환 방법 |
CN107289964A (zh) * | 2016-03-31 | 2017-10-24 | 高德信息技术有限公司 | 一种导航语音播报方法及装置 |
CN107452400A (zh) * | 2017-07-24 | 2017-12-08 | 珠海市魅族科技有限公司 | 语音播报方法及装置、计算机装置和计算机可读存储介质 |
CN108228468A (zh) * | 2018-02-12 | 2018-06-29 | 腾讯科技(深圳)有限公司 | 一种测试方法、装置、测试设备及存储介质 |
CN109686366A (zh) * | 2018-12-12 | 2019-04-26 | 珠海格力电器股份有限公司 | 语音播报方法和装置 |
CN109951729A (zh) * | 2019-03-22 | 2019-06-28 | 百度在线网络技术(北京)有限公司 | 用于处理数据的方法和装置 |
EP3553976A1 (en) * | 2014-02-20 | 2019-10-16 | Google LLC | Systems and methods for enhancing audience measurement data |
CN110600000A (zh) * | 2019-09-29 | 2019-12-20 | 百度在线网络技术(北京)有限公司 | 语音播报方法、装置、电子设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5922229B2 (ja) * | 2012-05-10 | 2016-05-24 | 三菱電機株式会社 | 移動体用ナビゲーションシステム |
JP6498574B2 (ja) * | 2015-09-16 | 2019-04-10 | 株式会社ゼンリンデータコム | 情報処理装置、プログラム、端末 |
US10475454B2 (en) * | 2017-09-18 | 2019-11-12 | Motorola Mobility Llc | Directional display and audio broadcast |
-
2020
- 2020-05-29 CN CN202010478790.XA patent/CN111681640B/zh active Active
-
2021
- 2021-03-22 KR KR1020210036701A patent/KR20210039352A/ko not_active Application Discontinuation
- 2021-05-26 JP JP2021088334A patent/JP2021131572A/ja active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003177029A (ja) * | 2001-12-12 | 2003-06-27 | Navitime Japan Co Ltd | 地図表示装置、地図表示システム |
EP1942671A1 (en) * | 2005-09-30 | 2008-07-09 | Pioneer Corporation | Digest creating device and its program |
JP2008286927A (ja) * | 2007-05-16 | 2008-11-27 | Kenwood Corp | 放送コンテンツ記録装置及び方法 |
KR20140028336A (ko) * | 2012-08-28 | 2014-03-10 | 삼성전자주식회사 | 음성 변환 장치 및 이의 음성 변환 방법 |
EP3553976A1 (en) * | 2014-02-20 | 2019-10-16 | Google LLC | Systems and methods for enhancing audience measurement data |
CN107289964A (zh) * | 2016-03-31 | 2017-10-24 | 高德信息技术有限公司 | 一种导航语音播报方法及装置 |
CN107452400A (zh) * | 2017-07-24 | 2017-12-08 | 珠海市魅族科技有限公司 | 语音播报方法及装置、计算机装置和计算机可读存储介质 |
CN108228468A (zh) * | 2018-02-12 | 2018-06-29 | 腾讯科技(深圳)有限公司 | 一种测试方法、装置、测试设备及存储介质 |
CN109686366A (zh) * | 2018-12-12 | 2019-04-26 | 珠海格力电器股份有限公司 | 语音播报方法和装置 |
CN109951729A (zh) * | 2019-03-22 | 2019-06-28 | 百度在线网络技术(北京)有限公司 | 用于处理数据的方法和装置 |
CN110600000A (zh) * | 2019-09-29 | 2019-12-20 | 百度在线网络技术(北京)有限公司 | 语音播报方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2021131572A (ja) | 2021-09-09 |
KR20210039352A (ko) | 2021-04-09 |
CN111681640A (zh) | 2020-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111681640B (zh) | 播报文本的确定方法、装置、设备和介质 | |
JP6588637B2 (ja) | 個別化されたエンティティ発音の学習 | |
US11178454B2 (en) | Video playing method and device, electronic device, and readable storage medium | |
EP3905057A1 (en) | Online document sharing method and apparatus, electronic device, and storage medium | |
US6377913B1 (en) | Method and system for multi-client access to a dialog system | |
US20150199341A1 (en) | Speech translation apparatus, method and program | |
US9043300B2 (en) | Input method editor integration | |
KR20130034630A (ko) | 컨텍스트 정보를 이용한 음성 인식 복구 | |
US8954314B2 (en) | Providing translation alternatives on mobile devices by usage of mechanic signals | |
KR20160011230A (ko) | 입력 처리 방법 및 장치 | |
KR102358012B1 (ko) | 음성 제어 방법, 장치, 전자 기기 및 판독 가능 저장 매체 | |
KR20210068333A (ko) | 응용 프로그램의 조작 안내 방법, 장치, 기기 및 판독 가능 저장 매체 | |
JP2020516980A (ja) | コンテキストディープブックマーキング | |
JP2020507165A (ja) | データ可視化のための情報処理方法及び装置 | |
KR20160141682A (ko) | 메신저 기반 서비스 제공 장치 및 이를 이용한 방법 | |
KR20210080150A (ko) | 번역 방법, 장치, 전자 기기 및 판독 가능 저장 매체 | |
US20210295818A1 (en) | Speech output method, device and medium | |
US20210074265A1 (en) | Voice skill creation method, electronic device and medium | |
CN113641439B (zh) | 文本识别和展示方法、装置、电子设备和介质 | |
CN111309888B (zh) | 人机对话方法、装置、电子设备及存储介质 | |
KR20210039354A (ko) | 음성 인터렉션 방법, 음성 인터렉션 기기 및 전자 기기 | |
CN110825243A (zh) | 快捷短语输入方法、终端设备及计算机可读存储介质 | |
US20210097992A1 (en) | Speech control method and device, electronic device, and readable storage medium | |
CN111382562B (zh) | 文本相似度的确定方法、装置、电子设备及存储介质 | |
JP2018063272A (ja) | 音声対話装置、音声対話システム、および、音声対話装置の制御方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211018 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Zhilian (Beijing) Technology Co.,Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |