CN113436604B - 播报内容的方法及装置、电子设备和存储介质 - Google Patents
播报内容的方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113436604B CN113436604B CN202110693697.5A CN202110693697A CN113436604B CN 113436604 B CN113436604 B CN 113436604B CN 202110693697 A CN202110693697 A CN 202110693697A CN 113436604 B CN113436604 B CN 113436604B
- Authority
- CN
- China
- Prior art keywords
- text block
- image
- text
- images
- images corresponding
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000004044 response Effects 0.000 claims description 11
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 206010008748 Chorea Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 208000012601 choreatic disease Diseases 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
- G06F16/9577—Optimising the visualization of content, e.g. distillation of HTML documents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/08—Text analysis or generation of parameters for speech synthesis out of text, e.g. grapheme to phoneme translation, prosody generation or stress or intonation determination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/488—Data services, e.g. news ticker
- H04N21/4888—Data services, e.g. news ticker for displaying teletext characters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- User Interface Of Digital Computer (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本公开提供了一种播报内容的方法及装置、电子设备和存储介质,涉及计算机技术领域,尤其涉及智能语音播报技术。实现方案为:获取待播报内容,待播报内容包括文本和至少一个图像;将文本划分为至少一个文本块;从上述至少一个图像中确定上述至少一个文本块各自对应的一个或多个图像;以及对上述至少一个文本块进行语音播报,其中,在对一个文本块进行语音播报时,显示该文本块对应的一个或多个图像。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及智能语音播报技术,具体涉及一种播报内容的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
用户习惯于通过互联网来获取信息。在一些情况中,用户可以在互联网中进行搜索以获取其感兴趣的内容。在另一些情况中,为了便于用户获取信息,可以采用推荐系统来从海量内容中筛选出用户可能感兴趣的内容,并将其推送给用户。用户搜索到的内容和推荐系统向用户推荐的内容常常以图文的形式呈现。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种播报内容的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种播报内容的方法,包括:获取待播报内容,待播报内容包括文本和至少一个图像;将文本划分为至少一个文本块;从上述至少一个图像中确定上述至少一个文本块各自对应的一个或多个图像;以及对上述至少一个文本块进行语音播报,其中,在对一个文本块进行语音播报时,显示该文本块对应的一个或多个图像。
根据本公开的另一方面,提供了一种播报内容的装置,包括:获取模块,被配置为获取待播报内容,待播报内容包括文本和至少一个图像;文本划分模块,被配置为将文本划分为至少一个文本块;图像确定模块,被配置为从上述至少一个图像中确定上述至少一个文本块各自对应的一个或多个图像;以及播报模块,被配置为对上述至少一个文本块进行语音播报,其中,在对一个文本块进行语音播报时,显示该文本块对应的一个或多个图像。
根据本公开的另一方面,提供了一种电子设备,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。该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上述播报内容的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质。该计算机指令用于使计算机执行上述播报内容的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序。该计算机程序在被处理器执行时实现上述播报内容的方法。
根据本公开的一个或多个实施例,能够对待播报内容(图文内容)中的文本进行语音播报,并在语音播报的过程中显示对应的图像,从而将图文内容自动、生动地呈现给用户,提高了用户获取信息的效率,大大节省了用户的时间和精力。
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
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开实施例的播报内容的方法的流程图;
图3示出了根据本公开实施例的示例性待播报内容的示意图;
图4A-4C示出了根据本公开实施例的示例性内容播报界面的示意图;
图5示出了根据本公开实施例的播报内容的装置的结构框图;以及
图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围。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。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够将图文形式的待播报内容发送给客户端设备101、102、103、104、105和106的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来执行播报内容的方法,对服务器120发来的待播报内容中的文本进行语音播报,并在语音播报的过程中显示待播报内容中的相应图像。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量、任何类型的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如MICROSOFT Windows、APPLEiOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS);或包括各种移动操作系统,例如MICROSOFT Windows Mobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、Wi-Fi)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库130可以驻留在各种位置。例如,由服务器120使用的数据存储库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中,由服务器120使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
为了本公开实施例的目的,在图1的示例中,客户端设备101、102、103、104、105和106中可以包括用于进行内容浏览的客户端应用,用户可以通过该客户端应用来浏览内容。用户浏览的内容例如可以是新闻资讯等。客户端应用可以以多种方式存在于客户端设备中。例如,客户端应用可以是运行前需要下载和安装的应用程序,也可以是可通过浏览器访问的网站,还可以是运行于宿主应用中的轻量化的小程序,等等。
与客户端设备中的用于进行内容浏览的客户端应用相应地,服务器120可以是该客户端应用对应的服务器。服务器120中可以包括服务程序,该服务程序可以基于数据库130中已存储的信息(包括内容的标题、配图、正文、作者、类型、交互情况(例如点赞、评论、转发等)等),向用户提供内容浏览服务。例如,用户可以在客户端应用中发起搜索请求,相应地,服务器120响应于该搜索请求进行内容搜索,并将搜索结果返回给客户端应用以呈现给用户。
在一些情况中,服务程序中包括推荐系统,推荐系统能够向用户提供个性化推荐服务,根据用户的相关信息(例如属性信息、行为信息等),从已存储的多条内容中确定用户可能感兴趣的内容(即推荐内容),并将所确定的多条推荐内容的部分或全部呈现给用户。与此相应地,用户可以通过客户端应用来浏览推荐系统向其推荐的推荐内容。
内容(包括用户自行搜索到的内容,以及推荐系统向用户推荐的内容等)常常以图文的形式呈现,用户仍然需要花费较大的时间和精力来手动查看内容。并且,图文形式的内容在呈现方式上不够生动,难以满足用户对于信息的全方位感官的需求。尽管也有以视频形式呈现的内容,但视频内容的生产周期长、制作成本高,限制了视频内容的广泛应用。
为了提高用户获取信息的效率,节省用户的时间和精力,在本公开的实施例中,客户端设备(例如客户端设备101、102、103、104、105和106)可以执行播报内容的方法,来对图文内容中的文本进行语音播报,并在语音播报的过程中显示图文内容中的相应图像,从而将图文内容自动、生动地呈现给用户。
图2示出了根据本公开实施例的播报内容的方法200的流程图。方法200可以在客户端设备(例如图1中所示的客户端设备101、102、103、104、105和106)处执行,也即,方法200的各个步骤的执行主体可以是图1中所示的客户端设备101、102、103、104、105和106。
如图2所示,方法200包括:
步骤210、获取待播报内容,待播报内容包括文本和至少一个图像;
步骤220、将文本划分为至少一个文本块;
步骤230、从上述至少一个图像中确定上述至少一个文本块各自对应的一个或多个图像;以及
步骤240、对上述至少一个文本块进行语音播报,其中,在对一个文本块进行语音播报时,显示该文本块对应的一个或多个图像。
根据本公开的实施例,能够对待播报内容(图文内容)中的文本进行语音播报,并在语音播报的过程中显示对应的图像,从而将图文内容自动、生动地呈现给用户,提高了用户获取信息的效率,大大节省了用户的时间和精力。
以下详细描述方法200的各个步骤。
在步骤210中,获取待播报内容,待播报内容包括文本和至少一个图像。
待播报内容为图文形式的内容,即图文内容,其包括文本和至少一个图像。进一步地,文本可以包括至少一个段落,相邻的两个段落由段落分隔符隔开。在一些实施例中,也可以将待播报内容的标题作为一个段落。
图3示出了根据本公开实施例的示例性待播报内容300的示意图。如图3所示,待播报内容300包括段落302、304、310、312、314、318以及图像306、308、316。段落302为待播报内容300的标题,段落304、310、312、314、318为待播报内容的正文。
在步骤220中,将待播报内容中的文本划分为至少一个文本块。
根据一些实施例,可以根据播报文本中的图像,将文本划分为至少一个文本块。具体地,可以将仅与图像相邻的段落单独作为一个文本块;以及将连续的多个段落作为一个文本块。以图3所示的待播报内容300为例,将连续的两个段落302、304作为一个文本块320,将连续的三个段落310、312、314作为一个文本块330,将仅与图像316相邻的段落318单独作为一个文本块340。
应当理解,还可以采用其他方式来划分文本块。例如,可以根据段落的数量来划分文本块,使每个文本块包括一定数量的段落。又例如,可以根据各段落的字数来划分文本块,使每个文本块包括的字数大致相同。
在步骤230中,从上述至少一个图像中确定上述至少一个文本块各自对应的一个或多个图像。
在一些实施例中,图像与文本块为“一对多”关系,即,一个图像可以对应于多个文本块,不同的文本块可以对应于同一个图像。
应当理解,针对步骤220中的不同的文本块划分方式,在步骤230中可以采用不同的方式来确定各文本块各自对应的图像。
以下首先针对上述步骤220中的第一种文本块划分方式(即将仅与图像相邻的段落单独作为一个文本块,以及将连续的多个段落作为一个文本块),来说明步骤230中确定各文本块各自对应的图像的具体步骤。
根据一些实施例,针对步骤230,可以将一个文本块与该文本块的上一个文本块之间的图像作为该文本块对应的一个或多个图像。特别地,对于待播报内容中的第一个文本块(其不具有上一个文本块),可以将其与第二个文本块之间的图像作为其对应的一个或多个图像。以图3所示的待播报内容300为例,文本块320对应的图像为图像306、308,文本块330对应的图像为图像306、308,文本块340对应的图像为图像316。
根据另一些实施例,针对步骤230,可以将一个文本块与该文本块的下一个文本块之间的图像作为该文本块对应的一个或多个图像。特别地,对于待播报内容中的最后一个文本块(其不具有下一个文本块),可以将其与倒数第二个文本块之间的图像作为其对应的一个或多个图像。仍以图3所示的待播报内容300为例,文本块320对应的图像为图像306、308,文本块330对应的图像为图像316,文本块340对应的图像为图像316。
在上述两种实施例中,除了第一个文本块和最后一个文本块之外,统一将一个文本块与其上一个(或下一个)文本块之间的图像作为该文本块对应的图像,可能会出现图文不符的情况。例如,上述第一种实施例将图像306、308作为文本块330对应的图像,而实际上图像306、308与文本块330的内容不符,与文本块330内容相符的是图像316,即文本块330对应的图像应为图像316。
为了便于描述,在下文中,将既具有上一个文本块,也具有下一个文本块的文本块记为“第一文本块”,即,第一文本块可以是待播报内容中除了第一个文本块和最后一个文本块之外的任一文本块。将位于第一文本块与第一文本块的上一个文本块之间的图像记为第一图像,将位于第一文本块与第一文本块的下一个文本块之间的图像记为第二图像。特别地,当第一文本块与第一文本块的上一个文本块之间的图像有多个时,第一图像可以是这多个图像中的任一个;当第一文本块与第一文本块的下一个文本块之间的图像有多个时,第二图像可以是这多个图像中的任一个。
为了尽量避免出现上述图文不符的情况,根据一种实施例,可以分别确定上述至少一个文本块中的第一文本块与第一图像、第二图像的关联度,如上所述,第一图像为第一文本块与第一文本块的上一个文本块之间的图像,第二图像为第一文本块与第一文本块的下一个文本块之间的图像;以及将第一图像、第二图像中的关联度较大者作为第一文本块对应的图像。
根据一些实施例,第一文本块与第一图像、第二图像的关联度可以通过预设的神经网络模型来确定。例如,将第一文本块和第一图像输入神经网络模型,神经网络模型输出第一文本块与第一图像的第一关联度;将第一文本块和第二图像输入神经网络模型,神经网络模型输出第一文本块与第二图像的第二关联度。
根据一些实施例,针对步骤220中的任意文本块划分方式(例如根据图像来划分文本块、根据段落数量来划分文本块、根据段落的字数来划分文本块等),步骤230中确定各文本块各自对应的图像的步骤可以包括:对于上述至少一个文本块中的每一个文本块,分别确定该文本块与上述至少一个图像中的每一个图像的关联度;以及根据关联度,从上述至少一个图像中确定该文本块对应的一个或多个图像。
具体地,根据关联度来确定文本块对应的一个或多个图像有多种实施方式。例如,对于某一个文本块,可以将与该文本块的关联度最大的预设数量个图像作为该文本块对应的一个或多个图像;或者,可以将与该文本块的关联度大于预设阈值的图像作为该文本块对应的一个或多个图像;等等。
根据一些实施例,在步骤230中,可以先剔除上述至少一个图像中的劣质图像,然后从剩余的图像中确定各文本块各自对应的一个或多个图像。劣质图像为清晰度较低且包含的信息量较少的图像(例如营销账号的二维码图像等)。通过剔除劣质图像,从剩余的图像中确定各文本块各自对应的一个或多个图像,可以保证在对文本块进行语音播报的过程中所展示的图像是清晰度较高或信息量较大的图像,以提高用户获取信息的效率,优化用户体验。
根据一些实施例,可以将尺寸小于等于尺寸阈值且下文所包括的字数小于等于字数阈值的图像作为劣质图像,尺寸阈值例如包括高度阈值和宽度阈值。例如,高度阈值可以是265px(像素),宽度阈值可以是353px;字数阈值可以是30,即,可以将高度小于等于265px且宽度小于等于353px且下文字数小于等于30的图像作为劣质图像。
仍以图3所示的待播报内容300为例,图像316的尺寸为256*256px,其宽度256px小于宽度阈值265px,高度256px小于高度阈值353px;且下文字数(即段落318包括的字数)为7,小于等于字数阈值30,因此将图像316确定为劣质图像,进行剔除。随后,从剩余的图像306、308中,确定文本块320、330、340各自对应的图像。
在步骤240中,对上述至少一个文本块进行语音播报,其中,在对一个文本块进行语音播报时,显示该文本块对应的一个或多个图像。
根据一些实施例,在对一个文本块进行语音播报时,显示该文本块对应的一个或多个图像包括步骤242-246:
步骤242、确定在对该文本块进行语音播报时所能显示的图像的最大数量,其中,最大数量为该文本块的播报时长与显示单个图像的预设时长的商,播报时长为该文本块所包括的字数与预设的播报语速的商;
步骤244、根据该文本块对应的一个或多个图像的数量与上述最大数量的大小,确定该文本块对应的每个图像的显示时长;以及
步骤246、根据相应的显示时长来显示该文本块对应的一个或多个图像。
在步骤242中,在对一个文本块进行语音播报时所能显示的图像的最大数量=该文本块所包括的字数/预设的播报语速(字数/秒)/显示单个图像的预设时长。例如,某一文本块包括30个字,预设的播报语速为2.5个字/秒,显示单个图像的预设时长为4秒,则在对该文本块进行语音播报时所能显示的图像的最大数量为30/2.5/4=3。
针对步骤244,确定一个文本块对应的每个图像的显示时长有多种实施方式。
根据一些实施例,在步骤244中,响应于一个文本块对应的一个或多个图像的数量大于最大数量,将该文本块对应的前最大数量个图像的显示时长设置为上述预设时长,将该文本块对应的其他图像的显示时长设置为零。相应地,在对该文本块进行语音播报时,每隔预设时长切换一个其对应的图像,当该文本块播报完毕时,该文本块对应的未显示的图像不再进行显示(显示时长为0)。
根据该实施例,能够在某一文本块对应的图像的数量过多时,保证单张图像的显示时长足够长(为预设时长),从而避免因图像切换过于频繁而导致用户无法看清图像,便于用户获取图像信息,提高用户体验。
例如,某一文本块对应于5个图像fig1-fig5,显示单个图像的预设时长为4秒,根据步骤242计算得出在对该文本块进行语音播报时所能显示的图像的最大数量为3,则可以将该文本块对应的前3个图像,即fig1、fig2、fig3的显示时长设置为4秒(预设时长),将fig4、fig5的显示时长设置为零。
根据一些实施例,在步骤244中,响应于一个文本块对应的一个或多个图像的数量小于等于最大数量,将该文本块对应的每个图像的显示时长设置为该文本块的播报时长与该文本块对应的一个或多个图像的数量的商。即,每个图像的显示时长=该文本块的播报时长/该文本对应的图像的数量。
根据该实施例,能够在某一文本块对应的图像的数量较少时,(相对于预设时长)适当地增加每张图像的显示时长,以保证每张图像均能得到充分展示,便于用户获取图像信息,提高用户体验。
例如,某一文本块对应于2个图像fig1、fig2,根据步骤242计算得出该文本块的播报时长为12秒,在对该文本块进行语音播报时所能显示的图像的最大数量为3,则可以将fig1、fig2的显示时长均设置为12/2=6秒。
根据一些实施例,响应于一个文本块对应的一个或多个图像的数量小于等于最大数量,将该文本块对应的除最后一个图像以外的每个图像的显示时长设置为上述预设时长,将最后一个图像的显示时长设置为该文本块的播报时长与除最后一个图像以外的每个图像的显示时长之和的差。即,对于一个对应于N个图像的文本块,将前N-1个图像的显示时长设置为预设时长T,将第N个图像的显示时长设置为该文本块的播报时长减去T*(N-1)。
根据该实施例,能够在某一文本块对应的图像较少时,按照适当的频率(每隔预设时长)来切换图像,最后一个图像持续显示,直至文本块播报完毕。
例如,某一文本块对应于3个图像fig1-fig3,显示单个图像的预设时长为4秒,根据步骤242计算得出该文本块的播报时长为15秒,在对该文本块进行语音播报时所能显示的图像的最大数量为3,则可以将前两个图像,即fig1、fig2的显示时长设置为预设时长4秒,将fig3的显示时长设置为15-4*2=7秒。
根据一些实施例,在步骤240的语音播报过程中,显示相应的文本,以实现音、字同步,以便于用户获取信息。
根据一些实施例,方法200还包括:显示虚拟主播组件;以及将虚拟主播组件配置为具有与当前播报的文本相匹配的动态特征。
虚拟主播组件是一种具有拟人化外形(例如虚拟人物、卡通动物等)的可交互的界面组件。通过显示虚拟主播组件,并将其配置为具有与当前播报的文本相匹配的动态特征,可以使虚拟主播组件随播报的文本内容呈现不同的形态,使得播报过程更加生动、形象,提升了播报过程的智能感,能够与用户形成共情,便于用户获取信息。
根据一些实施例,动态特征例如包括动作、口型、表情等。相应地,在对于文本块进行语音播报的过程中,虚拟主播组件可以根据当前播报的文本内容来变换其动态特征,使其动作、口型、表情与当前播报的文本内容相匹配。例如,在对一段有趣的新闻进行语音播报的过程中,虚拟主播组件的口型可以随播报语音而变化,并做出手舞足蹈的动作,配以开心的表情。
根据一些实施例,方法200还包括:响应于用户对虚拟主播组件的交互操作,显示或隐藏控制组件,控制组件用于控制所述语音播报的进程。根据该实施例,可以增加用户与虚拟主播组件之间的互动感,便于用户控制播报进程,提高了用户体验。
图4A-4C示出了根据本公开实施例的在客户端设备(例如前述客户端设备101、102、103、104、105和106)上显示的示例性内容播报界面的示意图。
图4A所示的界面400A中显示有虚拟主播组件402和6个推荐内容,即内容404-414,并且示出了每个内容的标题、作者和主题图像416。内容404-414均为图文内容,用户可以通过点击界面400A中的相应区域来浏览相应内容的图文详情。界面400A的左上角显示有后退组件422,用户可以通过点击该组件来返回界面400A的上一级界面。界面400A的右下角显示有刷新组件420,用户可以通过点击该组件来刷新界面400A中所显示的推荐内容,即将当前显示的内容404-414替换为其他内容。界面400A的左下角显示有播报组件418,用户可以通过点击该组件来进入如图4B所示的内容播报界面400B。
如图4B所示,界面400B包括内容选择区440,内容选择区440中显示有内容404、406和408,并示出了每个内容的标题、作者和主题图像416。用户可以选择其中的任一个内容作为待播报内容,相应地,客户端设备可以执行本公开实施例的播报内容的方法200,对待播报内容进行播报。当前的待播报内容可以采用播报图标442来进行标识,并且可以将待播报内容的标题进行突出显示(例如高亮、字体加粗等),以使待播报内容区别于其他内容。在图4B所示的实施例中,待播报内容为内容404。
如图4B所示,界面400B包括图像容器424、文本容器428、控制器432-438。在对待播报内容404进行播报的过程中,文本容器420中实时显示当前正在播报的文本430,图像容器424中显示当前播报的文本430所对应的图像426。文本430和图像426均来源于当前的待播报内容404。
如图4B所示,界面400B包括虚拟主播组件402。在对待播报内容404进行播报的过程中,虚拟主播组件402的动作、表情、口型将随播报的文本内容同步变化,使得播报过程更加生动、形象,提升了播报过程的智能感,能够与用户形成共情,便于用户获取信息。
用户可以与虚拟主播组件402进行交互。例如,在界面400B中,用户可以点击虚拟主播组件402,响应于用户的点击操作,将显示出控制组件444-448,如图4C所示。用户可以通过点击控制组件444、446来对待播报内容进行切换(将待播报内容切换为内容选择区440中的上一条或下一条内容),以及通过点击控制组件448来终止内容播报过程,即退出播报间。
在图4C所示的界面400C中,用户也可以与虚拟主播组件402进行交互,例如点击虚拟主播组件402,相应地,响应于用户的点击操作,将隐藏控制组件444-448,即呈现如图4B所示的界面400B。
图5示出了根据本公开的实施例的播报内容的装置500的结构框图。如图5所示,装置500包括:
获取模块510,被配置为获取待播报内容,待播报内容包括文本和至少一个图像;
文本划分模块520,被配置为将文本划分为至少一个文本块;
图像确定模块530,被配置为从上述至少一个图像中确定上述至少一个文本块各自对应的一个或多个图像;以及
播报模块540,被配置为对上述至少一个文本块进行语音播报,其中,在对一个文本块进行语音播报时,显示该文本块对应的一个或多个图像。
根据本公开的实施例,能够对待播报内容(图文内容)中的文本进行语音播报,并在语音播报的过程中显示对应的图像,从而将图文内容自动、生动地呈现给用户,提高了用户获取信息的效率,大大节省了用户的时间和精力。
应当理解,图5中所示装置500的各个模块可以与参考图2描述的方法200中的各个步骤相对应。由此,上面针对方法200描述的操作、特征和优点同样适用于装置500及其包括的模块。为了简洁起见,某些操作、特征和优点在此不再赘述。
虽然上面参考特定模块讨论了特定功能,但是应当注意,本文讨论的各个模块的功能可以分为多个模块,和/或多个模块的至少一些功能可以组合成单个模块。例如,上面描述的文本划分模块520和图像确定模块530在一些实施例中可以组合成单个模块。
还应当理解,本文可以在软件硬件元件或程序模块的一般上下文中描述各种技术。上面关于图5描述的各个模块可以在硬件中或在结合软件和/或固件的硬件中实现。例如,这些模块可以被实现为计算机程序代码/指令,该计算机程序代码/指令被配置为在一个或多个处理器中执行并存储在计算机可读存储介质中。可替换地,这些模块可以被实现为硬件逻辑/电路。例如,在一些实施例中,获取模块510、文本划分模块520、图像确定模块530、播报模块540中的一个或多个可以一起被实现在片上系统(System on Chip,SoC)中。SoC可以包括集成电路芯片(其包括处理器(例如,中央处理单元(Central ProcessingUnit,CPU)、微控制器、微处理器、数字信号处理器(Digital Signal Processor,DSP)等)、存储器、一个或多个通信接口、和/或其他电路中的一个或多个部件),并且可以可选地执行所接收的程序代码和/或包括嵌入式固件以执行功能。
根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图6,现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,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/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元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。
设备600中的多个部件连接至I/O接口605,包括:输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向设备600输入信息的任何类型的设备,输入单元606可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、1302.11设备、Wi-Fi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如上文描述的方法200。例如,在一些实施例中,方法200可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本公开的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (11)
1.一种播报内容的方法,包括:
获取待播报内容,所述待播报内容包括文本和至少一个图像;
将所述文本划分为至少一个文本块;
从所述至少一个图像中确定所述至少一个文本块各自对应的一个或多个图像;以及
对所述至少一个文本块进行语音播报,其中,在对一个文本块进行语音播报时,显示该文本块对应的一个或多个图像,其中,在对一个文本块进行语音播报时,显示该文本块对应的一个或多个图像包括:
确定在对该文本块进行语音播报时所能显示的图像的最大数量,其中,所述最大数量为该文本块的播报时长与显示单个图像的预设时长的商,所述播报时长为该文本块所包括的字数与预设的播报语速的商;
根据该文本块对应的一个或多个图像的数量与所述最大数量的大小,确定该文本块对应的每个图像的显示时长;以及
根据相应的显示时长来显示该文本块对应的一个或多个图像,并且其中,所述根据该文本块对应的一个或多个图像的数量与所述最大数量的大小,确定该文本块对应的每个图像的显示时长包括:
响应于该文本块对应的一个或多个图像的数量大于所述最大数量,将该文本块对应的前最大数量个图像的显示时长设置为所述预设时长,将该文本块对应的其他图像的显示时长设置为零。
2.根据权利要求1所述的方法,其中,所述文本包括至少一个段落,并且其中,将所述文本划分为至少一个文本块包括:
将仅与图像相邻的段落单独作为一个文本块;以及
将连续的多个段落作为一个文本块。
3.根据权利要求2所述的方法,其中,所述至少一个图像包括第一图像和第二图像,并且其中,从所述至少一个图像中确定所述至少一个文本块各自对应的一个或多个图像包括:
分别确定所述至少一个文本块中的第一文本块与第一图像、第二图像的关联度,其中,所述第一图像为所述第一文本块与所述第一文本块的上一个文本块之间的图像,所述第二图像为所述第一文本块与所述第一文本块的下一个文本块之间的图像;以及
将所述第一图像、第二图像中的关联度较大者作为所述第一文本块对应的图像。
4.根据权利要求1所述的方法,其中,从所述至少一个图像中确定所述至少一个文本块各自对应的一个或多个图像包括:
对于所述至少一个文本块中的每一个文本块:
分别确定该文本块与所述至少一个图像中的每一个图像的关联度;以及
根据所述关联度,从所述至少一个图像中确定该文本块对应的一个或多个图像。
5.根据权利要求1所述的方法,其中,根据该文本块对应的一个或多个图像的数量与所述最大数量的大小,确定该文本块对应的每个图像的显示时长包括:
响应于该文本块对应的一个或多个图像的数量小于等于所述最大数量,将该文本块对应的每个图像的显示时长设置为该文本块的播报时长与该文本块对应的一个或多个图像的数量的商。
6.根据权利要求1所述的方法,其中,根据该文本块对应的一个或多个图像的数量与所述最大数量的大小,确定该文本块对应的每个图像的显示时长包括:
响应于该文本块对应的一个或多个图像的数量小于等于所述最大数量,将该文本块对应的除最后一个图像以外的每个图像的显示时长设置为所述预设时长,将所述最后一个图像的显示时长设置为该文本块的播报时长与所述除最后一个图像以外的每个图像的显示时长之和的差。
7.根据权利要求1-6中任一项所述的方法,还包括:
显示虚拟主播组件;以及
将所述虚拟主播组件配置为具有与当前播报的文本相匹配的动态特征。
8.根据权利要求7所述的方法,还包括:
响应于用户对所述虚拟主播组件的交互操作,显示或隐藏控制组件,所述控制组件用于控制所述语音播报的进程。
9.一种播报内容的装置,包括:
获取模块,被配置为获取待播报内容,所述待播报内容包括文本和至少一个图像;
文本划分模块,被配置为将所述文本划分为至少一个文本块;
图像确定模块,被配置为从所述至少一个图像中确定所述至少一个文本块各自对应的一个或多个图像;以及
播报模块,被配置为对所述至少一个文本块进行语音播报,其中,在对一个文本块进行语音播报时,显示该文本块对应的一个或多个图像,其中,在对一个文本块进行语音播报时,显示该文本块对应的一个或多个图像包括:
确定在对该文本块进行语音播报时所能显示的图像的最大数量,其中,所述最大数量为该文本块的播报时长与显示单个图像的预设时长的商,所述播报时长为该文本块所包括的字数与预设的播报语速的商;
根据该文本块对应的一个或多个图像的数量与所述最大数量的大小,确定该文本块对应的每个图像的显示时长;以及
根据相应的显示时长来显示该文本块对应的一个或多个图像,并且其中,所述根据该文本块对应的一个或多个图像的数量与所述最大数量的大小,确定该文本块对应的每个图像的显示时长包括:
响应于该文本块对应的一个或多个图像的数量大于所述最大数量,将该文本块对应的前最大数量个图像的显示时长设置为所述预设时长,将该文本块对应的其他图像的显示时长设置为零。
10.一种电子设备,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权利要求1-8中任一项所述的方法。
11.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110693697.5A CN113436604B (zh) | 2021-06-22 | 2021-06-22 | 播报内容的方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110693697.5A CN113436604B (zh) | 2021-06-22 | 2021-06-22 | 播报内容的方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113436604A CN113436604A (zh) | 2021-09-24 |
CN113436604B true CN113436604B (zh) | 2022-11-29 |
Family
ID=77757105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110693697.5A Active CN113436604B (zh) | 2021-06-22 | 2021-06-22 | 播报内容的方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113436604B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116156275B (zh) * | 2023-04-19 | 2023-07-07 | 江西省气象服务中心(江西省专业气象台、江西省气象宣传与科普中心) | 一种气象信息播报方法和系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101197162A (zh) * | 2006-12-04 | 2008-06-11 | 天津三星电子有限公司 | 带智能朗读功能的dvd播放机 |
JP4782174B2 (ja) * | 2008-07-18 | 2011-09-28 | シャープ株式会社 | コンテンツ表示装置、コンテンツ表示方法、プログラム、記録媒体、および、コンテンツ配信システム |
CN102842326B (zh) * | 2012-07-11 | 2015-11-04 | 杭州联汇数字科技有限公司 | 一种视音频及图文同步播放方法 |
KR20170039379A (ko) * | 2015-10-01 | 2017-04-11 | 삼성전자주식회사 | 전자 장치 및 이의 제어 방법 |
CN111800671B (zh) * | 2019-04-08 | 2022-08-12 | 百度时代网络技术(北京)有限公司 | 用于对齐段落和视频的方法和装置 |
CN111930289B (zh) * | 2020-09-09 | 2021-05-07 | 智者四海(北京)技术有限公司 | 一种处理图片和文本的方法和系统 |
CN112882678B (zh) * | 2021-03-15 | 2024-04-09 | 百度在线网络技术(北京)有限公司 | 图文处理方法和展示方法、装置、设备和存储介质 |
-
2021
- 2021-06-22 CN CN202110693697.5A patent/CN113436604B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113436604A (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112532748B (zh) | 消息推送方法、装置、设备、介质和计算机程序产品 | |
CN113194350B (zh) | 推送待播报数据、播报数据的方法和装置 | |
CN112541120B (zh) | 推荐评论生成方法、装置、设备和介质 | |
WO2023273562A1 (zh) | 视频播放方法及装置、电子设备和介质 | |
CN115470381A (zh) | 信息交互方法、装置、设备及介质 | |
CN113824899B (zh) | 视频处理方法、装置、电子设备及介质 | |
CN113436604B (zh) | 播报内容的方法及装置、电子设备和存储介质 | |
CN113810773B (zh) | 视频下载方法及装置、电子设备和存储介质 | |
CN115879469B (zh) | 文本数据处理方法、模型训练方法、装置及介质 | |
CN114510308B (zh) | 移动终端存储应用页面的方法、装置、设备和介质 | |
CN116401462A (zh) | 应用于数字化共享的互动数据分析方法及系统 | |
WO2023029443A1 (zh) | 显示信息流的方法、装置、设备和介质 | |
CN113312511B (zh) | 用于推荐内容的方法、装置、设备和计算机可读存储介质 | |
CN115631251A (zh) | 基于文本生成图像的方法、装置、电子设备和介质 | |
CN115393514A (zh) | 三维重建模型的训练方法、三维重建方法、装置、设备 | |
CN113891121A (zh) | 视频字幕处理方法、视频字幕展示方法及装置 | |
CN114443197A (zh) | 界面处理方法、装置、电子设备及存储介质 | |
CN113722594A (zh) | 推荐模型的训练方法、推荐方法、装置、电子设备及介质 | |
CN113395537A (zh) | 用于推荐直播间的方法和装置 | |
CN113378001B (zh) | 视频播放进度的调整方法及装置、电子设备和介质 | |
CN113382310B (zh) | 信息推荐方法及装置、电子设备和介质 | |
CN113722534B (zh) | 视频推荐方法和装置 | |
CN114816629B (zh) | 绘制显示对象的方法、装置、存储介质及电子装置 | |
CN113076480B (zh) | 页面推荐方法、装置、电子设备及介质 | |
CN115334159B (zh) | 处理流式数据的方法、装置、设备和介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |