[发明专利]一种文档内容朗读方法、装置、电子设备及可读存储介质

权利要求书

1.一种文档内容朗读方法，其特征在于，应用于电子设备，所述方法包括：

判断待朗读的目标文档中是否存在图片；

若存在，展示针对所述目标文档中的图片的提示框，并将用户从所述提示框中展示的图片中选择的图片输入至预先构建的图片文字识别模型，得到所述图片中记录的文字内容；

获得所述图片中记录的文字内容和所述目标文档中的文本内容对应的发音数据；

对所述发音数据进行播放；

其中，所述获得所述图片中记录的文字内容和所述目标文档中的文本内容对应的发音数据的步骤，包括：

将所述图片中记录的文字内容、所述目标文档中的文本内容以及发音类型发送给预设的服务器，以使所述服务器生成所述图片中记录的文字内容和所述目标文档中的文本内容对应的发音数据，并将所述发音数据发送至所述电子设备。

2.根据权利要求1所述的方法，其特征在于，在将用户从所述提示框中展示的图片中选择的图片输入至预先构建的图片文字识别模型的步骤之前，所述方法还包括：

获得记录有文字内容的多张预设图片；

利用基于长短期记忆网络LSTM的循环神经网络RNN对训练样本进行训练，得到图片文字识别模型；其中，一个训练样本中包括：一张预设图片和该预设图片中所记录的文字内容。

3.根据权利要求1-2中任一项所述的方法，其特征在于，所述对所述发音数据进行播放的步骤，包括：

在获得所述发音数据后，确定所述发音数据中的、所述图片中记录的文字内容对应的图片发音数据，并确定所述发音数据中的、所述目标文档中的文本内容对应的文本发音数据；

根据预设的发音顺序，对所述图片发音数据和所述文本发音数据进行播放。

4.根据权利要求3所述的方法，其特征在于，所述预设的发音顺序包括：

播放文本发音数据后再播放图片发音数据的顺序、播放图片发音数据后再播放文本发音数据的顺序，或，文本和图片在目标文档中的出现顺序。

5.一种文档内容朗读装置，其特征在于，应用于电子设备，所述装置包括：

判断模块，用于判断待朗读的目标文档中是否存在图片；

输入模块，用于当目标文档中存在图片时，展示针对所述目标文档中的图片的提示框，并将用户从所述提示框中展示的图片中选择的图片输入至预先构建的图片文字识别模型，得到所述图片中记录的文字内容；

第一获得模块，用于获得所述图片中记录的文字内容和所述目标文档中的文本内容对应的发音数据；

播放模块，用于对所述发音数据进行播放；

其中，所述第一获得模块包括：

发送单元，用于将所述图片中记录的文字内容、所述目标文档中的文本内容以及发音类型发送给预设的服务器，以使所述服务器生成所述图片中记录的文字内容和所述目标文档中的文本内容对应的发音数据，并将所述发音数据发送至所述电子设备。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

第二获得模块，用于在将所述目标文档中的图片输入至预先构建的图片文字识别模型之前，获得记录有文字内容的多张预设图片；

训练模块，用于利用基于长短期记忆网络LSTM的循环神经网络RNN对训练样本进行训练，得到图片文字识别模型；其中，一个训练样本中包括：一张预设图片和该预设图片中所记录的文字内容。

7.根据权利要求5-6中任一项所述的装置，其特征在于，所述播放模块包括：

确定单元，用于在获得所述发音数据后，确定所述发音数据中的、所述图片中记录的文字内容对应的图片发音数据，并确定所述发音数据中的、所述目标文档中的文本内容对应的文本发音数据；

播放单元，用于根据预设的发音顺序，对所述图片发音数据和所述文本发音数据进行播放。

8.根据权利要求7所述的装置，其特征在于，所述预设的发音顺序包括：

播放文本发音数据后再播放图片发音数据的顺序、播放图片发音数据后再播放文本发音数据的顺序，或，文本和图片在目标文档中的出现顺序。