[发明专利]诵读引导方法、装置、设备及存储介质

权利要求书

1.一种诵读引导方法，其特征在于，包括：

获得用户对目标内容的诵读音频，以及与所述目标内容对应的参考数据，获得所述用户对所述目标内容的诵读视频，所述诵读视频以所述用户的口部变化为对象，所述参考数据包括：标准文本元素集合、各所述标准文本元素所对应的标准时序信息、与所述标准文本元素对应的元素标准口部特征变化数据，以及与所述标准文本元素对应的元素标准发音数据，所述标准时序信息指示所述标准文本元素为播放而排列的先后顺序；

采用语音识别技术，对所述诵读音频进行识别，得到识别结果数据，所述识别结果数据包括：诵读文本元素集合、各所述诵读文本元素所对应的诵读时序信息，以及与所述诵读文本元素对应的元素诵读发音数据，所述诵读时序信息指示所述诵读文本元素的诵读排列时序关系；

基于所述标准文本元素在标准排列时序上与所述诵读文本元素在诵读排列时序上的对应关系，对所述参考数据与所述识别结果数据进行对比分析，得到用于指示所述诵读音频偏离标准的对比分析结果，包括：将元素诵读发音特征数据与元素标准发音特征数据进行比对，得到用于指示文本元素的诵读发音偏离标准发音程度的第一子对比分析结果，其中，元素诵读发音特征数据通过对元素诵读发音数据进行特征提取处理得到；

根据与所述对比分析结果对应的诵读引导策略，对所述用户进行诵读引导，包括：当所述第一子对比分析结果指示文本元素的诵读发音偏离标准发音程度满足第一诵读引导子策略要求时，根据所述第一诵读引导子策略，向用户播放对应的所述元素标准发音数据；从所述诵读视频中，识别出与所述元素诵读发音数据对应的元素诵读口部特征变化数据；获得与所述元素标准发音数据对应的所述元素标准口部特征变化数据；根据所述元素诵读口部特征变化数据与对应的所述元素标准口部特征变化数据的当前口部特征差异，从预设的口部特征差异与发音纠正动作信息之间的对应关系中，获得与所述当前口部特征差异对应的当前发音纠正动作信息；向所述用户输出所述当前发音纠正动作信息。

2.如权利要求1所述的方法，其特征在于，获得用户对目标内容的诵读音频，以及与所述目标内容对应的参考数据，具体包括：

获得所述用户输入的、所述目标内容的标识；

根据所述标识，从预先建立的数据库中获得所述参考数据，以及，

录制所述用户对所述目标内容的所述诵读音频。

3.如权利要求1所述的方法，其特征在于，基于所述标准文本元素在所述标准排列时序上与所述诵读文本元素在所述诵读排列时序上的对应关系，对所述参考数据与所述识别结果数据进行对比分析，得到用于指示所述诵读音频偏离标准的对比分析结果，还包括：

将所述标准时序信息与所述诵读时序信息进行比对，得到用于指示文本元素的诵读时序偏离标准时序程度的第二子对比分析结果。

4.如权利要求3所述的方法，其特征在于，根据与所述对比分析结果对应的诵读引导策略，对所述用户进行诵读引导，还包括：

当所述第二子对比分析结果指示文本元素的诵读时序偏离标准时序程度满足第二诵读引导子策略要求时，根据所述第二诵读引导子策略，在所述目标内容中定位所述第二子对比分析结果所指示的、诵读时序偏离标准时序的位置，从所述目标内容中提取所述位置对应的部分内容，并向用户播放所述部分内容对应的、由所述元素标准发音数据组成的参考音频。

5.如权利要求1所述的方法，其特征在于，所述元素标准口部特征变化数据包括：元素标准口部形状变化数据以及元素标准口部纹理变化数据；所述元素诵读口部特征变化数据包括：诵读口部形状变化数据以及诵读口部纹理变化数据。

6.如权利要求1所述的方法，其特征在于，向所述用户输出所述当前发音纠正动作信息，具体为：

向所述用户以音频和/或视频方式输出所述当前发音纠正动作信息。