[发明专利]语音点读方法、装置、设备和介质

说明书

本公开的实施例公开了语音点读方法、装置、设备和介质。该方法的一具体实施方式包括：获取待点读图像，待点读图像中包括待点读文本对象；基于对待点读文本对象所表征的待点读文本的识别结果，在待点读图像中以预设标识标注待点读文本中的各段落；基于识别结果，生成与待点读文本中的各段落一一对应的音频和翻译文本；响应于接收到用户的点读操作，在待点读图像中显示点读操作所指示的预设标识所指示的段落对应的翻译文本，播放该段落对应的音频。本实施方式丰富了语音点读的操作方式，提高了语音点读的便捷性和效率。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及一种语音点读方法、装置、设备和介质。

背景技术

点读技术作为一种新型多媒体教学的技术手段，能够实现准确的文本定位，即点即读，可以帮助学生修正读音、校准语调、控制节奏、调整语速，有助于学生构建标准的语言环境，形成良好的学习习惯。目前，在点读技术方面的相关产品主要包括点读机、点读笔和移动客户端点读技术。

其中，点读机通过万点电磁感应定位系统等手段，预先在机体系统内收录课本的音频文件，并设置好对应在书本内容中的页码和位置，点读机根据页码和位置获取到对应的音频文件，使用内置音频系统播放对应内容。

点读笔技术是融合光学图像识别技术和数码语音技术的智能阅读和学习工具，一般是采用RFID(Radio Frequency Identification，射频识别)技术进行文字识别，即在书本印刷过程中，预先在文字中添加识别码，基于文字识别码，调用内部预先存储的数据进行解码、译码和音频转换，最终实现点读。

移动客户端点读技术一般预先将所支持的书本内容电子化，并人工框选出可读内容的坐标位置，基于人工录制的音频，进行书本页码和位置匹配，以实现点读。

发明内容

本公开提出了语音点读方法、装置、设备和介质。

第一方面，本公开的实施例提供了一种语音点读方法，该方法包括：获取待点读图像，待点读图像中包括待点读文本对象；基于对待点读文本对象所表征的待点读文本的识别结果，在待点读图像中以预设标识标注待点读文本中的各段落；基于识别结果，生成与待点读文本中的各段落一一对应的音频和翻译文本；响应于接收到用户的点读操作，在待点读图像中显示点读操作所指示的预设标识所指示的段落对应的翻译文本，播放该段落对应的音频。

在一些实施例中，上述基于对待点读文本对象所表征的待点读文本的识别结果，在待点读图像中以预设标识标注待点读文本中的各段落，包括：基于对待点读文本对象所表征的待点读文本的识别结果，在待点读图像上添加与待点读文本中的各段落一一对应的段落框选图层。

在一些实施例中，上述基于对待点读文本对象所表征的待点读文本的识别结果，在待点读图像上添加与待点读文本中的各段落一一对应的段落框选图层，包括：基于对待点读文本对象所表征的待点读文本的识别结果，确定待点读文本中的各段落中的字符的位置信息；根据各段落中的字符的位置信息，生成包含该段落中的所有字符的包围区域；以包围区域为参照，在待点读图像上添加与各段落一一对应的段落框选图层。

在一些实施例中，上述在待点读图像中显示点读操作所指示的预设标识所指示的段落对应的翻译文本，包括：根据获取的点读操作所指示的预设标识的位置信息以及翻译文本，确定显示区域的位置信息以及尺寸信息；以显示区域为参照，在待点读图像上添加显示图层显示点读操作所指示的预设标识所指示的段落对应的翻译文本。

在一些实施例中，上述基于识别结果，生成与待点读文本中的各段落一一对应的音频和翻译文本，包括：基于识别结果，生成待点读文本中的各段落一一对应的音频和翻译文本，以及与各翻译文本一一对应的音频。