[发明专利]记录内容的方法、装置、终端及存储介质

权利要求书

1.一种记录内容的方法，其特征在于，所述方法包括：

显示记录浮窗，所述记录浮窗中显示有图像采集控件；

音频录制过程中，响应于对所述图像采集控件的触发操作，采集图像内容；

对音频进行文本转换，得到所述音频对应的第一文本；

基于所述第一文本的播放时刻，将所述第一文本关联至所述音频的时间轴上；

基于所述图像内容的采集时刻，将所述图像内容关联至所述音频的时间轴上，生成记录文件，以使得基于所述记录文件播放所述音频时按照所述采集时刻显示所述图像内容并按照所述播放时刻显示所述第一文本；

响应于播放指令，且所述图像内容的拍摄频率大于频率阈值，确定播放模式是视频模式；所述拍摄频率是所述图像内容的数量与音频时长的比值；当所述图像内容是静态图片或者动态图片时，所述图像内容的数量用于指示图片的张数；当所述图像内容是短视频时，所述图像内容的数量用于指示短视频的个数；所述视频模式下，当所述音频播放至所述图像内容的所述采集时刻时，所述图像内容以视频帧的形式显示；

响应于播放指令，且所述图像内容的所述拍摄频率小于或等于所述频率阈值，确定所述播放模式是阅读模式；所述阅读模式下，所述图像内容以图片流的形式显示，所述图片流随着所述音频的播放进度滚动；在所述阅读模式下所述第一文本被按照预设标准分段显示，所述预设标准包括发声者不同或语音间隔时长大于第二阈值；在所述阅读模式下的界面显示有：至少两个时间点、所述至少两个时间点分别对应的文本段落和图像内容；

基于所述音频的时间轴，以所述播放模式播放所述记录文件。

2.根据权利要求1所述的方法，其特征在于，所述音频录制过程中，响应于对所述图像采集控件的触发操作，采集图像内容，包括：

音频录制过程中，响应于对所述图像采集控件的触发操作，获取所述音频的已录制时长；

基于音频录制场景采集所述图像内容，并将所述已录制时长确定为所述图像内容的所述采集时刻。

3.根据权利要求2所述的方法，其特征在于，所述基于音频录制场景采集所述图像内容，包括：

响应于所述音频录制场景是线下音频录制场景，调用摄像头采集所述图像内容，所述线下音频录制场景下采集的所述音频为环境声音频；

或，

响应于所述音频录制场景是线上音频录制场景，从显示屏显示的用户界面中采集所述图像内容，所述线上音频录制场景下采集的所述音频包括环境声音频和应用内音频。

4.根据权利要求1所述的方法，其特征在于，所述采集图像内容后，所述方法还包括：

对所述图像内容进行图像识别；

响应于所述图像内容中包括内容展示区，对所述内容展示区中的局部图像进行图像处理，得到处理后的所述图像内容，其中，所述内容展示区是包含文字内容或数据表格的特定形状区域，图像处理的方式包括图像校正、图像裁剪或图像增强中的至少一种。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述音频进行声纹识别，确定所述第一文本对应的发声者；

为所述第一文本添加发声者标识，以使得基于所述记录文件播放所述音频时将所述第一文本和所述发声者标识关联显示。

6.根据权利要求1所述的方法，其特征在于，所述记录浮窗中还显示有文本录入控件，所述方法还包括：

音频录制过程中，响应于对所述文本录入控件的触发操作，获取录入的第二文本；

基于所述第二文本的录入时刻，将所述第二文本关联至所述音频的时间轴上，以使得基于所述记录文件播放所述音频时按照所述录入时刻显示所述第二文本。

7.根据权利要求1所述的方法，其特征在于，在所述采集图像内容后，所述方法还包括：

更新所述图像采集控件的角标，所述角标用于指示已采集的所述图像内容的数量。