CN112735375A - 语音播报方法、装置、设备以及存储介质 - Google Patents
语音播报方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN112735375A CN112735375A CN202011563561.4A CN202011563561A CN112735375A CN 112735375 A CN112735375 A CN 112735375A CN 202011563561 A CN202011563561 A CN 202011563561A CN 112735375 A CN112735375 A CN 112735375A
- Authority
- CN
- China
- Prior art keywords
- user
- comment information
- information
- sound parameters
- comment
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000004044 response Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 238000003786 synthesis reaction Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本申请公开了语音播报方法、装置、设备以及存储介质,涉及人工智能技术领域,具体为语音合成技术领域。该方法的一具体实施方式包括:获取用户当前浏览页面的评论信息;基于评论信息对应的用户信息为评论信息配置相应的声音参数;将评论信息转换成语音,以评论信息对应的声音参数对语音进行播报。该实施方式提供了一种语音播报方法,将评论内容以对话的方式进行呈现,使用户更容易理解评论内容,也丰富了用户浏览评论内容时的用户体验。
Description
技术领域
本申请实施例涉及计算机领域,具体涉及语音合成等人工智能领域,尤其涉及语音播报方法、装置、设备以及存储介质。
背景技术
近年来,随着大数据、人工智能等技术的进步与应用,文本合成语音(TextToSpeech,TTS)技术也已经趋于成熟,基于基础的文本合成语音技术也已经延伸至不同的应用,并能对其进行个性化的优化,如在有声阅读、新闻播报、订单播报、网页播报及一些智能硬件中的应用场景;同时,随着文本合成语音的技术发展,现在也可对如语速、音量、音调等技术参数进行设定。可以看出,基于文本与语音的技术的应用场景迎来了较好的机会。
发明内容
本申请实施例提出了一种语音播报方法、装置、设备以及存储介质。
第一方面,本申请实施例提出了一种语音播报方法,包括:获取用户当前浏览页面的评论信息;基于评论信息对应的用户信息为评论信息配置相应的声音参数;将评论信息转换成语音,以评论信息对应的声音参数对语音进行播报。
第二方面,本申请实施例提出了一种语音播报装置,包括:获取模块,被配置成获取用户当前浏览页面的评论信息;配置模块,被配置成基于评论信息对应的用户信息为评论信息配置相应的声音参数;播报模块,被配置成将评论信息转换成语音,以评论信息对应的声音参数对语音进行播报。
第三方面,本申请实施例提出了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。
第五方面,本申请实施例提出了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的语音播报方法、装置、设备以及存储介质,首先获取用户当前浏览页面的评论信息;然后基于评论信息对应的用户信息为评论信息配置相应的声音参数;最后将评论信息转换成语音,以评论信息对应的声音参数对语音进行播报。本申请提供了一种语音播报方法,将评论内容以对话的方式进行呈现,使用户更容易理解评论内容,也丰富了用户浏览评论内容时的用户体验。
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
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请的语音播报方法的一个实施例的流程图;
图2是根据本申请的语音播报方法的另一个实施例的流程图;
图3是根据本申请的语音播报方法的又一个实施例的流程图;
图4是本申请的语音播报方法的一个实现框图;
图5是本申请的语音播报方法的另一个实现框图;
图6是根据本申请的语音播报装置的一个实施例的结构示意图;
图7是用来实现本申请实施例的语音播报方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请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,而不会背离本申请的范围和精神。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。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了根据本申请的语音播报方法的一个实施例的流程100。该语音播报方法包括以下步骤:
步骤101,获取用户当前浏览页面的评论信息。
在本实施例中,语音播报方法的执行主体可以获取用户当前浏览页面的评论信息。具体的,上述执行主体可以从云端的评论服务器获取当前浏览页面的评论信息。云端的评论服务器会存储各个页面对应的评论信息,当上述执行主体检测到用户浏览页面,会从评论服务器获取当前浏览页面对应的评论信息。
步骤102,基于评论信息对应的用户信息为评论信息配置相应的声音参数。
在本实施例中,上述执行主体可以基于评论信息对应的用户信息为评论信息配置相应的声音参数。每条评论信息都有对应的用户信息,用户信息可以包括用户ID(Identitydocument,身份标识号),用户ID表明发布该条评论信息的用户身份,每个用户对应一个用户ID,不同用户的用户ID互不相同。用户信息还可以包括用户的属性信息,如用户所处的地理位置、用户的年龄或用户的性别信息等。当用户信息包括用户属性信息时,可根据用户的属性信息对声音参数进行调整优化。上述执行主体可以基于每条评论信息对应的用户ID和/或用户的属性信息为该评论信息配置相应的声音参数。
在本实施例的一些可选实现方式中,上述执行主体可以基于评论信息对应的用户信息和评论信息的时间信息为评论信息配置相应的声音参数。具体的,上述执行主体在获取到用户当前浏览页面的评论信息后,会对获取的浏览信息进行分析,得到每条评论信息的时间信息和每条评论信息所对应的用户信息。在为评论信息配置相应的声音参数时,会按照评论信息的时间顺序为评论信息配置声音参数,当用户数不多时,会将每个用户对应的评论信息配置为同一声音参数,各个用户的声音参数不同;当用户数目过多时,会优先将发布多条评论信息的用户的多条评论信息配置为同一声音参数,再根据实际情况为其他用户的评论配置相应的声音参数。
步骤103,将评论信息转换成语音,以评论信息对应的声音参数对语音进行播报。
在本实施例中,上述执行主体可以将评论信息转换成语音,并以评论信息对应的声音参数对转换的语音进行播报。在步骤102已为各条评论信息配置了相应的声音参数,所以,在将评论信息转换为语音后,会以为其配置好的声音参数对语音进行播报。通过使用不同的声音参数对不同的评论信息进行播报,能让用户更好的理解评论信息的内容,建立完整的上下文,例如当用户为盲人时,通过使用不同的声音参数播报评论信息,能让该用户更容易理解评论信息的内容,但如果使用同一种声音参数对所有评论信息进行播报,则会让该用户无法区分不同评论的不同发布用户,从而无法理解评论信息的内容。
本申请实施例提供的语音播报方法,首先获取用户当前浏览页面的评论信息;然后基于评论信息对应的用户信息为评论信息配置相应的声音参数;最后将评论信息转换成语音,以评论信息对应的声音参数对语音进行播报。本申请提供了一种通过结合上下文内容和用户属性来以不同声音参数对评论内容进行语音播报的方法,将评论内容以对话的方式进行呈现,让用户能够通过声音区分不同评论信息的不同发布者,从而建立完整上下文内容,更好的理解评论信息,丰富了用户浏览评论内容时的用户体验。
继续参考图2,图2示出了根据本申请的语音播报方法的另一个实施例的流程200。该语音播报方法包括以下步骤:
步骤201,获取用户当前浏览页面的评论信息。
在本实施例中,语音播报方法的执行主体可以从服务器端获取用户当前浏览页面的评论信息。
步骤202,对评论信息进行分析,得到评论信息的时间信息和评论信息对应的用户信息,其中,用户信息包括用户ID。
在本实施例中,上述执行主体可以对步骤201获取的评论信息进行分析,以得到每条评论信息发布的时间信息和每条评论信息对应的用户信息,用户信息包括用户ID。用户ID用来表征用户的身份,一个用户对应有一个用户ID,每条评论信息对应一个用户ID,而一个用户ID可以发布多条评论信息,也就是说当多条评论的用户ID相同时,表明上述多条评论为同一用户所发布。时间信息表示该条评论信息发布的具体时间。每条评论信息都对应一个时间信息和一个相对应的用户ID。
在本实施例的一些可选实现方式中,用户信息还可以包括用户的属性信息,用户的属性信息可以包括用户所处的地理位置、用户的年龄或用户的性别。当用户信息包括用户的属性信息时,上述执行主体可以基于用户的属性信息对声音参数进行调整优化,从而为用户带来更好的用户体验。
步骤203,基于评论信息的时间信息和每个评论信息对应的用户ID为评论信息配置相应的声音参数。
在本实施例中,上述执行主体可以基于评论信息的时间信息和每个评论信息对应的用户ID为评论信息配置相应的声音参数。按照评论发布的时间顺序依次为每条评论配置声音参数,要保证将发布多条评论的用户ID的多条评论配置为同一声音参数,且要保证连续的N条评论信息的声音参数不相同。
在本实施例的一些可选实现方式中,上述执行主体可以基于评论信息对应的用户属性信息为评论信息配置相应的声音参数。当用户信息包括用户所处的地理位置、用户的年龄或用户的性别时,上述执行主体可以基于上述属性信息对声音参数进行调整优化,从而为用户带来更好的浏览体验。例如当用户的属性信息包括用户的所处的地理位置为哈尔滨市且用户的性别为男时,可将声音参数调整为说东北方言的男性声音。
步骤204,将评论信息转换成语音,以评论信息对应的声音参数对语音进行播报。
在本实施例中,上述执行主体可以将评论信息转换成语音,并使用步骤203中为其配置的声音参数对上述语音进行播报。
本申请实施例提供的语音播报方法,首先获取用户当前浏览页面的评论信息;然后对评论信息进行分析,得到评论信息的时间信息和评论信息对应的用户信息,其中,用户信息包括用户ID;之后基于评论信息的时间信息和每个评论信息对应的用户ID为评论信息配置相应的声音参数;最后将评论信息转换成语音,以评论信息对应的声音参数对语音进行播报。本申请实施例提供的语音播报方法,基于评论信息对应的用户信息中的用户ID来为页面中的多条评论信息配置声音参数,将评论内容以对话的方式进行呈现,让用户能够通过声音区分不同评论信息的不同发布者,从而建立完整上下文内容,更好的理解评论信息,丰富了用户浏览评论内容时的用户体验。
继续参考图3,图3示出了根据本申请的语音播报方法的又一个实施例的流程300。该语音播报方法包括以下步骤:
步骤301,获取用户当前浏览页面的评论信息。
在本实施例中,语音播报方法的执行主体可以从服务器端获取用户当前浏览页面的评论信息。
步骤302,对评论信息进行分析,得到评论信息的时间信息和评论信息对应的用户ID。
在本实施例中,上述执行主体可以对获取的评论信息进行分析,从而得到每条评论信息发布的时间信息,以及发布该条评论信息的用户ID。
步骤303,统计每个用户ID所对应的评论信息的数目及不同用户ID的数目。
在本实施例中,上述执行主体会统计每个用户ID所对应的评论信息的数目及不同用户ID的数目。由于在本实施例中,每个用户可发布一条或多条评论消息,所以每个用户ID可能对应有一条或多条评论信息。在为评论信息配置声音参数时,需要保证同一用户发布的多条评论信息尽量使用同一声音参数,且之后需要基于不同用户ID的数目来确定最大声音参数的数目。所以,在此步骤需统计每个用户所对应的评论信息的数目和不同用户ID的数目。
步骤304,基于不同用户ID的数目和预先设定的声音参数的阈值数目确定最大声音参数的数目。
在本实施例中,上述执行主体可以基于统计的不同用户ID的数目和预先设定的声音参数的阈值数目来确定最大声音参数的数目。声音参数的阈值数目是根据***的性能以及配置来预先进行设定的,所以不同的***的声音参数的阈值数目可能是不同的,本申请对此不做限制。当统计出不同用户ID的数目之后,将该数目与预先设定的声音参数的阈值数目进行比较,从而确定最大声音参数的数目。
在本实施例的一些可选实现方式中,响应于不同用户ID的数目不大于预先设定的声音参数的阈值数目,将最大声音参数的数目设置为不同用户ID的数目。也即当不同用户ID的数目小于等于预先设定的声音参数的阈值数目时,则将最大声音参数的数目设置为不同用户ID的数目。例如,当统计出不同用户ID的数目为90,而预先设定的声音参数的阈值数目为100时,此时将最大声音参数的数目设置为90。以使得在***具有最佳性能的前提下,将多条评论信息以对话的方式进行更好地呈现,从而提升用户体验。
在本实施例的一些可选实现方式中,响应于不同用户ID的数目大于预先设定的声音参数的阈值数目,将最大声音参数的数目设置为预先设定的声音参数的阈值数目。也即当不同用户ID的数目大于预先设定的声音参数的阈值数目时,则将最大声音参数的数目设置为预先设定的声音参数的阈值数目。例如,当统计出不同用户ID的数目为150,而预先设定的声音参数的阈值数目为100时,此时将最大声音参数的数目设置为100。以使得在***具有最佳性能的前提下,将多条评论信息以对话的方式进行更好地呈现,从而提升用户体验。
步骤305,基于评论信息对应的用户ID为评论信息配置相应的声音参数。
在本实施例中,上述执行主体可以根据评论信息的用户ID为评论信息配置相应的声音参数。
在本实施例的一些可选实现方式中,响应于多条评论信息对应于同一用户ID,为同一用户ID对应的多条评论信息配置同一声音参数。通过为发布多条评论信息的用户的多条评论信息配置同一声音参数,能够使用户获得连续的上下文内容,从而更好地理解评论信息的内容。
在本实施例的一些可选实现方式中,响应于连续的预定数目条评论信息对应于多个用户ID,为多个用户ID中的每个用户ID配置不同的声音参数。在不同用户ID的数目大于最大声音参数的数目的情况下,无法为每个用户ID配置一个声音参数,在这种情况下,在为评论信息配置声音参数时,要保证连续的N条评论使用不同的声音参数,其中,N为正整数,N可根据实际情景进行设置,本申请对此不作限制。这种方式有效避免了在将连续的N条语音进行播报时,用户无法根据播报的语音获得连续的上下文的情况的发生。
步骤306,将评论信息转换成语音,以评论信息对应的声音参数对语音进行播报。
在本实施例中,上述执行主体可以将评论信息转换成语音,并使用上述步骤中为其配置的声音参数对上述语音进行播报。
本申请实施例提供的语音播报方法,首先获取用户当前浏览页面的评论信息;并对评论信息进行分析,得到评论信息的时间信息和评论信息对应的用户ID;然后统计每个用户ID所对应的评论信息的数目及不同用户ID的数目;再基于不同用户ID的数目和预先设定的声音参数的阈值数目确定最大声音参数的数目;之后基于评论信息对应的用户ID为评论信息配置相应的声音参数;最后将评论信息转换成语音,以评论信息对应的声音参数对语音进行播报。本申请实施例提供的语音播报方法,在保证***具有最佳性能的前提下,为页面中的多条评论信息配置声音参数,将评论内容以对话的方式进行呈现,让用户能够通过声音区分不同评论信息的不同发布者,从而建立完整的上下文,更好的理解评论信息,丰富了用户浏览评论内容时的用户体验。
继续参考图4,图4是本申请的语音播报方法的一个实现框图。如图4所示,获取的用户当前浏览页面的评论信息为:
(1)用户a的评论内容为:1;
(2)用户b的评论内容为:2;
(3)用户a的评论内容为:3;
(4)用户a的评论内容为:4;
(5)用户c的评论内容为:5;
(6)用户d的评论内容为:6;
(7)用户e的评论内容为:7;
(8)用户f的评论内容为:8;
(9)用户b的评论内容为:9。
可以看出,上述9条评论内容为用户a、用户b、用户c、用户d、用户e和用户f6个用户所发布的,且用户a发布3条评论、用户b发布2条评论及用户c、用户d、用户e、用户f均发布一条评论。
在此实施例中,假设预先设定的声音参数的阈值数目为10,那么此时最大声音参数的数目就为6,6个声音参数分别为声音参数a、声音参数b、声音参数c、声音参数d、声音参数e和声音参数f,可为上述6个不同用户配置互不相同的声音参数对评论信息进行播报,播报方案如下所示:
使用声音参数a对用户a的评论进行播报,播报1;
使用声音参数b对用户b的评论进行播报,播报2;
使用声音参数a对用户a的评论进行播报,播报3;
使用声音参数a对用户a的评论进行播报,播报4;
使用声音参数c对用户c的评论进行播报,播报5;
使用声音参数d对用户d的评论进行播报,播报6;
使用声音参数e对用户e的评论进行播报,播报7;
使用声音参数f对用户f的评论进行播报,播报8;
使用声音参数b对用户b的评论进行播报,播报9。
在不同用户数不大于预先设定的声音参数的阈值数目时,可为每个用户配置一个声音参数,从而使用各不相同的声音参数对不同用户发布的评论内容进行播报,但同一用户的多条评论要使用同一声音参数播报。
继续参考图5,图5是本申请的语音播报方法的另一个实现框图。如图5所示,获取的用户当前浏览页面的评论信息为:
(1)用户a的评论内容为:1;
(2)用户b的评论内容为:2;
(3)用户a的评论内容为:3;
(4)用户a的评论内容为:4;
(5)用户c的评论内容为:5;
(6)用户d的评论内容为:6;
(7)用户e的评论内容为:7;
(8)用户f的评论内容为:8;
(9)用户b的评论内容为:9。
图5获取的评论内容与图4中相同,同样为用户a、用户b、用户c、用户d、用户e和用户f6个用户发布的9条评论,其中,用户a发布3条评论、用户b发布2条评论及用户c、用户d、用户e、用户f均发布一条评论。
但是,在此实施例中,假设预先设定的声音参数的阈值数目为5,那么此时最大声音参数的数目为5,5个声音参数分别为声音参数a、声音参数b、声音参数c、声音参数d和声音参数e,无法为上述6个不同用户配置互不相同的声音参数,在此前提下为上述6个不同用户配置声音参数的方案如下所示:
使用声音参数a对用户a的评论进行播报,播报1;
使用声音参数b对用户b的评论进行播报,播报2;
使用声音参数a对用户a的评论进行播报,播报3;
使用声音参数a对用户a的评论进行播报,播报4;
使用声音参数c对用户c的评论进行播报,播报5;
使用声音参数d对用户d的评论进行播报,播报6;
使用声音参数e对用户e的评论进行播报,播报7;
使用声音参数c对用户f的评论进行播报,播报8;
使用声音参数b对用户b的评论进行播报,播报9。
由上述方案可以看出,在不同用户的数目大于最大声音参数的数目时,使用声音参数c对用户f的评论内容进行播报,这是由于要保证连续的多条评论使用不同的声音参数,在此前提下,可使用声音参数a或声音参数c对用户f的评论内容进行播报,但是由于用户a有3条评论,已采用声音参数a对这3条评论进行了播报,而用户c只有一条评论,采用声音参数c只对这一条评论进行了播报,所以此时优选声音参数c对用户f的评论内容进行播报。
进一步参考图6,作为对上述各图所示方法的实现,本申请提供了一种语音播报装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的语音播报装置600可以包括:获取模块601、配置模块602和播报模块603。其中,获取模块601,被配置成获取用户当前浏览页面的评论信息;配置模块602,被配置成基于评论信息对应的用户信息为评论信息配置相应的声音参数;播报模块603,被配置成将评论信息转换成语音,以评论信息对应的声音参数对语音进行播报。
在本实施例中,语音播报装置600中:获取模块601、配置模块602和播报模块603的具体处理及其所带来的技术效果可分别参考图1对应实施例中的步骤101-103的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,用户信息包括用户ID;以及配置模块进一步配置成:分析子模块,被配置成对评论信息进行分析,得到评论信息的时间信息和评论信息对应的用户ID;配置子模块,被配置成基于评论信息的时间信息和每个评论信息对应的用户ID为评论信息配置相应的声音参数。
在本实施例的一些可选的实现方式中,配置模块进一步配置成:统计子模块,被配置成统计每个用户ID所对应的评论信息的数目及不同用户ID的数目;确定子模块,被配置成基于不同用户ID的数目和预先设定的声音参数的阈值数目确定最大声音参数的数目。
在本实施例的一些可选的实现方式中,确定子模块进一步配置成:响应于不同用户ID的数目不大于预先设定的声音参数的阈值数目,将最大声音参数的数目设置为不同用户ID的数目;响应于不同用户ID的数目大于预先设定的声音参数的阈值数目,将最大声音参数的数目设置为预先设定的声音参数的阈值数目。
在本实施例的一些可选的实现方式中,配置子模块进一步配置成:响应于多条评论信息对应于同一用户ID,为同一用户ID对应的多条评论信息配置同一声音参数。
在本实施例的一些可选的实现方式中,配置子模块进一步配置成:响应于连续的预定数目条评论信息对应于多个用户ID,为多个用户ID中的每个用户ID配置不同的声音参数。
在本实施例的一些可选的实现方式中,用户信息还包括用户的属性信息;以及配置模块进一步配置成:基于评论信息对应的用户属性信息为评论信息配置相应的声音参数。
在本实施例的一些可选的实现方式中,用户的属性信息包括:用户所处的地理位置、用户的年龄或用户的性别。
根据本申请的实施例,本申请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。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,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7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700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。
计算单元701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701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701执行上文所描述的各个方法和处理,例如语音播报方法。例如,在一些实施例中,语音播报方法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708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的语音播报方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行语音播报方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、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***的***(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***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***、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***、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***、装置或设备使用或与指令执行***、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***、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***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***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(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***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***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***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***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。
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,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,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。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (19)
1.一种语音播报方法,包括:
获取用户当前浏览页面的评论信息;
基于所述评论信息对应的用户信息为所述评论信息配置相应的声音参数;
将所述评论信息转换成语音,以所述评论信息对应的声音参数对所述语音进行播报。
2.根据权利要求1所述的方法,其中,所述用户信息包括用户ID;以及
所述基于所述评论信息对应的用户信息为所述评论信息配置相应的声音参数,包括:
对所述评论信息进行分析,得到所述评论信息的时间信息和所述评论信息对应的用户ID;
基于所述评论信息的时间信息和每个评论信息对应的用户ID为所述评论信息配置相应的声音参数。
3.根据权利要求2所述的方法,其中,在所述对所述评论信息进行分析,得到所述评论信息的时间信息和所述评论信息对应的用户ID之后,所述方法还包括:
统计每个用户ID所对应的评论信息的数目及不同用户ID的数目;
基于所述不同用户ID的数目和预先设定的声音参数的阈值数目确定最大声音参数的数目。
4.根据权利要求3所述的方法,其中,所述基于所述不同用户ID的数目和预先设定的声音参数的阈值数目确定最大声音参数的数目,包括:
响应于所述不同用户ID的数目不大于预先设定的声音参数的阈值数目,将所述最大声音参数的数目设置为所述不同用户ID的数目;
响应于所述不同用户ID的数目大于预先设定的声音参数的阈值数目,将所述最大声音参数的数目设置为预先设定的声音参数的阈值数目。
5.根据权利要求2所述的方法,其中,所述基于所述评论信息的时间信息和每个评论信息对应的用户ID为所述评论信息配置相应的声音参数,包括:
响应于多条评论信息对应于同一用户ID,为所述同一用户ID对应的多条评论信息配置同一声音参数。
6.根据权利要求5所述的方法,其中,所述基于所述评论信息的时间信息和每个评论信息对应的用户ID为所述评论信息配置相应的声音参数,还包括:
响应于连续的预定数目条评论信息对应于多个用户ID,为所述多个用户ID中的每个用户ID配置不同的声音参数。
7.根据权利要求1所述的方法,其中,所述用户信息还包括用户的属性信息;以及
所述基于所述评论信息对应的用户信息为所述评论信息配置相应的声音参数,还包括:
基于所述评论信息对应的用户属性信息为所述评论信息配置相应的声音参数。
8.根据权利要求7所述的方法,其中,所述用户的属性信息包括:用户所处的地理位置、用户的年龄或用户的性别。
9.一种语音播报装置,包括:
获取模块,被配置成获取用户当前浏览页面的评论信息;
配置模块,被配置成基于所述评论信息对应的用户信息为所述评论信息配置相应的声音参数;
播报模块,被配置成将所述评论信息转换成语音,以所述评论信息对应的声音参数对所述语音进行播报。
10.根据权利要求9所述的装置,其中,所述用户信息包括用户ID;以及
所述配置模块进一步配置成:
分析子模块,被配置成对所述评论信息进行分析,得到所述评论信息的时间信息和所述评论信息对应的用户ID;
配置子模块,被配置成基于所述评论信息的时间信息和每个评论信息对应的用户ID为所述评论信息配置相应的声音参数。
11.根据权利要求10所述的装置,其中,所述配置模块进一步配置成:
统计子模块,被配置成统计每个用户ID所对应的评论信息的数目及不同用户ID的数目;
确定子模块,被配置成基于所述不同用户ID的数目和预先设定的声音参数的阈值数目确定最大声音参数的数目。
12.根据权利要求11所述的装置,其中,所述确定子模块进一步配置成:
响应于所述不同用户ID的数目不大于预先设定的声音参数的阈值数目,将所述最大声音参数的数目设置为所述不同用户ID的数目;
响应于所述不同用户ID的数目大于预先设定的声音参数的阈值数目,将所述最大声音参数的数目设置为预先设定的声音参数的阈值数目。
13.根据权利要求10所述的装置,其中,所述配置子模块进一步配置成:
响应于多条评论信息对应于同一用户ID,为所述同一用户ID对应的多条评论信息配置同一声音参数。
14.根据权利要求13所述的装置,其中,所述配置子模块进一步配置成:
响应于连续的预定数目条评论信息对应于多个用户ID,为所述多个用户ID中的每个用户ID配置不同的声音参数。
15.根据权利要求9所述的装置,其中,所述用户信息还包括用户的属性信息;以及
所述配置模块进一步配置成:
基于所述评论信息对应的用户属性信息为所述评论信息配置相应的声音参数。
16.根据权利要求15所述的装置,其中,所述用户的属性信息包括:用户所处的地理位置、用户的年龄或用户的性别。
17.一种电子设备,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。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011563561.4A CN112735375A (zh) | 2020-12-25 | 2020-12-25 | 语音播报方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011563561.4A CN112735375A (zh) | 2020-12-25 | 2020-12-25 | 语音播报方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112735375A true CN112735375A (zh) | 2021-04-30 |
Family
ID=75616285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011563561.4A Pending CN112735375A (zh) | 2020-12-25 | 2020-12-25 | 语音播报方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112735375A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090319273A1 (en) * | 2006-06-30 | 2009-12-24 | Nec Corporation | Audio content generation system, information exchanging system, program, audio content generating method, and information exchanging method |
JP2014011509A (ja) * | 2012-06-27 | 2014-01-20 | Sharp Corp | 音声出力制御装置、音声出力制御方法、プログラム及び記録媒体 |
CN103533519A (zh) * | 2012-07-06 | 2014-01-22 | 盛乐信息技术(上海)有限公司 | 短信播报方法及*** |
CN104485100A (zh) * | 2014-12-18 | 2015-04-01 | 天津讯飞信息科技有限公司 | 语音合成发音人自适应方法及*** |
CN105959271A (zh) * | 2016-04-25 | 2016-09-21 | 乐视控股(北京)有限公司 | 一种文字内容信息的语音转换方法、播放方法及装置 |
CN107452400A (zh) * | 2017-07-24 | 2017-12-08 | 珠海市魅族科技有限公司 | 语音播报方法及装置、计算机装置和计算机可读存储介质 |
CN108366302A (zh) * | 2018-02-06 | 2018-08-03 | 南京创维信息技术研究院有限公司 | Tts播报指令优化方法、智能电视、***及存储装置 |
CN110379406A (zh) * | 2019-06-14 | 2019-10-25 | 北京字节跳动网络技术有限公司 | 语音评论转换方法、***、介质和电子设备 |
CN110968673A (zh) * | 2019-12-04 | 2020-04-07 | 北京明略软件***有限公司 | 一种语音评论的播放方法、装置、语音设备及存储介质 |
CN111276123A (zh) * | 2018-11-16 | 2020-06-12 | 阿拉的(深圳)人工智能有限公司 | 一种语音播报留言的方法、装置、计算机设备及存储介质 |
-
2020
- 2020-12-25 CN CN202011563561.4A patent/CN112735375A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090319273A1 (en) * | 2006-06-30 | 2009-12-24 | Nec Corporation | Audio content generation system, information exchanging system, program, audio content generating method, and information exchanging method |
JP2014011509A (ja) * | 2012-06-27 | 2014-01-20 | Sharp Corp | 音声出力制御装置、音声出力制御方法、プログラム及び記録媒体 |
CN103533519A (zh) * | 2012-07-06 | 2014-01-22 | 盛乐信息技术(上海)有限公司 | 短信播报方法及*** |
CN104485100A (zh) * | 2014-12-18 | 2015-04-01 | 天津讯飞信息科技有限公司 | 语音合成发音人自适应方法及*** |
CN105959271A (zh) * | 2016-04-25 | 2016-09-21 | 乐视控股(北京)有限公司 | 一种文字内容信息的语音转换方法、播放方法及装置 |
CN107452400A (zh) * | 2017-07-24 | 2017-12-08 | 珠海市魅族科技有限公司 | 语音播报方法及装置、计算机装置和计算机可读存储介质 |
CN108366302A (zh) * | 2018-02-06 | 2018-08-03 | 南京创维信息技术研究院有限公司 | Tts播报指令优化方法、智能电视、***及存储装置 |
CN111276123A (zh) * | 2018-11-16 | 2020-06-12 | 阿拉的(深圳)人工智能有限公司 | 一种语音播报留言的方法、装置、计算机设备及存储介质 |
CN110379406A (zh) * | 2019-06-14 | 2019-10-25 | 北京字节跳动网络技术有限公司 | 语音评论转换方法、***、介质和电子设备 |
CN110968673A (zh) * | 2019-12-04 | 2020-04-07 | 北京明略软件***有限公司 | 一种语音评论的播放方法、装置、语音设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113239705A (zh) | 语义表示模型的预训练方法、装置、电子设备和存储介质 | |
CN114492831B (zh) | 联邦学习模型的生成方法及其装置 | |
CN113055751B (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN112508115B (zh) | 建立节点表示模型的方法、装置、设备和计算机存储介质 | |
CN113360711A (zh) | 视频理解任务的模型训练和执行方法、装置、设备及介质 | |
CN113691864A (zh) | 视频剪辑方法、装置、电子设备和可读存储介质 | |
CN114861059A (zh) | 资源推荐方法、装置、电子设备及存储介质 | |
CN113904943A (zh) | 账号检测方法、装置、电子设备和存储介质 | |
CN113869042A (zh) | 文本标题生成方法、装置、电子设备以及存储介质 | |
CN110852057A (zh) | 一种计算文本相似度的方法和装置 | |
CN116992000A (zh) | 交互信息处理方法、装置、电子设备、计算机可读介质 | |
US20230076471A1 (en) | Training method, text translation method, electronic device, and storage medium | |
CN112735375A (zh) | 语音播报方法、装置、设备以及存储介质 | |
CN114330718B (zh) | 因果关系的提取方法、装置及电子设备 | |
CN114399513B (zh) | 用于训练图像分割模型和图像分割的方法、装置 | |
CN113903329B (zh) | 语音处理方法、装置、电子设备及存储介质 | |
CN113901316A (zh) | 一种信息推送方法、装置、电子设备及存储介质 | |
CN114071192A (zh) | 信息获取方法、终端、服务器、电子设备以及存储介质 | |
CN113553413A (zh) | 对话状态的生成方法、装置、电子设备和存储介质 | |
CN114254028A (zh) | 事件属性抽取方法、装置、电子设备和存储介质 | |
CN114138358A (zh) | 应用程序的启动优化方法、装置、设备和存储介质 | |
CN114219731A (zh) | 图片优化方法、装置、设备以及存储介质 | |
CN113838450A (zh) | 音频合成及相应的模型训练方法、装置、设备及存储介质 | |
CN113743112A (zh) | 关键词的提取方法、装置、电子设备及可读存储介质 | |
CN113362111A (zh) | 一种内容发送方法、装置及电子设备 |
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 |