[發明專利]一種視覺障礙者語音輔助方法、終端、服務器及系統

在審

• 申請號: 201911113176.7
• 申請日: 2019-11-14
• 公開（公告）號: CN111046223A
• 公開（公告）日: 2020-04-21
• 發明（設計）人: 李秉倫
• 申請（專利權）人: 李秉倫
• 主分類號: G06F16/68
• 分類號: G06F16/68;G06F16/638;G06K9/32;G06K9/34
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 趙平;周永君

本發明提供了一種視覺障礙者語音輔助方法、終端、服務器及系統，所述方法包括：獲取文字載體，將所述文字載體轉換為待識別圖像；將所述待識別圖像傳輸至服務器，以使所述服務器通過文字識別模型定位所述待識別圖像上包括文字的文本框，對所述文本框進行文字識別得到文字并對所述文字進行修正，將修正后的文字轉換為音頻文件，存儲所述音頻文件并得到所述音頻文件的存儲地址；接收所述服務器傳輸的音頻文件的存儲地址，根據所述存儲地址獲取所述音頻文件并向用戶播放，本發明可將文字載體上的文字轉換為語音，以輔助視覺障礙者的日常生活。

技術領域

本發明涉及視覺輔助技術領域，尤其涉及一種視覺障礙者語音輔助方法、終端、服務器及系統。

背景技術

視覺障礙者一般由于視力缺乏，不能夠清楚觀察周圍環境，很大程度上需要依賴其他感官感受周圍環境。因此，視覺障礙者不能夠從文字載體上獲取信息，獨立生活和出行也比較困難，生活和學習上均有許多不便之處。

發明內容

本發明的一個目的在于提供一種視覺障礙者語音輔助方法，可將文字載體上的文字轉換為語音，以輔助視覺障礙者的日常生活。本發明的另一個目的在于提供一種終端。本發明的還一個目的在于提供一種服務器。本發明的還一個目的在于提供一種計算機設備。本發明的還一個目的在于提供一種計算機可讀介質。本發明的還一個目的在于提供一種視覺障礙者語音輔助系統。

為了達到以上目的，本發明一方面公開了一種視覺障礙者語音輔助方法，包括：

獲取文字載體，將所述文字載體轉換為待識別圖像；

將所述待識別圖像傳輸至服務器，以使所述服務器通過文字識別模型定位所述待識別圖像上包括文字的文本框，對所述文本框進行文字識別得到文字并對所述文字進行修正，將修正后的文字轉換為音頻文件，存儲所述音頻文件并得到所述音頻文件的存儲地址；

接收所述服務器傳輸的音頻文件的存儲地址，根據所述存儲地址獲取所述音頻文件并向用戶播放。

優選的，所述獲取文字載體具體包括：

通過圖像采集設備采集至少一張圖像形成所述文字載體；或者，

接收終端APP傳輸的語音輔助請求，獲取終端APP中待識別的文字載體。

優選的，所述文字載體包括圖像、視頻、WORD、PDF和PPT中的一種或多種。

優選的，所述方法進一步包括：

接收視覺障礙者的語音指令和/或通過觸摸顯示屏輸入的觸控指令；

解析所述語音指令和/或觸控指令得到控制信息；

根據所述控制信息確定控制指令并執行對應的操作。

優選的，所述對應的操作包括以下操作的一個或多個：

獲取文字載體；

顯示文字載體的檢測進度；

播放獲取的音頻文件；

停止播放音頻文件；

顯示識別得到的文字。

本發明還公開了一種視覺障礙者語音輔助方法，包括：

接收終端傳輸的待識別圖像；

通過文字識別模型定位所述待識別圖像上包括文字的文本框，對所述文本框進行文字識別得到文字并對所述文字進行修正，將修正后的文字轉換為音頻文件識別所述待識別圖像上的文字，將所述文字轉換為音頻文件，存儲所述音頻文件并得到所述音頻文件的存儲地址；

將所述音頻文件的存儲地址反饋給終端，以使所述終端根據所述存儲地址獲取所述音頻文件并向用戶播放。