[發明專利]用于輸出信息的方法和裝置

在審

• 申請號: 202010154003.6
• 申請日: 2020-03-06
• 公開（公告）號: CN112309391A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G10L25/60;H04N21/231;H04N21/233;H04N21/2343;H04N21/235;H04N21/433;H04N21/435;H04N21/439;H04N21/4402;H04N21/488;H04N21/8547
• 代理公司: 北京海智友知識產權代理事務所(普通合伙) 11455
• 代理人: 鞏靖

1.一種用于輸出信息的方法，包括：

獲取對目標用戶講話的場景進行拍攝所獲得的視頻；

對所述視頻進行處理，獲得包括目標字幕的第一結果視頻；

生成用于表征所述視頻中的音頻的優劣程度的評測結果；

輸出所述評測結果和所述第一結果視頻。

2.根據權利要求1所述的方法，其中，所述輸出所述評測結果和所述第一結果視頻包括：

將所述評測結果添加到所述第一結果視頻中，獲得第二結果視頻；

輸出所述第二結果視頻。

3.根據權利要求1所述的方法，其中，所述對所述視頻進行處理，獲得包括字幕的第一結果視頻包括：

對所述視頻中的音頻進行識別，獲得識別文本；

基于所述識別文本，生成所述音頻所對應的目標字幕；

將所述目標字幕添加到所述視頻中，獲得第一結果視頻。

4.根據權利要求3所述的方法，其中，所述基于所述識別文本，生成所述音頻所對應的目標字幕包括：

從所述識別文本包括的文字中確定與預設文本包括的文字不匹配的文字作為目標文字；

基于所述識別文本，生成所述音頻所對應的初始字幕；

將所述初始字幕中的目標文字的格式調整為目標格式，獲得所述音頻所對應的目標字幕。

5.根據權利要求4所述的方法，其中，所述生成用于表征所述視頻中的音頻的優劣程度的評測結果包括：

基于所確定的目標文字的數量，對所述音頻進行評測，獲得用于表征所述音頻的優劣程度的評測結果。

6.根據權利要求1所述的方法，其中，所述生成用于表征所述視頻中的音頻的優劣程度的評測結果包括：

將所述音頻輸入預先訓練的流利度評測模型，獲得用于表征所述音頻的流利程度的評測結果。

7.根據權利要求1所述的方法，其中，所述生成用于表征所述視頻中的音頻的優劣程度的評測結果包括：

生成用于表征所述視頻中的音頻的優劣程度的第一評測結果和第二評測結果；以及

所述輸出評測結果包括：

輸出第一評測結果；

響應于接收到針對所述第二評測結果的獲取請求，輸出所述第二評測結果。

8.根據權利要求7所述的方法，其中，所述第二評測結果包括以下至少一項：所述目標用戶讀錯的單詞、所述目標用戶讀錯的單詞的數量、所述目標用戶讀錯的單詞所在的句子。

9.根據權利要求1所述的方法，其中，所述生成用于表征所述視頻中的音頻的優劣程度的評測結果包括：

將所述視頻發送給目標終端，獲取所述目標終端的用戶利用目標終端輸入的、用于表征所述視頻中的音頻的優劣程度的評測結果。

10.一種用于輸出信息的裝置，包括：

獲取單元，被配置成獲取對目標用戶講話的場景進行拍攝所獲得的視頻；

處理單元，被配置成對所述視頻進行處理，獲得包括目標字幕的第一結果視頻；

生成單元，被配置成生成用于表征所述視頻中的音頻的優劣程度的評測結果；

輸出單元，被配置成輸出所述評測結果和所述第一結果視頻。

11.一種電子設備，包括：

一個或多個處理器；

存儲裝置，其上存儲有一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-9中任一所述的方法。

12.一種計算機可讀介質，其上存儲有計算機程序，其中，該程序被處理器執行時實現如權利要求1-9中任一所述的方法。