[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

本公開的實施例公開了用于輸出信息的方法和裝置。該方法的一具體實施方式包括：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；生成用于表征視頻中的音頻的優劣程度的評測結果；輸出評測結果和第一結果視頻。該實施方式可以在向用戶反饋評測結果的同時，將記錄了用戶讀講話的過程的視頻反饋給用戶，提高了信息輸出的多樣性；并且，上述視頻可以為用戶學習嘴型等除發音以外的內容提供參考，進而有助于用戶進行更為全面的語言學習。

技術領域

本公開的實施例涉及計算機技術領域，尤其涉及用于輸出信息的方法和裝置。

背景技術

語音評測技術是讓計算設備聽懂人的發音，并給出及時的反饋，形成必要的糾錯，從而幫助語言學習者在不斷試錯的閉環學習環境中完成高質量的學習。

目前，語音評測技術通常是以評分的形式反饋評測結果。

發明內容

本公開的實施例提出了用于輸出信息的方法和裝置。

第一方面，本公開的實施例提供了一種用于輸出信息的方法，該方法包括：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；生成用于表征視頻中的音頻的優劣程度的評測結果；輸出評測結果和第一結果視頻。

在一些實施例中，輸出評測結果和第一結果視頻包括：將評測結果添加到第一結果視頻中，獲得第二結果視頻；輸出第二結果視頻。

在一些實施例中，對視頻進行處理，獲得包括字幕的第一結果視頻包括：對視頻中的音頻進行識別，獲得識別文本；基于識別文本，生成音頻所對應的目標字幕；將目標字幕添加到視頻中，獲得第一結果視頻。

在一些實施例中，基于識別文本，生成音頻所對應的目標字幕包括：從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；基于識別文本，生成音頻所對應的初始字幕；將初始字幕中的目標文字的格式調整為目標格式，獲得音頻所對應的目標字幕。

在一些實施例中，生成用于表征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，對音頻進行評測，獲得用于表征音頻的優劣程度的評測結果。

在一些實施例中，生成用于表征視頻中的音頻的優劣程度的評測結果包括：將音頻輸入預先訓練的流利度評測模型，獲得用于表征音頻的流利程度的評測結果。

在一些實施例中，生成用于表征視頻中的音頻的優劣程度的評測結果包括：生成用于表征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；以及輸出評測結果包括：輸出第一評測結果；響應于接收到針對第二評測結果的獲取請求，輸出第二評測結果。

在一些實施例中，第二評測結果包括以下至少一項：目標用戶讀錯的單詞、目標用戶讀錯的單詞的數量、目標用戶讀錯的單詞所在的句子。

在一些實施例中，生成用于表征視頻中的音頻的優劣程度的評測結果包括：將視頻發送給目標終端，獲取目標終端的用戶利用目標終端輸入的、用于表征視頻中的音頻的優劣程度的評測結果。

第二方面，本公開的實施例提供了一種用于輸出信息的裝置，改造裝置包括：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，被配置成輸出評測結果和第一結果視頻。

第三方面，本公開的實施例提供了一種電子設備，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，當一個或多個程序被一個或多個處理器執行，使得一個或多個處理器實現上述用于輸出信息的方法中任一實施例的方法。

第四方面，本公開的實施例提供了一種計算機可讀介質，其上存儲有計算機程序，該程序被處理器執行時實現上述用于輸出信息的方法中任一實施例的方法。