[發明專利]顯示語音文本的方法及裝置

在審

• 申請號: 202010298911.2
• 申請日: 2020-04-16
• 公開（公告）號: CN111526247A
• 公開（公告）日: 2020-08-11
• 發明（設計）人: 張蘇弦;柯文杰;梁嘉燕
• 申請（專利權）人: 廣州三星通信技術研究有限公司;三星電子株式會社
• 主分類號: H04M1/725
• 分類號: H04M1/725;G10L15/22;G10L15/26
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 王皎彤;曾世驍

提供一種顯示語音文本的方法及裝置。該顯示語音文本的方法包括：獲取當前場景信息；基于獲取的當前場景信息將語音數據轉換為文本信息；并且輸出轉換得到的文本信息。

技術領域

本公開涉及物聯網領域。更具體地，本公開涉及一種顯示語音文本的方法及裝置。

背景技術

視頻和音頻播放在移動終端廣泛流行。在很多場合(例如，工作場合、生活場合)中，為了不對周圍的人造成影響，用戶只能夠通過靜音模式播放視頻。在這種情況下，由于用戶無法聽到視頻的播放聲音，只能看到視頻的畫面，因此，視頻內容的一部分可能無法被用戶接收到。

另外，在嘈雜的情況或者手機被設置為靜音模式的情況下，正在播放的音頻或者視頻的播放聲音，也可能無法被用戶接收到。

發明內容

本公開的示例性實施例在于提供一種顯示語音文本的方法及裝置，以自動判斷是否處于用戶無法聽到音頻播放的場景，并且在判斷結果為是時為用戶提供音頻內容的文字，使得音頻內容被用戶有效地接收到。

根據本公開的示例性實施例，提供一種顯示語音文本的方法，包括：獲取當前場景信息；基于獲取的當前場景信息將語音數據轉換為文本信息；并且輸出轉換得到的文本信息。

可選地，當前場景信息可包括當前位置信息、周圍環境信息、時間信息和設定的終端的模式信息中的至少一個。

可選地，基于獲取的當前場景信息將語音數據轉換為文本信息的步驟可包括：基于獲取的當前場景信息來確定是否提供語音轉文本功能選項以供用戶進行選擇；并且響應于用戶對語音轉文本選項的選擇操作，將語音數據轉換為文本信息。

可選地，基于獲取的當前場景信息將語音數據轉換為文本信息的步驟可包括：基于獲取的當前場景信息來確定是否自動將語音數據轉換為文本信息。

可選地，輸出轉換得到的文本信息的步驟可包括：將文本信息進行自適應顯示和/或為文本信息提供文本操作選項。

可選地，輸出轉換得到的文本信息的步驟可包括：提取文本信息中的關鍵詞并輸出提取的關鍵詞。

可選地，基于獲取的當前場景信息來確定是否提供語音轉文本選項的步驟可包括：通過判斷當前場景信息是否滿足以下多個觸發條件中的至少一個觸發條件來確定是否提供語音轉文本選項：周圍環境為靜音場景或者強噪聲場景、當前位置為特定的噪聲敏感場所、當前時間段為工作時間或休息時間、當前位置為公共場合、當前設定的終端的模式為靜音模式、夜間模式和會議模式之一、在通話模式下檢測到的用戶遠離話筒且沒有使用耳機的情況、在通話模式下檢測到用戶目光注視屏幕的情況。

可選地，基于獲取的當前場景信息來確定是否自動將語音數據轉換為文本信息的步驟可包括：通過判斷當前場景信息是否滿足以下多個觸發條件中的至少一個觸發條件來確定是否自動將語音數據轉換為文本信息：周圍環境為靜音場景或者強噪聲場景、當前位置為特定的噪聲敏感場所、當前時間段為工作時間或休息時間、當前位置為公共場合、當前設定的終端的模式為靜音模式、夜間模式和會議模式之一、在通話模式下檢測到的用戶遠離話筒且沒有使用耳機的情況、在通話模式下檢測到用戶目光注視屏幕的情況。

可選地，用戶對語音轉文本選項的選擇操作可包括：點擊操作、滑動操作和長按操作。

可選地，將語音數據轉換為文本信息的步驟可包括：通過本地語音數據轉文本引擎和/或在線語音數據轉文本引擎將語音數據轉換為文本信息。

可選地，自適應顯示的步驟可包括：根據畫面信息、用戶信息和文本信息中的至少一個調整文本顯示參數。