[發明專利]一種信息交互方法、裝置、可讀存儲介質和電子設備

在審

• 申請號: 202011506819.7
• 申請日: 2020-12-18
• 公開（公告）號: CN112634862A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 徐培來;陳昌儒;包英澤;楊惠;吳雨璇
• 申請（專利權）人: 北京大米科技有限公司
• 主分類號: G10L13/027
• 分類號: G10L13/027;G10L13/08;G09B5/04
• 代理公司: 北京睿派知識產權代理事務所(普通合伙) 11597
• 代理人: 劉鋒

1.一種信息交互方法，其特征在于，所述方法包括：

獲取文本信息以及跟讀音頻流，所述跟讀音頻流為跟讀者根據所述文本信息發音的音頻流；

根據所述文本信息確定所述跟讀音頻流中的錯誤音素；

根據所述錯誤音素確定糾正信息；

輸出所述糾正信息。

2.根據權利要求1所述的信息交互方法，其特征在于，所述根據所述文本信息確定所述跟讀音頻流中的錯誤音素方法包括：

獲取所述文本信息對應的標準音素集合；

獲取所述跟讀音頻流對應的跟讀音素集合；

將所述跟讀音素集合與所述標準音素集合進行比較，獲得所述跟讀音頻流中的錯誤音素。

3.根據權利要求1所述的信息交互方法，其特征在于，所述根據所述錯誤音素確定糾正信息包括：

根據所述錯誤音素確定所述目標音素，所述目標音素表征所述文本信息在對應位置的標準發音；

根據所述目標音素在所述文本信息中的對應關系，確定與目標音素對應的糾正信息。

4.根據權利要求1所述的信息交互方法，其特征在于，所述糾正信息包括糾正文本；

所述輸出所述糾正信息包括：

將所述糾正文本輸入語音合成模型，合成為教讀發音；

輸出所述教讀發音。

5.根據權利要求4所述的信息交互方法，其特征在于，所述將所述糾正文本輸入語音合成模型，合成為教讀發音包括：

將所述跟讀音頻流輸入語速預測模型，預測出所述跟讀者的語速特征；

將所述語速特征和所述糾正文本輸入語音合成模型，合成為教讀發音。

6.根據權利要求4所述的信息交互方法，其特征在于，所述將所述糾正文本輸入語音合成模型，合成為教讀發音包括：

根據指定時長和所述糾正文本輸入語音合成模型，合成為教讀發音；

其中，所述指定時長大于跟讀者的發音時長。

7.根據權利要求5或6所述的信息交互方法，其特征在于，所述合成為教讀發音還包括:

獲取指定的發音標簽，根據所述發音標簽，在合成教讀發音時調整與所述錯誤音素對應的目標音素在所述教讀發音中的發音強度。

8.根據權利要求4所述的信息交互方法，其特征在于，所述輸出所述糾正信息還包括：

獲取教讀發音的時間戳，根據教讀發音的時間戳排列教學人物的動畫幀，合成為教學視頻；

輸出所述教學視頻。

9.根據權利要求4所述的信息交互方法，其特征在于，所述輸出所述糾正信息還包括：

渲染所述糾正文本以確定詳細信息；

輸出渲染后的所述糾正文本。

10.根據權利要求4所述的信息交互方法，其特征在于，所述輸出所述糾正信息還包括：

確定所述跟讀音頻流的分值；

輸出所述跟讀音頻流的分值。

11.一種信息交互裝置，其特征在于，所述裝置包括：

接收模塊，用于獲取文本信息以及跟讀音頻流，所述跟讀音頻流為跟讀者根據所述文本信息發音的音頻流；

評測模塊,用于根據所述文本信息確定所述跟讀音頻流中的錯誤音素；

糾錯模塊，用于根據所述錯誤音素確定糾正信息；

教學輸出模塊，用于輸出所述糾正信息。

12.一種計算機可讀存儲介質，用于存儲計算機程序指令，其特征在于，所述計算機程序指令在被處理器執行時實現如權利要求1-10中任一項所述的方法。

13.一種電子設備，包括存儲器和處理器，其特征在于，所述存儲器用于存儲一條或多條計算機程序指令，其中，所述一條或多條計算機程序指令被所述處理器執行以實現如權利要求1-10中任一項所述的方法。