[發(fā)明專利]一種信息交互方法、裝置、可讀存儲介質(zhì)和電子設備

在審

• 申請?zhí)枺?/td>: 202011506819.7
• 申請日: 2020-12-18
• 公開（公告）號: CN112634862A
• 公開（公告）日: 2021-04-09
• 發(fā)明（設計）人: 徐培來;陳昌儒;包英澤;楊惠;吳雨璇
• 申請（專利權(quán)）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(chǎn)權(quán)代理事務所(普通合伙) 11597
• 代理人: 劉鋒

本發(fā)明實施例提供了一種信息交互方法、裝置、存儲介質(zhì)和電子設備。本發(fā)明實施例的技術(shù)方案通過獲取文本信息以及與文本信息對應的跟讀音頻流，根據(jù)文本信息對應的標準音素確定跟讀音頻流中的錯誤音素，根據(jù)錯誤音素確定糾正信息，將糾正信息發(fā)送給跟讀者。由此，本發(fā)明實施例的技術(shù)方案能夠根據(jù)跟讀者的語言水平輸出糾正信息。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機領(lǐng)域，具體涉及一種信息交互方法、裝置、可讀存儲介質(zhì)和電子設備。

背景技術(shù)

現(xiàn)有技術(shù)通常能夠提供口語發(fā)音糾錯功能以幫助學生練習發(fā)音。現(xiàn)有技術(shù)提供的口語發(fā)音糾錯功能是預先錄制好標準音頻，將標準音頻與跟讀者(受試者或?qū)W生)的發(fā)音音頻進行對比，實現(xiàn)口語發(fā)音糾錯。

然而，不同受試者的發(fā)音水平、錯誤位置等各不相同。現(xiàn)有技術(shù)通過將錄制好的標準音頻輸出到受試者的學習終端上，不能實現(xiàn)定制化的口語發(fā)音糾錯功能，影響受試者的發(fā)音學習。

發(fā)明內(nèi)容

有鑒于此,為了根據(jù)受試者本人的發(fā)音語速和錯誤位置進行口語發(fā)音糾錯，本發(fā)明實施例提供一種信息交互方法、裝置、存儲介質(zhì)和電子設備。

第一方面，本發(fā)明實施例提供一種信息交互方法，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(jù)所述文本信息發(fā)音的音頻流；

根據(jù)所述文本信息確定所述跟讀音頻流中的錯誤音素；

根據(jù)所述錯誤音素確定糾正信息；

輸出所述糾正信息。

優(yōu)選地，所述根據(jù)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。

優(yōu)選地，所述根據(jù)所述錯誤音素確定糾正信息包括：

根據(jù)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(fā)音；

根據(jù)所述目標音素在所述文本信息中的對應關(guān)系，確定與目標音素對應的糾正信息。

優(yōu)選地，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(fā)音；

輸出所述教讀發(fā)音。

優(yōu)選地，所述將所述糾正文本輸入語音合成模型，合成為教讀發(fā)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(fā)音。

優(yōu)選地，所述將所述糾正文本輸入語音合成模型，合成為教讀發(fā)音包括：

根據(jù)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(fā)音；

其中，所述指定時長大于跟讀者的發(fā)音時長。

優(yōu)選地，所述合成為教讀發(fā)音還包括:

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

優(yōu)選地，所述輸出所述糾正信息還包括：

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