音频信息播放方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及音频信息播放方法和装置。

背景技术

随着小朋友的学习生活越来越丰富，学习过程中常常会有语言听力测试的需求，现在的方法通常需要家长根据题目去搜寻与测试题对应的音频内容，例如，家长通过手机扫描测试题对应的二维码获取对应的音频内容，然后家长将获取的音频内容播放给小朋友，这种方法费时费力，还会导致小朋友的学习效率较低。

发明内容

本公开的实施例提出了一种音频信息播放方法和装置。

第一方面，本公开的实施例提供了一种信息推送方法，该方法包括：获取测试题目的图像信息；响应于检测到图像信息中包含听力测试题目，获取与听力测试题目对应的音频信息；按照预设的播放方式播放听力测试题目对应的音频信息。

在一些实施例中，获取与听力测试题目对应的音频信息，包括：响应于在预设的听力测试资源库中搜索到听力测试题目，获取预设的听力测试资源库中与听力测试题目对应的音频信息。

在一些实施例中，获取与听力测试题目对应的音频信息，还包括：响应于在预设的听力测试资源库中未搜索到听力测试题目，向用户推送采集听力测试题目的答案的图像信息的提示信息；响应于确定用户根据提示信息执行相应操作，获取听力测试题目的答案的图像信息；对听力测试题目的答案的图像信息进行识别，并生成识别出的听力测试题目的答案的音频信息。

在一些实施例中，按照预设的播放方式播放听力测试题目对应的音频信息，包括：获取听力测试题目的类型，以及确定与听力测试题目的类型对应的预设的播放方式；按照预设的播放方式播放听力测试题目对应的音频信息。

在一些实施例中，听力测试题目的类型包括对话类型；与听力测试题目的类型对应的预设的播放方式包括分别使用不同的音色交替输出不同对话参与者的对话内容的音频。

第二方面，本公开的实施例提供了一种音频信息播放装置，该装置包括：第一获取单元，被配置成获取测试题目的图像信息；第二获取单元，被配置成响应于检测到图像信息中包含听力测试题目，获取与听力测试题目对应的音频信息；播放单元，被配置成按照预设的播放方式播放听力测试题目对应的音频信息。

在一些实施例中，第二获取单元，进一步被配置成：响应于在预设的听力测试资源库中搜索到听力测试题目，获取预设的听力测试资源库中与听力测试题目对应的音频信息。

在一些实施例中，第二获取单元，进一步被配置成：响应于在预设的听力测试资源库中未搜索到听力测试题目，向用户推送采集听力测试题目的答案的图像信息的提示信息；响应于确定用户根据提示信息执行相应操作，获取听力测试题目的答案的图像信息；对听力测试题目的答案的图像信息进行识别，并生成识别出的听力测试题目的答案的音频信息。

在一些实施例中，播放单元，进一步被配置成：获取听力测试题目的类型，以及基于类型，确定与类型对应的预设的播放方式；按照预设的播放方式播放听力测试题目对应的音频信息。

在一些实施例中，听力测试题目的类型包括对话类型；与听力测试题目的类型对应的预设的播放方式包括分别使用不同的音色交替输出不同对话参与者的对话内容的音频。

第三方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实施例描述的音频信息播放方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实施例描述的音频信息播放方法。

本公开的实施例提供的一种音频信息播放方法和装置，首先获取测试题目的图像信息，然后响应于检测到图像信息中包含听力测试题目，获取与听力测试题目对应的音频信息，最后按照预设的播放方式播放听力测试题目对应的音频信息，能够根据用户当前的听力测试题目获取音频信息，实现了自动获取音频信息并为用户播放该音频信息的功能，节省用户的操作时间，能够帮助提高用户的学习效率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的实施例的用于音频信息播放方法的一个实施例的流程图；

图3是根据本公开的实施例的音频信息播放方法的一个应用场景的示意图；

图4是根据本公开的实施例的获取与听力测试题目对应的音频信息的一种示例性流程图；

图5是根据本公开的实施例的音频信息播放装置的一个实施例的结构示意图；

图6是适于用来实现本公开的实施例的电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关公开，而非对该公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关公开相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的实施例的音频信息播放方法和音频信息播放装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备104、105，网络106，服务器101、102、103。网络106用以在终端设备104、105与服务器101、102、103之间提供通信链路的介质。网络106可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以通过终端设备104、105通过网络106与服务器101、102、103交互，以接收或发送信息等。终端设备104、105上可以安装有各种应用，例如阅读类应用、数据分析应用、在线学习应用、即时通信工具、社交平台软件、搜索类应用、购物类应用、数据处理应用等。

终端设备104、105可以是硬件，也可以是软件。当终端设备为硬件时，可以是具有显示屏并且支持与服务器通信的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

终端设备104、105可以是具有图像采集功能、语音/画面提示功能的终端(如具有屏幕以及语音互动的语音设备，或者带有屏幕、摄像功能的智能台灯、智能学习桌等等)，采集的图像可在终端设备104、105本地处理，也可发送至服务器处理，或者终端设备104、105还可以从安装在与用户的学习位置对应的图像采集设备获取图像，在本地处理并播放音频信息，或者通过服务器处理，终端根据处理结果播放音频信息。

服务器101、102、103可以是提供各种服务的服务器，例如对与其建立通信连接的终端设备发送的请求进行接收的后台服务器。后台服务器可以对终端设备发送的请求进行接收和分析等处理，并生成处理结果。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以是为终端设备提供各种服务的各种电子设备。当服务器为软件时，可以实现成为为终端设备提供各种服务的多个软件或软件模块，也可以实现成为为终端设备提供各种服务的单个软件或软件模块。在此不做具体限定。

需要说明的是，本公开的实施例所提供的音频信息播放方法可以由终端设备104、105或服务器101、102、103执行。相应地，音频信息播放装置设置于终端设备104、105或服务器101、102、103中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本公开的音频信息播放方法的一个实施例的流程200。该音频信息播放方法包括如下步骤：

步骤210，获取测试题目的图像信息。

在本步骤中，音频信息播放方法运行于其上的执行主体可以通过实时拍摄或内存读取等方式获取到图像信息，该图像信息中可以包括用户当前正在处理的测试题目。在一个示例性的场景中，用户在书桌上学习，书桌上设置有智能台灯，智能台灯上可以设置有摄像头，上述执行主体接收到用户开启智能台灯的指令，例如用户可以通过语音“我要进行听力测试”来开启智能台灯，智能台灯上的摄像头开始拍摄用户当前学习的测试题目的图像。

步骤220，响应于检测到图像信息中包含听力测试题目，获取与听力测试题目对应的音频信息。

在本步骤中，上述执行主体获取到包括测试题目的图像后，通过图像识别的方法对图像中包括的测试题目进行识别，得到图像信息中包括的测试题目的内容，例如，题目文字，题目类型等。然后上述执行主体根据识别的测试题目的内容，判断当前测试题目中是否包括听力测试题目。当检测到当前测试题目中包括听力测试题目时，上述执行主体根据检测到的听力测试题目，可以在对应的资源库中获取与该听力测试题目对应的音频信息；也可以根据答案页的内容，生成对应的音频信息。

步骤230，按照预设的播放方式播放听力测试题目对应的音频信息。

在本步骤中，上述执行主体获取到与听力测试题目对应的音频信息后，可以按照预设的播放方式播放听力测试题目对应的音频信息，其中，预设的播放方式是根据听力测试题目的类型或音频信息的类型进行预先设定的，播放方式可以指音频信息的输出方式，例如，语音朗读、语音对话等。作为示例，上述执行主体获取到音频信息后，对音频信息的内容进行分析，确定该音频信息的类型，例如，该音频信息的类型为课文段落。然后上述执行主体根据该音频信息的类型，确定该音频信息对应的播放方式为语音朗读，上述执行主体将该音频信息通过语音朗读的播放方式输出给用户。

在本实施例的一些可选的实现方式中，上述步骤230，按照预设的播放方式播放听力测试题目对应的音频信息，可以按照如下流程执行：

步骤1，获取听力测试题目的类型，以及确定与听力测试题目的类型对应的预设的播放方式。

在本步骤中，上述执行主体可以通过图像识别的方法对图像信息中听力测试题目的内容进行识别，并根据识别的内容确定出该听力测试题目对应的类型。然后上述执行主体根据预先设定的听力测试题目的类型与播放方式之间的对应关系，确定出与听力测试题目的类型对应的预设的播放方式。

其中，听力测试题目的类型与播放方式之间是一一对应的，当听力测试题目的类型包括对话类型时，与该听力测试题目的类型对应的预设的播放方式包括分别使用不同的音色交替输出不同对话参与者的对话内容的音频；当听力测试题目的类型包括文章类型时，与该听力测试题目的类型对应的预设的播放方式包括使用一种音色输出文章对应的音频，等等。

步骤2，按照预设的播放方式播放听力测试题目对应的音频信息。

在本步骤中，上述执行主体在确定与出听力测试题目对应的音频信息以及确定对应的预设的播放方式后，按照确定的预设的播放方式为用户播放听力测试题目对应的音频信息。作为示例，上述执行主体确定听力测试题目的类型为对话类型，上述执行主体将分别使用男声和女声交替输出与出听力测试题目对应的音频信息。

在本实现方式中，上述执行主体能够根据听力测试题目的类型确定出对应的播放方式，使得输出的音频信息更贴合题目类型，提高了音频信息输出方式的多样性。

继续参考图3，图3是根据本实施例的音频信息播放方法的一个应用场景的示意图。在图3的应用场景中，用户正在设有智能台灯310的书桌上学习，智能台灯310上可以设置有摄像头320，智能台灯310接收到用户开启智能台灯310的指令，例如用户可以发出语音“开始听力测试”，智能台灯310通过语音交互设备接收到用户的语音，自动开启，之后摄像头320开始拍摄用户当前学习的测试题目的图像。智能台灯310接收到包括用户当前学习的测试题目的图像后，通过图像识别的方法对图像进行识别，识别出测试题目内容。然后智能台灯310根据识别后的测试题目内容进一步判断，识别出的测试题目内容中是否包含听力测试题目，当检测到识别出的测试题目内容中包含听力测试题目时，智能台灯310开始获取与识别出的听力测试题目对应的音频信息，该音频信息中包括听力测试题目以及答案。最后智能台灯310将获取到的音频信息通过语音交互设备按照预设的播放方式播放给用户。

本公开的实施例提供的音频信息播放方法，通过获取测试题目的图像信息，然后响应于检测到图像信息中包含听力测试题目，获取与听力测试题目对应的音频信息，最后按照预设的播放方式播放听力测试题目对应的音频信息，能够根据当前的测试题目判断出是否包含听力测试题目，以及能够根据听力测试题目自动获取对应的音频信息，实现了自动获取音频信息并为用户播放该音频信息，避免了用户为孩子时不能自主获取音频信息的情况，从而不需要家长单独为孩子获取音频信息，提高了孩子的学习效率，节省家长的操作和时间。

在本实施例的一些可选的实现方式中，请参考图4，在上述方法流程200中，上述步骤220，获取与听力测试题目对应的音频信息，可以按照如下流程执行：

步骤410，响应于在预设的听力测试资源库中搜索到听力测试题目，获取预设的听力测试资源库中与听力测试题目对应的音频信息。

在本步骤中，上述执行主体可以根据听力测试题目对应的内容，在听力测试资源库中进行搜索查找，判断听力测试资源库中是否存储有与听力测试题目的内容相同的听力测试题目。当上述执行主体在听力测试资源库中搜索到相同的听力测试题目时，确定听力测试资源库中存储有该听力测试题目以及对应的音频信息，然后上述执行主体在听力测试资源库中查找与该听力测试题目对应的音频信息。

在本实现方式中，上述执行主体通过在听力测试资源库中搜索的方式来获取与听力测试题目对应的音频信息，实现了自动获取音频信息，无需用户再通过其他操作获取与听力测试题目对应的音频信息，提高了用户的学习效率，节省了用户操作。

在本实施例的一些可选的实现方式中，请进一步参考图4，在上述方法流程200中，上述步骤220，获取与听力测试题目对应的音频信息，还可以按照如下流程执行：

步骤420，响应于在预设的听力测试资源库中未搜索到听力测试题目，向用户推送采集听力测试题目的答案的图像信息的提示信息。

在本步骤中，上述执行主体在听力测试资源库中未搜索到该听力测试题目，确定与该听力测试题目对应的音频信息不在听力测试资源库中。然后上述执行主体可以通过语音播放，视频播放，文字呈现等方式向用户推送提示信息，该提示信息用于提示用户上述执行主体需要采集听力测试题目的答案的图像，例如，该提示信息可以为“请翻到答案页，让我收集一下听力测试音频吧”，也可以为“请帮我找到答案页对应的内容”等等。

步骤430，响应于确定用户根据提示信息执行相应操作，获取听力测试题目的答案的图像信息。

在本步骤中，上述执行主体向用户推送提示信息后，用户可以根据该提示信息找到与听力测试题目对应的答案页。然后上述执行主体可以通过实时拍摄来确定用户是否根据提示信息找到答案，当上述执行主体通过拍摄的内容确定用户根据提示信息执行相应操作时，上述执行主体通过摄像头拍摄听力测试题目的答案的图像信息。作为示例，上述执行主体向用户播放提示信息“请翻到答案页，让我收集一下听力测试音频吧”后，开始实时拍摄用户的操作，根据拍摄的视频确定用户是否根据提示信息执行查找答案页的操作，当确定用户根据提示信息将测试题翻到对应的答案页时，上述执行主体通过摄像头对答案页的答案内容进行拍摄，获取到听力测试题目的答案的图像信息。

步骤440，对听力测试题目的答案的图像信息进行识别，并生成识别出的听力测试题目的答案的音频信息。

在本步骤中，上述执行主体获取到听力测试题目的答案的图像信息后，可以通过图像识别的方法对该图像信息中包括的答案内容进行文字识别。上述执行主体根据识别出的文字，生成听力测试题目的答案对应的音频信息。

在本实现方式中，上述执行主体在听力测试资源库中未搜索到听力测试题目时，通过推送提示信息来采集听力测试题目的答案的图像信息，提高了音频信息获取方式的多样性，无需其他人帮助参与，简化了获取音频信息的操作。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种音频信息播放装置的一个实施例。该装置实施例与图2所示的方法实施例相对应。

如图5所示，本实施例的音频信息播放装置500可以包括：第一获取单元510，被配置成获取测试题目的图像信息；第二获取单元520，被配置成响应于检测到图像信息中包含听力测试题目，获取与听力测试题目对应的音频信息；播放单元530，被配置成按照预设的播放方式播放听力测试题目对应的音频信息。

在本实施的一些可选的实现方式中，第二获取单元520，进一步被配置成：响应于在预设的听力测试资源库中搜索到听力测试题目，获取预设的听力测试资源库中与听力测试题目对应的音频信息。

在本实施的一些可选的实现方式中，第二获取单元520，进一步被配置成：响应于在预设的听力测试资源库中未搜索到听力测试题目，向用户推送采集听力测试题目的答案的图像信息的提示信息；响应于确定用户根据提示信息执行相应操作，获取听力测试题目的答案的图像信息；对听力测试题目的答案的图像信息进行识别，并生成识别出的听力测试题目的答案的音频信息，向用户播放听力测试题目的答案的音频信息。

在本实施的一些可选的实现方式中，播放单元530，进一步被配置成：获取听力测试题目的类型，以及基于类型，确定与类型对应的预设的播放方式；按照预设的播放方式播放听力测试题目对应的音频信息。

在本实施的一些可选的实现方式中，听力测试题目的类型包括对话类型；与听力测试题目的类型对应的预设的播放方式包括分别使用不同的音色交替输出不同对话参与者的对话内容的音频。

本公开的上述实施例提供的装置，通过获取测试题目的图像信息，然后响应于检测到图像信息中包含听力测试题目，获取与听力测试题目对应的音频信息，最后按照预设的播放方式播放听力测试题目对应的音频信息，能够根据当前的测试题目判断出是否包含听力测试题目，以及能够根据听力测试题目自动获取对应的音频信息，实现了自动获取音频信息并为用户播放该音频信息，避免了用户为孩子时不能自主获取音频信息的情况，从而不需要家长单独为孩子获取音频信息，提高了孩子的学习效率，节省家长的操作和时间。

下面参考图6，其示出了适于用来实现本公开的实施例的电子设备600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开的实施例的方法中限定的上述功能。

需要说明的是，本公开的实施例的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取测试题目的图像信息；响应于检测到图像信息中包含听力测试题目，获取与听力测试题目对应的音频信息；按照预设的播放方式播放听力测试题目对应的音频信息。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取单元、第二获取单元和播放单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取测试题目的图像信息的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。