技术新讯 > 乐器声学设备的制造及制作,分析技术 > 语音生成方法、装置、电子设备及存储介质与流程  >  正文

语音生成方法、装置、电子设备及存储介质与流程

  • 国知局
  • 2024-06-21 10:41:02

本公开实施例涉及图像识别,尤其涉及一种语音生成方法、装置、电子设备及存储介质。

背景技术:

1、当前,随着终端设备的设备性能的快速提升,终端设备能够通过采集环境图像,实现终端设备周围环境的实时检测,并生成提示语音,从而为有出行需求的用户群体,特别是存在视力障碍的群体,提供了有效的出行辅助功能。

2、然而,现有技术中基于图像识别的图像处理算法,存在提示语音不准确、不及时的问题,影响出现辅助功能的执行效果。

技术实现思路

1、本公开实施例提供一种语音生成方法、装置、电子设备及存储介质,以克服提示语音不准确、不及时的问题。

2、第一方面,本公开实施例提供一种语音生成方法,包括:

3、获取终端设备的移动信息,所述移动信息用于表征所述终端设备当前的移动状态;根据所述移动信息,得到针对目标图像的目标图像处理算法,其中,所述目标图像为所述终端设备实时拍摄的图像;基于所述目标图像处理算法,处理所述目标图像,生成第一提示语音,所述第一提示语音用于表征针对使用所述终端设备的用户的出行提示信息。

4、第二方面,本公开实施例提供一种语音生成装置,包括:

5、交互模块,用于获取终端设备的移动信息,所述移动信息用于表征所述终端设备当前的移动状态;

6、处理模块,用于根据所述移动信息,得到针对目标图像的目标图像处理算法,其中,所述目标图像为所述终端设备实时拍摄的图像;

7、执行模块,用于基于所述目标图像处理算法,处理所述目标图像,生成第一提示语音,所述第一提示语音用于表征针对使用所述终端设备的用户的出行提示信息。

8、第三方面,本公开实施例提供一种电子设备,包括:处理器和存储器;

9、所述存储器存储计算机执行指令;

10、所述处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的语音生成方法。

11、第四方面,本公开实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的语音生成方法。

12、第五方面,本公开实施例提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上第一方面以及第一方面各种可能的设计所述的语音生成方法。

13、本实施例提供的语音生成方法、装置、电子设备及存储介质,通过获取终端设备的移动信息,所述移动信息用于表征所述终端设备当前的移动状态;根据所述移动信息,得到针对目标图像的目标图像处理算法,其中,所述目标图像为所述终端设备实时拍摄的图像;基于所述目标图像处理算法,处理所述目标图像,生成第一提示语音,所述第一提示语音用于表征针对使用所述终端设备的用户的出行提示信息。通过获取终端设备的移动状态,来匹配与之对应的目标图像处理算法,进而基于目标图像处理算法生成第一提示语音,避免终端设备的移动状态导致图像处理效果不佳,进而影响图像处理算法的执行效果,提高提示语音准确性和响应速度。

技术特征:

1.一种语音生成方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,在所述获取终端设备的移动信息之后,还包括:

3.根据权利要求2所述的方法,其特征在于,基于所述移动信息和所述目标参数,得到目标图像处理算法,包括:

4.根据权利要求1所述的方法,其特征在于,在所述基于所述目标图像处理算法,处理所述目标图像,生成第一提示语音之前,还包括:

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:

6.根据权利要求1所述的方法,其特征在于,所述根据所述移动信息,得到针对目标图像的目标图像处理算法,包括:

7.根据权利要求6所述的方法,其特征在于,所述根据所述场景信息和所述移动信息,得到目标图像处理算法,包括:

8.根据权利要求6所述的方法,其特征在于,所述目标图像处理算法包括至少两个子处理算法;所述根据所述场景信息和所述移动信息,得到目标图像处理算法,包括:

9.根据权利要求1所述的方法,其特征在于,所述基于所述目标图像处理算法,处理所述目标图像,生成第一提示语音,包括:

10.一种语音生成装置,其特征在于,包括:

11.一种电子设备,其特征在于,包括:处理器和存储器;

12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至9任一项所述的语音生成方法。

13.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至9任一项所述的语音生成方法。

技术总结本公开实施例提供一种语音生成方法、装置、电子设备及存储介质,通过获取终端设备的移动信息,移动信息用于表征终端设备当前的移动状态;根据移动信息,得到针对目标图像的目标图像处理算法,其中,目标图像为终端设备实时拍摄的图像;基于目标图像处理算法,处理目标图像,生成第一提示语音,第一提示语音用于表征针对使用终端设备的用户的出行提示信息。通过获取终端设备的移动状态,来匹配与之对应的目标图像处理算法,进而基于目标图像处理算法生成第一提示语音,避免终端设备的移动状态导致图像处理效果不佳,进而影响图像处理算法的执行效果,提高提示语音准确性和响应速度。技术研发人员:巩家兴,王明远,张健龙,谢延哲,申洋受保护的技术使用者:北京字跳网络技术有限公司技术研发日:技术公布日:2024/1/25

本文地址:https://www.jishuxx.com/zhuanli/20240618/21182.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。