显示的文本内容的自动音频回放制造技术

一种执行音频回放的计算机实施的方法，包括：获得描述包括文本内容的多个部分的一个或多个内容项的数据；确定指示文本内容的部分中的一个或多个在与所述计算设备相关联的显示器上的相应的位置的位置数据；接收指示修改所述部分中的所述一个或多个相对于显示器的相应的位置的用户输入的数据；以及响应于接收到所述数据：确定指示所述部分中的所述一个或多个的相应的更新位置的更新位置数据；至少部分地基于所述更新位置数据来识别文本内容的第一部分被定位于所述显示器的回放区域内，其中，在识别所述部分被显示在用于自动回放的回放区域内之前暂停达一时间段；以及使得包括第一部分的至少一部分的语音的音频信号自动回放。放。放。

【技术实现步骤摘要】
显示的文本内容的自动音频回放
[0001]本申请是申请日为2019年11月14日、申请号为201980040263.6、专利技术名称为“显示的文本内容的自动音频回放”的专利技术专利申请的分案申请。


[0002]本公开一般涉及文本内容的音频回放。更特别地，本公开涉及响应于用户输入动作(诸如在显示器上滚动(scroll)文本内容的部分)而提供文本内容的直观音频回放(playback)的系统和方法。

技术介绍

[0003]通常，选择文本内容的一部分来发起文本到语音(text
‑
to
‑
speech)的回放要求对一系列复杂的菜单进行导航(navigate)。对于不熟悉或不习惯对一系列复杂的菜单进行导航的用户，选择文本内容进行文本到语音的回放可能会是一个巨大的挑战。这种复杂性可能导致一些用户完全忽略文本到语音特征。在其它情况下，可能需要开发详细的教程服务以引导用户访问文本内容的部分的文本到语音服务所需的过程。
[0004]即使对于那些熟悉菜单导航的人，重复地选择文本的过程也可能证明设备资源的使用效率低下并且是用户沮丧的源头。作为示例，希望选择文章中的一些段落进行文本到语音回放的用户被迫重复地导航他们希望回放的每个段落的菜单。作为另一示例，设备必须投入处理和电池资源以服务每个请求。

技术实现思路

[0005]本公开的实施例的方面和优点将在下面的描述中部分阐述，或者可以从描述中获知，或者可以通过实施例的实践获知。
[0006]本公开的一个示例方面针对计算机实施的方法。该方法包括由一个或多个计算设备获得描述一个或多个内容项的数据，该一个或多个内容项包括文本内容的多个部分。方法包括由一个或多个计算设备确定位置数据，该位置数据指示文本内容的部分中的一个或多个在与一个或多个计算设备相关联的显示器上的相应的位置。方法包括由一个或多个计算设备接收指示用户输入的数据，该用户输入修改文本内容的部分中的一个或多个相对于显示器的相应的位置。该方法包括响应于接收到指示用户输入的数据，由一个或多个计算设备确定更新位置数据，该更新位置数据指示文本内容的部分中的一个或多个的相应的更新位置。该方法包括响应于接收到指示用户输入的数据，由一个或多个计算设备并至少部分地基于更新位置数据来识别文本内容的第一部分被定位于显示器的回放区域内。该方法包括响应于接收到指示用户输入的数据，由一个或多个计算设备使得音频信号的回放，该音频信号包括文本内容的第一部分的至少一部分的语音。
[0007]本公开的另一个示例方面针对计算机实施的方法。该方法包括由一个或多个计算设备获得描述包括文本内容的多个部分的一个或多个内容项的数据；由所述一个或多个计算设备确定位置数据，所述位置数据指示文本内容的部分中的一个或多个在与所述一个或
多个计算设备相关联的显示器上的相应的位置；由所述一个或多个计算设备接收指示用户输入的数据，所述用户输入修改文本内容的所述部分中的所述一个或多个相对于显示器的相应的位置；以及响应于接收到指示所述用户输入的所述数据：由所述一个或多个计算设备确定更新位置数据，所述更新位置数据指示文本内容的所述部分中的所述一个或多个的相应的更新位置；由所述一个或多个计算设备并至少部分地基于所述更新位置数据来识别文本内容的第一部分被定位于所述显示器的回放区域内，其中，所述一个或多个计算设备在识别文本内容的所述部分被显示在用于自动回放的回放区域内之前暂停达一时间段；以及由所述一个或多个计算设备使得包括文本内容的第一部分的至少一部分的语音的音频信号自动回放。
[0008]本公开的另一个示例方面针对一种计算设备。该计算设备包括一个或多个处理器；和一个或多个非瞬时性计算机可读介质，存储指令，所述指令当由所述一个或多个处理器执行时使得所述计算设备执行前述方法。
[0009]本公开的另一个示例方面针对一个或多个非瞬时性计算机可读介质。该一个或多个非瞬时性计算机可读介质存储指令，所述指令当由一个或多个处理器运行时使得所述一个或多个处理器执行前述方法
[0010]本公开的其它方面针对各种系统、装置、非瞬时性计算机可读介质、用户界面和电子设备。
[0011]参考以下描述和所附权利要求，将更好地理解本公开的各种实施例的这些和其它特征、方面和优点。包含在本说明书中并构成本说明书的一部分的附图示出了本公开的示例实施例，并且与说明书一起用于解释相关原理。
附图说明
[0012]图1A描绘了根据本公开的示例实施例的示例计算系统的框图。
[0013]图1B描绘了根据本公开的示例实施例的示例计算设备的框图。
[0014]图1C描绘了根据本公开的示例实施例的示例计算设备的框图。
[0015]图2A
‑
2B描绘了根据本公开的示例实施例的与文本内容的第一部分被定位于回放区域内相关联的用户界面交互。
[0016]图2C
‑
2D描绘了根据本公开的示例实施例的与文本内容的第二部分被定位于回放区域内相关联的用户界面交互。
[0017]图3A
‑
3B描绘了根据本公开的示例实施例的用于将非结构化的(unstructured)内容项划分为文本内容的多个部分的方法。
[0018]图4描绘了根据本公开的示例实施例的修改用户回放区域设置的用户界面。
[0019]图5描绘了根据示例实施例的执行显示的文本内容的音频回放的示例方法的流程图。
[0020]图6描绘根据示例实施例的停止显示的文本内容的音频回放的示例方法的流程图。
具体实施方式
[0021]概述
[0022]本公开的示例方面针对响应于用户输入动作(诸如在显示器上滚动文本内容的部分)而提供文本内容的直观的音频回放的系统和方法。特别地，本文描述的系统和方法针对音频(例如，文本到语音音频)的回放，该音频包括由用户输入定位的设备显示器上的某一位置处的文本内容。因此，作为一个示例，用户可以简单地在网页或其它内容项中滚动来使得文本到语音系统执行在设备的视口(viewport)的一个或多个回放段中显示的文本内容的语音回放(例如，而不需要用户执行额外的敲击或手势来具体选择文本内容的某一部分)。所提出的技术代表对用于文本到语音读出的导航控制的强大调整。具体地，通过经由滚动而不是敲击或手势来控制文本到语音，所提出的系统为新手或者技术上不熟练的用户提供更直观的回放控制。
[0023]作为一个示例，计算设备(例如，诸如智能电话的用户设备)可以获得包括文本内容(例如，对应于搜索请求的多个搜索结果)的多个部分的一个或多个内容项。计算设备还可以接收用户输入(例如，将内容向显示器下滚动的滚动操作)和对应的位置数据，该位置数据指示文本内容的每个部分在计算设备的显示器上被移动到哪里。作为一个示例，计算设备可以接收指示文本内容(例如，搜索结果)的第一部分被移动到显示器的上半部分的位置数据。更特别地，如果文本内容的一部分被移动到显示器上的回放区域中，计算设备可以执行包括文本内容的该部分的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种执行显示的文本内容的音频回放的计算机实施的方法，所述方法包括：由一个或多个计算设备获得描述包括文本内容的多个部分的一个或多个内容项的数据；由所述一个或多个计算设备确定位置数据，所述位置数据指示文本内容的部分中的一个或多个在与所述一个或多个计算设备相关联的显示器上的相应的位置；由所述一个或多个计算设备接收指示用户输入的数据，所述用户输入修改文本内容的所述部分中的所述一个或多个相对于显示器的相应的位置；以及响应于接收到指示所述用户输入的所述数据：由所述一个或多个计算设备确定更新位置数据，所述更新位置数据指示文本内容的所述部分中的所述一个或多个的相应的更新位置；由所述一个或多个计算设备并至少部分地基于所述更新位置数据来识别文本内容的第一部分被定位于所述显示器的回放区域内，其中，所述一个或多个计算设备在识别文本内容的所述部分被显示在用于自动回放的回放区域内之前暂停达一时间段；以及由所述一个或多个计算设备使得包括文本内容的第一部分的至少一部分的语音的音频信号自动回放。2.根据权利要求1所述的计算机实施的方法，其中，所述用户输入包括由用户执行的滚动输入。3.根据前述任一权利要求所述的计算机实施的方法，还包括：由所述一个或多个计算设备在所述显示器上将一个或多个视觉效果施加到以下中的一个或以下这两者：文本内容的被定位于所述回放区域内的第一部分、或所述显示器的除了所述回放区域之外的一个或多个部分。4.根据前述任一权利要求所述的计算机实施的方法，其中，所述内容项包括响应于搜索查询而生成的搜索结果页面。5.根据前述任一权利要求所述的计算机实施的方法，其中，文本内容的所述多个部分包括至少部分地基于响应于所述搜索查询的一个或多个搜索结果的文本内容卡。6.根据前述任一权利要求所述的计算机实施的方法，其中，所述音频信号包括文本内容的所述一个或多个部分的文本到语音转换。7.根据前述...

【专利技术属性】
技术研发人员：RI辛普森，B戴维斯，G博尼法斯张，
申请(专利权)人：谷歌有限责任公司，
类型：发明
国别省市：