[发明专利]一种文档内容朗读方法、装置、电子设备及可读存储介质

说明书

本发明实施例提供了一种文档内容朗读方法、装置、电子设备及可读存储介质。该方法包括：判断待朗读的目标文档中是否存在图片；若存在，将目标文档中的图片输入至预先构建的图片文字识别模型，得到图片中记录的文字内容；获得图片中记录的文字内容和目标文档中的文本内容对应的发音数据；对发音数据进行播放。应用本发明实施例，能够对目标文档中的图片所记录文字内容进行朗读，提高了用户的文档阅读体验。

技术领域

本发明涉及文档处理技术领域，特别是涉及一种文档内容朗读方法、装置、电子设备及可读存储介质。

背景技术

为了工作和学习，用户常常需要阅读各种各样的文档。并且在阅读过程中，常常需要通过电子设备来朗读文档中的内容。例如，常常需要对word文档、PDF(PortableDocument Format，便携式文档格式)文档和PPT(PowerPoint，演示文稿)文档等文档中的内容进行朗读。

但是，这些文档中常常会存储有一些记录有文字内容的图片，而电子设备无法对图片中的文字内容进行朗读，影响了用户的阅读体验。

发明内容

本发明实施例的目的在于提供一种文档内容朗读方法、装置、电子设备及可读存储介质，以能够对图片中的文字内容进行朗读，提高用户的文档阅读体验。

第一方面，本发明实施例提供了一种文档内容朗读方法，应用于电子设备，该方法可以包括：

判断待朗读的目标文档中是否存在图片；

若存在，将目标文档中的图片输入至预先构建的图片文字识别模型，得到图片中记录的文字内容；

获得图片中记录的文字内容和目标文档中的文本内容对应的发音数据；

对发音数据进行播放。

可选地，在将目标文档中的图片输入至预先构建的图片文字识别模型的步骤之前，该方法还可以包括：

获得记录有文字内容的多张预设图片；

利用基于长短期记忆网络LSTM的循环神经网络RNN对训练样本进行训练，得到图片文字识别模型；其中，一个训练样本中包括：一张预设图片和该预设图片中所记录的文字内容。

可选地，在本发明的一个实施例中，获得图片中记录的文字内容和目标文档中的文本内容对应的发音数据的步骤，可以包括：

查找电子设备中的语音数据库，得到图片中记录的文字内容和目标文档中的文本内容对应的发音数据。

可选地，在本发明的另一个实施例中，获得图片中记录的文字内容和目标文档中的文本内容对应的发音数据的步骤，可以包括：

将图片中记录的文字内容和目标文档中的文本内容发送给预设的服务器，以使服务器生成图片中记录的文字内容和目标文档中的文本内容对应的发音数据，并将发音数据发送至电子设备。

可选地，在本发明实施例中，对发音数据进行播放的步骤可以包括：

在获得发音数据后，确定发音数据中的、图片中记录的文字内容对应的图片发音数据，并确定发音数据中的、目标文档中的文本内容对应的文本发音数据；

根据预设的发音顺序，对图片发音数据和文本发音数据进行播放。

可选地，在本发明实施例中，预设的发音顺序可以包括：

播放文本发音数据后再播放图片发音数据的顺序、播放图片发音数据后再播放文本发音数据的顺序，或，文本和图片在目标文档中的出现顺序。

第二方面，本发明实施例提供了一种文档内容朗读装置，应用于电子设备，该装置可以包括：

判断模块，用于判断待朗读的目标文档中是否存在图片；