[发明专利]用于输出信息的方法和装置

说明书

本公开的实施例公开了用于输出信息的方法和装置。该方法的一具体实施方式包括：响应于接收到用户发起的点读请求，获取对目标文字进行拍摄所获得的图像作为待识别图像，其中，目标文字是用户指向的文字；对待识别图像中的目标文字进行检测，获得包围目标文字的多边形框；确定多边形框所对应的多边形区域的面积；基于所确定的面积，确定目标文字的字号作为目标字号；基于目标字号，生成及输出针对目标文字的点读结果。该实施方式在生成点读结果的过程中考虑到了文字的字号，引入更多的与点读结果相关的数据，进而可以输出更为准确、有效的点读结果，有助于提高用户体验。

技术领域

本公开的实施例涉及计算机技术领域，尤其涉及用于输出信息的方法和装置。

背景技术

书本、电子文档等包括文字的物体通常包括封面和正文。相对而言，封面上的文字通常是大字号的文字，正文中的文字通常是小字号的文字。

现有技术中，用于实现文字点读的模型通常是针对正文中的小字号文字训练得到的模型。

发明内容

本公开的实施例提出了用于输出信息的方法和装置。

第一方面，本公开的实施例提供了一种用于输出信息的方法，该方法包括：响应于接收到用户发起的点读请求，获取对目标文字进行拍摄所获得的图像作为待识别图像，其中，目标文字是用户指向的文字；对待识别图像中的目标文字进行检测，获得包围目标文字的多边形框；确定多边形框所对应的多边形区域的面积；基于所确定的面积，确定目标文字的字号作为目标字号；基于目标字号，生成及输出针对目标文字的点读结果。

在一些实施例中，基于目标字号，生成及输出针对目标文字的点读结果包括：响应于目标字号小于或等于预设字号，将多边形区域输入预先训练的第一文字识别模型，获得第一识别文字；获取第一识别文字所对应的音频；将第一识别文字所对应的音频作为点读结果输出。

在一些实施例中，基于目标字号，生成及输出针对目标文字的点读结果包括：响应于目标字号大于预设字号，对多边形区域进行缩放，获得缩放后多边形区域；将缩放后多边形区域输入第一文字识别模型，获得第二识别文字；获取第二识别文字所对应的音频；将第二识别文字所对应的音频作为点读结果输出。

在一些实施例中，基于目标字号，生成及输出针对目标文字的点读结果包括：响应于目标字号大于预设字号，将多边形区域输入预先训练的第二文字识别模型，获得第三识别文字；获取第三识别文字所对应的音频；将第三识别文字所对应的音频作为点读结果输出。

在一些实施例中，基于目标字号，生成及输出针对目标文字的点读结果包括：响应于目标字号大于预设字号，将预先设置的提示信息作为点读结果输出，其中，提示信息用于提示用户指向新文字，新文字所对应的字号小于目标字号。

第二方面，本公开的实施例提供了一种用于输出信息的装置，该装置包括：获取单元，被配置成响应于接收到用户发起的点读请求，获取对目标文字进行拍摄所获得的图像作为待识别图像，其中，目标文字是用户指向的文字；检测单元，对待识别图像中的目标文字进行检测，获得包围目标文字的多边形框；第一确定单元，被配置成确定多边形框所对应的多边形区域的面积；第二确定单元，被配置成基于所确定的面积，确定目标文字的字号作为目标字号；输出单元，被配置成基于目标字号，生成及输出针对目标文字的点读结果。

在一些实施例中，输出单元包括：第一输入模块，被配置成响应于目标字号小于或等于预设字号，将多边形区域输入预先训练的第一文字识别模型，获得第一识别文字；第一获取模块，被配置成获取第一识别文字所对应的音频；第一输出模块，被配置成将第一识别文字所对应的音频作为点读结果输出。