[发明专利]提取文本以转换成音频

权利要求书

1.一种在计算设备中从标记文档提取文本以供音频输出的方法，所述方法包括：

将所述标记文档分(202)成多个内容面板；

通过基于每一个面板相对于所述标记文档的总体组织的几何准则和/或基于位置的准则来对所述多个内容面板进行过滤(204)以形成内容面板的子集；

确定(208)内容面板的所述子集中的每一个内容面板的文档对象模型(DOM)分析值；

通过基于内容面板的所述子集中的每一个内容面板的DOM分析值来对内容面板的所述子集进行过滤以标识出(218)被确定为包含文本正文内容的内容面板的集合；以及

将被确定为包含文本正文内容的所选的内容面板中的文本转换(220)成音频输出。

2.如权利要求1所述的方法，其特征在于，面板的所述子集是面板的第一子集，并且还包括：

通过基于为内容面板的所述第一子集中的每一个内容面板确定的标签的密度来对内容面板的所述第一子集进行过滤以形成内容面板的第二子集，并且其中确定内容面板的所述子集中的每一个内容面板的DOM分析值包括确定内容面板的所述第二子集中的每一个内容面板的DOM分析值。

3.如权利要求1所述的方法，其特征在于，从如下各项中的一个或多个确定所述DOM分析值：内容面板与所选的其他面板相比的DOM节点深度、内容面板与所述标记文档的顶部间的距离、以及内容面板与所选的其他内容面板间的DOM节点间隔。

4.如权利要求3所述的方法，其特征在于，所述DOM分析值是基于如下各项的组合来确定的：内容面板的DOM节点深度、内容面板与所述标记文档的顶部间的距离、以及内容面板与所选的其他内容面板间的DOM节点间隔。

5.如权利要求4所述的方法，其特征在于，还包括通过如下方式来确定所述DOM节点间隔：确定所述内容面板与共同先辈节点间的深度及所选的其他内容面板与所述共同先辈节点间的深度；以及将所述内容面板的深度减去所选的其他内容面板的深度。

6.如权利要求4所述的方法，其特征在于，还包括通过如下方式来确定所述DOM节点深度：在所述内容面板与所选的其他内容面板具有相同的节点深度的情况下分配第一值；以及，在所述内容面板与所选的其他内容面板具有不同的节点深度的情况下分配第二值。

7.如权利要求4所述的方法，其特征在于，还包括通过基于所述内容面板与所述标记文档的顶部间的距离的大小来对该距离进行加权以确定该距离。

8.如权利要求1所述的方法，其特征在于，所述计算设备包括移动设备。

9.一种计算设备(108、110、112)，包括：

音频输出(124)；

逻辑子系统(120)；以及

数据保持子系统(122)，它包括存储于其中的可由所述逻辑子系统(120)执行来通过如下方式输出标记文档的音频呈现的指令：

将所述标记文档分(202)成多个内容面板；

基于每一个面板相对于所述标记文档的总体组织的几何准则和/或基于位置的准则来对所述多个内容面板进行过滤(204)，以便形成内容面板的子集；

从以下各项中的一个或多个确定(208)内容面板的所述子集中的每一个内容面板的文档对象模型(DOM)分析值：该内容面板的DOM节点深度、该内容面板与所述标记文档的顶部间的距离、以及该内容面板与所选的其他内容面板间的DOM节点间隔；

通过基于内容面板的所述子集中的每一个内容面板的DOM分析值来对内容面板的所述子集进行过滤以标识出(218)被确定为包含文本正文内容的内容面板的集合；以及

将被确定为包含文本正文内容的所选的内容面板中的文本转换(220)成音频输出。

10.如权利要求9所述的计算设备，其特征在于，面板的所述子集是面板的第一子集，并且还包括可执行来进行以下操作的指令：

通过基于为内容面板的所述第一子集中的每一个内容面板确定的标签的密度来对内容面板的所述第一子集进行过滤以形成内容面板的第二子集；以及然后确定内容面板的所述第二子集中的每一个内容面板的DOM分析值。