[发明专利]文本显示方法及装置、存储介质及电子装置

说明书

本申请公开了一种文本显示方法及装置、存储介质及电子装置，涉及智慧家庭技术领域，该文本显示方法包括：通过第一设备确定第一对象输入的第一文本，并对所述第一文本进行语音合成，得到第一音频；将所述第一音频发送至第二设备，并获取所述第二设备采集到的第二音频，其中，所述第二音频为第二对象通过所述第二设备接收到所述第一音频之后，发出的音频；对所述第二音频进行语音识别，并通过所述第一设备显示语音识别后得到的第二文本。采用上述技术方案，解决了由于环境嘈杂等因素，导致通信双方之间无法进行正常的语音通话的问题。

技术领域

本申请涉及智慧家庭技术领域，具体而言，涉及一种文本显示方法及装置、存储介质及电子装置。

背景技术

随着社会的快速发展，人们实现语音通话变得越来越方便，通话双方各自使用对应的设备即可实现语音通话，但在一些场景下，通话的一方可能由于环境嘈杂等因素不具备实时语音通话的条件，但是又必须与另一方进行实时沟通。例如公交的上班族、宝妈或者语言障碍的用户，他们处在的环境比较嘈杂或者自身不满足实时交流的条件，但是又需要通过语音与家人或者朋友联系。

针对相关技术中，由于环境嘈杂等因素，导致通信双方之间无法进行正常的语音通话的问题，目前尚未提出有效的解决方案。

因此，有必要对相关技术予以改良以克服相关技术中的所述缺陷。

发明内容

本发明实施例提供了一种文本显示方法及装置、存储介质及电子装置，以至少解决由于环境嘈杂等因素，导致通信双方之间无法进行正常的语音通话的问题。

根据本发明实施例的一方面，提供一种文本显示方法，包括：通过第一设备确定第一对象输入的第一文本，并对所述第一文本进行语音合成，得到第一音频；将所述第一音频发送至第二设备，并获取所述第二设备采集到的第二音频，其中，所述第二音频为第二对象通过所述第二设备接收到所述第一音频之后发出的音频；对所述第二音频进行语音识别，并通过所述第一设备显示语音识别后得到的第二文本。

进一步地，通过第一设备确定第一对象输入的第一文本，包括：通过第一设备对所述第一对象进行音频采集，并对采集到的音频进行语音识别，得到识别文本；将所述识别文本显示在所述第一设备的显示页面；确定所述第一对象通过所述显示页面对所述识别文本进行编辑后所得到的第一文本。

进一步地，通过第一设备对所述第一对象进行音频采集之前，所述方法还包括：通过第一设备的图像采集装置对预设区域进行图像采集，得到目标图像；根据第一目标特征以及所述目标图像确定所述第一对象，其中，所述第一目标特征包括以下至少之一：嘴部动作，与所述第一设备的距离，与所述第一设备的位置关系；和/或通过第一设备的音频采集装置进行音频采集，得到目标音频；根据第二目标特征以及所述目标音频确定所述第一对象，其中，所述第二目标特征至少包括：声纹。

进一步地，通过第一设备对所述第一对象进行音频采集，包括：确定所述第一对象与所述第一设备的目标位置关系；在所述目标位置关系指示所述第一对象位于所述第一设备的目标方向的情况下，控制所述第一设备的音频采集装置采集所述目标方向上的音频。

进一步地，对采集到的音频进行语音识别，包括：在语音库中存在所述第一对象的语音特征的情况下，根据所述语音特征对采集到的音频中所述第一对象对应的声音进行声音增强，并根据所述语音特征对采集到的音频中非所述第一对象对应的声音进行声音弱化，得到处理后的音频；对所述处理后的音频进行语音识别；在采集所述第一对象的目标嘴部动作的情况下，结合所述目标嘴部动作对所述采集到的音频进行语音识别，其中，所述目标嘴部动作用于辅助语音识别。

进一步地，通过第一设备确定第一对象输入的第一文本之后，所述方法还包括：在通过所述第一设备采集到所述第一对象的图像，和/所述第一对象的音频的情况下，将所述第一文本，所述第一对象的图像，和所述第一对象的音频中的至少两个发送至第二设备。