本技術(shù)涉及計(jì)算機(jī)，尤其涉及一種音頻播放方法、電子設(shè)備及系統(tǒng)。

背景技術(shù)：

1、隨著人工智能(artificial?intelligence，ai)技術(shù)的發(fā)展，用于將電子書(shū)的文本內(nèi)容轉(zhuǎn)換為音頻播放的文本轉(zhuǎn)語(yǔ)音(text?to?speech，tts)技術(shù)應(yīng)用廣泛。在實(shí)時(shí)聽(tīng)書(shū)場(chǎng)景下，電子設(shè)備可以實(shí)時(shí)獲取待閱讀內(nèi)容中的文本部分對(duì)應(yīng)的音頻，并播放該音頻。在播放該音頻的過(guò)程中，電子設(shè)備可以顯示和音頻不匹配的圖片，例如電子書(shū)的封面圖片，或者不顯示任何圖片，導(dǎo)致出現(xiàn)圖文不符的問(wèn)題，功能可用性低。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)公開(kāi)了一種音頻播放方法、電子設(shè)備及系統(tǒng)，能夠在播放音頻的過(guò)程中，同步顯示當(dāng)前正在閱讀的文本相關(guān)的插圖，解決了聽(tīng)書(shū)過(guò)程中圖文不符的問(wèn)題，提升了功能可用性，提升了用戶體驗(yàn)。

2、第一方面，本技術(shù)實(shí)施例提供一種音頻播放方法，應(yīng)用于第一設(shè)備，該方法包括：獲取第一內(nèi)容的第一進(jìn)度信息，所述第一內(nèi)容包括文本和至少一個(gè)圖片；根據(jù)所述第一進(jìn)度信息確定第一播放資源，所述第一播放資源包括所述第一內(nèi)容中的第一文本和第一圖片，所述第一文本和所述第一圖片均與所述第一進(jìn)度信息相關(guān)；根據(jù)所述第一播放資源播放第一音頻，根據(jù)所述第一播放資源顯示所述第一圖片，所述第一音頻為所述第一文本對(duì)應(yīng)的音頻；獲取所述第一內(nèi)容的第二進(jìn)度信息；根據(jù)所述第二進(jìn)度信息和所述第一播放資源確定第二播放資源，所述第二播放資源包括所述第一內(nèi)容中的第二文本和第二圖片，所述第二文本和所述第二圖片均與所述第二進(jìn)度信息相關(guān)；根據(jù)所述第二播放資源播放第二音頻，根據(jù)所述第二播放資源顯示所述第二圖片，所述第二音頻為所述第二文本對(duì)應(yīng)的音頻；其中，所述第一進(jìn)度信息和所述第二進(jìn)度信息不同。

3、在上述方法中，第一設(shè)備可以獲取第一內(nèi)容的第一進(jìn)度信息，根據(jù)第一進(jìn)度信息確定第一播放資源，第一設(shè)備可以根據(jù)第一播放資源播放第一音頻，并顯示第一圖片。后續(xù)，第一設(shè)備可以更新閱讀第一內(nèi)容的進(jìn)度信息，并根據(jù)更新后的進(jìn)度信息(即第二進(jìn)度信息)重新確定更新后的播放資源(即第二播放資源)，并重復(fù)執(zhí)行播放音頻和顯示圖片的過(guò)程。這種方式能夠在播放音頻的過(guò)程中，同步顯示當(dāng)前正在閱讀的文本相匹配的圖片，解決了聽(tīng)書(shū)過(guò)程中圖文不符的問(wèn)題，提升了功能可用性，提升了用戶體驗(yàn)。

4、在一種可能的實(shí)現(xiàn)方式中，所述方法還包括：判斷所述第三播放資源是否包括圖片，所述第三播放資源是根據(jù)獲取到的所述第一內(nèi)容的第三進(jìn)度信息和所述第二播放資源確定；當(dāng)所述第三播放資源包括所述第三圖片時(shí)，將所述第一設(shè)備顯示的所述第二圖片切換為所述第三圖片，所述第三圖片和所述第二圖片不同；當(dāng)所述第三播放資源不包括所述圖片時(shí)，顯示所述第二圖片。

5、在上述方法中，第一設(shè)備根據(jù)再次更新后的進(jìn)度信息(即第三進(jìn)度信息)，確定更新后的播放資源(即第三播放資源)后，可以判斷第三播放資源中是否包括圖片，當(dāng)包括圖片(即第三圖片)時(shí)，可以將顯示屏顯示的第二圖片切換為第三圖片；當(dāng)不包括圖片時(shí)，可以保持顯示屏顯示的第二圖片不變。這種方式能夠在播放音頻的過(guò)程中，實(shí)時(shí)更新顯示圖片，保證圖文相符，提升用戶體驗(yàn)。

6、在一種可能的實(shí)現(xiàn)方式中，所述第一播放資源是根據(jù)所述第一進(jìn)度信息對(duì)應(yīng)的文本位置確定，所述第二播放資源是根據(jù)所述第二進(jìn)度信息對(duì)應(yīng)的文本位置確定，所述第二播放資源和所述第一播放資源不同。

7、在上述方法中，第一設(shè)備是根據(jù)音頻播放過(guò)程中的播放進(jìn)度信息實(shí)時(shí)確定播放資源，也就是說(shuō)，在不同的播放進(jìn)度下確定的播放資源各不相同，通過(guò)播放進(jìn)度實(shí)時(shí)獲取播放資源，能夠保證播放的音頻對(duì)應(yīng)的文本和顯示的圖片相匹配，提升了功能可用性，提升了用戶體驗(yàn)。

8、在一種可能的實(shí)現(xiàn)方式中，所述第一播放資源包括所述第一圖片和第四圖片，所述根據(jù)所述第一播放資源顯示所述第一圖片，包括：當(dāng)所述第一圖片的顯示位置在所述第四圖片的顯示位置之前時(shí)，顯示所述第一圖片。

9、在上述方法中，當(dāng)?shù)谝徊シ刨Y源中包括多個(gè)圖片時(shí)，可以按照這多個(gè)圖片的顯示位置(例如位置從前往后的順序)在顯示屏上顯示，這樣使得播放的音頻對(duì)應(yīng)的文本和顯示的圖片相匹配，提升用戶體驗(yàn)。

10、在一種可能的實(shí)現(xiàn)方式中，所述第二播放資源包括所述第二圖片和所述第一圖片，所述第一進(jìn)度信息在所述第二進(jìn)度信息之前，所述第一圖片的顯示位置在所述第二圖片的顯示位置之前；所述根據(jù)第二播放資源顯示所述第二圖片，包括：當(dāng)所述第一圖片的顯示時(shí)長(zhǎng)大于或等于預(yù)設(shè)時(shí)長(zhǎng)時(shí)，將所述第一設(shè)備顯示的所述第一圖片切換為所述第二圖片；所述方法還包括：當(dāng)所述第一圖片的顯示時(shí)長(zhǎng)小于所述預(yù)設(shè)時(shí)長(zhǎng)時(shí)，顯示所述第一圖片。

11、在上述方法中，當(dāng)?shù)诙シ刨Y源中包含已顯示過(guò)的圖片(即第一圖片)和未顯示過(guò)的圖片(即第二圖片)時(shí)，可以根據(jù)已顯示過(guò)的圖片的顯示時(shí)長(zhǎng)確定是否切換顯示為未顯示過(guò)的圖片，通過(guò)這種方式，當(dāng)?shù)诙シ刨Y源中的多個(gè)圖片位置較近時(shí)，可以保證每個(gè)圖片都有足夠的時(shí)間(例如10秒-30秒)在顯示屏上顯示，并且圖片顯示的時(shí)長(zhǎng)是根據(jù)和該圖片相關(guān)的文本確定的，這樣進(jìn)一步提升了同步顯示的效果。

12、在一種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述第一播放資源顯示所述第一圖片，包括：當(dāng)所述第一播放資源中的當(dāng)前播放進(jìn)度位于所述第一圖片的第一觸發(fā)顯示位置時(shí)，顯示所述第一圖片。

13、在上述方法中，當(dāng)?shù)谝徊シ刨Y源中包含圖片時(shí)，第一設(shè)備不是直接顯示該包含的圖片，而是進(jìn)一步判斷當(dāng)前播放進(jìn)度是否位于圖片的觸發(fā)顯示位置，這種方式精確控制了圖片顯示的時(shí)刻，保證了顯示的圖片和文字相匹配，進(jìn)一步提升了同步顯示圖片的效果，提升了功能可用性，提升了用戶體驗(yàn)。

14、在一種可能的實(shí)現(xiàn)方式中，所述方法還包括：根據(jù)所述第一播放資源獲取所述第一音頻和所述第一圖片；向第二設(shè)備發(fā)送所述第一音頻和所述第一圖片，所述第一音頻用于所述第二設(shè)備播放，所述第一圖片用于所述第二設(shè)備顯示。

15、在上述方法中，第一設(shè)備和第二設(shè)備連接時(shí)，第一設(shè)備獲取到第一音頻和第一圖片后，可以將第一音頻和第一圖片同步推送到第二設(shè)備(外部遠(yuǎn)程設(shè)備)上，以使第二設(shè)備實(shí)現(xiàn)播放音頻的過(guò)程中，同步顯示當(dāng)前正在閱讀的文本相匹配的圖片，擴(kuò)大了可應(yīng)用設(shè)備的范圍，進(jìn)一步提升了功能可用性，提升了用戶體驗(yàn)。

16、在一種可能的實(shí)現(xiàn)方式中，所述方法還包括：當(dāng)所述第二播放資源包括所述第二圖片時(shí)，向第二設(shè)備發(fā)送第一消息，所述第一消息指示更新顯示的圖片；接收所述第二設(shè)備發(fā)送的第二消息，所述第二消息用于請(qǐng)求獲取更新的圖片；根據(jù)所述第二消息向所述第二設(shè)備發(fā)送所述第二圖片，所述第二圖片用于所述第二設(shè)備顯示。

17、在上述方法中，針對(duì)不同的第二設(shè)備(外部遠(yuǎn)程設(shè)備)，第一設(shè)備向第二設(shè)備推動(dòng)音頻和圖片的方式可能不同，通過(guò)不同的交互方式均能保證第二設(shè)備播放的音頻對(duì)應(yīng)的文本和顯示的圖片相匹配，擴(kuò)大了可應(yīng)用設(shè)備的范圍，進(jìn)一步提升了功能可用性，提升了用戶體驗(yàn)。

18、在一種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述第一進(jìn)度信息確定第一播放資源，包括：根據(jù)所述第一進(jìn)度信息和滑動(dòng)窗口確定所述第一播放資源，所述滑動(dòng)窗口為根據(jù)預(yù)設(shè)條件確定的所述第一內(nèi)容中的區(qū)間，所述預(yù)設(shè)條件包括以下至少一項(xiàng)：預(yù)設(shè)文本的字?jǐn)?shù)、預(yù)設(shè)文本的句數(shù)、預(yù)設(shè)文本對(duì)應(yīng)的時(shí)長(zhǎng)。

19、在上述方法中，滑動(dòng)窗口的確定可以直接影響同步顯示圖片的效果，因此，通過(guò)預(yù)設(shè)條件能精確控制滑動(dòng)窗口的大小，從而精確控制圖片顯示的時(shí)刻，保證了顯示的圖片和文字相匹配，進(jìn)一步提升了同步顯示圖片的效果，提升了功能可用性，提升了用戶體驗(yàn)。

20、在一種可能的實(shí)現(xiàn)方式中，所述方法還包括：向網(wǎng)絡(luò)設(shè)備發(fā)送所述第一文本；接收所述網(wǎng)絡(luò)設(shè)備發(fā)送的所述第一音頻，所述第一音頻是所述網(wǎng)絡(luò)設(shè)備根據(jù)所述第一文本得到的。

21、在上述方法中，第一設(shè)備可以通過(guò)網(wǎng)絡(luò)設(shè)備獲取第一文本對(duì)應(yīng)的第一音頻，這樣能夠減少第一設(shè)備的處理壓力，在第一設(shè)備處理能力不足的情況，仍然能夠保證第一設(shè)備播放音頻時(shí)同步顯示和當(dāng)前閱讀文本相匹配的圖片，擴(kuò)大了可應(yīng)用設(shè)備的范圍，進(jìn)一步提升了功能可用性，提升了用戶體驗(yàn)。

22、在一種可能的實(shí)現(xiàn)方式中，所述第一內(nèi)容為電子書(shū)，所述獲取第一內(nèi)容的第一進(jìn)度信息，包括：當(dāng)接收到觸發(fā)聽(tīng)書(shū)功能的用戶操作時(shí)，獲取所述第一內(nèi)容的所述第一進(jìn)度信息。

23、在上述方法中，在實(shí)時(shí)聽(tīng)書(shū)場(chǎng)景下，當(dāng)用戶觸發(fā)聽(tīng)書(shū)功能時(shí)，第一設(shè)備能夠根據(jù)用戶的閱讀進(jìn)度信息開(kāi)啟聽(tīng)書(shū)功能，簡(jiǎn)化了聽(tīng)書(shū)功能的觸發(fā)操作，無(wú)需用戶再進(jìn)行額外操作，方便用戶使用聽(tīng)書(shū)功能，進(jìn)一步提升了功能可用性和用戶體驗(yàn)。

24、第二方面，本技術(shù)提供了一種電子設(shè)備，包括收發(fā)器、處理器和存儲(chǔ)器，上述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序，上述處理器調(diào)用上述計(jì)算機(jī)程序，用于執(zhí)行上述第一方面任一種可能的實(shí)現(xiàn)方式中的音頻播放方法。

25、第三方面，本技術(shù)提供了一種電子設(shè)備，包括一個(gè)或多個(gè)處理器和一個(gè)或多個(gè)存儲(chǔ)器。該一個(gè)或多個(gè)存儲(chǔ)器與一個(gè)或多個(gè)處理器耦合，一個(gè)或多個(gè)存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序代碼，計(jì)算機(jī)程序代碼包括計(jì)算機(jī)指令，當(dāng)一個(gè)或多個(gè)處理器執(zhí)行計(jì)算機(jī)指令時(shí)，使得電子設(shè)備執(zhí)行上述第一方面任一項(xiàng)可能的實(shí)現(xiàn)方式中的音頻播放方法。

26、第四方面，本技術(shù)提供了一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，該計(jì)算機(jī)存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)執(zhí)行上述任一方面任一項(xiàng)可能的實(shí)現(xiàn)方式中的音頻播放方法。

27、第五方面，本技術(shù)提供了一種計(jì)算機(jī)程序產(chǎn)品，當(dāng)該計(jì)算機(jī)程序產(chǎn)品在電子設(shè)備上運(yùn)行時(shí)，使得該電子設(shè)備執(zhí)行上述第一方面任一項(xiàng)可能的實(shí)現(xiàn)方式中的音頻播放方法。

28、第六方面，本技術(shù)提供一種電子設(shè)備，該電子設(shè)備包括執(zhí)行本技術(shù)第一方面任一種實(shí)現(xiàn)方式所介紹的方法或裝置。上述電子設(shè)備例如為芯片。