本發(fā)明涉及一種將圖片轉(zhuǎn)換為語音的方法及裝置。

背景技術(shù)：

根據(jù)世界衛(wèi)生組織提供的數(shù)據(jù)，中國(guó)是全世界盲人最多的國(guó)家，占全世界盲人口的18％。每年在中國(guó)約有45萬人失明，2010年中國(guó)盲人(blind)824.8萬，低視力(low vision)6727.4萬，視力殘疾(visual impairment)是兩者的總和7551.2萬。按照這個(gè)勢(shì)頭，目前的盲人，估計(jì)可能超過1300萬，也就是，每一百個(gè)人里面，就有一個(gè)盲人。對(duì)于很多人來說，閱讀和交流是件很簡(jiǎn)單的事情，然而，對(duì)于盲人來說，他們的閱讀卻要通過“聽”與“觸摸”來實(shí)現(xiàn)。社會(huì)對(duì)盲文讀物出版給予大力支持，但是“書荒仍存”，有一個(gè)重要原因就是制作成本高、印刷效率遠(yuǎn)低于普通出版物。目前，出現(xiàn)了一些幫助盲人上網(wǎng)的讀屏軟件，一定程度上可以解決盲人上網(wǎng)的困難，但對(duì)于解決閱讀紙質(zhì)書籍、同時(shí)幫助盲人與正常人交流的技術(shù)或設(shè)備還是不夠方便或低廉。

因此，有必要設(shè)計(jì)一種新的將圖片轉(zhuǎn)換為語音的方法及裝置。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是提供一種將圖片轉(zhuǎn)換為語音的方法及裝置，該裝置易于實(shí)施，結(jié)構(gòu)獨(dú)特，功能豐富，特別適合盲人使用。

發(fā)明的技術(shù)解決方案如下：

一種將圖片轉(zhuǎn)換為語音的裝置，在殼體(1)的背面設(shè)有顯示屏(2)和揚(yáng)聲器(4)；

殼體內(nèi)設(shè)有主板；主板用于獲取照片，并針對(duì)照片進(jìn)行文字識(shí)別形成文本文檔，以及將文本文檔轉(zhuǎn)化為語音在揚(yáng)聲器中播放出來，以上實(shí)現(xiàn)均為現(xiàn)有成熟技術(shù)；

殼體上還設(shè)有與主板相連的調(diào)音模塊和進(jìn)程控制按鍵；進(jìn)程控制按鍵包括下一首按鍵(7)、暫停/播放按鍵(9)和前一首按鍵(11)；

殼體的正面設(shè)有攝像頭(16)和補(bǔ)光燈；

殼體上還設(shè)有與主板連接的位置檢測(cè)裝置。

所述的位置檢測(cè)裝置包括設(shè)置在殼體背面的導(dǎo)軌(8)以及設(shè)置在導(dǎo)軌上的滑塊(10)，為穩(wěn)定起見，優(yōu)選地，導(dǎo)軌為平行的兩條；位置檢測(cè)裝置還包括設(shè)置在殼體內(nèi)的2個(gè)同步輪(15)和張?jiān)O(shè)在2個(gè)同步輪上的同步帶(14)；所述的滑塊固定在同步帶上與同步帶聯(lián)動(dòng)；其中一個(gè)同步輪上設(shè)有同軸的編碼盤，編碼盤輸出編碼到主板。編碼盤能記錄同步轉(zhuǎn)動(dòng)的角度，從而能間接檢測(cè)出滑塊的位移，滑塊用于播放控制，滑塊位于最左側(cè)時(shí)，一篇文章從頭開始播放，滑塊位于導(dǎo)軌的正中時(shí)，文章跳至50％的位置播放，更進(jìn)一步，同步輪還連接有驅(qū)動(dòng)電機(jī)，文章播放時(shí)，驅(qū)動(dòng)電機(jī)驅(qū)動(dòng)同步輪旋轉(zhuǎn)，使得滑塊同步移動(dòng)，如播放到80％時(shí)，滑塊也移動(dòng)到80％的位置。

殼體的頂部設(shè)有快門鍵(3)，快門鍵用于控制攝像頭，也可以不使用快門鍵，直接在屏幕上操作，顯示屏為觸摸顯示屏。

殼體上設(shè)有USB插口(12)和SD卡插槽(13)中的至少一種；用于插入U(xiǎn)盤或SD卡等，將生成的文本文件存儲(chǔ)到存儲(chǔ)介質(zhì)中，或?qū)⑼獠康奈谋疚募ㄟ^存儲(chǔ)介質(zhì)轉(zhuǎn)移到本裝置中。

殼體上設(shè)有耳機(jī)插孔。

調(diào)壓模塊為調(diào)音按鍵或音量調(diào)節(jié)旋鈕(6)。

攝像頭的左右兩側(cè)各設(shè)有1個(gè)作為補(bǔ)光燈的主閃光燈(17)；殼體背面還設(shè)有由多個(gè)輔助閃光燈(19)和一片導(dǎo)光板(18)形成的環(huán)形閃光模塊(導(dǎo)光板為回字形，由4條長(zhǎng)方形的子板依次首尾回環(huán)連接而成，每條子板下方設(shè)有2個(gè)輔助LED燈。殼體為方形殼體)；

揚(yáng)聲器為2個(gè)，分布在殼體背面的左右兩側(cè)。形成立體聲輸出，音質(zhì)好。

殼體內(nèi)設(shè)有電池和用于為電池充電的充電電路，殼體上設(shè)有于所述充電電路相連的充電接口(充電接口用于接電源適配器，電源適配器接220V交流市電)。

殼體內(nèi)集成有wifi模塊或移動(dòng)通信模塊(3G或4G模塊)，用于通過網(wǎng)絡(luò)獲取文本資源。

一種將圖片轉(zhuǎn)換為語音的方法，采用前述的將圖片轉(zhuǎn)換為語音的裝置；包括以下步驟：

步驟1：采用攝像頭獲取帶有文字信息的圖片；

步驟2：主板上的文字識(shí)別模塊將圖片上的文字內(nèi)容轉(zhuǎn)換為文本信息，并將多個(gè)圖片上的文字信息整合到一個(gè)文本文件中；

步驟3：基于主板上的文本信息-語音轉(zhuǎn)換模塊將文本文件轉(zhuǎn)換為音頻播放。

通過本裝置可以將可視的圖片、以及包括文字的紙質(zhì)(或電子屏幕顯示)頁面實(shí)時(shí)轉(zhuǎn)換為語音輸出。

包括以下步驟：

第一步，數(shù)碼攝像機(jī)對(duì)目標(biāo)圖片進(jìn)行拍照，形成的圖片文件存儲(chǔ)到圖片存儲(chǔ)器；

第二步，圖片/文字譯碼器(即文字識(shí)別模塊)讀取圖片文件，將圖片文件轉(zhuǎn)譯處理為文本文件，形成的文本文件存儲(chǔ)到文本存儲(chǔ)器；

第三步，文字/語音合成器(即文本信息-語音轉(zhuǎn)換模塊)讀取文本文件，將文本文件轉(zhuǎn)譯和存儲(chǔ)為音頻文件，并根據(jù)該音頻文件合成出語音信號(hào)；

第四步，由音頻處理放大器將音頻信號(hào)進(jìn)行放大后輸出至揚(yáng)聲器播放。

所述語音合成器內(nèi)置有文字/語音合成器，將文本文件轉(zhuǎn)換形成為音頻信號(hào)并輸出至音頻處理放大器，由揚(yáng)聲器將放大后的語音播放出來；

本裝置設(shè)有圖片/文字譯碼器，其利用類似于目前已經(jīng)具有的將帶有文字符號(hào)的圖片轉(zhuǎn)換為文本的軟件工具，如通過對(duì)掃描儀掃描得到的圖片轉(zhuǎn)換為WORD文檔或txt文檔的軟件工具，由微處理器單元控制圖片/文字譯碼器將圖片文字轉(zhuǎn)換形成文本文件、控制文字/語音合成器將文本文件轉(zhuǎn)換形成為音頻信號(hào)，從而完成由圖片到語音的轉(zhuǎn)換；還設(shè)有圖片存儲(chǔ)器、文本存儲(chǔ)器，可對(duì)圖片、文本信息進(jìn)行存儲(chǔ)，微處理器單元可以通過數(shù)據(jù)線、地址線對(duì)圖片或文本信息進(jìn)行選擇調(diào)用，可以具有一定的編輯功能，選擇對(duì)特定語音的播放。這樣，盲人使用起來比較方便，可以較快地學(xué)習(xí)掌握，實(shí)現(xiàn)對(duì)紙質(zhì)或電子顯示的圖片的“閱讀”。

圖片的邊緣留有一定的空白：

所述第一步設(shè)有一個(gè)拍攝完整度提醒功能，根據(jù)取景的外邊緣的灰度判斷目標(biāo)是否已經(jīng)全部進(jìn)入鏡頭，進(jìn)而通過語音提示相機(jī)鏡頭移動(dòng)的方向，包括上/下、左/右、遠(yuǎn)/近動(dòng)作指令。

所述文字/語音合成器可根據(jù)設(shè)置選擇語音的語種、男女聲、語速。

所述控制鍵盤與微處理器單元的控制信號(hào)輸入端相連，該微處理器單元通過數(shù)據(jù)/地址線與圖片/文字譯碼器、文字/語音合成器、圖片存儲(chǔ)器、文本存儲(chǔ)器的相應(yīng)數(shù)據(jù)端口或地址端口相連，并完成相應(yīng)的控制和數(shù)據(jù)調(diào)用、存儲(chǔ)動(dòng)作；

有益效果：

本發(fā)明提供了一種將圖片轉(zhuǎn)換為語音的方法及裝置，該裝置特別針對(duì)盲人群體設(shè)計(jì)，比如位置檢測(cè)裝置能便于使用者手動(dòng)調(diào)節(jié)播放進(jìn)度，這一特征為本發(fā)明的最大亮點(diǎn)。另外，設(shè)置有物理按鍵，如播放鍵等，便于操作。

本裝置具有豐富的拍照功能，環(huán)形閃光模塊有利于獲取無陰影的高素質(zhì)的圖片；

本裝置具有豐富的接口和通信模塊，USB接口等便于通過有線模式傳輸文本文件，wifi模塊和移動(dòng)通信模塊便于通過無線網(wǎng)絡(luò)方式傳輸文本資源，從而極大地?cái)U(kuò)展了本產(chǎn)品的功能。

采用本裝置能方便地將紙質(zhì)的樹制作成電子書，便于攜帶，另外，具有語音播放文本信息的功能，減緩使用者的視覺疲勞，該裝置特別適用于盲人群體。

附圖說明

圖1為將圖片轉(zhuǎn)換為語音的裝置的背面結(jié)構(gòu)示意圖；

圖2為將圖片轉(zhuǎn)換為語音的裝置的正面結(jié)構(gòu)示意圖；

圖3為位置檢測(cè)裝置的結(jié)構(gòu)示意圖；

圖4為電原理框圖。

標(biāo)號(hào)說明：1-殼體，2-顯示屏，3-快門鍵，4-揚(yáng)聲器，5-充電接口，6-音量調(diào)節(jié)旋鈕，7-下一首按鍵，8-導(dǎo)軌，9-暫停/播放按鍵，10-滑塊，11-前一首按鍵，12-USB插口，13-SD卡插槽；14-同步帶，15-同步輪，16-攝像頭，17-主閃光燈，18-導(dǎo)光板，19-輔助閃光燈。

具體實(shí)施方式

以下將結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明做進(jìn)一步詳細(xì)說明：

實(shí)施例1：如圖1-4.一種將圖片轉(zhuǎn)換為語音的裝置，在殼體1的背面設(shè)有顯示屏2和揚(yáng)聲器4；

殼體內(nèi)設(shè)有主板；主板用于獲取照片，并針對(duì)照片進(jìn)行文字識(shí)別形成文本文檔，以及將文本文檔轉(zhuǎn)化為語音在揚(yáng)聲器中播放出來，以上實(shí)現(xiàn)均為現(xiàn)有成熟技術(shù)；

殼體上還設(shè)有與主板相連的調(diào)音模塊和進(jìn)程控制按鍵；進(jìn)程控制按鍵包括下一首按鍵7、暫停/播放按鍵9和前一首按鍵11；

殼體的正面設(shè)有攝像頭16和補(bǔ)光燈；

殼體上還設(shè)有與主板連接的位置檢測(cè)裝置。

所述的位置檢測(cè)裝置包括設(shè)置在殼體背面的導(dǎo)軌8以及設(shè)置在導(dǎo)軌上的滑塊10(為穩(wěn)定起見，導(dǎo)軌為平行的兩條)；位置檢測(cè)裝置還包括設(shè)置在殼體內(nèi)的2個(gè)同步輪15和張?jiān)O(shè)在2個(gè)同步輪上的同步帶14；所述的滑塊固定在同步帶上與同步帶聯(lián)動(dòng)；其中一個(gè)同步輪上設(shè)有同軸的編碼盤，編碼盤輸出編碼到主板。編碼盤能記錄同步轉(zhuǎn)動(dòng)的角度，從而能間接檢測(cè)出滑塊的位移，滑塊用于播放控制，滑塊位于最左側(cè)時(shí)，一篇文章從頭開始播放，滑塊位于導(dǎo)軌的正中時(shí)，文章跳至50％的位置播放，更進(jìn)一步，同步輪還連接有驅(qū)動(dòng)電機(jī)，文章播放時(shí)，驅(qū)動(dòng)電機(jī)驅(qū)動(dòng)同步輪旋轉(zhuǎn)，使得滑塊同步移動(dòng)，如播放到80％時(shí)，滑塊也移動(dòng)到80％的位置。

殼體的頂部設(shè)有快門鍵3，快門鍵用于控制攝像頭(也可以不使用快門鍵，直接在屏幕上操作，顯示屏為觸摸顯示屏)。

殼體上設(shè)有USB插口12和SD卡插槽13中的至少一種；用于插入U(xiǎn)盤或SD卡等，將生成的文本文件存儲(chǔ)到存儲(chǔ)介質(zhì)中，或?qū)⑼獠康奈谋疚募ㄟ^存儲(chǔ)介質(zhì)轉(zhuǎn)移到本裝置中。

殼體上設(shè)有耳機(jī)插孔。

調(diào)壓模塊為調(diào)音按鍵或音量調(diào)節(jié)旋鈕6。

攝像頭的左右兩側(cè)各設(shè)有1個(gè)作為補(bǔ)光燈的主閃光燈17；殼體背面還設(shè)有由多個(gè)輔助閃光燈19和一片導(dǎo)光板18形成的環(huán)形閃光模塊，導(dǎo)光板為回字形，由4條長(zhǎng)方形的子板依次首尾回環(huán)連接而成，每條子板下方設(shè)有2個(gè)輔助LED燈。殼體為方形殼體；

揚(yáng)聲器為2個(gè)，分布在殼體背面的左右兩側(cè)。形成立體聲輸出，音質(zhì)好。

殼體內(nèi)設(shè)有電池和用于為電池充電的充電電路，殼體上設(shè)有于所述充電電路相連的充電接口(充電接口用于接電源適配器，電源適配器接220V交流市電)。

殼體內(nèi)集成有wifi模塊或移動(dòng)通信模塊(3G或4G模塊)，用于通過網(wǎng)絡(luò)獲取文本資源。

一種將圖片轉(zhuǎn)換為語音的方法，采用前述的將圖片轉(zhuǎn)換為語音的裝置；包括以下步驟：

步驟1：采用攝像頭獲取帶有文字信息的圖片；

步驟2：主板上的文字識(shí)別模塊將圖片上的文字內(nèi)容轉(zhuǎn)換為文本信息，并將多個(gè)圖片上的文字信息整合到一個(gè)文本文件中；

步驟3：基于主板上的文本信息-語音轉(zhuǎn)換模塊將文本文件轉(zhuǎn)換為音頻播放。