一种内容播报方法、装置、设备以及存储介质与流程

本公开涉及计算机，尤其涉及人工智能、语音交互、内容播报等。

背景技术：

1、近年来，随着大模型（large language model，llm）的快速发展，智能对话产品已成为用户获取信息的重要渠道。智能对话产品引入了文本转语音（text to speech，tts）功能，允许用户以语音形式消费智能对话产品生成的内容。然而，现有的智能对话产品可能存在多模态内容混合输出、播报状态与任务生成的生命周期脱耦、以及多轮次对话并发播报等问题。

技术实现思路

1、本公开提供了一种内容播报方法、装置、设备以及存储介质。

2、根据本公开的一方面，提供了一种内容播报方法，包括：

3、确定正在进行的第一会话；

4、基于该第一会话的多模态输出内容，确定第一待播报集合；

5、监听该第一会话的事件状态；

6、根据该第一待播报集合和该第一会话的事件状态，设置语音播报控件的状态，该语音播报控件用于播报第一待播报集合中的待播报内容；事件状态表征第一会话的生成状态，语音播报控件的状态包括可播报状态、播报进行状态或隐藏状态。

7、根据本公开的另一方面，提供了一种内容播报装置，包括：

8、内容处理模块，用于确定正在进行的第一会话，基于该第一会话的多模态输出内容，确定第一待播报集合；

9、会话事件监听模块，用于监听该第一会话的事件状态，并将该第一会话的事件状态发送至生命周期管理模块；

10、生命周期管理模块，用于根据该第一待播报集合和该第一会话的事件状态，设置语音播报控件的状态，该语音播报控件用于播报第一待播报集合中的待播报内容；事件状态表征第一会话的生成状态，语音播报控件的状态包括可播报状态、播报进行状态或隐藏状态。

11、根据本公开的另一方面，提供了一种电子设备，包括：

12、至少一个处理器；以及

13、与该至少一个处理器通信连接的存储器；其中，

14、该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开实施例中任一的方法。

15、根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行根据本公开实施例中任一的方法。

16、根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据本公开实施例中任一的方法。

17、本公开可以对多模态输出内容进行结构化解析和过滤，剔除不适合播报的元素，仅保留适合语音播报的待播报内容，提升了内容播报的准确性。同时，本公开通过实时监听第一会话的事件状态，并依此设置语音播报控件的状态，进而根据语音播报控件的状态对待播报内容进行播报，如此，可以减少对无效内容的误触发播报，提升了内容播报的准确性和可靠性。

18、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

1.一种内容播报方法，包括：

2.根据权利要求1所述的方法，其中，所述根据所述第一待播报集合和所述第一会话的事件状态，设置语音播报控件的状态，包括：

3.根据权利要求2所述的方法，还包括：

4.根据权利要求1所述的方法，其中，所述根据所述第一待播报集合和所述第一会话的事件状态，设置语音播报控件的状态，包括：

5.根据权利要求4所述的方法，还包括：

6.根据权利要求1至5中任一所述的方法，还包括：

7.根据权利要求6所述的方法，其中，所述确定第二会话的会话查询提交消息，包括：

8.根据权利要求6或7所述的方法，还包括：

9.根据权利要求1至8中任一所述的方法，其中，所述基于所述第一会话的多模态输出内容，确定第一待播报集合，包括：

10.根据权利要求9所述的方法，其中，所述基于所述类型，对所述多个内容段落进行过滤，包括：

11.根据权利要求9所述的方法，其中，对过滤后剩余的内容段落进行转换，以得到对应的待播报内容，包括：

12.根据权利要求9所述的方法，其中，对过滤后剩余的内容段落进行转换，以得到对应的待播报内容，包括：

13.一种内容播报装置，包括：

14.一种电子设备，包括：

15.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-12中任一项所述的方法。

16.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-12中任一项所述的方法。