无屏对讲设备的语音提示方法、装置及计算机可读存储介质与流程

摘要: 本发明涉及语音提示与音频播放控制,尤其涉及一种无屏对讲设备的语音提示方法、装置及计算机可读存储介质。背景技术:1、随着公网对讲设备、专业集群通信终端以及智能语音...
无屏对讲设备的语音提示方法、装置及计算机可读存储介质与流程

本发明涉及语音提示与音频播放控制,尤其涉及一种无屏对讲设备的语音提示方法、装置及计算机可读存储介质。

背景技术:

1、随着公网对讲设备、专业集群通信终端以及智能语音终端的不断发展,无屏对讲设备因结构简单、体积小、功耗低、便于携带等特点,被广泛应用于公网对讲、行业专网通信、应急通信以及物联网终端等场景。由于该类设备通常不配置显示屏或仅配置极小显示屏,设备状态提示、联系人播报、业务通知以及系统提示等信息主要依赖语音播报方式进行输出。

2、现有技术中,无屏对讲设备通常采用预先录制固定语音文件的方式实现语音提示。对于包含联系人名称、频道编号、设备编号或者动态数值等变化内容的播报需求,常见实现方式包括:将多个语音片段依次读取并分别送入解码器进行解码播放;或者在播放过程中动态切换多个语音文件完成整句播报;或者将多个语音片段组合后送入流式解码器。

3、然而,上述实现方式普遍存在以下问题:

4、一方面,多个语音片段分别进行打开、解码及播放控制时,每次切换均需重新建立解码流程或重新组织播放过程,容易导致不同语音片段之间出现停顿、间隙或播放不连续的情况,影响语音播报的连贯性。

5、另一方面,在需要播报动态内容时,现有方案通常采用逐片段切换播放方式实现拼接,播放过程中涉及多个语音片段的频繁读取、解码以及线程调度,增加了播放控制复杂度。尤其是当解码器处于连续播放状态时,若直接在音频回调线程中执行数据喂送或解码相关操作,容易引发解码器接口重入,导致播放状态不稳定。

6、此外,现有语音资源管理方式通常采用完整语音包整体更新或覆盖安装的方式。当语音资源发生缺失或需要按语言、音色进行更新时,需要重新下载整个语音资源包,不仅增加了网络传输开销,而且在网络异常情况下容易产生下载不完整的语音文件,更新过程中还可能因并发请求导致文件替换失败或资源不可用,影响设备语音播报功能的稳定运行。

7、因此,如何提供一种适用于无屏对讲设备的语音提示方法,在支持动态语音内容播报的同时,实现多个语音片段的连续播放,降低播放过程中的线程同步风险,并提高语音资源在线更新的可靠性,成为本领域技术人员亟待解决的技术问题。

技术实现思路

1、鉴于上述现有技术存在的不足,本发明提供了一种无屏对讲设备的语音提示方法、装置及计算机可读存储介质,通过建立事件与语音片段索引序列之间的映射关系,并结合按语言代码、音色及资源版本的虚拟槽位展开、兼容编码配置下的纯音频帧提取与连续音频码流拼接、带预缓存和结束标记的播放控制以及语音资源在线更新,实现动态语音内容的稳定提示。

2、为实现上述目的,本发明的技术方案如下:

3、本发明一方面提供了一种无屏对讲设备的语音提示方法,包括:

4、响应于目标播报事件,根据预先建立的事件与语音片段索引序列的映射关系获取与所述目标播报事件对应的语音片段索引序列,其中,所述语音片段索引序列包括固定片段索引,或者包括固定片段索引以及虚拟槽位;

5、在所述语音片段索引序列包括所述虚拟槽位时,根据当前业务数据将所述虚拟槽位展开为对应的语音片段索引;

6、读取所述语音片段索引序列对应的各语音片段文件,在确认各所述语音片段文件具有兼容的编码配置后,去除标签数据及非音频数据,并基于mp3帧头同步位逐帧校验和提取纯音频帧;

7、将提取出的各所述纯音频帧按照所述语音片段索引序列对应的顺序拼接形成连续音频码流;

8、启动解码器对应的单一解码会话,并由任务线程在解码器缓冲量低于预设续送阈值且未耗尽时向所述解码器分块喂送所述连续音频码流;

9、在音频线程的回调函数中,当检测到所述解码器缓冲量低于所述预设续送阈值且未耗尽时,向所述任务线程投递续送消息,所述回调函数仅用于投递所述续送消息;

10、所述任务线程继续向所述解码器喂送后续音频数据块,直至所述连续音频码流全部喂送至所述解码器;

11、在所述连续音频码流全部喂送至所述解码器后,向所述解码器发送结束标记并停止输入新的音频数据;当接收到表征所述解码器内部缓冲区和音频输出缓冲区均已排空的完成消息时,判定当前播报完成并对所述解码器执行带排空的停止操作,以释放当前解码会话。

12、在一个实施例中,所述虚拟槽位包括字符串槽位和数值槽位;

13、所述根据当前业务数据将所述虚拟槽位展开为对应的语音片段索引,包括:

14、当所述虚拟槽位为字符串槽位时,根据当前语言代码确定字符集及字符与语音片段索引的映射规则,从业务接口获取目标字符串,对所述目标字符串进行过滤,保留所述字符集支持的字符,并将保留的字符映射为对应的语音片段索引;

15、当所述虚拟槽位为数值槽位时,根据当前语言代码确定数值读法规则,获取目标数值,并按照所述数值读法规则将所述目标数值拆分为对应的语音片段索引序列。

16、在一个实施例中,所述去除标签数据及非音频数据,并按mp3帧同步位逐帧提取纯音频帧,包括:

17、识别并跳过所述语音片段文件中的id3v2标签头和id3v1标签尾;

18、依据mp3帧头同步位识别候选音频帧,并校验候选音频帧的mpeg版本、层、码率索引、采样率索引、帧长度及下一帧位置;提取校验通过的音频帧的帧头部和帧载荷,并剔除相邻音频帧之间的非同步数据。

19、在一个实施例中,所述判定当前播报完成具体包括:

20、当音频线程检测到所述解码器内部缓冲区和音频输出缓冲区均已排空时,向所述任务线程投递携带当前世代标识的完成消息;

21、所述任务线程在校验所述完成消息携带的世代标识与当前世代标识一致后,判定当前播报完成。

22、在一个实施例中,还包括:

23、响应于接收到新的播报请求,停止当前解码会话,并原子更新世代标识;

24、当所述任务线程接收到续送消息或者完成消息时,校验所述消息携带的世代标识是否与当前世代标识一致;

25、若校验结果为不一致,则丢弃所述消息。

26、在一个实施例中,所述目标播报事件为联系人名称拼读事件时,所述方法还包括:

27、获取待拼读的用户名字符串;

28、将所述用户名字符串转换为小写字符串,并过滤其中的非英文字母字符;

29、将过滤后的各英文字母逐一映射为对应的字母音频片段索引;

30、按照映射后的字母音频片段索引依次执行所述纯音频帧提取和连续音频码流拼接,以生成用于流式拼读播放的连续音频码流。

31、在一个实施例中,还包括语音包在线更新过程,所述语音包在线更新过程包括:

32、根据目标语言代码、音色参数和资源版本向服务器请求并下载缺失、损坏或版本不符的语音片段文件;

33、将下载数据写入临时文件;

34、校验所述下载数据的完整性、来源可信性及编码参数兼容性;

35、当校验通过时,采用原子替换操作将所述临时文件替换为正式语音片段文件;

36、其中,所述语音包在线更新过程响应于更新触发条件启动,并在独立工作线程中串行执行,通过信号量或互斥锁保证同一时刻仅执行一个语音片段文件下载任务。

37、在一个实施例中,所述向服务器请求并下载缺失的语音片段文件之前,还包括:

38、扫描本地语音片段文件存储目录;

39、依据包含语言代码、音色参数、资源版本、文件大小和校验值的预设标准语音文件清单,与实际语音文件清单生成缺失、损坏或版本不符的文件列表;

40、根据所述文件列表构建下载任务队列,并仅针对所述文件列表中的语音片段文件执行增量下载。

41、本发明另一方面还提供了一种无屏对讲设备的语音提示装置,包括:

42、解析展开模块,用于响应于目标播报事件,根据预先建立的事件与语音片段索引序列的映射关系获取对应的语音片段索引序列,并在所述语音片段索引序列包括虚拟槽位时,根据当前业务数据将所述虚拟槽位展开为对应的语音片段索引;

43、帧提取与拼接模块,用于读取所述语音片段索引序列对应的各语音片段文件,在确认各所述语音片段文件具有兼容的编码配置后,去除标签数据及非音频数据,并基于mp3帧头同步位逐帧校验和提取纯音频帧,将提取出的各所述纯音频帧按照所述语音片段索引序列对应的顺序拼接形成连续音频码流;

44、播放控制模块,用于启动解码器对应的单一解码会话,并由任务线程在解码器缓冲量低于预设续送阈值且未耗尽时分块喂送所述连续音频码流;

45、其中,音频线程的回调函数用于在检测到所述解码器缓冲量低于预设续送阈值且未耗尽时向所述任务线程投递续送消息,所述回调函数仅用于投递所述续送消息;所述任务线程继续向所述解码器喂送后续音频数据块,直至所述连续音频码流全部喂送至所述解码器。所述播放控制模块还用于在连续音频码流全部喂送后向解码器发送结束标记,并在接收到解码器内部缓冲区和音频输出缓冲区均已排空的完成消息后执行带排空的停止操作;以及响应于新的播报请求停止当前解码会话并原子更新世代标识,任务线程在接收到续送消息或完成消息时校验世代标识,不一致则丢弃所述消息。

46、本发明又一方面还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现上述任一项所述的无屏对讲设备的语音提示方法。

47、综上所述,本发明通过建立事件与语音片段索引序列之间的映射关系,结合虚拟槽位动态展开、语音片段标签数据及非音频数据去除与纯音频帧提取、连续音频码流拼接、单一解码会话下基于解码器欠载状态的消息化分块喂送,以及语音资源增量下载与串行更新,实现了无屏对讲设备动态语音内容的连续无断点播报,避免了多文件切换带来的停顿与爆破声,从机制上规避了音频回调中直接调用解码接口导致的重入风险,并提高了语音资源在线更新的可靠性与完整性。

48、与现有技术相比,本发明具有以下有益效果:

49、1. 通过事件与语音片段索引序列映射及虚拟槽位动态展开,无需大型tts引擎即可播报联系人名称、群组信息、电量等动态内容,显著降低了无屏对讲设备的算力与存储需求。

50、2. 通过对语音片段去除标签数据及非音频数据、提取纯音频帧并拼接为单一连续音频码流后启动单一解码会话,消除了多文件顺序播放时的停顿、间隙和爆破声,实现了连续自然的语音播报。

51、3. 采用任务线程根据解码器欠载状态分块喂送、音频回调仅投递续送消息的消息化机制,有效降低了音频回调中直接调用解码接口导致的重入与设备死机风险;同时通过“喂送完毕+再次欠载”准确判定播放完成,并利用世代标识防止打断切换时的竞态干扰,显著提高了播放稳定性与可靠性。

52、4. 采用临时文件下载、完整性校验、原子替换及缺失文件增量下载、任务串行化执行,在弱网环境下保证了语音资源更新的完整性与可靠性,并支持按语言、音色在线切换,具有良好的可扩展性。