CN114760274B - 在线课堂的语音交互方法、装置、设备及存储介质 - Google Patents

Abstract

本公开涉及一种在线课堂的语音交互方法、装置、设备及存储介质，其中，方法包括：响应于对在线课堂界面中语音录制控件的触发操作，获取录制的第一音频；将所述第一音频发送至服务端，其中，所述服务端接收多个客户端发送的第一音频，并将所述多个客户端发送的第一音频依次添加至语音队列中；依次获取所述语音队列中未播放的第二音频，并播放所述第二音频。根据本公开的技术方案，实现半异步式的语音分享与交流，增强了在线课堂的氛围感，保证学生之间的有序发言，提高在线课堂的语音交互效果。

Description

在线课堂的语音交互方法、装置、设备及存储介质

技术领域

本公开涉及人机交互技术领域，尤其涉及一种在线课堂的语音交互方法、装置、设备及存储介质。

背景技术

随着互联网技术的发展，在线课堂被广泛应用于各类教育教学场景。在课堂教学过程中，为保证教学质量，增强学生的课堂参与度，通常需要学生在课堂上进行语音互动。

相关技术中，由教师开启线上直播教学，并在需要学生发言时，通过直播界面中的按键开启该学生的语音权限。

发明内容

根据本公开的一方面，提供了一种在线课堂的语音交互方法，包括：

响应于对在线课堂界面中语音录制控件的触发操作，获取录制的第一音频；

将所述第一音频发送至服务端，其中，所述服务端接收多个客户端发送的第一音频，并将所述多个客户端发送的第一音频依次添加至语音队列中；

依次获取所述语音队列中未播放的第二音频，并播放所述第二音频。

根据本公开的另一方面，提供了另一种在线课堂的语音交互方法，包括：

接收多个客户端发送的第一音频；

根据每个所述第一音频的时间戳信息，将多个所述第一音频依次添加至语音队列中；

将所述语音队列中未播放的第二音频依次发送至所述多个客户端，其中，每个客户端播放所述第二音频。

根据本公开的另一方面，提供了一种在线课堂的语音交互装置，包括：

录制模块，用于响应于对在线课堂界面中语音录制控件的触发操作，获取录制的第一音频；

上传模块，用于将所述第一音频发送至服务端，其中，所述服务端接收多个客户端发送的第一音频，并将所述多个客户端发送的第一音频依次添加至语音队列中；

播放模块，用于依次获取所述语音队列中未播放的第二音频，并播放所述第二音频。

根据本公开的另一方面，提供了另一种在线课堂的语音交互装置，包括：

接收模块，用于接收多个客户端发送的第一音频；

存储模块，用于根据每个所述第一音频的时间戳信息，将多个所述第一音频依次添加至语音队列中；

发送模块，用于将所述语音队列中未播放的第二音频依次发送至所述多个客户端，其中，每个客户端播放所述第二音频。

根据本公开的另一方面，提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述的在线课堂的语音交互方法。

根据本公开的另一方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的在线课堂的语音交互方法。

根据本申请实施例中提供的一个或多个技术方案，通过客户端获取录制的第一音频并发送至服务端，服务端接收多个客户端发送的第一音频，并将多个客户端发送的第一音频依次添加至语音队列中，客户端依次获取语音队列中未播放的第二音频，并播放第二音频，由此，提供了一种在线课堂的半异步语音讨论功能，增强了在线课堂的氛围感，并且，在多个客户端录制音频的情况下，基于语音队列依次获取并播放各个音频，实现半异步式的语音分享与交流，保证学生之间的有序发言，提高在线课堂的语音交互效果。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本公开实施例所提供的一种在线课堂的语音交互方法的流程示意图；

图2为本公开实施例所提供的另一种在线课堂的语音交互方法的流程示意图；

图3为本公开实施例所提供的一种在线课堂界面示意图；

图4为本公开实施例所提供的另一种在线课堂的语音交互方法的流程示意图；

图5为本公开实施例所提供的一种在线课堂的语音交互装置的结构示意图；

图6为本公开实施例所提供的另一种在线课堂的语音交互装置的结构示意图；

图7为本公开实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

以下参照附图描述本公开的方案。

图1为本公开实施例所提供的一种在线课堂的语音交互方法的流程示意图，如图1所示，本公开实施例提供的在线课堂的语音交互方法包括：

步骤101，响应于对在线课堂界面中语音录制控件的触发操作，获取录制的第一音频。

本公开实施例的方法，用于在线课堂中各用户之间的语音交互。其中，可以基于unity3D引擎构建虚拟教学场景，并于在线课堂界面中显示该虚拟教学场景，以实现在线课堂教学。

本公开实施例中，在线课堂界面中配置有语音录制控件，用户可以通过触发该语音录制控件开启语音录制功能。客户端响应于对在线课堂界面中语音录制控件的触发操作，获取录制的第一音频。其中，语音录制控件的触发操作包括但不限于按键触发、触摸轨迹触发、手势触发等。

其中，多个客户端可以是多个学生侧客户端，也可以包括教师侧客户端和至少一个学生侧客户端。

作为一种示例，在线课堂中教师通过摄像头采集视频，教师侧客户端将采集的视频发送至服务端，服务端将该视频发送至各学生侧客户端，学生侧客户端通过在线课堂界面中的指定区域实时显示该视频，实现在线课堂的教学，其中，该指定区域例如为在线课堂界面的右上区域。本示例中，在学生侧客户端的在线课堂界面中配置语音录制控件，该语音录制控件可以采用按住发言的配置，学生通过在线课堂界面中的语音录制控件进行语音录制，在学生侧客户端本地生成第一音频，学生侧客户端将第一音频发送至客户端。

步骤102，将第一音频发送至服务端，其中，服务端接收多个客户端发送的第一音频，并将多个客户端发送的第一音频依次添加至语音队列中。

本实施例中，每个客户端均将本地录制的第一音频发送至服务端，服务端设置有语音队列，语音队列用于存储服务端接收的第一音频。可选地，服务端接收多个客户端发送的多个第一音频，根据每个第一音频的时间戳信息，将多个第一音频依次添加至语音队列中。

作为一种示例，学生侧客户端获取录制的第一音频以及该第一音频对应的录制时间戳，录制时间戳用于表示第一音频的录制时间。学生侧客户端将第一音频及其对应的录制时间戳发送至服务端，当服务端接收到多个第一音频时，根据录制时间戳将第一音频按照录制时间的顺序依次添加至语音队列中，由此，语音队列中按照一定顺序依次存储多个音频。

步骤103，依次获取语音队列中未播放的第二音频，并播放第二音频。

本实施例中，每个客户端按照语音队列中各音频之间的顺序，依次获取并播放语音队列中的音频。其中，语音队列中包括已播放的音频和未播放的第二音频，每次客户端均获取并播放语音队列中的第二音频。可选地，服务端按照预设的时间间隔，将语音队列中未播放的第二音频依次发送至每个客户端；或者，客户端获取并播放音频一，当客户端检测到音频一播放完毕时向服务端发送音频获取请求，服务端根据音频获取请求从语音队列中获取与音频一相邻且未播放的音频二，并将音频二发送至该客户端。

举例而言，在线课堂设置小组讨论模式，同一小组内的学生侧客户端设置有相同的小组标识，客户端将第一音频和小组标识发送至服务端。服务端存储多个第一音频以及对应的小组标识，客户端根据自身的小组标识向服务端依次获取并播放对应的音频。

根据本公开实施例的技术方案，客户端获取录制的第一音频并发送至服务端，服务端接收多个客户端发送的第一音频，并将多个客户端发送的第一音频依次添加至语音队列中，客户端依次获取语音队列中未播放的第二音频，并播放第二音频，由此，提供了一种在线课堂的半异步语音讨论功能，使用户可以在在线课堂中进行语音分享与交流，在在线课堂中实现课堂小组讨论的效果，增强了在线课堂的氛围感，并且，在多个客户端录制音频的情况下，基于语音队列依次获取并播放各个音频，实现半异步式的语音分享与交流，保证学生之间的有序发言，解决了多个学生同时发言时同时播放多个音频导致语音不清楚的问题，提高在线课堂的语音交互效果。

基于上述实施例，在本公开的一个实施例中，客户端在获取语音队列中的第二音频之后，在所述在线课堂界面中的预设区域，以语音条的形式展示第二音频。

图2为本公开实施例所提供的一种在线课堂的语音交互方法的流程示意图，如图2所示，本公开实施例提供的在线课堂的语音交互方法中，在在线课堂界面中的预设区域，以语音条的形式依次展示第二音频，包括：

步骤201，根据预训练的语音识别模型对第二音频进行语音识别，获取第二音频对应的文本内容。

本实施例中，语音识别模型的输入为音频，输出为该音频对应的文本内容。其中，语音识别模型可以基于深度神经网络实现，采用标注有对应文本内容的音频作为训练样本，根据训练样本训练语音识别模型。

作为一种示例，预先设置语音识别模型，通过语音识别模型对语音队列中的各音频进行语音识别，获取各音频对应的文本内容。本示例中，在客户端依次获取语音队列中未播放的第二音频并播放时，获取第二音频对应的文本内容。

步骤202，获取第二音频的用户标识以及与用户标识对应的用户名称。

本实施例中，客户端获取录制的第一音频以及该第一音频对应的用户标识，并将第一音频及其对应的用户标识发送至服务端，进而，客户端获取语音队列中的第二音频以及该第二音频对应的用户标识，根据用户标识确定对应的用户名称。其中，用户标识用于区分各用户，用户标识可以是用户账号，用户名称可以是用户在创建账号时输入的。

步骤203，根据用户名称和文本内容对预设控件进行填充，生成第二音频对应的语音条。

本实施例中，将用户名称和第二音频对应的文本内容作为语音条的显示内容，通过用户名称和文本内容对预设控件进行填充生成语音条。作为一种示例，参照图3，图3示出了在线课堂界面的示意图，图中标记31为在线课堂界面，在线课堂界面中展示虚拟教学场景，在线课堂界面中的预设区域可以是右下虚线区域，图中语音条的显示内容“A：XXXX”中，A为用户名称，XXXX为第二音频对应的文本内容。由此，能够在语音条的基础上更直观的展示音频内容。

在本公开的一个实施例中，所述根据用户名称和文本内容对预设控件进行填充，生成第二音频对应的语音条，包括：获取与用户标识对应的用户偏好信息；根据用户偏好信息对应的显示风格，确定显示风格的目标控件；根据用户名称和文本内容对目标控件进行填充，生成第二音频对应的语音条。

本实施例中，用户偏好信息用于指示用户对显示风格的偏好，用户偏好信息可以是用户设置的，也可以是根据用户行为日志确定的。显示风格包括控件的主题、气泡效果等，根据显示风格渲染目标控件，并通过用户名称和文本内容对目标控件进行填充，生成语音条。

作为一种示例，客户端一向服务端发送录制的音频和该音频对应的第一用户标识，在客户端二从服务端的语音队列中获取该音频时，根据该第一用户标识对应的用户偏好信息，确定相应显示风格的目标控件。并根据用户名称和文本内容对目标控件进行填充，生成该音频对应的语音条。由此，对于不同的用户，能够根据用户偏好展示不同显示风格的语音条，提高显示效果。

在本公开的一个实施例中，响应于对预设区域中展示的目标语音条的触发操作，播放与目标语音条对应的音频。本实施例中，用户可以对在线课堂界面中展示的语音条进行点击操作，当检测到对语音条的点击操作时，获取该语音条对应的音频并播放。其中，触发操作的实现方式包括但不限于按键触发、触摸屏点击触发、手势触发等。

本公开实施例中，在在线课堂中采用语音条的形式进行语音分享与交流，并且，通过语音条的形式保留线上教学过程中的语音交互，作为课堂中有效互动，为后续的录播课、学生高光表现等提供素材。

基于上述实施例，下面以服务端侧对本公开实施例的方法进行说明。

图4为本公开实施例所提供的另一种在线课堂的语音交互方法的流程示意图，如图4所示，本公开实施例提供的在线课堂的语音交互方法包括：

步骤401，接收多个客户端发送的第一音频。

本公开实施例中，执行主体为服务端。

本实施例中，在线课堂界面中配置有语音录制控件，用户可以通过触发该语音录制控件开启语音录制功能。客户端响应于对在线课堂界面中语音录制控件的触发操作，获取录制的第一音频。其中，语音录制控件的触发操作包括但不限于按键触发、触摸轨迹触发、手势触发等。

其中，多个客户端可以是多个学生侧客户端，也可以包括教师侧客户端和至少一个学生侧客户端。每个客户端均可以响应于对语音录制控件的触发操作，获取录制的第一音频，并将第一音频发送至服务端。

步骤402，根据每个第一音频的时间戳信息，将多个第一音频依次添加至语音队列中。

本实施例中，服务端设置有语音队列，语音队列用于存储服务端接收的第一音频。

作为一种示例，时间戳信息包括录制时间戳，录制时间戳用于表示第一音频的录制时间。学生侧客户端将第一音频及其对应的录制时间戳发送至服务端，当服务端接收到多个第一音频时，根据录制时间戳将第一音频按照录制时间的顺序依次添加至语音队列中，由此，语音队列中按照一定顺序依次存储多个音频。

步骤403，将语音队列中未播放的第二音频依次发送至多个客户端，其中，每个客户端播放第二音频。

本实施例中，语音队列中未播放的第二音频的数量为多个，为了避免多个音频同时播放，保证学生之间的有序发言，服务端可以将语音队列中未播放的第二音频依次发送至各客户端，以使各客户端依次播放第二音频。

作为一种示例，服务端按照预设的时间间隔，将语音队列中未播放的第二音频依次发送至每个客户端。其中，时间间隔可以根据实际需要设置。

作为另一种示例，服务端接收到客户端发送的音频获取请求时，将语音队列中首个未播放的第二音频发送至客户端。本示例中，客户端检测到当前音频播放完毕时，向服务端发送音频获取请求。

根据本公开实施例的技术方案，服务端接收多个客户端发送的第一音频，根据每个第一音频的时间戳信息，将多个第一音频依次添加至语音队列中，以及将语音队列中未播放的第二音频依次发送至多个客户端，以使客户端依次播放多个第二音频，由此，提供了一种在线课堂的半异步语音讨论功能，使用户可以在在线课堂中进行语音分享与交流，在在线课堂中实现课堂小组讨论的效果，增强了在线课堂的氛围感，并且，在多个客户端录制音频的情况下，基于语音队列依次获取并播放各个音频，实现半异步式的语音分享与交流，保证学生之间的有序发言，解决了多个学生同时发言时多个音频同时播放导致语音不清楚的问题，提高在线课堂的语音交互效果。

图5为本公开实施例所提供的一种在线课堂的语音交互装置的结构示意图，如图5所示，该在线课堂的语音交互装置包括：录制模块51，上传模块52，播放模块53。

其中，录制模块51，用于响应于对在线课堂界面中语音录制控件的触发操作，获取录制的第一音频。

上传模块52，用于将所述第一音频发送至服务端，其中，所述服务端接收多个客户端发送的第一音频，并将所述多个客户端发送的第一音频依次添加至语音队列中。

播放模块53，用于依次获取所述语音队列中未播放的第二音频，并播放所述第二音频。

在本公开的一个实施例中，在线课堂的语音交互装置还包括：展示模块，用于在所述在线课堂界面中的预设区域，以语音条的形式依次展示所述第二音频。

在本公开的一个实施例中，展示模块包括：识别单元，用于根据预训练的语音识别模型对所述第二音频进行语音识别，获取所述第二音频对应的文本内容；获取单元，用于获取所述第二音频的用户标识以及与所述用户标识对应的用户名称；生成单元，用于根据所述用户名称和所述文本内容对预设控件进行填充，生成所述第二音频对应的语音条。

在本公开的一个实施例中，生成单元具体用于：获取与所述用户标识对应的用户偏好信息；根据所述用户偏好信息对应的显示风格，确定所述显示风格的目标控件；根据所述用户名称和所述文本内容对所述目标控件进行填充，生成所述第二音频对应的语音条。

在本公开的一个实施例中，在线课堂的语音交互装置还包括：触发模块，用于响应于对所述预设区域中展示的目标语音条的触发操作，播放与所述目标语音条对应的音频。

图6为本公开实施例所提供的另一种在线课堂的语音交互装置的结构示意图，如图6所示，该在线课堂的语音交互装置包括：接收模块61，存储模块62，发送模块63。

接收模块61，用于接收多个客户端发送的第一音频。

存储模块62，用于根据每个所述第一音频的时间戳信息，将多个所述第一音频依次添加至语音队列中。

发送模块63，用于将所述语音队列中未播放的第二音频依次发送至所述多个客户端，其中，每个客户端播放所述第二音频。

在本公开的一个实施例中，所述第二音频的数量为多个，发送模块63具体用于：按照预设的时间间隔，将所述语音队列中未播放的第二音频依次发送至每个客户端；或者，当检测到客户端返回的音频获取请求时，将所述语音队列中首个第二音频发送至客户端，其中，所述音频获取请求是客户端检测到当前音频播放完毕时发送的。

本公开实施例所提供的在线课堂的语音交互装置可执行本公开实施例所提供的任意在线课堂的语音交互方法，具备执行方法相应的功能模块和有益效果。本公开装置实施例中未详尽描述的内容可以参考本公开任意方法实施例中的描述。

本公开示例性实施例还提供一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器。所述存储器存储有能够被所述至少一个处理器执行的计算机程序，所述计算机程序在被所述至少一个处理器执行时用于使所述电子设备执行根据本公开实施例的方法。

本公开示例性实施例还提供一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本公开实施例的方法。

本公开示例性实施例还提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本公开实施例的方法。

参考图7，现将描述可以作为本公开的服务器或客户端的电子设备700的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图7所示，电子设备700包括计算单元701，其可以根据存储在只读存储器（ROM）702中的计算机程序或者从存储单元708加载到随机访问存储器（RAM）703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出（I/O）接口705也连接至总线704。

电子设备700中的多个部件连接至I/O接口705，包括：输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向电子设备700输入信息的任何类型的设备，输入单元706可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元707可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理。例如，在一些实施例中，在线课堂的语音交互方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到电子设备700上。在一些实施例中，计算单元701可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行在线课堂的语音交互方法。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。

如本公开使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种在线课堂的语音交互方法，应用于客户端，所述方法包括：

基于在线课堂界面显示虚拟教学场景；

响应于对在线课堂界面中语音录制控件的触发操作，获取录制的第一音频；

将所述第一音频和小组标识发送至服务端，其中，同一小组内的客户端设置有相同的小组标识，所述服务端接收多个客户端发送的第一音频和对应的小组标识，并将所述多个客户端发送的第一音频依次添加至语音队列中；

依次获取所述语音队列中与客户端自身的小组标识对应且未播放的第二音频，并播放所述第二音频，在所述在线课堂界面中的预设区域，以语音条的形式依次展示所述第二音频，其中，所述以语音条的形式依次展示所述第二音频，包括：根据预训练的语音识别模型对所述第二音频进行语音识别，获取所述第二音频对应的文本内容；获取所述第二音频的用户标识以及与所述用户标识对应的用户名称；根据所述用户名称和所述文本内容对预设控件进行填充，生成所述第二音频对应的语音条。

2.如权利要求1所述的在线课堂的语音交互方法，其中，所述根据所述用户名称和所述文本内容对预设控件进行填充，生成所述第二音频对应的语音条，包括：

获取与所述用户标识对应的用户偏好信息；

根据所述用户偏好信息对应的显示风格，确定所述显示风格的目标控件；

根据所述用户名称和所述文本内容对所述目标控件进行填充，生成所述第二音频对应的语音条。

3.如权利要求1所述的在线课堂的语音交互方法，还包括：

响应于对所述预设区域中展示的目标语音条的触发操作，播放与所述目标语音条对应的音频。

4.一种在线课堂的语音交互方法，应用于服务端，所述方法包括：

接收多个客户端发送的第一音频和对应的小组标识，其中，同一小组内的客户端设置有相同的小组标识；

根据每个所述第一音频的时间戳信息，将多个所述第一音频依次添加至语音队列中；

将所述语音队列中未播放的第二音频依次发送至与所述第二音频的小组标识对应的多个客户端，其中，每个客户端基于在线课堂界面显示虚拟教学场景并播放所述第二音频，并在所述在线课堂界面中的预设区域，以语音条的形式依次展示所述第二音频，其中，根据预训练的语音识别模型对所述第二音频进行语音识别，获取所述第二音频对应的文本内容；获取所述第二音频的用户标识以及与所述用户标识对应的用户名称；根据所述用户名称和所述文本内容对预设控件进行填充，生成所述第二音频对应的语音条。

5.如权利要求4所述的在线课堂的语音交互方法，其中，所述第二音频的数量为多个，所述将所述语音队列中未播放的第二音频依次发送至与所述第二音频的小组标识对应的多个客户端，包括：

按照预设的时间间隔，将所述语音队列中未播放的第二音频依次发送至每个客户端；或者，

当检测到客户端返回的音频获取请求时，将所述语音队列中首个第二音频发送至客户端，其中，所述音频获取请求是客户端检测到当前音频播放完毕时发送的。

6.一种在线课堂的语音交互装置，应用于客户端，所述装置包括：

录制模块，用于响应于对在线课堂界面中语音录制控件的触发操作，获取录制的第一音频；其中，基于在线课堂界面显示虚拟教学场景；

上传模块，用于将所述第一音频和小组标识发送至服务端，其中，同一小组内的客户端设置有相同的小组标识，所述服务端接收多个客户端发送的第一音频和对应的小组标识，并将所述多个客户端发送的第一音频依次添加至语音队列中；

播放模块，用于依次获取所述语音队列中与客户端自身的小组标识对应且未播放的第二音频，并播放所述第二音频，在所述在线课堂界面中的预设区域，以语音条的形式依次展示所述第二音频，其中，所述以语音条的形式依次展示所述第二音频，包括：根据预训练的语音识别模型对所述第二音频进行语音识别，获取所述第二音频对应的文本内容；获取所述第二音频的用户标识以及与所述用户标识对应的用户名称；根据所述用户名称和所述文本内容对预设控件进行填充，生成所述第二音频对应的语音条。

7.一种在线课堂的语音交互装置，应用于服务端，所述装置包括：

接收模块，用于接收多个客户端发送的第一音频和对应的小组标识，其中，同一小组内的客户端设置有相同的小组标识；

存储模块，用于根据每个所述第一音频的时间戳信息，将多个所述第一音频依次添加至语音队列中；

发送模块，用于将所述语音队列中未播放的第二音频依次发送至与所述第二音频的小组标识对应的多个客户端，其中，每个客户端基于在线课堂界面显示虚拟教学场景并播放所述第二音频，并在所述在线课堂界面中的预设区域，以语音条的形式依次展示所述第二音频，其中，根据预训练的语音识别模型对所述第二音频进行语音识别，获取所述第二音频对应的文本内容；获取所述第二音频的用户标识以及与所述用户标识对应的用户名称；根据所述用户名称和所述文本内容对预设控件进行填充，生成所述第二音频对应的语音条。

8.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述权利要求1-5中任一所述的方法。

9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1-5中任一所述的方法。

Images