基于AR的语音点评方法、装置、设备及存储介质与流程

本发明涉及数字化服务领域，尤其涉及一种基于ar的语音点评方法、装置、设备及存储介质。

背景技术：

增强现实(augmentedreality，ar)技术是一种将虚拟信息与真实世界巧妙融合的技术，它通过电脑运算将虚拟的模型投影到真实世界，真实的环境和虚拟的物体实时地叠加到了同一个画面或空间，并且可以让人和虚拟信息进行互动。当ar技术应用于现实场景中时，用户往往面临对正在播放的ar内容进行点评或备注的需求，在解决用户需求时，现有技术主要是通过文字输入来实现。

但现有技术存在以下缺点：一方面，通过文字输入进行点评或备注的方式只适合手机或手持设备，不适合ar眼镜或头戴设备；另一方面，在对ar内容进行点评时，手动文字输入的效率比较低，不能很好地满足用户的需求，降低了用户的ar应用使用体验。

技术实现要素：

本发明实施例提供了一种基于ar的语音点评方法、装置、设备及存储介质，通过特定的语音点评关键词触发点评模式，用户无需打字，只需要发出语音信息就能实现对ar内容的语音点评，而且这种语音信息不会影响当前ar内容的播放，满足了用户的点评需求，提升了用户的ar应用使用体验。

第一方面，提供了一种基于ar的语音点评方法，用于客户端，该方法包括：识别接收到的用户录入的第一语音信息，得到第一识别结果，第一识别结果包括第一关键词；当第一关键词为预设点评关键词时，向服务器发送认证请求信息，认证请求信息包括用户标识、客户端标识和场景标识，认证请求信息用于服务器根据用户标识、客户端标识和场景标识生成认证令牌；接收服务器发送的认证令牌；根据第一关键词和认证令牌触发点评模式，并接收用户录入的第二语音信息；向服务器发送第二语音信息、用户标识、客户端标识和点评场景数据，点评场景数据包括当前实物场景图片和用户开始点评时的虚拟影像的一帧，其中，第二语音信息是用户对点评场景数据对应的场景的点评信息。

在第一方面的一些可实现方式中，在识别接收到的用户录入的第一语音信息之前，还包括：向服务器发送配置请求信息；接收服务器根据配置请求信息发送的初始化参数，初始化参数包括预设点评关键词。

在第一方面的一些可实现方式中，初始化参数还包括预设结束关键词，该方法还包括：识别接收到的用户录入的第三语音信息，得到第二识别结果，第二识别结果包括第二关键词；当第二关键词为预设结束关键词时，退出点评模式。

在第一方面的一些可实现方式中，初始化参数还包括预设清理关键词，该方法还包括：当第二语音信息中包含预设清理关键词时，清理第二语音信息。

在第一方面的一些可实现方式中，识别接收到的用户录入的第一语音信息，得到第一识别结果，包括：根据第一语音信息，得到语音特征序列；对语音特征序列进行识别，得到第一识别结果。

在第一方面的一些可实现方式中，向服务器发送第二语音信息、用户标识、客户端标识和点评场景数据，包括：对第二语音信息进行降噪、回声消除及编码，得到点评语音数据；向服务器发送点评语音数据、用户标识、客户端标识和点评场景数据。

第二方面，提供了一种基于ar的语音点评方法，用于服务器，该方法包括：接收客户端发送的认证请求信息，认证请求信息包括用户标识、客户端标识和场景标识；根据用户标识、客户端标识和场景标识对用户、客户端和当前场景进行认证，生成认证令牌；向客户端发送认证令牌，认证令牌用于客户端触发点评模式；接收客户端发送的第二语音信息、用户标识、客户端标识和点评场景数据，点评场景数据包括当前实物场景图片和用户开始点评时的虚拟影像的一帧，其中，第二语音信息是用户对点评场景数据对应的场景的点评信息。

在第二方面的一些可实现方式中，在接收客户端发送的认证请求信息之前，该方法还包括：接收客户端发送的配置请求信息；根据配置请求信息向客户端发送初始化参数，初始化参数包括预设点评关键词。

在第二方面的一些可实现方式中，初始化参数还包括：预设结束关键词和预设清理关键词。

第三方面，提供了一种基于ar的语音点评装置，用于客户端，该装置包括：识别模块，用于识别接收到的用户录入的第一语音信息，得到第一识别结果，第一识别结果包括第一关键词；发送模块，用于当第一关键词为预设点评关键词时，向服务器发送认证请求信息，认证请求信息包括用户标识、客户端标识和场景标识，认证请求信息用于服务器根据用户标识、客户端标识和场景标识生成认证令牌；接收模块，用于接收服务器发送的认证令牌；触发模块，用于根据第一关键词和认证令牌触发点评模式，并接收用户录入的第二语音信息；发送模块还用于，向服务器发送第二语音信息、用户标识、客户端标识和点评场景数据，点评场景数据包括当前实物场景图片和用户开始点评时的虚拟影像的一帧，其中，第二语音信息是用户对点评场景数据对应的场景的点评信息。

在第三方面的一些可实现方式中，在识别接收到的用户录入的第一语音信息之前，还包括收发模块，用于向服务器发送配置请求信息；接收服务器根据配置请求信息发送的初始化参数，初始化参数包括预设点评关键词。

在第三方面的一些可实现方式中，初始化参数还包括预设结束关键词，识别模块还用于，识别接收到的用户录入的第三语音信息，得到第二识别结果，第二识别结果包括第二关键词；当第二关键词为预设结束关键词时，退出点评模式。

在第三方面的一些可实现方式中，初始化参数还包括预设清理关键词，识别模块还用于，当第二语音信息中包含预设清理关键词时，清理第二语音信息。

在第三方面的一些可实现方式中，识别模块具体用于，根据第一语音信息，得到语音特征序列；对语音特征序列进行识别，得到第一识别结果。

在第三方面的一些可实现方式中，发送模块具体用于，对第二语音信息进行降噪、回声消除及编码，得到点评语音数据；向服务器发送点评语音数据、用户标识、客户端标识和点评场景数据。

第四方面，提供了一种基于ar的语音点评装置，用于服务器，该装置包括：接收模块，用于接收客户端发送的认证请求信息，认证请求信息包括用户标识、客户端标识和场景标识；认证模块，用于根据用户标识、客户端标识和场景标识对用户、客户端和当前场景进行认证，生成认证令牌；发送模块，用于向客户端发送认证令牌，认证令牌用于客户端触发点评模式；接收模块还用于，接收客户端发送的第二语音信息、用户标识、客户端标识和点评场景数据，点评场景数据包括当前实物场景图片和用户开始点评时的虚拟影像的一帧，其中，第二语音信息是用户对点评场景数据对应的场景的点评信息。

在第四方面的一些可实现方式中，在接收客户端发送的认证请求信息之前，还包括配置模块，用于接收客户端发送的配置请求信息；根据配置请求信息向客户端发送初始化参数，初始化参数包括预设点评关键词。

在第四方面的一些可实现方式中，初始化参数还包括：预设结束关键词和预设清理关键词。

第五方面，提供了一种基于ar的语音点评设备，该设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现第一方面或第二方面，或者，第一方面或第二方面的一些可实现方式中的基于ar的语音点评方法。

第六方面，提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现第一方面或第二方面，或者，第一方面或第二方面的一些可实现方式中的基于ar的语音点评方法。

本发明涉及数字化服务领域，尤其涉及一种基于ar的语音点评方法、装置、设备和计算机可读存储介质，通过识别接收到的用户录入的第一语音信息，得到第一识别结果，第一识别结果包括第一关键词；当第一关键词为预设点评关键词时，向服务器发送认证请求信息，认证请求信息用于服务器根据用户标识、客户端标识和场景标识生成认证令牌；接收服务器发送的认证令牌；根据第一关键词和认证令牌触发点评模式，并接收用户录入的第二语音信息；向服务器发送第二语音信息、用户标识、客户端标识和点评场景数据，点评场景数据包括当前实物场景图片和用户开始点评时的虚拟影像的一帧，其中，第二语音信息是用户对点评场景数据对应的场景的点评信息，能够利用特定的预设点评关键词触发点评模式，用户无需打字，只需要发出语音信息就能实现对ar内容的语音点评，而且这种语音信息不会影响当前ar内容的播放，满足了用户的点评需求，提升了用户的ar应用使用体验。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种基于ar的语音点评方法的流程示意图；

图2是本发明实施例提供的一种基于ar的语音点评装置的结构示意图；

图3是本发明实施例提供的另一种基于ar的语音点评装置的结构示意图；

图4是本发明实施例提供的一种基于ar的语音点评设备的结构示意图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。

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……”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。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。

ar技术可以运用在很多场景中，例如课堂教育，传统课堂一般会进行灌输式教学，缺少配套课件或辅助工具，学生们在枯燥无味地学习过程中吸收效率低下，而引入ar技术，结合书本内容触发式展现相关的虚拟场景，将复杂抽象的概念以形象生动的方式进行展示，从而帮助学生加强对知识的认知，并且提供互动手段，调动学生的积极性，进而提高学习效率。

用户在观看ar内容时，常常会有对ar内容进行实时点评或备注的需求，以便存储额外信息或进行信息分享，例如在课堂教育上，学生可以针对ar内容录入笔记，以便巩固学习。

现有技术中，在解决上述的用户点评或备注需求时，通常采用文字输入的方式，类似于在传统视频网站看电影时，通过打字评论显示在播放内容上的“弹幕”，但这种文字输入方式只适合手机等手持设备，不适合ar眼镜或头戴设备；另一方面，在对ar内容进行点评时，手动文字输入的效率比较低，不能很好地满足用户的需求，降低了用户的ar应用使用体验。

为了解决现有文字点评方式不适用于ar眼镜以及点评效率比较低的问题，本发明实施例提供了一种基于ar的语音点评方法、装置、设备及介质。下面结合附图对本发明实施例的技术方案进行描述。

图1是本发明实施例提供的一种基于ar的语音点评方法的流程示意图，如图1所示，该基于ar的语音点评方法可以包括以下步骤：

s101，客户端识别接收到的用户录入的第一语音信息，得到第一识别结果，第一识别结果包括第一关键词。

具体地，用户可以通过麦克风录入第一语音信息，客户端通过监听麦克风接收用户的第一语音信息，从第一语音信息的语音波形数据中提取出随时间变化的语音特征序列，然后对语音特征序列进行识别，识别出第一语音信息内的第一关键词。

其中，用户录入的第一语音信息可以是“我要进行点评”、“开始点评”、“记笔记”、“备注一下”、“记录我的想法”等类似指示，客户端对上述语音信息进行识别，得到包括“点评”、“笔记”、“备注”、“记录”、“想法”等类似词语的第一识别结果。

客户端在对接收到的用户录入的第一语音信息进行识别之前，从服务器获取配置，具体包括：客户端向服务器发送配置请求信息，接收服务器根据配置请求信息发送的初始化参数，初始化参数包括预设点评关键词。

其中，点评关键词可以预先设置为与点评指示有关的词语，例如“点评”、“笔记”、“备注”、“记录”、“想法”等相关词语或词组。

具体地，在ar应用中，可以通过软件开发工具包(softwaredevelopmentkit，sdk)实现客户端的调用。

s102，当第一关键词为预设点评关键词时，客户端向服务器发送认证请求信息，认证请求信息包括用户标识、客户端标识和场景标识。

首先，客户端获取初始化参数中的预设点评关键词，将预设关键词的声学模型和第一关键词进行比较，判断第一关键词是否与预设点评关键词一致。

然后，当第一关键词与预设点评关键词一致时，客户端通过调用服务器端接口向服务器发送认证请求信息，请求服务器对客户端进行认证和点评功能授权。

s103，根据用户标识、客户端标识和场景标识对用户、客户端和当前场景进行认证，生成认证令牌。

服务器接收到客户端发送的请求认证信息，根据认证请求信息中的用户标识、客户端标识和场景标识对当前用户、客户端和场景进行校验，判断当前用户和客户端在当前场景下是否可以进行语音点评，校验通过之后生成认证令牌(token)。

服务器在接收客户端发送的认证请求信息之前，还包括：接收客户端发送的配置请求信息；根据配置请求信息向客户端发送初始化参数，初始化参数包括预设点评关键词。

s104，服务器向客户端发送认证令牌。

服务器通过向客户端发送token，对客户端进行点评功能授权。

s105，客户端根据第一关键词和认证令牌触发点评模式，并接收用户录入的第二语音信息。

客户端接收服务器发送的token，成功通过服务器的校验，完成此次点评功能的授权。客户端在接收到服务器发送的token时，根据第一关键词和token触发点评模式，可以提示用户“已成功进入点评模式”，并接收用户录入的第二语音信息。

其中，用户录入的第二语音信息可以是用户通过语音录入的对当前ar场景或ar内容进行点评或备注的信息。

作为一个具体的示例，课堂教育ar应用中，学生佩戴ar眼镜查看化学分子结构，在沉浸式教学场景下，学生念出“记笔记”，客户端根据识别到的关键词“笔记”向服务器获取点评功能授权，然后根据服务器返回的token和关键词“笔记”触发记录(点评)模式，并提示学生“已成功进入记录模式”，学生听到提示音后即可开始化学分子结构的语音笔记记录，客户端对学生录入的语音信息进行保存。

s106，客户端向服务器发送第二语音信息、用户标识、客户端标识和点评场景数据。

客户端缓存接收到的用户录入的第二语音信息，对第二语音信息进行降噪、回声消除及编码等预处理，得到点评语音数据；然后获取当前实物场景图片和用户开始点评时的虚拟影像的一帧作为点评场景数据，其中，第二语音信息是用户对点评场景数据对应的场景的点评信息；最后向服务器发送点评语音数据、用户标识、客户端标识和点评场景数据。

可选地，在一个实施例中，客户端在向服务器发送点评语音数据、用户标识、客户端标识和点评场景数据之前，可以先对点评语音数据、用户标识、客户端标识和点评场景数据进行封装，将得到的数据封装包通过超文本传输协议(hypertexttransferprotocol，http)发送给服务器。

可选地，在一个实施例中，客户端可以将场景标识和认证令牌与点评语音数据、用户标识、客户端标识、点评场景数据一起打包发送给服务器。

s107，服务器存储第二语音信息、用户标识、客户端标识和点评场景数据。

服务器接收到客户端发送的第二语音信息、用户标识、客户端标识和点评场景数据时，存储接收到的第二语音信息、用户标识、客户端标识和点评场景数据，将第二语音信息和点评场景数据存储到文件系统或分布式系统，得到数据保存路径，然后再将数据保存路径与用户标识、客户端标识一起存储到数据库中。

具体地，服务器可以对接收到的客户端发送的点评语音数据、用户标识、客户端标识、场景标识、认证令牌和点评场景数据进行存储，将点评语音数据和点评场景数据存储到文件系统或分布式系统，得到数据保存路径，然后再将数据保存路径与用户标识、客户端标识、场景标识、认证令牌一起存储到数据库中。

其中，服务器还可以为存储的点评语音数据提供可视化管理。

可选地，在一个实施例中，服务器还可以对接收到的客户端发送的数据封装包进行解析，并将得到的解析数据进行存储。

在一些实施例中，初始化参数还可以包括预设清理关键词，用户可以通过麦克风录入第二语音信息，客户端通过监听麦克风接收用户的第二语音信息，然后从第二语音信息的语音波形数据中提取出随时间变化的语音特征序列，然后对语音特征序列进行识别，识别出第二语音信息内的关键词，当第二语音信息中包含预设清理关键词时，清理第二语音信息。

其中，清理关键词可以预先设置为与清理点评信息指示有关的词语，例如“清理”、“清除”、“无效”等相关词语或词组。用户录入的第二语音信息可以是一段包含“清除本次点评”、“记录信息无效”等类似指示的点评语音信息，客户端对上述语音信息进行识别，得到包括“清除”、“无效”等类似词语。

在一些实施例中，初始化参数还可以包括预设结束关键词，用户可以通过麦克风录入第三语音信息，客户端通过监听麦克风接收用户的第三语音信息，然后从第三语音信息的语音波形数据中提取出随时间变化的语音特征序列，然后对语音特征序列进行识别，识别出第三语音信息内的第二关键词，当第二关键词为预设结束关键词或用户在预设时间内(例如，5秒)没有语音时，退出点评模式。

其中，结束关键词可以预先设置为与结束点评指示有关的词语，例如“完成”、“结束”等相关词语或词组。用户录入的第三语音信息可以是“我要结束点评”、“我的点评完成”等类似指示，客户端对上述语音信息进行识别，得到包括“结束”、“完成”等类似词语的第二识别结果。

在一些实施例中，初始化参数还可以包括：最大支持语音时长、最大语音点评数量、语音数据格式、图像格式、数据传输超时时间等。

本发明实施例的基于ar的语音点评方法，通过对用户录入的第一语音信息进行识别得到包括第一关键词的第一识别结果，当第一关键词为预设点评关键词时，通过发送认证请求信息进行点评功能的授权并触发点评模式，实现用户对当前ar场景的实时语音点评，而且这种语音信息不会影响当前ar内容的播放，在提高了点评效率的同时满足了用户的点评需求，提升了用户的ar应用使用体验。

图2是本发明实施例提供的一种基于ar的语音点评装置的结构示意图，用于客户端，如图2所示，该基于ar的语音点评装置200可以包括：识别模块201、发送模块202、接收模块203、触发模块204。

识别模块201，用于识别接收到的用户录入的第一语音信息，得到第一识别结果，第一识别结果包括第一关键词。

发送模块202，用于当第一关键词为预设点评关键词时，向服务器发送认证请求信息，认证请求信息包括用户标识、客户端标识和场景标识，认证请求信息用于服务器根据用户标识、客户端标识和场景标识生成认证令牌。

接收模块203，用于接收服务器发送的认证令牌。

触发模块204，用于根据第一关键词和认证令牌触发点评模式，并接收用户录入的第二语音信息。

发送模块202还用于，向服务器发送第二语音信息、用户标识、客户端标识和点评场景数据，点评场景数据包括当前实物场景图片和用户开始点评时的虚拟影像的一帧，其中，第二语音信息是用户对点评场景数据对应的场景的点评信息。

在一些实施例中，在识别接收到的用户录入的第一语音信息之前，还包括收发模块，用于向服务器发送配置请求信息；接收服务器根据配置请求信息发送的初始化参数，初始化参数包括预设点评关键词。

在一些实施例中，初始化参数还包括预设结束关键词，识别模块201还用于，识别接收到的用户录入的第三语音信息，得到第二识别结果，第二识别结果包括第二关键词；当第二关键词为预设结束关键词时，退出点评模式。

在一些实施例中，初始化参数还包括预设清理关键词，识别模块201还用于，当第二语音信息中包含预设清理关键词时，清理第二语音信息。

在一些实施例中，识别模块201具体用于，根据第一语音信息，得到语音特征序列；对语音特征序列进行识别，得到第一识别结果。

在一些实施例中，发送模块202具体用于，对第二语音信息进行降噪、回声消除及编码，得到点评语音数据；向服务器发送点评语音数据、用户标识、客户端标识和点评场景数据。

本发明实施例的基于ar的语音点评装置，用于客户端，通过识别接收到的用户录入的第一语音信息，得到第一识别结果，第一识别结果包括第一关键词；当第一关键词为预设点评关键词时，向服务器发送认证请求信息；接收服务器发送的认证令牌；根据第一关键词和认证令牌触发点评模式，并接收用户录入的第二语音信息；向服务器发送第二语音信息、用户标识、客户端标识和点评场景数据，能够利用特定的预设点评关键词触发点评模式，用户无需打字，只需要发出语音信息就能实现ar内容的语音点评，而且这种语音信息不会影响当前ar内容的播放，满足了用户的点评需求，提升了用户的ar应用使用体验。

可以理解的是，本发明实施例的基于ar的语音点评装置200，可以对应于执行图1所示实施例中的客户端，基于ar的语音点评装置200的各个模块/单元的操作和/或功能的具体细节可以参见图1所示实施例中基于ar的语音点评方法中的相应部分的描述，为了简洁，在此不再赘述。

图3是本发明实施例提供的另一种基于ar的语音点评装置的结构示意图，用于服务器，如图3所示，该基于ar的语音点评装置300可以包括：接收模块301、认证模块302、发送模块303。

接收模块301，用于接收客户端发送的认证请求信息，认证请求信息包括用户标识、客户端标识和场景标识。

认证模块302，用于根据用户标识、客户端标识和场景标识对用户、客户端和当前场景进行认证，生成认证令牌。

发送模块303，用于向客户端发送认证令牌，认证令牌用于客户端触发点评模式。

接收模块301还用于，接收客户端发送的第二语音信息、用户标识、客户端标识和点评场景数据，点评场景数据包括当前实物场景图片和用户开始点评时的虚拟影像的一帧，其中，第二语音信息是用户对点评场景数据对应的场景的点评信息。

在一些实施例中，在接收客户端发送的认证请求信息之前，还包括配置模块，用于接收客户端发送的配置请求信息；根据配置请求信息向客户端发送初始化参数，初始化参数包括预设点评关键词。

在一些实施例中，初始化参数还包括：预设结束关键词和预设清理关键词。

本发明实施例的基于ar的语音点评装置，用于服务器，通过接收客户端发送的认证请求信息，认证请求信息包括用户标识、客户端标识和场景标识；根据用户标识、客户端标识和场景标识对用户、客户端和当前场景进行认证，生成认证令牌；向客户端发送认证令牌，认证令牌用于客户端触发点评模式；接收客户端发送的第二语音信息、用户标识、客户端标识和点评场景数据，能够完成对客户端点评功能的授权，使用户可以成功进入语音点评模式并对当前ar场景进行点评，满足了用户的点评需求，提升了用户的ar应用使用体验。

可以理解的是，本发明实施例的基于ar的语音点评装置300，可以对应于执行图1所示实施例中的服务器，基于ar的语音点评装置300的各个模块/单元的操作和/或功能的具体细节可以参见图1所示实施例中基于ar的语音点评方法中的相应部分的描述，为了简洁，在此不再赘述。

图4是本发明实施例提供的一种基于ar的语音点评设备的硬件结构示意图。

如图4所示，本实施例中的基于ar的语音点评设备400包括输入设备401、输入接口402、中央处理器403、存储器404、输出接口405、以及输出设备406。其中，输入接口402、中央处理器403、存储器404、以及输出接口405通过总线410相互连接，输入设备401和输出设备406分别通过输入接口402和输出接口405与总线410连接，进而与组网信息的确定设备400的其他组件连接。

具体地，输入设备401接收来自外部的输入信息，并通过输入接口402将输入信息传送到中央处理器403；中央处理器403基于存储器404中存储的计算机可执行指令对输入信息进行处理以生成输出信息，将输出信息临时或者永久地存储在存储器404中，然后通过输出接口405将输出信息传送到输出设备406；输出设备406将输出信息输出到基于ar的语音点评设备400的外部供用户使用。

也就是说，图4所示的基于ar的语音点评设备也可以被实现为包括：存储有计算机可执行指令的存储器；以及处理器，该处理器在执行计算机可执行指令时可以实现结合图1所示实例描述的基于ar的语音点评方法。

在一个实施例中，图4所示的基于ar的语音点评设备400包括：存储器404，用于存储程序；处理器403，用于运行存储器中存储的程序，以执行本发明实施例提供的图1所示实施例的方法。

本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现本发明实施例提供的图1所示实施例的方法。

需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，做出各种改变、修改和添加，或者改变步骤之间的顺序。

以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(applicationspecificintegratedcircuit，asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、只读存储器(read-onlymemory，rom)、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(radiofrequency，rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。