文档文库
手机版
投诉建议
热门搜索： 心得体会 演讲稿 思想汇报
首页 > 正在进行安全检测...

正在进行安全检测...

发布时间：1714204210   来源：文档文库   
小 中 大
字号：
手机查看
第27卷第2期Vol.27No.2北京印刷学院学报JournalofBeijingInstituteofGraphicCommunication2019年2月Feb．2019基于智能语音技术的读书笔记APP设计严志永（北京印刷学院，北京102600）摘要：在阅读纸质书的过程中做笔记一直是一件比较麻烦的事情，现有的方法并不能有效地解决这个问题。本文提出了一种基于语音识别和语音合成这两种智能语音技术的读书笔记APP设计。在Android手机上的实现与测试表明该APP能够有效地帮助纸质书读者完成读书笔记记录工作。关键词：智能语音技术；读书笔记；APP中图分类号：G202文献标志码：A8626（2019）02-0066-05文章编号：1004-DOI:10.19461/j.cnki.1004-8626.2019.02.015一、引言在阅读纸质书的过程中做笔记对读者而言一直是一个比较麻烦的事情。现有的若干在阅读过程中做笔记方法都会在一定程度上干扰读者的阅但读进程。虽然已有几款纸质书电子笔记APP，对于这一状况的改善并不大。这个问题在很大程度上影响了我国读者的阅读效率。近年来人工智能中的智能语音技术的发展为解决这一问题带来了新的思路。本文在分析现有制作纸质书读书笔记方法和提出了一种纸质书电子笔记APP功能的基础上，基于语音识别和语音合成两种智能语音技术的读在Android手机上实现了该APP书笔记APP设计，并进行了初步测试。足之处是容易对阅读过程造成干扰。根据阅读心在阅读的初期，需要从大脑的长期记忆中提理学，因此阅读是一取大量的信息来完成对文本的理解，个逐渐加速的过程。当阅读进程被书写笔记打断因此读者有后需要重新从大脑中提取相关的信息，时会在写完一段较长的笔记后努力去重拾自己的阅读思路。在阅读后集中做笔记的好处是不会对不足是有些灵感已经消失了。阅读过程造成干扰，采用这种方式时，读者有时会在阅读中发现自己非但在阅读告一段落后想做笔记时常感兴趣的内容，却发现再也找不到相关的内容了。直接在图书上做笔记的好处是不用携带笔记本，不足是笔记散布在多本书里，要想集中利用很此外以后要想通过读书笔记来复习相关图书麻烦，也基本不可能。在笔记本上做笔记的好处是读书不足是将图书内容摘录到笔记笔记可以集中管理，并且还会有抄写错本上是一个工作量巨大的工作，误的问题。做笔记的时间和空间方式的两两组合共有四但根据笔者的调查，人们在读书过程中用种方式，的最多的是阅读中在书上做笔记和阅读后在笔记阅读后在书上本上做笔记两种。其他两种方式中，阅读中做笔记会导致大量感想很可能已经被遗忘，在笔记本上做笔记会因占用大量时间而对阅读过程造成干扰。日本作家奥野宣之建议在阅读的过待到本次阅读结束时程中仅对图书内容进行标记，再做笔记［1］二、现有制作纸质书读书笔记方法及相关APP分析1．读书笔记制作方法可以对于在阅读纸质书时做读书笔记的方式，从时间和空间两个维度进行分析。从时间角度而做读书笔记大体上有两种方式，一种是在阅读言，一种是在阅读后集中做笔记。从过程中边读边记，做读书笔记也大体上有两种方式，空间角度而言，一种是直接在图书上写自己的评论，一种是在笔记本上摘录图书内容并书写自己的评论。边读边记好处是容易抓住转瞬即逝的灵感，不11-28收稿日期：2018-基金项目：北京市社会科学基金研究基地项目（16JDXCC007），显然这种方法仅适用于自己拥有的
第2期严志永：基于智能语音技术的读书笔记APP设计67图书。在笔记本上做笔记涉及到将图书内容抄写到笔记本上的任务，自己手工抄写并不是一个很好的主意。在历史上曾出现过两种解决这个难题的方法。第一种方法是剪贴书页，也就是把感兴趣的书页从图书上裁剪下来贴在笔记本上，这样能保持图书的原貌。欧洲人发明了保存和检索这种笔记条的笔记柜，甚至有人建议同一本图书要买两个副本，一本用来裁剪单数页，一本用来裁剪偶数页［2］。显然这种通过破坏图书来摘录内容的方式会带来极高的成本，并且只能在自己拥有的图书上实施，对于从图书馆借阅的图书就不能用这种办法了。目前这种方法还有流传，就是人们经常对报纸进行裁剪得到剪贴报。第二种方法比较有时代特色，欧洲的学者们在读书时会让秘书等人把自己感兴趣的内容抄录下来，自己的阅读进程不受影响［2］。显然这种方式不能原封不动地在当今社会实现。这种方法似乎也需要有两本书，一本学者自己持有阅读，一本秘书持有用来抄录内容，否则秘书拿过学者的书进行抄录也会影响学者的阅读进度。笔记内容的主体是内容摘录和自己的评论。例如奥野宣之所提倡的“葱鲔火锅式”笔记由五部分组成：写读书笔记的日期、书名、作者名、对自己来说重要的内容（摘抄）、自己对这篇文章的感想（评论）。其中日期是年月日的六位数字编码，摘抄和评论用符号区分（摘抄以○起始，评论以☆起始）。整个笔记完全靠手工书写完成。2．辅助制作读书笔记的APP智能手机的出现为读书笔记的制作提供了一种新的方式。在为纸质书做笔记方面，出现了豆瓣笔记APP、百度涂书笔记APP、萝卜书摘APP和书入法APP等纸质书电子笔记APP。此外，掌阅iＲeaderAPP、当当读书APP等数字阅读APP也集成有电子书笔记功能。豆瓣笔记APP、百度涂书笔记APP、萝卜书摘APP和书入法APP都提供了通过对书页拍照来裁剪”书页的功能。该功能能够快速摘录图书的内容，不足之处在于图片会占用大量的存储空间，这对于手机用户而言可并不是福音。百度涂书笔记APP、萝卜书摘APP和书入法APP在此基础上提供了对图片进行光学字符识别（OpticalCharacterＲecognition，OCＲ）来获取文字的功能，这无疑将大大减少存储空间。不过在读书的过程中，一手持书，一手操作手机很难将书页压平，因此图片中的书页都带有一定的弧度，这在一定程度上降低了OCＲ的准确率。这项功能往往需要读者对照图书对文字进行纠正，从而大大降低了文字录入效率。在录入评论时只能通过手动输入文字，效率并不高。总之，这类通过拍照制作笔记的APP操作较为复杂，可能会打断读者的阅读进程，目前并没有十分有效的办法来解决这个问题。因此豆瓣笔记APP和百度涂书笔记APP都已被各自公司停止了支持。数字阅读APP一般集成有笔记功能。摘录文字时，读者只需要用手指对文字进行选取即可。当读者输入自己的评论时，仍会遇到输入法录入文字低效的问题。用手指录入大量文字需要的时间并不短，这将在很大程度上打断读者的阅读进程。纸质书电子笔记APP和数字阅读APP都希望通过智能手机和移动互联网来减轻读者做读书笔记的压力，目前来看并不完善，继续改进需要技术的进一步发展。三、基于智能语音技术的读书笔记APP设计对照麦克卢汉的媒介四元律（提升、过时、再现和逆转）［3］，罗伯特·洛根提出“人工智能使解决问题的效能得到提升”（提升）“再现传说中的假人”（再现）［4］。纸质书电子笔记APP和数字阅读APP都可以看作通过裁剪图书来获得图书内容的摘录，即再现了历史上第一种摘录内容的方法；本文提出的基于智能语音技术的读书笔记APP则再现了历史上第二种摘录内容的方法，即通过语音让秘书等人做内容摘录。在深度学习技术的助力下，语音识别技术有了快速发展，目前主要的语音识别技术提供商（百度、科大讯飞等）提供的语音识别工具都能达到97%的准确率。读者在语音识别的过程中可以调整自己的语速、语音，使准确率达到自己满意的程度。因此本文提出使用智能语音技术来帮助读者做笔记，并设计了一个基于智能语音技术的读书笔记APP。本节分别从笔记格式、APP框架、使用方式和APP技术难点四个方面对该APP进行描述。1．笔记格式该APP的笔记格式和其他APP类似，笔记内容包括图书信息、页码、时间、地点（可选）、内容摘录、评论、笔记标签。图书信息包括书名、作者、出版社、出版日期“
68北京印刷学院学报2019年等，可以采用扫描书后ISBN条形码然后从网上获取的方式来获得。若干网站都提供了这种服务，如豆瓣网。页码需要读者使用语音输入。该APP从读者的语音命令中提取页码，然后插入到笔记中。时间可以直接从手机读取；地点可以从手机的定位系统获取，不过由于这涉及到读者隐私，需要读者的授权。内容摘录需要读者使用语音来进行输入。最初需要读者依靠朗读输入大段文字，虽然耗时较长，但读者在朗读的过程中也加深了对文本的印象，可能并不是坏事。未来可以考虑在购买到图书版权的情况下，服务器上存有内容的一份副本，读者只需说出“第X页第Y段从A到B”就可以完成对图书内容的摘录了。评论也需要读者依靠语音输入，这类似于读者的自言自语，并不会在很大程度上干扰读者的阅读过程。笔记标签由读者指定，读者直接说“标签为X”，就可以把该条笔记的标签设置为X。从上述分析可知，笔记包含内容虽然较多，但由于读者并不需要手动输入文字，大量输入都是由语音完成，因此效率很高，对读者的阅读进程干扰不大。2．APP框架该APP的框架如图1所示。图1基于智能语音技术的读书笔记APP框架从图1可知，该APP由三个模块组成：笔记管理模块、智能语音模块、交互响应模块。笔记管理模块负责笔记的存储、查询。存储在本地的读书笔记会被及时传送到云端，以便读者在多个设备上使用读书笔记。可以通过多种方式来查询笔记，如查询某一本书的笔记、某一个标签的笔记等。智能语音模块通过网络与智能语音服务器交互来实现语音识别、语音合成。交互响应模块负责响应读者的语音命令，调用智能语音模块将语音命令识别成文本，对文本进行解析，根据提取的命令调用笔记管理模块或智能语音模块来完成相应的操作。在上述APP框架中，笔记管理模块由数据库操作和网络操作完成，智能语音模块可以采用百度、科大讯飞等公司成熟的软件开发工具包（SoftwareDevelopmentKit，SDK），交互响应模块需要对语音识别后的文本进行解析并提取其中的命令。3．使用方式读者在使用这种基于智能语音技术的读书笔记APP时，大量操作都是由语音交互完成，手指操作并不多。按照读书的顺序，该APP的使用方式如下：（1）读书前在APP中定位到要阅读的图书，可以通过扫描书后ISBN条形码或者手动进行选取。后续的操作都是在该书的笔记中进行。（2）在阅读过程中需要做笔记时，使用语音命令“做笔记”，即可创建一条新的笔记。读者使用语音“第X页”输入页码，通过朗读文本对图书的内容进行摘录，使用语音来输入评论，最后使用语音输入标签。读书笔记的时间和地点可以通过读取智能手机的相关信息自动填入。（3）当读者需要复习某书笔记时，可以通过命令“复习X书的笔记”来进行。APP会逐条将读书笔记朗读出来。此处使用语音合成技术来进行。这样读者就可以听到自己在之前阅读时所作的笔记。（4）读者还可以根据笔记标签来复习某类的笔记，通过命令“复习标签为X的笔记”来进行。APP会将该标签下的笔记逐条朗读出来。（5）在读者的允许下，该APP可以根据时空情境向读者推荐读书笔记，得到允许后将这些笔记朗读出来。通过上述描述可知，该APP可以仅仅通过语音控制来完成所有操作，这使得可以开发出相应版本部署在家里的智能音箱上，这将为读者提供一个安静的读书环境，从而在很大程度上排除智能手机对读者阅读的干扰。如果仅仅使用语音命令来对该APP进行操作，对笔记的使用（如复习）也通过语音合成的方式输出，那么就会将内容从视觉空间转换到声觉空
第2期严志永：基于智能语音技术的读书笔记APP设计69间。这样最大的优势就是能够把双眼甚至双手从对智能手机的操作中解放出来。笔记数据采用文一方面能够节省本形式存储而不是直接存储声音，另一方面也有保护读者个人隐私方面的存储空间，考虑。4．APP的技术难点这种基于智能语音技术的读书笔记APP的技术难点在于对读者语音命令的理解。一种方式是要求读者记住若干个语音命令，这会在很大程度上减轻APP开发的压力。只需要设然后在语音识别后和这些关键词进计若干关键词，行比对即可。不过这无疑会加重读者的记忆负担，这对于需要读者聚精会神的阅读过程而言显然会带来干扰。另一种方式是允许读者以自由格式说然后使用自然语言处理（NaturalLanguage出命令，NLP）中的意图识别（IntentDetection）Processing，技术来挖掘出读者的意图。这对于读者而言可以使读者可以沉浸在营造一个干扰较少的阅读环境，阅读的快乐中。但是对于APP开发而言则并不容虽然使用卷积神经网络（ConvolutionalNeural易，CNN）、Networks，循环神经网络（ＲecurrentNeuralＲNN）等深度学习技术能解决这个难Networks，，但是这需要大量的语料进行训练，对于一个新的APP而言并不现实。题本文实现的APP暂时采用了第一种方式，即待先要求读者记住若干命令来对APP进行操作，到以后积累大量语料之后再采用NLP的相关技术表1文本来源及描述郦全民．用计算的观点看世界［M］．桂林：广西师范大学出版2016．第240页，社，包含98个汉字和7个标点。文本［5］来进行意图识别。APP的实现与初步测试四、笔者在Android手机系统上实现了本文提出的基于智能语音技术的读书笔记APP。该APP使智能语音服务器采用百度用AndroidStudio开发，在小米4手机（Android6.0.1）上进行语音API，测试。该APP在两本图书上进行了测试，测试文本及结果如表1所示。第一段测试文本有98个汉识别错误的有5个。不过“它”与“他”同音，字，“内隐地”，在我国某些地方被读成“内隐的”因此“他”“的”与这两个错误可以忽略，最终错误可以这样准确率为96.9%。第二段测试被认定为3个，识别错误的有2个，错误率为文本有63个汉字，96.8%。语音识别对标点符号的判断错误较多，一一方面这并不影响对方面这对语音识别而言很难，语音识别能够对比较专业文本的理解。综上所述，的图书内容表现出很好的识别效果。本文还将语音输入的输入速度与智能手机上对比对象为搜的拼音输入法输入速度进行了对比，狗输入法8.28版。搜狗输入法采用常用的九宫格两段测试文本的输入时间分别为2拼音输入界面，分52秒和1分40秒；语音输入的时间分别为31秒和23秒。搜狗输入法是语音输入用时的5.5倍语音输入有速和4.3倍。这表明相比于手动输入，度上的优势。测试文本及结果测试结果文化进化是人之为人所特有的他是心智创造和外化符号的结果。所以人的进化实际上就是一个人的心智与文化世界相互作用的计算过程。人所卖画的符号化知识。一类是以观念的形式存在。另一类则内因的对象化在一定的物理系统上。文化进化是人之为人所特有的，它是心智创造和外化符号的结果。所以，人的进化实际上就是一个人的心智与文化世界相互作用的计算过程。人所外化的符号化知识，一类是以观念的形式存在，另一类则内隐地对象化在一定的物理系统上。将技术、生物学和计算机连接到一起的两个重要概念是信息和进化。我认要正确理解进化，就必须借助信息为，。的概念这是因为进化本质上就是积累信息。（美）约翰·梅菲尔德．复杂的引擎［M］．唐璐译．长沙：湖南科学2018．第2页，技术出版社，包含63个汉字和6个标点。将技术生物学和计算机连接到一起的两个重要概念是信息和这是进化。我认为要正确理解进化就必须记住信息的概念，。因为进化本质上就是积累信息使用语音合成技术将笔记的内容读出来虽然但并不影响对内容的理解。语音合语音比较生硬，而中文的正成的朗读速度平均约为236字/分钟，［6］虽然前者仅是后者常阅读速度是309字/分钟，但也基本上满足了复习笔记的需要。使的76%，用合成语音朗读笔记特别适合用户双手和双眼被占用的情况，如在洗漱、开车、做饭时。五、结语本文提出了一种基于智能语音技术的读书笔
70北京印刷学院学报2019年记APP设计，期待再现历史上欧洲学者读书的情初步测试表景。在Android手机上实现了该APP，明这种APP对专业图书能够保持较高的语音识别如在图书馆率。语音交互既有优势也有若干不足，等场合无法使用。未来还需要对该APP进行进一开发与测试才能将其大范围推广来助力步的研究、我国的全民阅读事业。参考文献：［1］（日）奥野宣之．如何有效阅读一本书：超实用笔记读书法［M］．张晶晶，2016．译．南昌：江西人民出版社，［2］（美）安·布莱尔．工具书的诞生———近代以前的学术信息管2014．译．北京：商务印书馆，理［M］．徐波，［3］（加）埃里克·麦克卢汉，弗兰克·秦格龙编．麦克卢汉精粹［M］．何道宽，2000．译．南京：南京大学出版社，［4］（加）罗伯特·洛根．理解新媒介———延伸麦克卢汉［M］．何2012．道宽，译．上海：复旦大学出版社，［5］DengLi，LiuYangEds．DeepLearninginNaturalLanguagePro-cessing［M］．SpringerSingapore，2018．［6］廖建桥，1996张万山．论中文的阅读速度［J］．人类工效学，（1）：38-41．（责任编辑：周宇）DesignofＲeadingNoteAPPBasedonIntelligentSpeechTechnologyYANZhiyong（BeijingInstituteofGraphicCommunication，Beijing102600，China）Abstract：Ithasalwaysbeenatroublesomemattertotakenoteswhilereadingpaperbooks．Existingmethodscannotsolvethisproblemeffectively．ThispaperproposesadesignofareadingnoteAPPbasedontwokindsofintelligentspeechtechnology，whicharespeechrecognitionandspeechsynthesis．ItshowsthisAPPcanhelpreaderstakenoteseffectivelyafterimplementingandtestingitonanAndroidphone．Keywords：intelligentspeechtechnology；readingnote；APP

本文来源：https://www.2haoxitong.net/k/doc/27fb9ddb148884868762caaedd3383c4ba4cb4d4.html

《正在进行安全检测....doc》
将本文的Word文档下载到电脑，方便收藏和打印
推荐度：
点击下载文档

文档为doc格式
相
关
案
例

相关推荐

推荐内容

网站内容来自网络，如有侵权请联系我们，立即删除！ Copyright © 范文写作网京ICP备16605803号