近年来,传统彩电行业都向着智能化发展,而随着人工智能发展的不断提升,通过人工智能技术提升电视智能化水平成了智能电视发展的一种重要方向。正是在如此的环境下,将智能电视显示的文本内容进行摘要生成并语音播报这样的功能被提出。本文主要叙述了智能电视文本内容的摘要生成及语音播报功能的设计与开发。首先对作为核心功能的摘要生成与语音合成进行技术研究与分析,确定了以深度学习为基础的功能实现方向,然后对现有基于深度学习的摘要生成与语音合成技术进行对比与分析,通过比较各种算法技术之间的优劣点,提出了一种新的基于迁移学习的双向摘要生成模型和实现了基于Tacotron2的语音合成模型,在给出综合算法方案后,对每个功能进行了详细的仿真对比实验,在实验中,通过对已有成熟算法模型的复现和对本文提出的算法模型进行仿真实验与实验分析,确定了本文提出算法方案的优越性,确定了以基于迁移学习的双向摘要生成模型和Tacotron2语音合成模型,作为实现系统核心功能的技术支持;然后对系统开发进行了详细的需求分析和建模,通过对系统的需求分析,将系统确定为后台管理、摘要生成、语音合成和模型压缩四个模型,并给出用例图确定每个模块的功能,然后根据完整的数据流图,对针对管理员和普通用户的业务使用,根据不同流程进行了细致描述;通过模块的详细分析,给出了各模块的详细设计方案,并予以实现;最后针对每个模块的需求分析和详细设计,对各个模块进行了详细的功能测试和性能测试,确保了系统各个功能模块的有效性和性能保障,对系统进行了完整性运行测试,确保了系统的流畅运行。本文提出的系统创新点在于:从功能性上,提出一个完整的对智能电视文本内容进行摘要生成,并且语音播报给用户的解决方案,通过技术性融合,实现了用户使用智能电视的便捷性,大大提升了用户使用体验;从技术上,以深度学习技术为出发点,提出了一种针对本课题非常有效的双向语言模型作为特征提取器,性能与BERT语言模型相匹配,同时针对现有摘要生成的Seq2Seq架构进行改进,设计并实现了一种双向摘要生成解码器,通过双向语言模型对摘要生成任务进行微调,大大提升了任务性能,最后利用基于权重剪枝的模型压缩技术对本文涉及到的深度学习模型进行处理,加速模型推理,降低了硬件需求,便于项目未来落地的需要。作为在实习公司的预研性项目,该功能成功开发,并通过了公司的验收,印证了智能电视智能化水平的提升是未来的大趋势,而多领域技术的融合对智能化的提升将是巨大的,人工智能技术在其中起到的作用,也是不可估量。