CN102629246B - 识别浏览器语音命令的服务器及浏览器语音命令识别方法 - Google Patents

Abstract

本发明提出一种用于识别浏览器语音命令的服务器以及一种浏览器语音命令识别系统，实现了用户通过语音对用户终端浏览的网页进行语音控制，通过语音就可以直接打开网页浏览，获取搜索结果。所述服务器包括：通信装置，用于接收用户终端发送的浏览器语音命令；语音识别装置，用于将所述浏览器语音命令语音识别为文本；和语义识别装置，用于对所述语音识别的文本进行语义识别，以转换为浏览器命令。本发明还提出一种浏览器语音命令识别方法。

Description

识别浏览器语音命令的服务器及浏览器语音命令识别方法

技术领域

本发明涉及语音处理领域，更具体地，涉及一种用于识别浏览器语音命令的服务器及其方法，以及涉及一种浏览器语音命令识别系统及其方法，可以对用户输入的浏览器语音命令进行智能识别，实现了用户通过语音对用户终端浏览的网页进行语音控制。

背景技术

最近几年，随着语音识别技术的快速发展与广泛应用，采用语音作为人机交互的方式为用户提供了便利。语音识别是将人的语音中的词汇内容转换为文字，即，语音到文字的转换(Speech to text)，从而用户采用说话的方式来完成文字的输入。在手机上采用语音识别技术可以方便人与手机的交流，比如语音的自动拨号功能，只用说出被叫者姓名，电话即自动拨向被叫者，节省了用户查询电话的时间。语义识别是对文字的语义进行智能的分析和判断，语义识别技术往往构建在准确的语音识别基础之上，比如苹果的Iphone所采用的Siri语音助理功能。Siri可以让手机用户通过语音来实现对手机的控制，通过对自然语言理解和学习并结合上下文来提供问答式服务。语音和语义识别技术开始逐渐应用在浏览器中，比如Google谷歌就已经在Chrome浏览器里加入了语音搜索的功能，腾讯和UC优视也相继推出了各自的手机浏览器语音版。但上述应用在人机交互过程中仍然存在不令人满意的地方。这主要表现在以下两点：

1.现有的浏览器语音上网过程只能简单地完成一个识别出的文字到网址的映射，用户在使用浏览器语音上网时的操作仅限于浏览某个用户已知的网站，比如用户说“打开新浪”，浏览器则通过查找文字-网站映射表，打开“www.sina.com”。

2.此外，绝大多数的网页都没有提供语音交互的接口，Google提供了语音搜索的功能，但其应用范围局限于Google的搜索框输入。当用户想在网页上点击按钮、链接，提交表单等时候，还是需要鼠标和键盘设备的辅助。

发明内容

为了实现用户与用户终端的自由交互与智能语音网页浏览，实现了本发明。本发明的目的是提出一种用于识别浏览器语音命令的服务器以及浏览器语音命令识别方法，以及一种浏览器语音命令识别系统及其方法，其中可以对用户的浏览器语音命令进行语音识别与语义识别。实现用户通过语音对用户终端浏览的网页进行语音控制，通过语音就可以直接打开网页浏览，获取搜索结果。从而，用户终端更智能化、人性化，用户与用户终端之间的“沟通”变得更加方便、及时。以及无需使用鼠标，键盘之类的辅助设备。

根据本发明第一方面，提出一种用于识别浏览器语音命令的服务器，包括：通信装置，用于接收用户终端发送的浏览器语音命令；语音识别装置，用于将所述浏览器语音命令语音识别为文本；和语义识别装置，用于对所述语音识别的文本进行语义识别，以转换为浏览器命令。

根据本发明第二方面，提出一种浏览器语音命令识别方法，包括：通信步骤，接收用户终端发送的浏览器语音命令；语音识别步骤，将所述浏览器语音命令语音识别为文本；和语义识别步骤，对所述语音识别的文本进行语义识别，以转换为浏览器命令。

根据本发明的第三方面，提出一种浏览器语音命令识别系统，包括用户终端以及与用户终端通过网络连接的服务器，其中：所述用户终端包括：输入装置，用于接收用户输入的浏览器语音命令；语音识别装置，用于将所述浏览器语音命令语音识别为文本；第一通信装置，用于将语音识别的文本发送给所述服务器；所述服务器包括：第二通信装置，用于接收所述语音识别的文本；和语义识别装置，用于对所述语音识别的文本进行语义识别，以转换为浏览器命令。

根据本发明的第四方面，提出一种浏览器语音命令识别方法，包括：输入步骤，用户终端接收用户输入的浏览器语音命令；语音识别步骤，用户终端将所述浏览器语音命令语音识别为文本；第一通信步骤，用户终端将语音识别的文本发送给所述服务器；第二通信步骤，服务器接收所述语音识别的文本；和语义识别步骤，服务器对所述语音识别的文本进行语义识别，以转换为浏览器命令。

附图说明

从下面结合附图的详细描述中，本发明的上述特征和优点将更明显，其中：

图1a示出根据本发明第一实施例的浏览器语音命令识别系统的示意图；

图1b示出根据本发明第二实施例的浏览器语音命令识别系统的示意图；

图2示出浏览器语音命令识别系统的语义识别装置的示意图；

图3是语义识别装置其词性标注单元采用的标注器顺序的一个示例；

图4示出根据本发明第一实施例的浏览器语音命令识别系统执行浏览器语音命令识别方法的流程图；

图5示出了语义识别方法的流程图；

图6示出根据本发明第三实施例的浏览器语音命令识别系统的示意图；

图7是基于关键字的浏览器语音命令的一个示例；

图8a是浏览器语音命令互动操作的当前网页的示例；

图8b是本发明互动操作数据库匹配表的一个示例；

图9是识别浏览器语音命令的一个示例。

具体实施方式

下面，将参考附图描述本发明的优选实施例。在附图中，相同的元件将由相同的参考符号或数字表示。此外，在本发明的下列描述中，将省略对已知功能和配置的具体描述，以避免使本发明的主题不清楚。

图1a示出了根据本发明第一实施例的浏览器语音命令识别系统。浏览器语音命令识别系统包括用户终端1以及与用户终端通过通信网络(未示出)连接的服务器2。用户终端1包括：用于利用模型库将用户输入的语音识别为文本(自然语言文本)的语音识别装置10；用于将语音识别的文本与存储的映射表子集进行匹配的第一匹配装置12和用于根据匹配结果判断是在用户终端执行与语音识别的文本匹配的浏览器命令还是将该语音识别的文本发送给服务器的第一判断装置14。此外，用户终端1还包括输入输出装置、通信装置、存储装置等，出于清楚的目的，在此并未示出。所述服务器2包括：用于将接收到的语音识别的文本与存储的映射表进行匹配的第二匹配装置22；用于根据匹配结果判断是否对语音识别的文本执行语义识别的第二判断装置24，如果完全匹配，则第二判断装置24根据映射表查找出对应命令并发送至用户终端，否则判断执行语义识别；和用于对语音识别的文本执行语义识别的语义识别装置20。服务器还包括：通信装置以及存储有词库，语料库，网址库、参数库、关系库、互动操作数据库等数据库的存储装置(未示出)。

其中，所述用户终端1包括但不限于：有线和无线通信装置，例如：移动电话，PDA(个人数字助理)，计算机等。对于本领域的技术人员很明显地，第一匹配装置20与第一判断装置14，第二匹配装置22与第二判断装置24为可选装置。

图2是浏览器语音命令识别系统的语义识别装置的示意图。语义识别装置20将文本转换成浏览器能够理解的具体命令。语义识别装置20包括：数据预处理单元201，分词单元202，词性标注单元203，分析单元204，抽取单元205以及转换单元206。

下面将结合图2-5具体描述浏览器语音命令识别系统如何识别用户输入的浏览器语音命令。

首先参考图4，浏览器语音命令识别系统的识别过程包括语音识别和语义识别两个阶段。在接收到用户的浏览器语音命令之后，语音识别阶段完成从语音到文本的转换过程，语义识别阶段将文本转换成浏览器能够理解的具体命令。语义识别过程中将用户终端用作本地缓存，如果匹配成功则直接在用户终端执行，否则由服务器执行语义分析过程。从而加快响应速度，缩减了用户的流量消耗。可以理解，语音识别阶段可以在用户终端执行，也可以在服务器端执行。

具体地，在步骤S401，用户终端1接收用户输入的浏览器语音命令。在步骤S402，语音识别装置10将用户输入的浏览器语音命令进行特征提取并与模型库进行匹配，以转换为文本。所采用的识别技术为已知技术，在此不予赘述。在步骤S403，第一匹配装置12将转换的文本与从文本到浏览器命令的映射表子集做完全匹配。映射表子集为从文本到浏览器命令映射表的一个子集，其中浏览器命令包括添加，打开书签等。在S404，第一判断装置14在匹配成功时，将与文本对应的命令交由客户端的浏览器直接执行(S408)，在匹配不成功时，将文本发送给服务器2做处理。

在步骤S405，服务器2的第二匹配装置22先将语音识别的文本与映射表进行完全匹配，映射表为从文本到浏览器命令的映射，浏览器命令包括，例如，刷新页面，前进，后退，查询历史，打开书签等。在步骤S406，第二判断装置24在匹配成功时，将与文本对应的命令发送给客户端的浏览器执行，在匹配不成功时，将文本传送给语义识别装置20。在步骤S407，该语义识别装置20对文本执行语义识别，根据语义识别结果与数据库进行匹配。之后，服务器2将匹配得到的命令发送到客户端浏览器执行。

下面将结合图5具体描述语义识别装置20如何执行语义识别的过程。虽然本发明示出可以对中文与英文执行语义识别，但是对于本领域技术人员可以理解的是，本发明不仅对中文与英文进行语义识别，还能对其它的语言进行语义识别。

首先，在步骤S501，数据预处理单元利用同音词库201对语音识别的文本做数据清理和纠错。其原因如下：1.由于语言本身、说话人口音、背景噪音等干扰，语音识别的准确率不可能达到100％，有可以纠错的空间。2.从语音转换过来的文本由于受到各种因素的影响，比如说话的语气，一些无意义的感叹等，并不能在语法上保证是一个标准规范的语句，由此在保证不损伤现有数据的情况下，需要对文本预处理，一方面去除语气助词等与识别文本不相关的词语的影响，另一方面通过同音词的统计学模糊匹配来纠正文本中的一些数据，提高置信度。

接着在步骤S502，分词单元202对预处理的文本做分词。对文本做语义识别所依赖的最小语言单位是词而不是单字。分词的准确率取决于两方面：算法与词库。本发明采用的词库包括所有浏览器支持的命令，从而提高对浏览器命令的分词准确率。

不同的语言由于构成不同需要采用不同的分词技术。比如，英文是以词为单位的，词和词之间靠空格隔开，而中文是以字为单位，相邻的字连接起来构成一个词，没有显示的分割符。因此本发明的分词单元202采用的是简单的正则分词与基于词典的分词算法MMSEG(A Word Identification System for Mandarin Chinese Text Based on Two Variantsof the Maximum Matching Algorithm)算法，从而实现对英文，中文的分词。

在步骤S503，词性标注单元203对分词结果进行词性标注。同一个词在不同的语境下(即语句的前后文)可能会有不同的词性。词性标注的过程是一个对大量的语料进行统计学和训练的过程。本发明采用的语料库收集有大量测试用户使用浏览器命令的数据，然后对浏览器相关命令在标注上做训练。词性标注单元203采用多个标注器进行N元(N-gram)链式标注法。标注器(tagger)的顺序设定如图3所示。其中特殊标注器人工可调，用于纠正词性标注的错误或者强行指定词性。默认标注器将所有未成功标注的词打上特殊的记号，记入服务器日志供事后分析和处理。

在步骤S504，分析单元204对标注过的词做解析(parsing)和分组处理(chunking)。步骤S501-S503完成了细粒度的词的信息处理，分析单元204进行语言结构层次上的解析和分组，也就是在句法层面上对文本做分析和歧义消除。分析单元204采用算法是Earley Chart解析。本发明的浏览器语音命令识别系统针对不同语言的浏览器命令，分别定义一系列可动态调整的规则进行解析，例如，上下文无关语法(context freegrammar)。利用规则分析得到的最终结果是一个句法解析树。

在步骤S505，抽取单元205对句法解析树做实体抽取。抽取单元205所抽取的实体都是浏览器语音命令需要关注的对象。实体抽取链式进行，即，将与浏览器语音命令对应的文本按照优先级顺序依次做实体抽取，其中，抽取单元205利用关键字库对与浏览器语音命令对应的文本执行关键字提取，如果没有匹配的关键字，则抽取出相应的动作(action)和参数(arguments)，一旦抽取成功则返回结果，如果到最后都无法完成实体抽取，则以该文本为搜索的参数，对整个文本执行搜索命令。例如，用户的语音输入对应的文本为“蝴蝶”，关键字库没有与之匹配的关键字，则用户的浏览器自动打开百度并且搜索″蝴蝶″的结果页面。至于是用百度、谷歌还是别的搜索引擎，取决于用户浏览器的设置。其中该关键字库包括了社交网站(facebook，人人等)、电子商务网站(amazon，淘宝等)和服务器通过后台数据分析得到的用户上网常用的搜索词(比如“看电影”，“小说”等)。关键字库也可以是收录了网络上搜索最多的词的数据库。

最后，在步骤S506，转换单元206利用网址库与参数库对抽取后的实体做转换。抽取得到的实体依然是比较抽象的，例如，“新浪首页”，只有经过一定的转换才能将实体转变成具体的、可直接被浏览器识别的对象(比如“http://www.sina.com.cn”)。如果抽取单元205提取出关键词，则转换单元206通过查找关系库分析出哪些实体作为所述关键词的上下文，最后利用关键词以及其上下文查找网址库，获取用户需要浏览的网页信息。其中关系库包括关键字与其上下文的嵌套或渐进关系等关系。网址库收录了海量的网址。

图1b是根据本发明第二实施例的浏览器语音命令识别系统。相比于第一实施例的浏览器语音命令识别系统，不同于图1a在用户终端执行语音识别，该示例的浏览器语音命令识别系统在服务器端执行语音识别。将省略图1b中与图1a中对相同的组成部分的描述，以避免使本发明不清楚。服务器2的语音识别装置10利用模型库将用户输入的语音识别为文本并通过通信装置发送至用户终端1。用户终端1的第一匹配装置12将语音识别的文本与存储的映射表子集进行匹配。第一判断装置14判断出结果完全匹配时，用户终端1执行与语音识别的文本对应的浏览器命令。第一判断装置14判断出结果不匹配时，用户终端1将该语音识别的文本发送给服务器。第二匹配装置22将接收到的语音识别的文本与存储的映射表进行匹配。如果完全匹配，则第二判断装置24根据映射表查找出对应命令并发送至用户终端，否则判断执行语义识别。语义识别装置20对语音识别的文本执行语义识别。其过程与上述描述相同，在此不予重复叙述。可选地，服务器2的语音识别装置10利用模型库将用户输入的语音识别为文本后传送至第二匹配装置22执行处理。

图7是基于关键字的浏览器语音命令的一个示例。用户通过浏览器语音搜寻信息时会说出一系列的关键字，这些关键字在上下文中通常有着比较明确的嵌套或渐进关系，本发明的服务器会在这种情况下，对这样的一个上下文中的关键字做识别和匹配。当用户说出“Facebook John Doe graduated from Harvard”时，服务器的语义识别装置20识别出这些关键字和上下文信息：“Facebook”(关键字)，“John Doe”(上下文)和“Harvard”(上下文)，并且根据关键字与其上下文关系通过查找关系库可以判别出用户想浏览John Doe这个人的Facebook主页，并且John Doe曾经是Harvard大学的学生。在此基础上，浏览器会直接打开这个人的主页URL：http://www.facebook.com/pages/JohnDoeHarvard。

图6是根据本发明第三实施例的浏览器语音命令识别系统。相比于第二实施例的浏览器语音命令识别系统，不同之处在于图6所示浏览器语音命令识别系统中的用户终端还包括上下文获取装置16以及命令执行接口18，服务器还包括命令注入装置26。将省略图6中与图1b中对相同的组成部分的描述，以避免使本发明不清楚。

用户通过浏览器访问网页时经常需要和网页内容进行互动，通常这种互动在PC上多是以鼠标点击的触发方式进行，根据本发明第三实施例的浏览器语音命令识别系统实现了语音互动操作，用户无需点击鼠标即可浏览所需网页。其中，用户终端1的上下文获取装置16获取上下文信息通过通信装置19发送到服务器2。可选地，上下文信息可以包括用户当前浏览网页信息或者用户说话的分贝数。

服务器2的语义识别装置20利用接收到的上下文信息基于互动操作数据库匹配表对文本执行语义识别，将实体抽取获得的命令通过查找互动数据库匹配表得到JavaScript内容，从而命令注入装置26将语音命令的内容以动态JavaScript脚本的方式从服务器端返回并注入在当前用户浏览的网页中执行，以达到触发的效果，用户终端的命令执行接口18在当前网页上自动执行所述脚本，从而实现了用户无需点击鼠标即可打开所需网页浏览。参考图8a，用户在浏览淘宝某商品网页时说“我要买”。该语音通过上浏览器语音命令识别系统语义处理后会转换为成“购买”指令，之后该指令通过在数据库的上下文匹配后，得到图8b所示的JavaScript脚本内容，服务器2将所述脚本内容从服务器端返回并注入在当前用户浏览的网页中，用户终端则通过浏览器提供的脚本执行接口直接在商品网页上执行，打开购买链接，效果和用户点击“立即购买”按钮的效果一样。图8b可以包括用户说话的分贝数作为上下文，从而服务器可以依据上下文中不同的分贝数匹配不同的JavaScript脚本返回给用户终端。

要理解，图6所示框图只是示例性的浏览器语音命令识别系统。在本发明中，上下文获取装置16、命令执行接口18以及命令注入装置26可以是可选装置。

图9是识别浏览器语音命令的一个示例，以用户在淘宝移动版首页启动语音命令说“嗯，买一件羽绒服吧”为例子，描述了浏览器语音命令识别系统执行语音命令识别的过程。

通过本发明的浏览器语音命令识别系统与方法，实现了智能语音网页浏览，从而用户仅需通过语音即可对需要浏览的网页进行控制，而无需使用鼠标，键盘之类的辅助设备，增强了用户与用户终端的交互性。

应该指出，本发明不局限于上面所描述的实施例，还可以扩展到其它技术领域，涉及语音信号处理的领域均可考虑本发明，或者可以将本发明的技术方案应用到其它相关产品或者方法。虽然已经结合优选实施例对本发明进行了描述。但是这样的描述仅出于说明的目的，应该理解，本领域技术人员在不脱离所附权利要求的精神和范围的情况下可以进行其它的修改、替换和变化。

Claims (16)

1.一种用于识别浏览器语音命令的服务器，其特征在于，包括：

通信装置，用于接收用户终端发送的浏览器语音命令；

语音识别装置，用于将所述浏览器语音命令语音识别为文本；和

语义识别装置，用于对所述语音识别的文本进行语义识别，以转换为浏览器命令；

存储装置，用于存储词库、语料库、网址库、参数库、关系库、互动操作数据库，所述关系库包括关键字与其上下文的嵌套或渐进关系；

命令注入装置，用于将转换的浏览器命令发送至所述用户终端并注入在用户当前浏览的网页；

所述语义识别装置包括：

数据预处理单元，用于对所述语音识别的文本进行数据清理与纠错；

分词单元，用于对预处理的文本进行分词，采用正则分词与基于词典的分词算法MMSEG；

词性标注单元，用于对分词的文本进行词性标注；所述词性标注单元采用多个标注器进行N-gram链式标注法，所述标注器的顺序设定为：特殊标注器、单元标注器、双元标注器、三元标注器、默认标注器，所述特殊标注器人工可调，用于纠正词性标注的错误或者强行指定词性，所述默认标注器将所有未成功标注的词打上特殊记号，计入服务器日志供事后分析和处理；

分析单元，用于对词性标注过的词进行解析与分组处理；分析单元采用Earley Chart解析算法，在句法层面上对文本做分析和歧义消除；针对不同语言的浏览器命令分别定义一系列可动态调整的规则进行解析，得到句法解析树；

抽取单元，用于对所述句法解析树进行实体抽取，实体抽取链式进行，将与浏览器语音命令对应的文本按照优先级顺序依次做实体抽取，利用关系库中的关键字对浏览器语音命令对应的文本执行关键字提取，如果没有关键字，则抽取出相应动作和参数，一旦抽取成功则返回结果，如到最后都无法完成实体抽取，则以该文本为搜索的参数，对整个文本执行搜索命令；

转换单元，用于利用所述网址库与所述参数库对抽取后的实体做转换，转换为可被浏览器识别的对象；对于抽取单元提取出的关键词，转换单元通过查找所述关系库分析出哪些实体作为所述关键词的上下文，最后利用关键词以及上下文查找所述网址库，获取用户需要浏览的网页信息；

所述语义识别装置用于对接收到的上下文信息基于所述互动操作数据库的匹配表对文本执行语义识别，将实体抽取获得的命令通过查找互动操作数据库匹配表得到JavaScript内容，从而命令注入装置将语音命令的内容以动态JavaScript脚本的方式从服务器端返回并注入在当前用户浏览的网页中执行，用户终端的命令执行接口在当前网页上自动执行所述脚本。

2.如权利要求1所述的用于识别浏览器语音命令的服务器，其中通信装置还接收用户终端发送的上下文信息以提供给语义识别装置。

3.如权利要求2所述的用于识别浏览器语音命令的服务器，其中上下文信息包括用户浏览的当前网页或者用户说话的分贝数。

4.如权利要求1至3之一所述的用于识别浏览器语音命令的服务器，其中所述服务器还包括：

匹配装置，用于将接收到的所述语音识别的文本与映射表进行匹配；和

判断装置，用于根据匹配结果判断是将与所述语音识别的文本对应的浏览器命令发送给用户终端还是对所述语音识别的文本执行语义识别。

5.如权利要求1至3之一所述的用于识别浏览器语音命令的服务器，其中

所述语音识别装置从识别的文本中获取关键字，以及基于关系库分析关键词的上下文并利用关键词以及其上下文查找数据库以将识别的文本转换为浏览器命令。

6.一种浏览器语音命令识别方法，其特征在于，基于如权利要求1所述的识别浏览器语音命令的服务器，包括：

通信步骤，接收用户终端发送的浏览器语音命令；

语音识别步骤，将所述浏览器语音命令语音识别为文本；和

语义识别步骤，对所述语音识别的文本进行语义识别，以转换为浏览器命令。

7.如权利要求6所述的浏览器语音命令识别方法，还包括：

命令注入步骤，用于将转换的浏览器命令发送至所述用户终端并注入在用户当前浏览的网页。

8.如权利要求6或7所述的浏览器语音命令识别方法，其中

通信步骤还包括接收用户终端发送的上下文信息的步骤；以及

语义识别步骤还包括基于上下文信息对所述语音识别的文本进行语义识别的步骤。

9.如权利要求8所述的浏览器语音命令识别方法，其中上下文信息包括用户浏览的当前网页或者用户说话的分贝数。

10.如权利要求6所述的浏览器语音命令识别方法，还包括：

匹配步骤，将接收到的所述语音识别的文本与映射表进行匹配；和

判断步骤，根据匹配结果判断是将与所述语音识别的文本对应的浏览器命令发送给用户终端还是对所述语音识别的文本执行语义识别。

11.如权利要求6的浏览器语音命令识别方法，其中语义识别步骤包括：

从识别的文本中获取关键字，以及基于关系库分析关键词的上下文并利用关键词以及其上下文查找数据库以将识别的文本转换为浏览器命令的步骤。

12.一种浏览器语音命令识别系统，包括用户终端以及与用户终端通过网络连接的服务器，其中：

所述用户终端包括：

输入装置，用于接收用户输入的浏览器语音命令；

如权利要求1所述的语音识别装置，用于将所述浏览器语音命令语音识别为文本；

第一通信装置，用于将语音识别的文本发送给所述服务器；

所述服务器包括：

第二通信装置，用于接收所述语音识别的文本；

如权利要求1所述的语义识别装置，用于对所述语音识别的文本进行语义识别，以转换为浏览器命令；和

如权利要求1所述的存储装置和命令注入装置。

13.如权利要求12所述的浏览器语音命令识别系统，其中所述用户终端还包括：

上下文获取装置，用于获取上下文信息发送给服务器。

14.一种浏览器语音命令识别方法，其特征在于，基于如权利要求12所述的浏览器语音命令识别系统，包括：

输入步骤，用户终端接收用户输入的浏览器语音命令；

语音识别步骤，用户终端将所述浏览器语音命令语音识别为文本；

第一通信步骤，用户终端将语音识别的文本发送给所述服务器；

第二通信步骤，服务器接收所述语音识别的文本；和

语义识别步骤，服务器对所述语音识别的文本进行语义识别，以转换为浏览器命令。

15.如权利要求14所述的浏览器语音命令识别方法，其中还包括：

上下文获取步骤，获取上下文信息作为上下文发送给服务器。

16.如权利要求14或15所述的浏览器语音命令识别方法，还包括：

命令注入步骤，将转换的浏览器命令发送至用户终端并注入在所述用户当前浏览的网页；和

命令执行步骤，在所述用户当前浏览的网页上触发执行所述浏览器命令。