CN104158945A - 通话信息获取方法、装置及系统 - Google Patents

Abstract

本发明公开了一种通话信息获取方法、装置及系统，其中，该方法包括：对用户的通话进行录音，生成语音文件；通过解析该语音文件获取上述通话中与预设的关键字对应的文字记录。通过本发明，解决了相关技术中用户无法直接获取到通话中关键信息的文字记录的技术问题，进而方便了用户对关键信息的记录，同时避免了用户对关键信息依靠手动记录或者心记可能导致的误记的效果。

Description

通话信息获取方法、装置及系统

技术领域

本发明涉及移动通信领域，具体而言，涉及一种通话信息获取方法、装置及系统。

背景技术

目前移动终端的发展，尤其是智能手机的发展已经进入多核时代，硬件芯片已支持多核架构的处理器，使移动终端具有更快的操作性能，为提供更强的智能化功能提供了基础。

在这样的基础上，语音识别技术，如苹果公司的siri，已经在移动终端上使用。该技术提升了移动终端的人机交互，极大便捷用户的操作发挥了作用。

但是，在信息记录方面，虽然第三方软件公司在智能系统中开发了各式的信息记录软件用于移动终端，也有多种云笔记支持备忘录应用的上传，语音应用也可以以录音的形式保存在本地或上传到服务端。但用户在通话过程中，交换重要信息的时候，还没有办法直接获取到这些信息的文字记录。例如，双方在通话过程中，用户A需要告诉用户B关键信息，如身份证号码及通讯地址的时候，用户B要么靠手动记录要么靠心记，或者用户A再通过其他方式通知用户B，非常不便。

针对相关技术中用户无法直接获取到通话中关键信息的文字记录的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中用户无法直接获取到通话中关键信息的文字记录的问题，本发明提供了一种通话信息获取方法、装置及系统，以至少解决上述问题。

根据本发明的一个方面，提供了一种通话信息获取方法，包括：对用户的通话进行录音，生成语音文件；通过解析所述语音文件获取所述通话中与预设的关键字对应的文字记录。

优选地，通过解析所述语音文件获取所述通话中与预设的关键字对应的文字记录包括：通过解析所述语音文件获取所述通话的全过程的文字记录；在所述通话的全过程的文字记录中查找与所述关键字对应的文字记录。

优选地，在所述通话的全过程的文字记录中查找与所述预设的关键字对应的文字记录包括：在所述通话的全过程的文字记录中查找所述关键字；在查找到所述关键字后，判断所述关键字之后的预定范围内是否存在满足预设规则的内容；如果是，将满足所述预设规则的内容作为与所述关键字对应的文字记录。

优选地，对用户的通话进行录音，生成语音文件包括：对所述用户的所述通话进行分段录音，并分别在每段录音完成后生成该段录音的语音文件。

优选地，在通过解析所述语音文件获取所述通话中与预设的关键字对应的文字记录之前，还包括：接收用户设置的兴趣点，其中，所述兴趣点包括语音信息和/或文字信息；根据所述兴趣点获取所述关键字。

优选地，通过解析所述语音文件获取所述通话中与预设的关键字对应的文字记录包括：将生成的所述语音文件发送至网络侧，其中，所述网络侧用于在接收到所述语音文件后，通过解析所述语音文件获取所述通话中与所述关键字对应的文字记录，或者通过解析所述语音文件获取所述通话的全过程的文字记录，所述通话的全过程的文字记录用于移动终端从中查找与所述关键字对应的文字记录。

优选地，在将生成的所述语音文件发送至网络侧之后，还包括：接收来自所述网络侧的所述通话中与预设的所述关键字对应的文字记录；或者，接收来自所述网络侧的所述通话的全过程的文字记录，在所述通话的全过程的文字记录中查找与所述预设的关键字对应的文字记录。

优选地，在将生成的所述语音文件发送至网络侧之前，还包括：向所述网络侧发送所述用户的帐号对应的登录信息。

优选地，在通过解析所述语音文件获取所述通话中与预设的关键字对应的文字记录之后，还包括：将与所述关键字对应的文字记录提供给所述用户。

根据本发明的另一个方面，提供了一种通话信息获取装置，包括：第一录音模块，用于对用户的通话进行录音，生成语音文件；第一获取模块，用于通过解析所述语音文件获取所述通话中与预设的关键字对应的文字记录。

根据本发明的又一个方面，提供了一种通话信息获取系统，包括：移动终端和网络侧，所述移动终端包括第二录音模块，所述网络侧包括第二获取模块，其中，所述第二录音模块用于对用户的通话进行录音，生成语音文件；所述第二获取模块用于通过解析所述语音文件获取所述通话中与预设的关键字对应的文字记录，或者通过解析所述语音文件获取所述通话的全过程的文字记录，所述通话的全过程的文字记录用于所述移动终端从中查找与所述关键字对应的文字记录。

通过本发明，采用对用户的通话进行录音，生成语音文件；通过解析该语音文件获取上述通话中与预设的关键字对应的文字记录的技术手段，解决了相关技术中用户无法直接获取到通话中关键信息的文字记录的技术问题，进而方便了用户对关键信息的记录，同时避免了用户对关键信息依靠手动记录或者心记可能导致的误记的效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的通话信息获取方法的流程图；

图2是根据本发明实施例的通话信息获取装置的结构框图；

图3是根据本发明实施例的通话信息获取系统的结构框图；

图4是根据本发明优选实施例二的语音助手装置的模块调用层次结构框图；

图5是根据本发明优选实施例二的通话中信息提取的流程图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

在本实施例中，提供了一种通话信息获取方法，图1是根据本发明实施例的通话信息获取方法的流程图，如图1所示，该方法包括：

步骤S102，对用户的通话进行录音，生成语音文件；

步骤S104，通过解析该语音文件获取上述通话中与预设的关键字对应的文字记录。

本实施例通过上述步骤，先将通话进行录音，然后从录音中解析出预设的关键字对应的文字记录，从而以文字记录的方式获取到了用户通话过程中与预设的关键字对应的内容，解决了相关技术中用户无法直接获取到通话中关键信息的文字记录的问题，方便了用户对关键信息的记录，同时避免了用户对关键信息依靠手动记录或者心记可能导致的误记。

作为一种优选实施方式，步骤S104中获取文字记录的方式可以如下：首先通过解析语音文件获取该通话的全过程的文字记录，然后在该全过程的文字记录中查找与上述关键字对应的文字记录。由于在文字中进行查找的速度和准确率通常远远快于在语音文件中进行查找，因此通过这种方式，相比直接在语音文件中查找与上述关键字对应的语音记录，然后再转换成文字记录的方式，效率更高，正确率更高，同时也降低了处理器的负荷。

优选地，在通话的全过程的文字记录中查找与预设的关键字对应的文字记录时，可以在该全过程的文字记录中首先查找上述关键字，在查找到关键字后，判断关键字之后的预定范围内是否存在满足预设规则的内容，如果存在，则可以将满足该预设规则的内容作为与上述关键字对应的文字记录。其中，如果关键字是电话号码，则该预设规则可以是连续的满足电话号码位数的数字，如果关键字是地址，则该预设规则可以是某某市某某区某某号，并且可以多提取后面一定字数的内容等。

作为一种优选实施方式，步骤S102中生成语音文件时，可以对用户的通话进行分段录音，并分别在每段录音完成后生成该段录音的语音文件。通过这种方式，能够使得每段语音文件容量较小，降低处理器的负荷，同时可以在每段语音文件生成之后，直接进行后续解析处理操作，无需等待通话结束后再进行解析处理，大大提升了获得文字记录的实时性。

优选地，上述关键字可以是根据用户自行设置的兴趣点提取到的，用户在设置该兴趣点时，可以采用语音或者文字的方式进行设置。当接收到用户设置的兴趣点后，则可以根据该兴趣点获取关键字，例如，可以直接将该兴趣点作为上述关键字，或者也可以从该兴趣点中提取出关键字，其中，该兴趣点可以包括语音信息和/或文字信息。

作为一种优选实施方式，可以将解析语音文件的过程放在网络侧（例如，云端）来实现，例如，可以将生成的语音文件发送至网络侧，网络侧可以在接收到语音文件后，通过解析该语音文件获取通话中与关键字对应的文字记录，或者通过该解析语音文件获取通话的全过程的文字记录，然后发回给移动终端，由移动终端从通话的全过程的文字记录中查找与关键字对应的文字记录。通过这种方式，可以将最为消耗处理能力的语音文件解析过程通过网络侧强大的处理能力完成，大大降低了对移动终端处理能力的需求，同时也降低了移动终端处理器的负荷。

在这种情况下，在将生成的语音文件发送至网络侧之后，当网络侧对语音文件解析处理完成后，移动终端可以直接接收来自网络侧的通话中与预设的关键字对应的文字记录，从而完成对与预设的关键字对应的文字记录的获取；或者，移动终端也可以接收来自网络侧的通话的全过程的文字记录，然后在通话的全过程的文字记录中查找与预设的关键字对应的文字记录，从而完成与预设的关键字对应的文字记录的获取。

优选地，在将生成的语音文件发送至网络侧之前，可以先向网络侧发送用户的帐号对应的登录信息，在登录成功后再将语音文件发送至网络侧。由于用户的通话内容是用户的隐私信息，因此对于由网络侧解析语音文件的情况，可以先登录用户的个人帐号，并通过云端对个人账户的隐私保护能力保护用户的隐私信息。

优选地，在通过解析语音文件获取通话中与预设的关键字对应的文字记录之后，可以将获取到的与关键字对应的文字记录提供给用户，例如，可以直接在用户界面中将与关键字对应的文字记录显示出来，或者，也可以生成一个记事本，并将与关键字对应的文字记录保存在其中以供用户阅读等等。通过这种方式，使得用户能够方便快速地读取到获取到的与关键字对应的文字记录。

优选地，在将与关键字对应的文字记录提供给用户之后，还可以为用户提供管理操作的功能，以方便用户对该文字记录进行修改、删除、复制粘贴等等管理操作。

对应于上述方法，在本实施例中还提供了一种通话信息获取装置，图2是根据本发明实施例的通话信息获取装置的结构框图，如图2所示，该装置包括第一录音模块22和第一获取模块24，下面对各个模块进行详细说明。

第一录音模块22，用于对用户的通话进行录音，生成语音文件；第一获取模块24，与第一录音模块22相连，用于通过解析第一录音模块22生成的语音文件获取通话中与预设的关键字对应的文字记录。

本实施例通过上述模块，先通过第一录音模块22将通话进行录音，然后通过第一获取模块24从录音中解析出预设的关键字对应的文字记录，从而以文字记录的方式获取到了用户通话过程中与预设的关键字对应的内容，解决了相关技术中用户无法直接获取到通话中关键信息的文字记录的问题，方便了用户对关键信息的记录，同时避免了用户对关键信息依靠手动记录或者心记可能导致的误记。

在本实施例中还提供了一种通话信息获取系统，图3是根据本发明实施例的通话信息获取系统的结构框图，如图3所示，该系统包括：移动终端32和网络侧34，移动终端32包括第二录音模块322，网络侧34包括第二获取模块342，其中，

第二录音模块322用于对用户的通话进行录音，生成语音文件；

第二获取模块342用于通过解析第二录音模块322生成的语音文件获取通话中与预设的关键字对应的文字记录，或者通过解析语音文件获取通话的全过程的文字记录，通话的全过程的文字记录用于移动终端从中查找与关键字对应的文字记录。

下面结合优选实施例进行说明，以下优选实施例结合了上述实施例及其优选实施方式。

由于目前在通话过程中一般只有通过录音这单一方式记录用户的通话内容，且用户不能在通话结束后及时获取通话记录中的感兴趣内容，将语音信息转换成文字信息这一方向还属于未开发领域。因此，在以下优选实施例中提供了一种在通话中提取通话信息的方法及装置，下面以为移动终端的通话过程提供语音秘书功能为例说明该方法及装置，即使用该技术实现，通话过程中能按照用户设置的兴趣点，提取出与用户兴趣点相关的信息，以文本形式显示和保存。

实施例一

本优选实施例提供了一种能在用户通话过程中，按照用户设置的兴趣点，在通话过程中能直接提取有效通话信息，并在通话结束后以文字的形式提供给用户便捷实用的实现机制，也即为移动终端通话场景提供语音助手的方法和装置，该装置包括：终端语音助手设置模块，终端语音助手采集模块（终端语音助手采集模块实现了上文中的第一录音模块或者第二录音模块的功能），终端语音缓存模块，终端语音助手交互模块，服务端数据交互模块，服务端语音识别模块，服务端数据逻辑分析模块（服务端语音识别模块和服务端数据逻辑分析模块实现了上文中第一获取模块和第二获取模块的功能），服务端语音助手信息保存模块，终端语音助手信息显示模块。服务端模块不局限在终端本地或网络侧（例如，云端服务器），若终端能力的限制，可以将服务端在云端（即云端服务器）实现，从而提升处理的实时性。

基于上述装置，本优选实施例的实现方法可以包括以下步骤：

步骤A：用户在通话场景中；

步骤B：用户启动语音助手，若第一次使用需向语音助手服务端注册；若已经注册，输入用户名和密码完成登录功能；

步骤C：用户设置语音兴趣点，兴趣点是文本信息，如“地址”、“身份证号码”、“电话号码”等；

步骤D：用户上传语音兴趣点文本，终端语音助手交互模块将语音兴趣点发送给服务端数据交互模块；

步骤E：服务端数据交互模块保存用户设置的语音兴趣点，并向终端数据交互模块发送确认信息；

步骤F：终端信息交互模块接收到服务端发送的确认信息后，开始工作；

步骤G：用户通话过程中，终端语音助手采集模块开始对通话录音，并将录音打包放置在终端数据发送模块队列中；

步骤H：终端数据发送模块将语音队列中的数据压缩后发送给服务端数据交互模块；

步骤I：服务端数据交互模块接收数据包，经解压后传递给服务端语音识别模块；

步骤J：服务端语音识别模块，对每个语音包进行语义解析；

步骤K：服务端语音识别模块从解析结果中，根据步骤E保存的兴趣点，提取文字的关键信息，文本格式化后输出给服务端数据逻辑分析模块；

步骤L：服务端数据逻辑分析模块，对前后关联的语音包进行分析，并将分析出的关键信息进行逻辑处理，如纠错错误，合并重复项，调整语序等；

步骤M：服务端数据逻辑分析模块将处理好的文字的关键信息存入服务端语音助手信息保存模块；

步骤N：用户通话结束；

步骤O：服务端语音助手信息保存模块向终端发送本次通话所提取的用户感兴趣信息；

步骤P：终端语音助手信息显示模块，将接收到的文本信息显示。

优选地，还可以包括步骤Q：用户可选择性删除服务端语音助手信息保存模块所保存的语音记录文本信息。

通过本优选实施例中提供的语音助手的实现机制，针对终端日常最普及的应用——通话，按照用户自行设置的兴趣点，结合服务端的语音识别功能，对通话过程中的语音信息识别后再按照兴趣点提取成文本格式的信息，保存在服务端并在通话结束后推送给终端用户。这一发明，密切集合终端与服务端的交互，充分把握用户对终端智能交互的体验的需求，结合语音分析，云存储等技术，实现终端的交互智能化。

实施例二

在本优选实施例中，结合附图对上述方法和装置进行进一步地详细说明。图4是根据本发明优选实施例二的语音助手装置的模块调用层次结构框图，如图4所示，其模块构建包括：终端语音助手设置模块42，终端语音助手采集模块44，终端数据发送模块46，终端数据交互模块48，服务端数据交互模块50，服务端语音识别模块52，服务端数据逻辑分析模块54，服务端语音助手信息保存模块56，终端信息显示模块58。

终端语音助手设置模块42：用于用户设置通话语音兴趣点，所设置的语音兴趣点信息经过语音助手服务端解析后能提取出来；

终端语音助手采集模块44：用于对通话录音，按照时间戳对语音录音分成固定大小的语音包数据；

终端数据发送模块46：用于向服务端服务器发送打包语音数据及其他信息，如配置信息，用户注册登录信息；

终端数据交互模块48：用于终端侧与服务端服务器侧交互，为终端侧功能核心控制模块；

服务端数据交互模块50：用于服务端服务器与终端侧交互，为服务端侧核心控制模块；

服务端语音识别模块52：用于对服务端接收到的语音包进行语音识别，能将语音文件转换成文本信息，并按照用户设置的兴趣点从文本信息中提取有效信息；

服务端数据逻辑分析模块54：用于服务端语音助手对所提取的信息进行再分析，如去除重复、纠正错误，调整语序等；

服务端语音助手信息保存模块56：用于服务端语音助手保存通话过程中按照用户设置兴趣点所提取出的文字信息；

终端信息显示模块58：用于通话结束后，显示从服务端发送过来的兴趣点相关的文本信息，若用户选择删除，可同步删除服务端信息保存模块中所保存的记录。

为了更详细的描述整个过程，这里配合图5来进行说明，图5是根据本发明优选实施例二的通话中信息提取的流程图，如图5所示，该流程包括如下步骤：

步骤S502：用户在某一通话场景中；

步骤S504：用户通过终端语音助手模块的快捷键，启动语音助手模块；

步骤S506：输入用户名和密码向服务端服务器登录；若第一次登录，需先完成向服务端服务器注册新用户；

步骤S508：用户在终端语音助手模块中设置文本兴趣点，即在通话过程中，用户所关心的通话信息，如对方告知的通讯号码等；

步骤S510：设置好语音兴趣点后，需上传到服务端服务器，以供后继语音分析；

步骤S512：服务端语音助手收到用户设置的语音兴趣点，服务端数据交互模块保存设置信息，并向用户发送确认信息；

步骤S514：终端信息交互模块接收到服务端发送的确认信息后，置终端语音助手于后台工作；

步骤S516：用户开始通话，终端信息采集模块对通话过程录音，并将录音打包放置在终端数据发送模块的发送队列中；

步骤S518：终端数据发送模块将语音队列中的数据压缩后发送给服务端数据交互模块；

步骤S520：服务端数据交互模块接收数据包，需先解压，错误验证后传递给服务端语音分析模块；

步骤S522：服务端语音识别模块，对每个语音包进行语义分析，将语音转换成文本信息，根据兴趣点，提取有效信息；

步骤S524：语音识别模块将有效文本信息输出给服务端数据逻辑分析模块；

步骤S526：数据逻辑分析模块，完成对提取信息的纠错，重复项合并，调整语序等优化操作；

步骤S528：数据逻辑分析模块将处理好的文本信息存入服务端语音助手信息保存模块；

步骤S530：用户通话结束；

步骤S532：服务端语音助手向终端发送本次通话所提取的用户兴趣点信息；

步骤S534：终端语音助手信息显示模块显示本次通话兴趣点文本信息；

步骤S536：用户查阅所提取的通话信息后，若现在删除，则可删除服务端语音助手信息保存模块中的文本信息。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种通话信息获取方法，其特征在于，包括：

对用户的通话进行录音，生成语音文件；

通过解析所述语音文件获取所述通话中与预设的关键字对应的文字记录。

2.根据权利要求1所述的方法，其特征在于，通过解析所述语音文件获取所述通话中与预设的关键字对应的文字记录包括：

通过解析所述语音文件获取所述通话的全过程的文字记录；

在所述通话的全过程的文字记录中查找与所述关键字对应的文字记录。

3.根据权利要求2所述的方法，其特征在于，在所述通话的全过程的文字记录中查找与所述预设的关键字对应的文字记录包括：

在所述通话的全过程的文字记录中查找所述关键字；

在查找到所述关键字后，判断所述关键字之后的预定范围内是否存在满足预设规则的内容；

如果是，将满足所述预设规则的内容作为与所述关键字对应的文字记录。

4.根据权利要求1所述的方法，其特征在于，对用户的通话进行录音，生成语音文件包括：

对所述用户的所述通话进行分段录音，并分别在每段录音完成后生成该段录音的语音文件。

5.根据权利要求1所述的方法，其特征在于，在通过解析所述语音文件获取所述通话中与预设的关键字对应的文字记录之前，还包括：

接收用户设置的兴趣点，其中，所述兴趣点包括语音信息和/或文字信息；

根据所述兴趣点获取所述关键字。

6.根据权利要求1所述的方法，其特征在于，通过解析所述语音文件获取所述通话中与预设的关键字对应的文字记录包括：

将生成的所述语音文件发送至网络侧，其中，所述网络侧用于在接收到所述语音文件后，通过解析所述语音文件获取所述通话中与所述关键字对应的文字记录，或者通过解析所述语音文件获取所述通话的全过程的文字记录，所述通话的全过程的文字记录用于移动终端从中查找与所述关键字对应的文字记录。

7.根据权利要求6所述的方法，其特征在于，在将生成的所述语音文件发送至网络侧之后，还包括：

接收来自所述网络侧的所述通话中与预设的所述关键字对应的文字记录；或者，

接收来自所述网络侧的所述通话的全过程的文字记录，在所述通话的全过程的文字记录中查找与所述预设的关键字对应的文字记录。

8.根据权利要求6所述的方法，其特征在于，在将生成的所述语音文件发送至网络侧之前，还包括：

向所述网络侧发送所述用户的帐号对应的登录信息。

9.根据权利要求1至8中任一项所述的方法，其特征在于，在通过解析所述语音文件获取所述通话中与预设的关键字对应的文字记录之后，还包括：

将与所述关键字对应的文字记录提供给所述用户。

10.一种通话信息获取装置，其特征在于，包括：

第一录音模块，用于对用户的通话进行录音，生成语音文件；

第一获取模块，用于通过解析所述语音文件获取所述通话中与预设的关键字对应的文字记录。

11.一种通话信息获取系统，其特征在于，包括：移动终端和网络侧，所述移动终端包括第二录音模块，所述网络侧包括第二获取模块，其中，

所述第二录音模块用于对用户的通话进行录音，生成语音文件；

所述第二获取模块用于通过解析所述语音文件获取所述通话中与预设的关键字对应的文字记录，或者通过解析所述语音文件获取所述通话的全过程的文字记录，所述通话的全过程的文字记录用于所述移动终端从中查找与所述关键字对应的文字记录。