CN104409077A - 获取终端中的对话语音对应的文本的方法和装置 - Google Patents

Abstract

本申请公开了一种获取终端中的对话语音对应的文本的方法和装置。该方法的一具体实施方式包括：分别获取对话语音中的第一语音和第二语音；分别获取所述第一语音对应的文本和所述第二语音对应的文本。该实施方式实现了即使对话双方的语音在时间上出现重叠，也可以分别获取对话双方相互独立的第一语音与第二语音，进而可以分别获取到第一语音与第二语音对应的文本。

Description

获取终端中的对话语音对应的文本的方法和装置

技术领域

本申请涉及通信技术领域，具体涉及音频处理领域，尤其涉及获取终端中的对话语音对应的文本的方法和装置。

背景技术

现有技术中，可以从对话语音中提取相应关键字，以实现将对话语音以文字形式进行显示。但是，当对话双方的语音在时间上出现重叠时，则无法从重叠语音中提取关键字。

发明内容

本申请提供了一种获取终端中的对话语音对应的文本的方法和装置，解决了当对话双方的语音在时间上出现重叠，无法从重叠语音中提取关键字的问题。

第一方面，提供了一种获取终端中的对话语音对应的文本的方法，包括：

分别获取对话语音中的第一语音和第二语音；

分别获取所述第一语音对应的文本和所述第二语音对应的文本。

在某些实施方式中，所述分别获取对话语音中的第一语音和第二语音，包括：

通过不同信道接收所述第一语音和所述第二语音。

在某些实施方式中，所述不同信道是预先分别为检测所述第一语音的第一输入单元，和检测所述第二语音的第二输入单元配置的。

在某些实施方式中，当所述第一输入单元检测到所述第一语音时，通过为所述第一输入单元配置的第一信道接收所述第一语音；

当所述第二输入单元检测到所述第二语音时，通过为所述第二输入单元配置的第二信道接收所述第二语音。

在某些实施方式中，所述第一语音为当前环境中的语音，所述第二语音对端终端发送的语音；或者，

所述第一语音为对端终端发送的语音，所述第二语音为当前环境中的语音；或者，

所述第一语音和所述第二语音分别为不同对端终端发送的语音。

在某些实施方式中，当前环境中的语音是通过麦克风检测的。

在某些实施方式中，所述第一信道为左声道，所述第二信道为右声道；或者，所述第一信道为右声道，所述第二信道为左声道。

在某些实施方式中，还包括：

在预设区域中，显示所述第一语音对应的文本和所述第二语音对应的文本。

在某些实施方式中，所述在预设区域中，显示所述第一语音对应的文本和所述第二语音对应的文本，包括：

检测所述第一语音和所述第二语音中，是否存在位于相同时间段内的语音；

若存在位于相同时间段内的语音，则获取第一文本和第二文本，所述第一文本、所述第二文本分别为所述第一语音、所述第二语音中位于所述相同时间段内的语音对应的文本；

将所述第一文本与所述第二文本显示在表征相同时间段的区域中。

第二方面，提供了一种获取终端中的对话语音对应的文本的装置，包括：

获取单元，用于分别获取对话语音中的第一语音和第二语音；分别获取所述第一语音对应的文本和所述第二语音对应的文本。

在某些实施方式中，所述获取单元，具体用于通过不同信道接收所述第一语音和所述第二语音。

在某些实施方式中，所述不同信道是预先分别为检测所述第一语音的第一输入单元，和检测所述第二语音的第二输入单元配置的。

在某些实施方式中，所述获取单元，具体用于当所述第一输入单元检测到所述第一语音时，通过为所述第一输入单元配置的第一信道接收所述第一语音；

当所述第二输入单元检测到所述第二语音时，通过为所述第二输入单元配置的第二信道接收所述第二语音。

在某些实施方式中，所述获取单元获取的所述第一语音为当前环境中的语音，所述第二语音对端终端发送的语音；或者，

所述第一语音为对端终端发送的语音，所述第二语音为当前环境中的语音；或者，

所述第一语音和所述第二语音分别为不同对端终端发送的语音。

在某些实施方式中，当前环境中的语音是通过麦克风检测的。

在某些实施方式中，所述第一信道为左声道，所述第二信道为右声道；或者，所述第一信道为右声道，所述第二信道为左声道。

在某些实施方式中，还包括：

显示单元，用于在预设区域中，显示所述第一语音对应的文本和所述第二语音对应的文本。

在某些实施方式中，所述显示单元，包括：

检测模块，用于检测所述获取单元获取的所述第一语音和所述第二语音中，是否存在位于相同时间段内的语音；

获取模块，用于若所述检测模块检测存在位于相同时间段内的语音，则获取第一文本和第二文本，所述第一文本、所述第二文本分别为所述第一语音、所述第二语音中位于所述相同时间段内的语音对应的文本；

显示模块，用于将所述获取模块获取的所述第一文本与所述第二文本显示在表征相同时间段的区域中。

在本方案中，分别获取对话语音中的第一语音和第二语音；分别获取所述第一语音对应的文本和所述第二语音对应的文本。与现有技术中，获取混合的对话终端的语音相比，本方案由于是分别获取非混合的第一语音和第二语音，因此，若第一语音与第二语音中，存在位于相同时间段的语音，则可以分别从第一语音和第二语音中，获取到位于相同时间段内的语音，进而可以获取到第一文本和第二文本。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1示出了本申请提供的获取终端中的对话语音对应的文本的方法的一种实施例的流程图；

图2示出了本申请提供的获取终端中的对话语音对应的文本的方法的另一种实施例的流程图；

图3示出了本申请提供的一种显示第一语音对应的文本和第二语音对应的文本的示意图；

图4示出了本申请提供的另一种显示第一语音对应的文本和第二语音对应的文本的示意图；

图5示出了本申请提供的再一种显示第一语音对应的文本和第二语音对应的文本的示意图；

图6示出了本申请提供的获取终端中的对话语音对应的文本的装置的一种实施例的结构示意图；

图7示出了本申请提供的获取终端中的对话语音对应的文本的装置的另一种实施例的结构示意图；

图8示出了本申请提供的计算机的一种实施例的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

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。下面将参考附图并结合实施例来详细说明本申请。

本申请提供一种获取终端中的对话语音对应的文本的方法的一个实施例，该实施例通过应用于终端中来举例说明，该终端可以但不限于包括智能手机、平板电脑、膝上型便携计算机和台式计算机等。

如图1所示，所述获取终端中的对话语音对应的文本的方法可以包括如下步骤：

101、分别获取对话语音中的第一语音和第二语音。

终端可以在接听来电的同时录制各通话方的对话语音，终端也可以从获取相应的对话语音。通常的，对话语音中可以包括至少两个对话方的语音，终端分别获取对话语音中的第一语音和第二语音。第一语音与第二语音分别为对话语音中不同对话方的语音，且终端获取到的第一语音与第二语音为相互独立的非混合语音。

对话语音不限于针对两个对话方，还可以是针对更多对话方的，具体可以根据实际需要进行设定。以下内容均以对话语音是针对两个对话方的为例进行说明。

102、分别获取所述第一语音对应的文本和所述第二语音对应的文本。

终端在获取对话双方的第一语音和第二语音之后，可能需要第一语音与第二语音分别对应的文本，以便后续使用，如，为了便于用户更好的知晓对话内容，显示该文本等。

在本实施例中，终端可以但不限于通过语音识别技术分别获取所述第一语音对应的文本和所述第二语音对应的文本。由于第一文本与第二文本为两个相互独立的非混合语音，因此，即使第一语音与第二语音位于相同时间段内，终端也可以分别获取所述第一语音对应的文本和所述第二语音对应的文本。

本实施例对分别获取所述第一语音对应的文本和所述第二语音对应的文本的方法不作限定，为本领域技术人员熟知的技术，在此不作赘述。

在本方案中，分别获取对话语音中的第一语音和第二语音；分别获取所述第一语音对应的文本和所述第二语音对应的文本。与现有技术中，获取混合的对话终端的语音相比，本方案由于是分别获取非混合的第一语音和第二语音，因此，若第一语音与第二语音中，存在位于相同时间段的语音，则可以分别从第一语音和第二语音中，获取到位于相同时间段内的语音，进而可以获取到第一文本和第二文本。

本申请提供一种获取终端中的对话语音对应的文本的方法的另一个实施例，该实施例是对图1所示的实施例的进一步扩展和优化，如图2所示，可以包括：

201、分别获取对话语音中的第一语音和第二语音。

进一步地，终端可以通过不同信道接收所述第一语音和所述第二语音。

进一步地，所述不同信道可以是预先分别为检测所述第一语音的第一输入单元，和检测所述第二语音的第二输入单元配置的。

进一步地，当所述第一输入单元检测到所述第一语音时，通过为所述第一输入单元配置的第一信道接收所述第一语音；当所述第二输入单元检测到所述第二语音时，通过为所述第二输入单元配置的第二信道接收所述第二语音。

进一步地，所述第一语音为当前环境中的语音，所述第二语音对端终端发送的语音；或者，

所述第一语音为对端终端发送的语音，所述第二语音为当前环境中的语音；或者，

所述第一语音和所述第二语音分别为不同对端终端发送的语音。

进一步地，当前环境中的语音可以是通过麦克风检测的。

例如，当本端终端与对端终端进行通话时，本端终端可以通过麦克风检测当前环境中的第一语音/第二语音，即检测使用本端终端的用户的语音，通话对方的第二语音/第一语音可以由对端终端发送至本端终端，对端终端发送的第二语音/第一语音可以是由设置在对端终端上的麦克风检测的。当本端终端需要获取其他两个终端间的对话语音，本端终端可以接收不同对端终端发送的第一语音和第二语音，第一语音和第二语音可以但不限于分别由设置在相应的对端终端上的麦克风检测的。

本实施例对第一语音、第二语音及二者的获取方法不作限定，为本领域技术人员熟知的技术，具体可以根据实际需要进行设定，在此不作赘述。

进一步地，所述第一信道为左声道，所述第二信道为右声道；或者，所述第一信道为右声道，所述第二信道为左声道。

例如，以终端接听电话为例。终端可以为麦克风分配左声道，为网络语音接收设备分配右声道，这样，当终端接听电话，若终端使用者说话时，终端上的麦克风便会检测到相应语音，终端此时可以通过左声道接收该语音。当另一对话方说话时，该语音便会通过网络发送至本终端的语音接收设备，当语音接收设备检测到该语音时，终端可以通过右声道接收该语音。

这样，终端可以分别通过左声道和右声道接收对话双方的第一语音和第二语音，使得终端可以获取到相互独立的非混合语音，便于后续的文本获取。

202、分别获取所述第一语音对应的文本和所述第二语音对应的文本。

203、在预设区域中，显示所述第一语音对应的文本和所述第二语音对应的文本。

为了便于用户对对话语音的理解，终端还可以显示对话语音对应的文本，即显示第一语音对应的文本和所述第二语音对应的文本。通常可以采用左对齐方式和右对齐方式显示不同对话方对应的文本，如，图3所示的短信的显示方式。

进一步地，为了使显示的文本可以体现出对话内容与时间的对应关系，尤其可以体现出哪些对话内容是位于相同时间段上的，终端可以将第一语音对应的文本与第二语音对应的文本显示在其对应的时间区域中。

具体的，终端可以检测所述第一语音和所述第二语音中，是否存在位于相同时间段内的语音；若存在位于相同时间段内的语音，则获取第一文本和第二文本，所述第一文本、所述第二文本分别为所述第一语音、所述第二语音中位于所述相同时间段内的语音对应的文本；将所述第一文本与所述第二文本显示在表征相同时间段的区域中。

例如，如图4所示，为了通过显示的字幕呈现在时间上对话的重叠，则可以将与所述相同时间段对应的文本显示在至少一行中，即将所述第一文本与所述第二文本显示在表征所述相同时间段的至少一行中。

进一步地，若第一语音和所述第二语音中，不存在位于相同时间段内的语音，则终端可以将所述第一语音对应的文本与所述第二语音对应的文本，分别显示在表征不同时间段的区域中。

为了使显示的文本可以更好的体现出对话内容与时间的对应关系，所述表征不同时间段的区域之间显示有表征目标时间间隔的空白区域，所述目标时间间隔为所述第一语音与所述第二语音之间的时间间隔。

具体的，若第一语音早于第二语音，且第一语音与第二语音不存在位于相同时间段内的语音，则终端可以获取第一语音的结束时间戳与第二语音的起始时间戳之间的时间间隔，根据时间间隔确定在显示第一语音对应的文本与第二语音对应的文本时，在第一语音对应的文本与第二语音对应的文本之间插入的空白区域，如，可以确定插入的空白行的数量。

例如，当时间间隔每增加三秒时，多插入一个空白行。如图5所示，语音“麻烦回来的时候带些饮料”的结束时间戳，与语音“好的”的起始时间戳之间的时间间隔为3秒，则可以在显示语音“麻烦回来的时候带些饮料”对应的文本与语音“好的”对应的文本之间插入一个空白行，若时间间隔为6秒，可以插入两个空白行。其他情况在此不再赘述。

进一步地，终端在显示所述第一语音对应的文本和第二语音对应的文本之前，可以优先显示对话语音的内容摘要文本。在检测到用户的操作之后，再显示第一语音对应的文本和第二语音对应的文本。用户的操作可以但不限于包括：单击或双击或长按内容摘要文本的显示区域，或向任一方向滑动等。

本实施例对显示所述第一语音对应的文本和所述第二语音对应的文本的方法不作限定，并不显示上述记载的内容，具体可以根据实际需要进行设定，在此不作赘述。

在本方案中，通过不同信道接收所述第一语音和所述第二语音；分别获取所述第一语音对应的文本和所述第二语音对应的文本。与现有技术中，获取混合的对话终端的语音相比，本方案由于是通过不同信道接收的第一语音和第二语音，因此，第一语音和第二语音为相互独立的非混合语音，由此，若第一语音与第二语音中，存在位于相同时间段的语音，则可以分别从第一语音和第二语音中，获取到位于相同时间段内的语音，进而可以获取到第一文本和第二文本。

作为对上述各图所示方法的实现，本申请提供一种获取终端中的对话语音对应的文本的装置的一个实施例，该装置实施例与图1所示的方法实施例相对应，如图6所示，可以包括：

获取单元61，用于分别获取对话语音中的第一语音和第二语音；分别获取所述第一语音对应的文本和所述第二语音对应的文本。

在本方案中，获取单元分别获取对话语音中的第一语音和第二语音；分别获取所述第一语音对应的文本和所述第二语音对应的文本。与现有技术中，获取混合的对话终端的语音相比，本方案由于是分别获取非混合的第一语音和第二语音，因此，若第一语音与第二语音中，存在位于相同时间段的语音，则可以分别从第一语音和第二语音中，获取到位于相同时间段内的语音，进而可以获取到第一文本和第二文本。

本申请提供一种获取终端中的对话语音对应的文本的装置的另一个实施例，该虚拟装置实施例与图2所示的方法实施例相对应，且该装置可以位于诸如手机、电脑、移动服务终端等用户设备内部，或位于用户设备外部但与用户设备之间具有通信关系，用以对上述各图所示方法进行实现，如图7所示，该装置可以包括：

获取单元71，用于分别获取对话语音中的第一语音和第二语音；分别获取所述第一语音对应的文本和所述第二语音对应的文本。

进一步地，所述获取单元71，具体用于通过不同信道接收所述第一语音和所述第二语音。

进一步地，所述不同信道是预先分别为检测所述第一语音的第一输入单元，和检测所述第二语音的第二输入单元配置的。

进一步地，所述获取单元71，具体用于当所述第一输入单元检测到所述第一语音时，通过为所述第一输入单元配置的第一信道接收所述第一语音；

当所述第二输入单元检测到所述第二语音时，通过为所述第二输入单元配置的第二信道接收所述第二语音。

进一步地，所述获取单元71获取的所述第一语音为当前环境中的语音，所述第二语音对端终端发送的语音；或者，

所述第一语音为对端终端发送的语音，所述第二语音为当前环境中的语音；或者，

所述第一语音和所述第二语音分别为不同对端终端发送的语音。

进一步地，当前环境中的语音是通过麦克风检测的。

进一步地，所述第一信道为左声道，所述第二信道为右声道；或者，所述第一信道为右声道，所述第二信道为左声道。

进一步地，获取终端中的对话语音对应的文本的装置还包括：

显示单元72，用于在预设区域中，显示所述第一语音对应的文本和所述第二语音对应的文本。

进一步地，所述显示单元72，包括：

检测模块721，用于检测所述获取单元71获取的所述第一语音和所述第二语音中，是否存在位于相同时间段内的语音；

获取模块722，用于若所述检测模块721检测存在位于相同时间段内的语音，则获取第一文本和第二文本，所述第一文本、所述第二文本分别为所述第一语音、所述第二语音中位于所述相同时间段内的语音对应的文本；

显示模块723，用于将所述获取模块722获取的所述第一文本与所述第二文本显示在表征相同时间段的区域中。

在本方案中，获取单元可以通过不同信道接收所述第一语音和所述第二语音；分别获取所述第一语音对应的文本和所述第二语音对应的文本。与现有技术中，获取混合的对话终端的语音相比，本方案由于是通过不同信道接收的第一语音和第二语音，因此，第一语音和第二语音为相互独立的非混合语音，由此，若第一语音与第二语音中，存在位于相同时间段的语音，则可以分别从第一语音和第二语音中，获取到位于相同时间段内的语音，进而可以获取到第一文本和第二文本。

作为对上述各图所示方法的实现，本申请提供一种计算机8，如图8所示，包括：至少一个处理器81，例如CPU(Central Processing Unit，中央处理器)，至少一个输出接口82或者其他用户接口83，存储器84，至少一个通信总线85。通信总线85用于实现上述组件之间的连接通信。计算机8可选的包含其他用户接口83，包括显示器，键盘或者点击设备(例如，鼠标，轨迹球(trackball)，触感板或者触感显示屏)。存储器84可能包含高速RAM(Random Access Memory，随机存取存储器)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器84可选的可以包含至少一个位于远离前述处理器81的存储装置。

在一些实施方式中，存储器84存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集:

操作系统840，包含各种系统程序，用于实现各种基础业务以及处理基于硬件的任务。

应用程序841，包含各种应用程序，用于实现各种应用业务。

具体的，应用程序841中可以但不限于包括：

获取单元，用于分别获取对话语音中的第一语音和第二语音；分别获取所述第一语音对应的文本和所述第二语音对应的文本。

进一步地，所述获取单元，具体用于通过不同信道接收所述第一语音和所述第二语音。

进一步地，所述不同信道是预先分别为检测所述第一语音的第一输入单元，和检测所述第二语音的第二输入单元配置的。

进一步地，所述获取单元，具体用于当所述第一输入单元检测到所述第一语音时，通过为所述第一输入单元配置的第一信道接收所述第一语音；

当所述第二输入单元检测到所述第二语音时，通过为所述第二输入单元配置的第二信道接收所述第二语音。

进一步地，所述获取单元获取的所述第一语音为当前环境中的语音，所述第二语音对端终端发送的语音；或者，

所述第一语音为对端终端发送的语音，所述第二语音为当前环境中的语音；或者，

所述第一语音和所述第二语音分别为不同对端终端发送的语音。

进一步地，当前环境中的语音是通过麦克风检测的。

进一步地，所述第一信道为左声道，所述第二信道为右声道；或者，所述第一信道为右声道，所述第二信道为左声道。

进一步地，应用程序841还包括：

显示单元，用于在预设区域中，显示所述第一语音对应的文本和所述第二语音对应的文本。

进一步地，所述显示单元，包括：

检测模块，用于检测所述获取单元获取的所述第一语音和所述第二语音中，是否存在位于相同时间段内的语音；

获取模块，用于若所述检测模块检测存在位于相同时间段内的语音，则获取第一文本和第二文本，所述第一文本、所述第二文本分别为所述第一语音、所述第二语音中位于所述相同时间段内的语音对应的文本；

显示模块，用于将所述获取模块获取的所述第一文本与所述第二文本显示在表征相同时间段的区域中。

在本实施例中，处理器81通过调用存储器84中存储的程序或指令执行相应步骤，处理器81，用于：

分别获取对话语音中的第一语音和第二语音；

分别获取所述第一语音对应的文本和所述第二语音对应的文本。

进一步地，处理器81，具体用于通过不同信道接收所述第一语音和所述第二语音。

进一步地，所述不同信道是预先分别为检测所述第一语音的第一输入单元，和检测所述第二语音的第二输入单元配置的。

进一步地，当所述第一输入单元检测到所述第一语音时，通过为所述第一输入单元配置的第一信道接收所述第一语音；

当所述第二输入单元检测到所述第二语音时，通过为所述第二输入单元配置的第二信道接收所述第二语音。

进一步地，所述第一语音为当前环境中的语音，所述第二语音对端终端发送的语音；或者，

所述第一语音为对端终端发送的语音，所述第二语音为当前环境中的语音；或者，

所述第一语音和所述第二语音分别为不同对端终端发送的语音。

进一步地，当前环境中的语音是通过麦克风检测的。

进一步地，所述第一信道为左声道，所述第二信道为右声道；或者，所述第一信道为右声道，所述第二信道为左声道。

进一步地，处理器81，还用于在预设区域中，显示所述第一语音对应的文本和所述第二语音对应的文本。

进一步地，处理器81，具体用于检测所述第一语音和所述第二语音中，是否存在位于相同时间段内的语音；

若存在位于相同时间段内的语音，则获取第一文本和第二文本，所述第一文本、所述第二文本分别为所述第一语音、所述第二语音中位于所述相同时间段内的语音对应的文本；

将所述第一文本与所述第二文本显示在表征相同时间段的区域中。

在本方案中，计算机通过不同信道接收所述第一语音和所述第二语音；分别获取所述第一语音对应的文本和所述第二语音对应的文本。与现有技术中，获取混合的对话终端的语音相比，本方案由于是通过不同信道接收的第一语音和第二语音，因此，第一语音和第二语音为相互独立的非混合语音，由此，若第一语音与第二语音中，存在位于相同时间段的语音，则可以分别从第一语音和第二语音中，获取到位于相同时间段内的语音，进而可以获取到第一文本和第二文本。

描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括请求接收模块，信息读取模块，视图构建模块和功能启用模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，请求接收模块还可以被描述为“用于接收用户提交的调用小组件的请求的模块”。

作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入终端中的计算机可读存储介质。所述计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本申请的在全屏应用下使用小组件的方法。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种获取终端中的对话语音对应的文本的方法，其特征在于，包括：

分别获取对话语音中的第一语音和第二语音；

分别获取所述第一语音对应的文本和所述第二语音对应的文本。

2.根据权利要求1所述的方法，其特征在于，所述分别获取对话语音中的第一语音和第二语音，包括：

通过不同信道接收所述第一语音和所述第二语音。

3.根据权利要求2所述的方法，其特征在于，所述不同信道是预先分别为检测所述第一语音的第一输入单元，和检测所述第二语音的第二输入单元配置的。

4.根据权利要求3所述的方法，其特征在于，

当所述第一输入单元检测到所述第一语音时，通过为所述第一输入单元配置的第一信道接收所述第一语音；

当所述第二输入单元检测到所述第二语音时，通过为所述第二输入单元配置的第二信道接收所述第二语音。

5.根据权利要求4所述的方法，其特征在于，所述第一语音为当前环境中的语音，所述第二语音对端终端发送的语音；或者，

所述第一语音为对端终端发送的语音，所述第二语音为当前环境中的语音；或者，

所述第一语音和所述第二语音分别为不同对端终端发送的语音。

6.根据权利要求5所述的方法，其特征在于，当前环境中的语音是通过麦克风检测的。

7.根据权利要求4所述的方法，其特征在于，所述第一信道为左声道，所述第二信道为右声道；或者，所述第一信道为右声道，所述第二信道为左声道。

8.根据权利要求1至7中任一项所述的方法，其特征在于，还包括：

在预设区域中，显示所述第一语音对应的文本和所述第二语音对应的文本。

9.根据权利要求8所述的方法，其特征在于，所述在预设区域中，显示所述第一语音对应的文本和所述第二语音对应的文本，包括：

检测所述第一语音和所述第二语音中，是否存在位于相同时间段内的语音；

若存在位于相同时间段内的语音，则获取第一文本和第二文本，所述第一文本、所述第二文本分别为所述第一语音、所述第二语音中位于所述相同时间段内的语音对应的文本；

将所述第一文本与所述第二文本显示在表征相同时间段的区域中。

10.一种获取终端中的对话语音对应的文本的装置，其特征在于，包括：

获取单元，用于分别获取对话语音中的第一语音和第二语音；分别获取所述第一语音对应的文本和所述第二语音对应的文本。