CN104796536A - 一种通话过程中的语音协助方法及装置 - Google Patents

Abstract

本发明提供一种通话过程中的语音协助方法及装置。该方法包括：获取通话语音；检测所述通话语音中是否包含预设关键字；若包含，则查找与所述预设关键字对应的协助操作方式，并执行相应的语音协助操作。通过本发明的技术方案，可以根据用户的通话内容，在通话过程中提供协助，为用户通话提供便利。

Description

一种通话过程中的语音协助方法及装置

技术领域

本发明涉及通信技术领域，尤其涉及一种通话过程中的语音协助方法及装置。

背景技术

在现有技术中，终端的通话界面仅包含如对方的名称、电话号码、头像等信息，以及拨号键盘等功能按键，但这些信息和功能按键都是仅与通话相关，而无法提供进一步的协助功能。

发明内容

有鉴于此，本发明提供一种通话过程中的语音协助方法及装置，以解决现有技术中的不足。

本发明提供技术方案如下：

根据本公开实施例的第一方面，提供一种通话过程中的语音协助方法，包括：

获取通话语音；

检测所述通话语音中是否包含预设关键字；

若包含，则查找与所述预设关键字对应的协助操作方式，并执行相应的语音协助操作。

根据本公开实施例的第二方面，提供一种通话过程中的语音协助装置，包括：

获取单元，获取通话语音；

检测单元，检测所述通话语音中是否包含预设关键字；

执行单元，在检测结果为包含的情况下，查找与所述预设关键字对应的协助操作方式，并执行相应的语音协助操作。

由以上技术方案可见，本发明通过对通话语音的获取和关键字检测，可以准确、有效地获取用户的协助需求；同时，通过查找并执行与关键字相关的语音协助操作，在无需用户手动切换至其他应用程序界面的情况下，即可直接获得相应的协助，有助于为用户提供便利。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是现有技术中的终端通话的界面示意图；

图2是根据本发明一示例性实施例的一种通话过程中的语音协助方法的流程图；

图3是根据本发明一示例性实施例的一种终端对通话语音的处理系统的结构示意图；

图4是根据本发明一示例性实施例的另一种通话过程中的语音协助方法的流程图；

图5是根据本发明一示例性实施例的一种通话过程中的语音协助的示意图；

图6是根据本发明一示例性实施例的又一种通话过程中的语音协助方法的流程图；

图7是根据本发明一示例性实施例的另一种通话过程中的语音协助的示意图；

图8是根据本发明一示例性实施例的一种通过网络查询实现的语音协助方法的流程图；

图9-10是根据本发明一示例性实施例的一种在通话过程中播放本地音频的示意图；

图11是根据本发明一示例性实施例的一种电子设备的结构示意图；

图12是根据本发明一示例性实施例的一种通话过程中的语音协助装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是现有技术中的终端通话的界面示意图，如图1所示，用户在通话过程中，终端的通话界面仅包含如对方的名称“小白”、通话时间“05:23”等信息，以及静音、拨号键盘等功能按键，但这些信息和功能按键都是仅与通话相关，而无法提供进一步的协助功能。比如用户在通话过程中，希望查看“专利”这个词的英文翻译，则需要手动推出通话界面，并打开终端上的翻译软件，并且需要在翻译软件的界面中手动输入“专利”，过程十分繁琐。

因此，本发明为了简化上述操作过程，在通话过程中实现自动化的语音协助操作，提供了下述实施例。

图2是根据本发明一示例性实施例的一种通话过程中的语音协助方法的流程图，如图2所示，该方法应用于终端，可以包括以下步骤：

步骤202，获取通话语音。

在本实施例中，终端可以为任意可支持通话过程的电子设备，比如智能手机等。

在本实施例中，通话语音可以为所有通话方中至少一方的通话语音；其中，相应的通话过程可以为双方通话，也可以为多方通话(即通话人数大于2)。终端可以根据任一方的通话语音，实现基于本发明的语音协助操作。

如果通话语音为指定的一个或多个通话方，比如仅为本地通话方，则需要对当前通话语音的来源进行区分。图3为终端内的通话语音的处理系统的结构示意图，如图3所示：送话器可以为麦克风等，通过采集本地通话方发出的声音，再经过编码、调制等处理过程，最终由天线发送至其他通话方；受话器可以为听筒等，对于天线接收到的来自其他通话方的通话语音数据，经过解调、解码等处理过程后，最终由受话器向本地通话方进行播放。

因此，作为一示例性实施例，终端可以根据通话语音的处理流程差异，区分通话语音的来源：若由送话器采集后，最终由天线发出，则来源于本地通话方；若由天线接收后，最终由受话器播放，则来源于远端的其他通话方。

而作为另一示例性实施例，终端也可以通过分析通话语音的音频特征，区分通话语音的来源。具体地，比如采集通话语音的预设音频特征参数，并通过参数对比，对该通话语音的来源进行有效区分。

当然，本领域技术人员也可以通过其他方式识别通话语音，本发明并不对此进行限制。

步骤204，检测所述通话语音中是否包含预设关键字。

在本实施例中，作为一示例性实施例，终端可以对通话语音进行文字转换，得到对应的通话文字；将所述通话文字与预定义的关键字列表进行比较，并根据比较结果确定所述通话语音中是否包含预设关键字。

在本实施例中，作为另一示例性实施例，终端可以将通话语音与预定义的关键字语音集合进行比较，并根据比较结果确定所述通话语音中是否包含预设关键字。

步骤206，若包含，则查找与所述预设关键字对应的协助操作方式，并执行相应的语音协助操作。

在本实施例中，根据确定的预设关键字，可以通过启动相关联的应用程序，从而完成相应的语音协助操作。其中，该应用程序完成该语音协助操作时，可以调用本地资源，比如播放本地的音频文件，也可以使用网络资源，比如通过浏览器执行搜索操作。

由上述实施例可知，本发明通过对通话语音的获取和关键字检测，可以准确、有效地获取用户的协助需求；同时，通过查找并执行与关键字相关的语音协助操作，在无需用户手动切换至其他应用程序界面的情况下，即可直接获得相应的协助，有助于为用户提供便利。

图4是根据本发明一示例性实施例的另一种通话过程中的语音协助方法的流程图，如图4所示，该方法可以包括以下步骤：

步骤402，获取通话语音。

在本实施例中，通话语音可以来自所有通话方中的任意一个或多个通话方。

步骤404，对通话语音进行文字转换，得到对应的通话文字。

步骤406，将通话文字与预定义的关键字列表进行比较。

步骤408，判断是否存在匹配内容；若存在，则转入步骤410，否则返回步骤402。

步骤410，根据匹配内容，提取通话文字对应的关键字。

在本实施例中，作为一示例性实施方式，可以通过“语音识别”技术，将通话语音转换为通话文字后，实现基于文字内容的比较和匹配操作。比如图5所示，假定通过对采集的通话语音进行识别后，得到相应的通话文字为“翻译专利”；然后，通过与预定义的关键字列表进行比较后，可以确定其中包含关键字“翻译”。

步骤412，将提取的关键字与预定义的“关键字——协助操作方式”的映射关系进行比较。

步骤414，判断是否存在匹配内容；若存在，则转入步骤416，否则返回步骤402。

步骤416，根据匹配内容，确定对应于提取的关键字的协助操作方式。

在本实施例中，针对关键字列表中的每个关键字，均预定义了对应的协助操作方式，从而构成了预定义的“关键字——协助操作方式”的映射关系；如图5所示，通过将查找到的关键字“翻译”与预定义的上述映射关系进行匹配，即可确定对应于该关键字“翻译”的协助操作方式，比如终端内安装的用于执行翻译操作的APP(即应用程序)。

步骤418，按照确定的协助操作方式，执行对应的语音协助操作。

在本实施例中，如图5所示，通过对通话语音的文字转换、关键字对比和映射关系匹配，可以确定对应的协助操作方式为终端内安装的用于执行翻译操作的APP，那么“执行对应的语音协助操作”可以包括对该APP的调用，比如在终端屏幕上启动并展示该APP的操作界面，则用户可以直接在该APP界面中输入所需要翻译的词汇或句子，而无需执行界面之间的反复切换。

进一步地，终端可以从通话语音中，提取与步骤410中确定的关键字对应的操作内容，则“执行相应的语音协助操作”还可以包括：在调用的APP中，执行与该操作内容相关联的应用功能。

其中，操作内容可以为通话语音中位于所述预设关键字后方的相邻语音段；那么，对应于图5所示的通话语音，“操作内容”为“专利”。因此，终端可以直接对上述用于执行翻译操作的APP进行调用，将其用于对“专利”进行翻译，从而得到图5所示的翻译结果界面，以供用户进行查看。同时，在图5所示的翻译结果界面的顶部，通过“正在通话：小白05:23”的标识内容，提示用户当前仍然处于通话状态；其中，用户可以通过点击上述的标识内容，重新返回通话界面。

图6是根据本发明一示例性实施例的又一种通话过程中的语音协助方法的流程图，如图6所示，该方法可以包括以下步骤：

步骤602，获取通话语音；该过程与图4所示的步骤402相同，此处不再赘述。

步骤604，将获取的通话语音与预定义的关键字语音集合进行比较。

在本实施例中，预定义的关键字语音集合是指预先对每一关键字进行采样的语音片段，可以通过将获取的通话语音与这些语音片段进行直接比较，从而确定获取的通话语音中是否包含预定义的关键字。

比如图7所示，终端在获取通话语音后，可以提取该通话语音的预设特征参数，比如频率、幅值、振动曲线等，然后将提取的预设特征参数与关键字语音集合中的语音片段的预设特征参数进行比较，从而根据预设特征参数的匹配情况，判断是否存在相匹配的关键字。

步骤606，判断是否存在匹配内容；若存在，则转入步骤608，否则返回步骤602。

步骤608，根据匹配内容，提取匹配的关键字。

步骤610至步骤616，与图4所示的步骤412至步骤418相同，此处不再赘述。

在本实施例中，假定图7中通过对通话语音的直接匹配，确定其中包含第一语音片段，该第一语音片段对应于关键字“翻译”。那么，根据预定义的“关键字——协助操作方式”的映射关系，即可确定对应于该关键字“翻译”的协助操作方式，比如终端内安装的用于执行翻译操作的APP(即应用程序)。

进一步地，终端可以从通话语音中，提取与步骤608中确定的关键字对应的操作内容，则“执行相应的语音协助操作”还可以包括：在调用的APP中，执行与该操作内容相关联的应用功能。

其中，操作内容可以为通话语音中位于所述预设关键字后方的相邻语音段，并且可以通过图4中步骤404所示的方式，将该相邻语音段识别为相应的文字内容；比如对应于图7所示的通话语音，“操作内容”可以为“专利”。那么，终端可以直接对上述用于执行翻译操作的APP进行调用，将其用于对“专利”进行翻译，从而得到图7所示的翻译结果界面，以供用户进行查看。

以上结合图4至图7，基于“翻译专利”的实施例，对本发明的技术方案进行了举例说明；当然，本发明的关键字和协助操作方式可以存在很多种情况，比如下表1示出了几种可能的情形。

关键字	协助操作方式	语音协助操作
			股市行情	浏览器	搜索“股市行情”

唐诗静夜思	浏览器	搜索“静夜思”
			播放小苹果	音乐播放器	播放本地音频文件“小苹果”

表1

实施例一

以表1中的“股市行情”为例，图8是根据本发明一示例性实施例的一种通过网络查询实现的语音协助方法的流程图，该方法应用的终端内，包含“检测单元”和“执行单元”，该“检测单元”用于对通话语音中的关键字进行检测，而“执行单元”用于执行具体的语音协助操作；该方法可以包括以下步骤：

步骤802A，检测单元预先载入关键字列表或关键字语音集合。

步骤802B，执行单元预先载入“关键字——协助操作方式”的映射关系。

需要说明的是：步骤802A和步骤802B之间并不存在必然的先后顺序，只要在步骤804之前完成载入即可。

步骤804，在用户执行通话的过程中，获取通话语音的音频流。

步骤806，将获取的通话语音与预先载入的关键字列表或关键字语音集合进行匹配，并提取匹配出的关键字。

在本实施例中，作为一示例性实施方式，检测单元可以将获取的通话语音转换为通话文字后，将通话文字与预先载入的关键字列表进行匹配，从而将匹配结果作为提取的关键字；作为另一示例性实施方式，检测单元可以将获取的通话语音直接与预先载入的关键字语音集合进行匹配，比如通过预设特征参数的匹配，识别出获取的通话语音中包含的关键字。

步骤808，将提取的关键字发送至执行单元进行处理。

步骤810，执行单元将关键字与预先载入的映射关系进行匹配，以确定对应的协助操作方式。

在本实施例中，假定提取的关键字为表1所示的“股市行情”，则对应的协助操作方式可以为“浏览器”，即通过浏览器进行网络搜索的方式，查找“股市行情”信息。

步骤812，当终端采用Android操作系统时，执行单元通过调用系统的openURL方法，启动浏览器并执行针对“股市行情”的信息搜索操作。

在本实施例中，由于终端需要在通话过程中调用网络搜索操作，因而终端需要处于能够满足语音与数据并发的网络环境中，比如终端接入了WIFI网络，或者终端采用的移动通信网络为TD-SCDMA(TimeDivision-Synchronization Code Division Multiple Access，即时分同步的码分多址技术)、WCDMA(Wideband Code Division Multiple Access，宽带码分多址移动通信系统)等网络制式，或终端采用了SGLTE(Simultaneous GSM andLTE，LTE与GSM同步并发)、SVLTE(Simultaneous Voice and LTE，双待手机方式)等工作模式。

实施例二

针对表1中的“唐诗静夜思”，在图8所示的处理流程的基础上，终端在步骤804之后，还可以从获取的通话语音中提取与关键字对应的操作内容。比如当通话语音为“唐诗静夜思”时，可以从中匹配出预设的关键字“唐诗”，并且将“静夜思”确定为对应的操作内容。

那么，终端根据匹配出的关键字“唐诗”，以及预先加载的映射关系，可以确定对应的协助操作方式为“浏览器”；同时，由于对应于“唐诗”的操作内容为“静夜思”，因而终端最终执行的语音协助操作为：调用浏览器，搜索关于“静夜思”的信息，并最终呈现给用户。

实施例三

针对表1中的“播放小苹果”，通过类似图8所示的处理流程的基础上，终端可以从通话语音“播放小苹果”中，匹配出预设的关键字“播放”；然后，根据预先加载的映射关系，可以确定对应的协助操作方式为“音乐播放器”。同时，终端还可以根据匹配出预设的关键字“播放”，确定对应的操作内容为“小苹果”。因此，终端最终执行的语音协助操作为：调用音乐播放器，播放终端内(或者，也可以搜索在线音频资源)关于“小苹果”的音频文件。

其中，由于终端对本地通话语音进行采集和处理时，仅存在一条处理路径，比如图9所示的“录音——编码——传送”等，因而通过音乐播放器进行音频文件播放时，需要对上述的处理路径进行改进。比如图9所示，在“编码”的处理节点之前，本地通话语音采用路径①“录音——编码”，而音乐播放器则采用路径②“本地音频文件——编码”，因而可以通过轮流导通路径①和路径②中的任一条、断开另一条路径，从而满足通话和音乐播放的需求。

或者，也可以在“录音——编码——传送”的处理过程中，添加“混音”步骤。比如图10所示，通过在“编码”的处理节点之前，添加“混音”处理节点，使得本地通话语音对应的录音音频和音乐播放器对应的本地音频文件，均可以通过“混音”处理节点进行混音后，最终能够同时传输至远端的通话方。

图11示出了根据本申请的一示例性实施例的电子设备的示意结构图。请参考图11，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成通话过程中的语音协助装置。当然，除了软件实现方式之外，本申请并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

请参考图12，在软件实施方式中，该通话过程中的语音协助装置可以包括获取单元、检测单元和执行单元。其中：

获取单元，获取通话语音；

检测单元，检测所述通话语音中是否包含预设关键字；

执行单元，在检测结果为包含的情况下，查找与所述预设关键字对应的协助操作方式，并执行相应的语音协助操作。

可选的，所述通话语音包括：所有通话方中至少一方的通话语音。

可选的，所述检测单元具体用于：

对所述通话语音进行文字转换，得到对应的通话文字；

将所述通话文字与预定义的关键字列表进行比较，并根据比较结果确定所述通话语音中是否包含预设关键字。

可选的，所述检测单元具体用于：

将所述通话语音与预定义的关键字语音集合进行比较，并根据比较结果确定所述通话语音中是否包含预设关键字。

可选的，预定义的关键字语音集合由所述通话语音的提供用户预先录制得到。

可选的，所述执行单元具体用于：

调用与所述预设关键字对应的应用程序。

可选的，还包括：

提取单元，从所述通话语音中，提取与所述预设关键字对应的操作内容；以及

所述执行单元还在调用的应用程序中，执行与所述操作内容相关联的应用功能。

可选的，所述操作内容为所述通话语音中位于所述预设关键字后方的相邻语音段。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (12)

1.一种通话过程中的语音协助方法，其特征在于，包括：

获取通话语音；

检测所述通话语音中是否包含预设关键字；

若包含，则查找与所述预设关键字对应的协助操作方式，并执行相应的语音协助操作。

2.根据权利要求1所述的方法，其特征在于，所述通话语音包括：所有通话方中至少一方的通话语音。

3.根据权利要求1所述的方法，其特征在于，所述检测所述通话语音中是否包含预设关键字，包括：

对所述通话语音进行文字转换，得到对应的通话文字；

将所述通话文字与预定义的关键字列表进行比较，并根据比较结果确定所述通话语音中是否包含预设关键字。

4.根据权利要求1所述的方法，其特征在于，所述检测所述通话语音中是否包含预设关键字，包括：

将所述通话语音与预定义的关键字语音集合进行比较，并根据比较结果确定所述通话语音中是否包含预设关键字。

5.根据权利要求1所述的方法，其特征在于，所述执行相应的语音协助操作，包括：

调用与所述预设关键字对应的应用程序。

6.根据权利要求5所述的方法，其特征在于，还包括：从所述通话语音中，提取与所述预设关键字对应的操作内容；以及

所述执行相应的语音协助操作，还包括：在调用的应用程序中，执行与所述操作内容相关联的应用功能，所述操作内容为所述通话语音中位于所述预设关键字后方的相邻语音段。

7.一种通话过程中的语音协助装置，其特征在于，包括：

获取单元，获取通话语音；

检测单元，检测所述通话语音中是否包含预设关键字；

执行单元，在检测结果为包含的情况下，查找与所述预设关键字对应的协助操作方式，并执行相应的语音协助操作。

8.根据权利要求7所述的装置，其特征在于，所述通话语音包括：所有通话方中至少一方的通话语音。

9.根据权利要求7所述的装置，其特征在于，所述检测单元具体用于：

对所述通话语音进行文字转换，得到对应的通话文字；

将所述通话文字与预定义的关键字列表进行比较，并根据比较结果确定所述通话语音中是否包含预设关键字。

10.根据权利要求7所述的装置，其特征在于，所述检测单元具体用于：

将所述通话语音与预定义的关键字语音集合进行比较，并根据比较结果确定所述通话语音中是否包含预设关键字。

11.根据权利要求7所述的装置，其特征在于，所述执行单元具体用于：

调用与所述预设关键字对应的应用程序。

12.根据权利要求11所述的装置，其特征在于，还包括：

提取单元，从所述通话语音中，提取与所述预设关键字对应的操作内容；以及

所述执行单元还在调用的应用程序中，执行与所述操作内容相关联的应用功能，所述操作内容为所述通话语音中位于所述预设关键字后方的相邻语音段。