CN106610810A - 一种语音输入方法及装置 - Google Patents

Abstract

本发明适用于语音识别领域，提供了一种语音输入方法及装置，所述语音输入方法包括：配置语音输入的触发操作；利用所述语音输入的触发操作，接收并识别输入的语音信号，生成语音输入文本；确认所述语音输入文本，启动应用程序接收所述语音输入文本，或者，根据所述语音输入文本引用记录的内容。本发明有益效果在于两方面，一方面，系统采用统一的语音输入操作的入口，避免了出现点击多次才能到达使用语音输入功能的入口的情况，从而可以降低语音输入的时间，提升系统使用效率和安全性；另一方面，各个应用程序无需麦克风的使用权限，也能接收到语音输入文本，因此既能正常使用语音输入，也能保护用户隐私，兼顾了语音输入的安全和效率。

Description

一种语音输入方法及装置

技术领域

本发明属于语音识别领域，尤其涉及一种语音输入方法及装置。

背景技术

语音输入是根据操作者的讲话，移动终端识别成汉字的输入方法。在现有的移动终端中，很多应用程序都需要有短文本输入和搜索的功能，目前该功能是通过应用程序向系统申请输入法的应用程序接口或者调用语音输入接口来实现的，而且随着语音输入的识别率越来越高，用户也有更多的可能性使用输入法中的语音输入功能。

目前的语音输入方式如下：用户在安装应用程序的时候，允许应用获取使用麦克风的权限，这样应用程序就可以在需要的时候向系统申请使用麦克风；其次用户在使用应用程序的时候，用户点击应用打开应用程序后，通过一步步操作，打开语音输入功能，应用就会向系统申请麦克风使用权限，然后录音并进行语音识别成文本后，再进行相应的操作。

然而，目前的语音输入方式，输入步骤繁琐，不利于提高输入效率。其原因在于以下两方面，详述如下：

第一方面，麦克风是一个很容易泄露用户隐私的工具，如果允许各种应用程序随意调用，难免会造成某些应用程序对麦克风的恶意使用，有可能造成用户隐私的泄露；如果不允许应用程序申请麦克风的权限，就不能使用语音输入功能，这就会造成用户使用移动终端的种种不便。

第二方面，虽然语音输入功能是很多应用程序的常用功能之一，但是由于没有统一规范，这一功能的使用入口可能会被不同的应用程序放在不同的地方，有时进入应用程序之后，需要通过点击多次才能到达使用语音输入功能的入口，这会增加用户的操作复杂度和操作成本。

发明内容

本发明实施例的目的在于提供一种语音输入方法，旨在解决目前的语音输入方式，输入步骤繁琐，不利于提高输入效率的问题。

本发明实施例是这样实现的，一种语音输入方法，包括：

配置语音输入的触发操作；

利用所述语音输入的触发操作，接收并识别输入的语音信号，生成语音输入文本；

确认所述语音输入文本，启动应用程序接收所述语音输入文本，或者，根据所述语音输入文本引用记录的内容。

本发明实施例的另一目的在于提供一种语音输入装置，包括：

配置模块，用于配置语音输入的触发操作；

识别模块，用于利用所述语音输入的触发操作，接收并识别输入的语音信号，生成语音输入文本；

输入模块，用于确认所述语音输入文本，启动应用程序接收所述语音输入文本，或者，根据所述语音输入文本引用记录的内容。

在本发明实施例中，确认所述语音输入文本，启动应用程序接收所述语音输入文本，或者，根据所述语音输入文本引用记录的内容，解决了目前的语音输入，操作步骤繁琐，不利于提高语音输入效率的问题。有益效果在于系统采用统一的语音输入操作的入口，避免了出现点击多次才能到达使用语音输入功能的入口的情况，从而可以降低语音输入的时间，提升系统使用效率和安全性。

附图说明

图1是本发明实施例提供的语音输入方法的实现流程图；

图2是本发明实施例提供的语音输入方法步骤S103的实现流程图；

图3是本发明实施例提供的语音输入方法较佳的流程示意图；

图4是本发明实施例提供的语音输入装置的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“倘若”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“倘若确定”或“倘若读取到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

实施例一

图1是本发明实施例提供的语音输入方法的实现流程图，详述如下：

在步骤S101中，配置语音输入的触发操作；

在步骤S102中，利用所述语音输入的触发操作，接收并识别输入的语音信号，生成语音输入文本；

其中，接收输入的语音信号时，屏蔽来电铃声、短信铃声以及闹铃声。

在步骤S103中，确认所述语音输入文本，启动应用程序接收所述语音输入文本，或者，根据所述语音输入文本引用记录的内容。

根据所述语音输入文本引用记录的内容，具体为：

获取所述语音输入文本的关键词；

在记录的内容中，查找是否存在包括所述关键词的操作记录；

倘若存在包括所述关键词的操作记录，且操作记录不止一条时，显示多个操作记录；

在预设时间内，检测指定的操作记录；

倘若在预设时间内，没有检测到指定的操作记录，则默认选择第一操作记录作为直接到达所述功能模块的操作记录。

其中，倘若存在包括所述关键词的操作记录，且操作记录不止一条时，显示多个操作记录，具体为：

倘若存在包括所述关键词的操作记录，且操作记录不止一条时，获取操作记录的出现次数，按出现次数的高低，依次显示多个操作记录。

其中，操作记录以缩略简图的方式显示。

例如，以目的地为关键词，存在包括所述关键词的操作记录为打车软件的打车记录时，启动所述打车软件运行所述打车记录。

其中，确认所述语音输入文本，有以下几种方式：

1)在设定时间内，没接收到取消操作，即确认所述语音输入文本。

2)在设定时间内，接收到确认操作，即确认所述语音输入文本。

取消操作和确认操作均为自定义的操作，例如，预设的确认操作包括松开应用程序图标的操作、向某一方向滑动的操作。

通过语音或者动作确认所述语音输入文本，根据所述语音输入文本的内容，启动与内容相对应的应用程序接收所述语音输入文本，或者，根据所述语音输入文本引用记录的内容，所述动作包括点击操作、按压操作、选择操作之一或其组合。

其中，启动具备语音输入权限的应用程序输入所述语音输入文本。

其中，配置具备语音输入权限的应用程序，具体为：

显示应用程序列表，所述应用程序列表中包括系统中的应用程序；

检测在所述应用程序列表中指定的应用程序；

获取指定的应用程序；

为指定的应用程序配置语音输入权限。

在本发明实施例中，通过确认所述语音输入文本，启动应用程序接收所述语音输入文本，或者，根据所述语音输入文本引用记录的内容，有益效果在于以下两方面，详述如下：

第一方面，通过配置语音输入的触发操作，当用户对移动终端的操作为语音输入的触发操作时，调起麦克风输入接口进行语音输入操作，相比原有的打开应用程序—点击搜索框操作—调用输入法(文本输入或语音输入)—触发搜索操作，需要的四步操作，变为只需要按住输入语音、松开触发搜索一步操作，不但可以减少操作步骤、降低操作复杂度，而且系统就有了一个统一的语音输入操作的入口，从而可以降低语音输入的时间，提升系统使用效率和安全性。

第二方面，由于语音识别为一个系统级的操作，各个应用程序也就没有必要申请麦克风的使用权限，或者说，系统可以直接限制需要安装的应用程序使用麦克风功能，在大多数情况下，只有少数几个照相功能的应用程序可以使用麦克风，大多数只需要使用语音输入功能的应用程序不需要使用麦克风，这也有利于保护用户隐私。

实施例二

本发明实施例描述了语音输入的触发操作的组成，详述如下：

所述语音输入的触发操作包括但不限于按住应用程序图标的操作、摇动移动终端的操作，拖拽应用程序图标到功能入口的操作、拖拽应用程序图标移动的操作,手指与图标区域大面积接触的操作以及按住设定按键后同时点击应用程序图标的操作之一或其组合。

实施例三

本发明实施例描述了当所述语音输入的触发操作为按住应用程序图标的操作时，语音输入方法步骤S102的实现流程，详述如下：

按住应用程序图标，接收并识别输入的语音信号，生成语音输入文本。

实施例四

本发明实施例描述了当所述语音输入的触发操作为按住应用程序图标的操作时，语音输入方法步骤S103的实现流程，详述如下：

松开所述应用程序图标，启动所述应用程序图标对应的应用程序输入所述语音输入文本。

实施例五

图2是本发明实施例提供的语音输入方法步骤S103的实现流程图，详述如下：

在步骤S201中，检测所述语音输入文本的确认操作；

在步骤S202中，倘若所述语音输入文本得到确认，则关闭麦克风，启动应用程序，将所述语音输入文本作为应用程序参数发送至所述应用程序，控制所述应用程序接收所述应用程序参数，将所述应用程序参数视为用户输入的需要进行搜索的内容，打开搜索功能模块，执行搜索操作。

其中，将所述应用程序参数视为用户输入的需要进行搜索的内容，打开搜索功能模块，执行搜索操作，具体为：

将所述语音输入文本作为应用程序参数发送至所述应用程序，控制所述应用程序接收所述应用程序参数，打开搜索功能模块，搜索所述应用程序参数对应的功能，运行相应的功能。

实施例六

图3是本发明实施例提供的语音输入方法较佳的流程示意图，详述如下：

1.检测到语音输入的触发操作；

通过检测用户对移动终端进行的操作，检测到语音输入的触发操作。

2.根据所述语音输入的触发操作，调用系统的语音输入接口，录音并将相关的语音进行识别，得到语音识别文本；

3.通过获取用户对语音识别文本的确认，判断语音识别是否正确，如果接收到取消操作，则关闭麦克风，系统不做任何操作；否则，如果松开应用程序图标，则关闭麦克风，并打开应用程序，并将所述输入的文本作为应用程序参数发送至所述应用程序；

如果接收到取消操作，表示用户不确认语音识别文本；

如果接收到松开应用程序图标的操作，表示用户确认语音识别文本。

4.应用程序获取输入的应用程序参数，并将其视为用户输入的需要进行搜索或者记录的内容，打开相关的功能模块，执行相关操作；其中，倘若检测到应用程序不支持应用参数，则将语音输入的内容显示在粘贴板，便于用户从粘贴板中提取相关的内容。

实施例七

图4是本发明实施例提供的语音输入装置的结构框图，该装置可以运行该装置可以运行于具备麦克风的用户设备中。用户设备包括但不限于移动电话、口袋计算机(PocketPersonal Computer，PPC)、掌上电脑、计算机、笔记本电脑、个人数字助理(PersonalDigital Assistant，PDA)、MP4、MP3。为便于说明，仅示出了与本实施例相关的部分。

参照图4，该语音输入装置，包括：

配置模块41，用于配置语音输入的触发操作；

识别模块42，用于利用所述语音输入的触发操作，接收并识别输入的语音信号，生成语音输入文本；

输入模块43，用于确认所述语音输入文本，启动应用程序接收所述语音输入文本，或者，根据所述语音输入文本引用记录的内容。

作为本实施例的一种实现方式，在所述语音输入装置中，所述语音输入的触发操作包括按住应用程序图标的操作、摇动移动终端的操作，拖拽应用程序到功能入口的操作、拖拽应用程序图标移动的操作,手指与图标区域大面积接触的操作以及按住设定按键后同时点击应用程序图标的操作之一或其组合。

作为本实施例的一种实现方式，在所述语音输入装置中，所述识别模块具体用于按住应用程序图标，接收并识别输入的语音信号，生成语音输入文本。

作为本实施例的一种实现方式，在所述语音输入装置中，所述输入模块具体用于松开所述应用程序图标，启动所述应用程序图标对应的应用程序输入所述语音输入文本。

作为本实施例的一种实现方式，在所述语音输入装置中，所述输入模块，还包括：

检测单元，用于检测所述语音输入文本的确认操作；

输入单元，用于倘若所述语音输入文本得到确认，则关闭麦克风，启动应用程序，将所述语音输入文本作为应用程序参数发送至所述应用程序，控制所述应用程序接收所述应用程序参数，将所述应用程序参数视为用户输入的需要进行搜索的内容，打开搜索功能模块，执行搜索操作。

本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本发明实施例装置和装置中的单元可以根据实际需要进行合并、划分和删减。

本发明实施例提供的装置可以应用在前述对应的方法实施例中，详情参见上述实施例的描述，在此不再赘述。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现。所述的程序可以存储于可读取存储介质中，所述的存储介质，如随机存储器、闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件执行本发明各个实施例所述的方法。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种语音输入方法，其特征在于，包括：

配置语音输入的触发操作；

利用所述语音输入的触发操作，接收并识别输入的语音信号，生成语音输入文本；

确认所述语音输入文本，启动应用程序接收所述语音输入文本，或者，根据所述语音输入文本引用记录的内容。

2.如权利要求1所述的语音输入方法，其特征在于，所述语音输入的触发操作包括按住应用程序图标的操作、摇动移动终端的操作，拖拽应用程序到功能入口的操作、拖拽应用程序图标移动的操作,手指与图标区域大面积接触的操作以及按住设定按键后同时点击应用程序图标的操作之一或其组合。

3.如权利要求1或2所述的语音输入方法，其特征在于，当所述语音输入的触发操作为按住应用程序图标的操作时，所述利用所述语音输入的触发操作，接收并识别输入的语音信号，生成语音输入文本，具体为：

按住应用程序图标，接收并识别输入的语音信号，生成语音输入文本。

4.如权利要求3所述的语音输入方法，其特征在于，确认所述语音输入文本，启动应用程序接收所述语音输入文本，或者，根据所述语音输入文本引用记录的内容，具体为：

松开所述应用程序图标，启动所述应用程序图标对应的应用程序输入所述语音输入文本。

5.如权利要求1所述的语音输入方法，其特征在于，确认所述语音输入文本，启动应用程序接收所述语音输入文本，或者，根据所述语音输入文本引用记录的内容，具体为：

检测所述语音输入文本的确认操作；

倘若所述语音输入文本得到确认，则关闭麦克风，启动应用程序，将所述语音输入文本作为应用程序参数发送至所述应用程序，控制所述应用程序接收所述应用程序参数，将所述应用程序参数视为用户输入的需要进行搜索的内容，打开搜索功能模块，执行搜索操作。

6.一种语音输入装置，其特征在于，包括：

配置模块，用于配置语音输入的触发操作；

识别模块，用于利用所述语音输入的触发操作，接收并识别输入的语音信号，生成语音输入文本；

输入模块，用于确认所述语音输入文本，启动应用程序接收所述语音输入文本，或者，根据所述语音输入文本引用记录的内容。

7.如权利要求6所述的语音输入装置，其特征在于，所述语音输入的触发操作包括按住应用程序图标的操作、摇动移动终端的操作，拖拽应用程序到功能入口的操作、拖拽应用程序图标移动的操作,手指与图标区域大面积接触的操作以及按住设定按键后同时点击应用程序图标的操作之一或其组合。

8.如权利要求6或7所述的语音输入装置，其特征在于，所述识别模块具体用于按住应用程序图标，接收并识别输入的语音信号，生成语音输入文本。

9.如权利要求8所述的语音输入装置，其特征在于，所述输入模块具体用于松开所述应用程序图标，启动所述应用程序图标对应的应用程序输入所述语音输入文本。

10.如权利要求6所述的语音输入装置，其特征在于，所述输入模块，还包括：

检测单元，用于检测所述语音输入文本的确认操作；

输入单元，用于倘若所述语音输入文本得到确认，则关闭麦克风，启动应用程序，将所述语音输入文本作为应用程序参数发送至所述应用程序，控制所述应用程序接收所述应用程序参数，将所述应用程序参数视为用户输入的需要进行搜索的内容，打开搜索功能模块，执行搜索操作。