CN107346228B

CN107346228B - 电子设备的语音处理方法及系统

Info

Publication number: CN107346228B
Application number: CN201710540169.XA
Authority: CN
Inventors: 王欢
Original assignee: Lenovo Beijing Ltd
Current assignee: Lenovo Beijing Ltd
Priority date: 2017-07-04
Filing date: 2017-07-04
Publication date: 2021-07-16
Anticipated expiration: 2037-07-04
Also published as: CN107346228A

Abstract

本公开提供了一种用于电子设备的语音处理方法，包括：获取语音；根据所述语音生成至少一条指令；基于所述至少一条指令，确定所述电子设备上与所述指令匹配的窗口；以及在所述窗口中应用所述至少一条指令。本公开还提供了一种用于电子设备的语音处理系统。

Description

电子设备的语音处理方法及系统

技术领域

本公开涉及一种用于电子设备的语音处理方法及系统。

背景技术

随着互联网的快速发展，各种各样的电子设备应运而生。电子设备现在是人们生活必不可少的一部分，但是在使用电子设备的时候也会遇到许多问题，例如现在的大多数电子设备都依赖于用户的手动操作，例如用手敲击键盘或点击鼠标，以输入指令。

发明内容

本公开的一个方面提供了一种用于电子设备的语音处理方法，包括：获取语音；根据所述语音生成至少一条指令；基于所述至少一条指令，确定所述电子设备上与所述指令匹配的窗口；以及在所述窗口中应用所述至少一条指令。

可选地，根据所述语音生成至少一条指令包括：从所述语音中提取关键词，所述关键词包括操作关键词和对象关键词；以及根据所述操作关键词确定与其所对应的对象关键词。

可选地，基于所述至少一条指令，确定所述电子设备上与所述指令匹配的窗口包括根据所述至少一条指令的属性，从所述电子设备的预设表中确定出与所述至少一条指令的属性匹配的窗口。

可选地，该方法还包括检测所述电子设备的显示区域的窗口，对所述显示区域中的每个窗口进行分类并存储到所述预设表。

可选地，该方法还包括：判断所述语音是否有效；以及如果有效，则对所述语音进行处理以生成至少一条指令，并且/或者如果无效，则发送提示信号，并将判断结果记录在日志。

本公开的另一个方面提供了一种用于电子设备的语音处理系统，包括：获取语音模块，用于获取语音；指令生成模块，根据所述语音生成至少一条指令；窗口匹配模块，基于所述至少一条指令，确定所述电子设备上与所述指令匹配的窗口；以及指令应用模块，用于在所述窗口中应用所述至少一条指令。

可选地，所述语音获取模块还用于从所述语音内容中提取关键词，所述关键词包括操作关键词和对象关键词；以及根据所述操作关键词确定与其所对应的对象关键词。

可选地，所述窗口匹配模块还用于根据所述至少一条指令的属性，从所述电子设备的预设表中确定出与所述至少一条指令的属性匹配的窗口。

可选地，该系统还包括窗口检测模块，用于检测所述电子设备的显示区域的窗口，对所述显示区域中的每个窗口进行分类并存储到所述预设表。

可选地，该系统还包括判断模块，用于判断所述语音是否有效；其中，如果所述判断模块判断所述语音有效，则对所述语音进行处理以生成至少一条指令，并且/或者如果判断模块判断所述语音无效，则发送提示信号，并将判断结果记录在日志。

本公开的另一方面提供了一种电子设备，包括：一个或多个处理器；以及一个或多个存储器，存储有可执行指令，所述指令在被处理器执行时，使得处理器执行如上所述的方法。

本公开的另一方面提供了一种非易失性存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

附图说明

为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：

图1示意性示出了根据本公开实施例的电子设备的语音处理方法和电子设备的应用场景；

图2示意性示出了根据本公开实施例的用于电子设备的语音处理方法的流程图；

图3示意性示出了根据本公开另一实施例的用于电子设备的语音处理方法的流程图；

图4示意性示出了根据本公开另一实施例的用于电子设备的语音处理方法的流程图；

图5示意性示出了根据本公开另一实施例的用于电子设备的语音处理方法的流程图；

图6示意性示出了根据本公开实施例的用于电子设备的语音处理系统的框图；以及

图7示意性示出了根据本公开实施例的电子设备的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。这里使用的词语“一”、“一个(种)”和“该”等也应包括“多个”、“多种”的意思，除非上下文另外明确指出。此外，在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。

因此，本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。在本公开的上下文中，计算机可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，计算机可读介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。计算机可读介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或有线/无线通信链路。

本公开的实施例提供了一种用于电子设备的语音处理方法，包括：获取语音；根据语音生成至少一条指令；基于至少一条指令，确定电子设备上与指令匹配的窗口；以及在窗口中应用所述至少一条指令。

图1示意性示出了根据本公开实施例的电子设备的语音处理方法和电子设备的应用场景。

根据本公开实施例，电子设备可以是台式电脑、手机、平板电脑、笔记本电脑或膝上型便携式电脑等等，但不限于此。

如图1所示，电子设备100(例如，台式电脑)包括但不限于显示器101、键盘102和鼠标103。

当用户使用键盘102和鼠标103对显示器101上显示的窗口进行操作时，电子设备100获取用户的语音，并对该语音进行处理，生成至少一条指令，电子设备100将至少一条指令应用在显示器101的显示窗口上，以对显示窗口的对象进行操作，此时用户可以在使用键盘102和鼠标103的同时对电子设备施加语音命令，用户也可以不使用键盘102和鼠标103，只对电子设备施加语音命令。

根据本公开实施例，电子设备100获取的用户语音可以是针对显示器101窗口的操作指令，例如显示器101的窗口是一款游戏中的某一窗口(例如，商店窗口，但不限于此)，此时用户语音可以是一条购买指令(例如，购买武器，但不限于此)。电子设备100可以将购买指令应用在商品窗口上，并对所述商品窗口中的对象进行购买，无需用户使用键盘102和鼠标103对选中对象进行购买。

图2示意性示出了根据本公开实施例的用于电子设备的语音处理方法的流程图。

如图2所示，该方法包括操作S201～S204。

在操作S201，获取语音。

在操作S202，根据该语音生成至少一条指令。

在操作S203，基于至少一条指令，确定电子设备上与指令匹配的窗口。

在操作S204，在窗口中应用至少一条指令。

根据本公开的实施例，应用上述方法对电子设备100的某一窗口进行操作时，无需用户在电子设备100的本地对该窗口进行操作，只需电子设备100获取用户语音，并将语音中的指令应用在该窗口。这样，使得用户使用电子设备100更加方便，提高了用户体验。

根据本公开的实施例，在操作S201中的语音可以是用户在电子设备100的可接收区域内发出的语音，也可以是用户事先录制的语音。所述语音的内容可以是与电子设备100的窗口相关联的内容。例如，电子设备100的窗口是一款游戏窗口(例如，英雄联盟的窗口)，所述语音可以是针对该游戏窗口的操作内容(例如，释放碎裂之火技能)。再例如，电子设备100的窗口是办公软件的窗口(例如，Microsoft Word 2010的窗口)，所述语音可以是针对该办公软件的窗口的操作内容(例如，进入修订模式)。

图3示意性示出了根据本公开另一实施例的用于电子设备的语音处理方法的流程图。

如图3所示，根据本公开实施例，操作S202包括操作S301和操作S302。

在操作S301，从语音中提取关键词，该关键词包括操作关键词和对象关键词。

具体地，从语音中提取的关键词可以是与电子设备100的窗口相关联的关键词。例如，电子设备100的窗口是一款游戏窗口(例如，英雄联盟的窗口)，所述关键词可以是针对该游戏窗口的操作关键词和对象关键词(例如，释放、碎裂之火技能)。再例如，电子设备100的窗口是办公软件的窗口(例如，Microsoft Word 2010的窗口)，所述关键词可以是针对该办公软件的窗口的操作关键词和对象关键词(例如，进入、修订模式)。

在操作S302，根据操作关键词确定与其所对应的对象关键词。

具体地，当电子设备100获取的语音包括多个操作关键词和对象关键词时，电子设备100可以根据操作关键词的含义确定出与其所对应的对象关键词。例如，电子设备100获取的语音内容是“回城购买一双鞋”，这段语音包括“回”和“购买”两个操作关键词，还包括“城”和“鞋”两个对象关键词。这种情况下，电子设备100从语音中提取出四个关键词，并根据操作关键词(例如“回”和“购买”)的含义确定出与其所对应的对象关键词(例如“城”和“鞋”)，生成至少一条指令(例如“回城”和“购买鞋”)。

根据本公开的实施例，在操作S203中的至少一条指令可以包括但不限于游戏操作指令、办公操作指令或娱乐操作指令。例如，游戏操作指令可以是针对游戏中的某一窗口进行操作的指令(例如，释放技能指令)，办公操作指令可以是办公软件中的某一窗口进行操作的指令(例如，进入修订模式指令)，娱乐操作指令可以是多媒体应用软件中的某一窗口进行操作的指令(例如，搜索歌曲指令)。

根据本公开的实施例，在操作S203中的确定电子设备100上与上述指令匹配的窗口。例如，当至少一条指令是游戏操作指令(例如，释放技能指令)时，电子设备100的处理器对显示器101的所有窗口进行扫描，并确定出与该游戏指令相对应的游戏窗口。当至少一条指令是办公操作指令(例如，进入修订模式指令)时，电子设备100的处理器对显示器101的所有窗口进行扫描，并确定出与该办公操作指令相对应的办公窗口。当至少一条指令是娱乐操作指令(例如，搜索歌曲指令)时，电子设备100的处理器对显示器101的所有窗口进行扫描，并确定出与该娱乐操作指令相对应的多媒体应用软件的窗口。

图4示意性示出了根据本公开另一实施例的用于电子设备的语音处理方法的流程图。

如图4所示，根据本公开的实施例，操作S203包括操作S401。

具体地，基于至少一条指令，确定电子设备100上与指令匹配的窗口包括根据至少一条指令的属性，从电子设备100的预设表中确定出与至少一条指令的属性匹配的窗口。

根据本公开实施例，至少一条指令的属性可以指上述提到的游戏、办公或娱乐等属性，但不限于此。根据指令属性(例如，游戏)从电子设备100的预设表中确定出与该指令所对应的窗口(例如，游戏窗口)。

根据本公开的实施例，电子设备100的预设表的内容如下表所示：

游戏窗口	英雄联盟	穿越火线	跑跑卡丁车
				办公窗口	Microsoft Word	Microsoft Visio	Microsoft Excel
娱乐窗口	音乐播放器	视频播放器	小说阅读器

需要说明的是，上述每个窗口可以包括多个子窗口(表中未示出)。例如，英雄联盟窗口可以包括但不限于商店窗口、技能窗口或设置窗口。

根据本公开的实施例，该方法还包括检测电子设备100的显示区域的窗口，对显示区域中的每个窗口进行分类并存储到预设表。

具体地，用户可以在使用电子设备100的期间不间断的对显示器101的显示区域进行检测，并将检测到的窗口进行分类，然后将不同种类的窗口按其属性存储到电子设备100的预设表中。或者，可以在检测到用户触发新的窗口和/或关闭窗口时，检测显示区域，将检测到的窗口进行分类并按照其属性存储到电子设备100的预设表中。

图5示意性示出了根据本公开另一实施例的用于电子设备的语音处理方法的流程图。

如图5所示，上述方法还包括操作S501～操作S503。

在操作S201，获取语音。

在操作S501，判断语音是否有效。

在操作S502，如果有效，则对语音进行处理以生成至少一条指令。

在操作S204，在窗口中应用至少一条指令。

根据本公开的实施例，如果获取的语音无效，则执行操作S503，发送提示信号，并将判断结果记录在日志。

根据本公开的实施例，在操作S503中发出提示信号可以包括但不限于声信号或者光信号。例如，声信号可以是由电子设备100的扬声器发出的各种提示声音(例如滴答声)，光信号可以是由电子设备100的电源指示灯发出的光信号(例如，电源指示灯闪烁)。这样可以提醒用户本次输入的语音无效，使得用户重新输入语音。

根据本公开的实施例，在操作S503中将判断结果记录在日志。具体地，可以是将本次输入语音的无效原因记录在电子设备100的日志，并把相应的时间记录在该日志中。这样，可以方便用户查询，并对查出的日志进行分析处理，使得以后不再出现同样的情况。

图6示意性示出了根据本公开实施例的用于电子设备的语音处理系统的框图。

如图6所示，电子设备的语音处理系统600包括获取语音模块610、指令生成模块620、窗口匹配模块630和指令应用模块640。该系统600可以执行上面参考图2～图5描述的方法，以实现电子设备100对用户语音进行处理并生成指令，该指令可以应用在电子设备100的窗口中。

具体地，获取语音模块610，用于获取语音。

指令生成模块620，用于根据该语音生成至少一条指令。

窗口匹配模块630，基于至少一条指令，确定电子设备上与指令匹配的窗口。

指令应用模块640，在窗口中应用至少一条指令。

根据本公开的实施例，应用系统600对电子设备的某一窗口进行操作时，无需用户在电子设备100的本地对该窗口进行操作，只需电子设备100获取用户语音，并将语音中的指令应用在该窗口中。这样，使得用户使用电子设备100更加方便，提高了用户体验。

根据本公开的实施例，在获取语音610中的语音可以是用户在电子设备100的可接收区域内发出的语音，也可以是用户事先录制的语音。所述语音的内容可以是与电子设备100的窗口相关联的内容。例如，电子设备100的窗口是一款游戏窗口(例如，英雄联盟的窗口)，所述语音可以是针对该游戏窗口的操作内容(例如，释放碎裂之火技能)。再例如，电子设备100的窗口是办公软件的窗口(例如，Microsoft Word 2010的窗口)，所述语音可以是针对该办公软件的窗口的操作内容(例如，进入修订模块式)。

根据本公开的实施例，该系统600还包括窗口检测模块650，用于检测电子设备100的显示区域的窗口，对显示区域中的每个窗口进行分类并存储到预设表。

根据本公开的实施例，该系统600还包括判断模块660。该判断模块660用于判断语音是否有效。其中，如果判断模块660判断该语音有效，则对该语音进行处理以生成至少一条指令，或者如果判断模块660判断该语音无效，则发送提示信号，并将判断结果记录在日志。

根据本公开的实施例，如果获取的语音无效，则发送提示信号，并将判断结果记录在日志。

根据本公开的实施例，在判断模块660中的发出提示信号可以包括但不限于声信号或者光信号。例如，声信号可以是由电子设备100的扬声器发出的各种提示声音(例如滴答声)，光信号可以是由电子设备100的电源指示灯发出的光信号(例如，电源指示灯闪烁)。这样可以提醒用户本次输入的语音无效，使得用户重新输入语音。

根据本公开的实施例，在判断模块660中的将判断结果记录在日志。具体地，可以是将本次输入语音的无效原因记录在电子设备100的日志，并把相应的时间记录在该日志中。这样，可以方便用户查询，并对查出的日志进行分析处理，使得以后不再出现同样的情况。

可以理解的是，获取语音模块610、指令生成模块620、窗口匹配模块630、指令应用模块640、窗口检测模块650以及判断模块660可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，获取语音模块610、指令生成模块620、窗口匹配模块630、指令应用模块640、窗口检测模块650以及判断模块660中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，获取语音模块610、指令生成模块620、窗口匹配模块630、指令应用模块640、窗口检测模块650以及判断模块660中的至少一个可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。

图7示意性示出了根据本公开实施例的电子设备的框图。

如图7所示，电子设备700包括处理器710和计算机可读存储介质720。电子设备700可以执行上面参考图2～图5描述的方法，以实现电子设备对用户语音进行处理并生成指令，该指令可以应用在电子设备的窗口中。

具体地，处理器710例如可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器710还可以包括用于缓存用途的板载存储器。处理器710可以是用于执行参考图2～图5描述的根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

计算机可读存储介质720，例如可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，可读存储介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。可读存储介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或有线/无线通信链路。

计算机可读存储介质720可以包括计算机程序721，该计算机程序721可以包括代码/计算机可执行指令，其在由处理器710执行时使得处理器710执行例如上面结合图2～图5所描述的方法流程及其任何变形。

计算机程序721可被配置为具有例如包括计算机程序模块的计算机程序代码。例如，在示例实施例中，计算机程序721中的代码可以包括一个或多个程序模块，例如包括721A、模块721B、……。应当注意，模块的划分方式和个数并不是固定的，本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合，当这些程序模块组合被处理器710执行时，使得处理器710可以执行例如上面结合图2～图5所描述的方法流程及其任何变形。

根据本发明的实施例，获取语音模块610、指令生成模块620、窗口匹配模块630、指令应用模块640、窗口检测模块650以及判断模块660中的至少一个可以实现为参考图7描述的计算机程序模块，其在被处理器710执行时，可以实现上面描述的相应操作。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

尽管已经参照本公开的特定示例性实施例示出并描述了本公开，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上的多种改变。因此，本公开的范围不应该限于上述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。

Claims

1.一种用于电子设备的语音处理方法，包括：

获取语音；

根据所述语音生成至少两条指令；

基于所述至少两条指令，确定所述电子设备上与所述指令匹配的窗口；

在所述窗口中应用所述至少两条指令；

所述方法还包括：

检测所述电子设备的显示区域的窗口，对所述显示区域中的每个窗口进行分类并存储到预设表；

其中，基于所述至少两条指令，确定所述电子设备上与所述指令匹配的窗口包括：

根据所述至少两条指令的属性，从所述电子设备的预设表中确定出与所述至少两条指令的属性匹配的窗口；

其中，根据所述语音生成至少两条指令包括：

从所述语音中提取关键词，所述关键词包括操作关键词和对象关键词；以及

根据所述操作关键词确定与其所对应的对象关键词。

2.根据权利要求1所述的方法，还包括：

判断所述语音是否有效；以及

如果有效，则对所述语音进行处理以生成至少两条指令，并且/或者如果无效，则发送提示信号，并将判断结果记录在日志。

3.一种用于电子设备的语音处理系统，包括：

获取语音模块，用于获取语音；

指令生成模块，根据所述语音生成至少两条指令；

窗口匹配模块，基于所述至少两条指令，确定所述电子设备上与所述指令匹配的窗口；以及

指令应用模块，用于在所述窗口中应用所述至少两条指令；

窗口检测模块，用于检测所述电子设备的显示区域的窗口，对所述显示区域中的每个窗口进行分类并存储到预设表；

其中，所述窗口匹配模块用于：

其中，所述语音获取模块还用于：

从所述语音内容中提取关键词，所述关键词包括操作关键词和对象关键词；以及

根据所述操作关键词确定与其所对应的对象关键词。

4.根据权利要求3所述的系统，还包括：

判断模块，用于判断所述语音是否有效；其中，如果所述判断模块判断所述语音有效，则对所述语音进行处理以生成至少两条指令，并且/或者如果判断模块判断所述语音无效，则发送提示信号，并将判断结果记录在日志。