CN107835117A - 一种即时通信方法及系统 - Google Patents

Abstract

本申请实施例公开了一种即时通信方法及系统，涉及智能终端技术领域。所述方法包括：获取文本信息；确定语气图片；合成所述文本信息和所述语气图片，得到图文信息；确定声音类型；根据所述语气图片，生成语音信息；合成所述图文信息和所述语音信息，得到组合信息。本申请的即时通信方法及系统，通过合成图文信息和语音信息，得到组合信息，方便用户根据使用场景接收图文信息和/或语音信息，改善用户体验。

Description

一种即时通信方法及系统

技术领域

本申请涉及智能终端技术领域，尤其涉及即时通信方法及系统。

背景技术

随着互联网技术与移动通信技术的飞速发展，人们的工作、生活与智能终端息息相关。当前，即时通信工具得到广泛应用，用户可以通过即时通信工具进行文字、图片、语音、视频等多形式的交流。此外，从文字交流到图片表情，再从语音交流发展到小视频，各式各样的即时通信交流方法，更加形象化地表达用户的动态与心境。现有技术中的语音表情通过结合视觉与听觉直接表达用户的情绪与意思，然而，语音表情的接收方可能不便于接收声音信息，影响了信息传递的及时性，并降低了信息传递的效率。

因此，期望提供一种即时通信方法及系统，通过合成图文信息和语音信息，得到组合信息，方便用户根据使用场景接收图文信息和/或语音信息，改善用户体验。

发明内容

根据本申请的一些实施例的第一方面，提供了一种即时通信方法，应用于终端(例如，电子设备等)中，所述方法可以包括：获取文本信息；确定语气图片；合成所述文本信息和所述语气图片，得到图文信息；确定声音类型；根据所述语气图片，生成语音信息；合成所述图文信息和所述语音信息，得到组合信息。

在一些实施例中，所述方法可以进一步包括：输入文本信息或语音信息；发送组合信息。

在一些实施例中，所述方法可以进一步包括：编辑组合信息。

在一些实施例中，所述方法可以进一步包括：获取组合信息的对应关系；根据所述对应关系，匹配组合信息。

在一些实施例中，所述方法可以进一步包括：判断终端状态；确定组合信息的接收方式。

在一些实施例中，所述方法可以进一步包括：确定视觉接收方式；显示图文信息。

在一些实施例中，所述方法可以进一步包括：确定听觉接收方式或视听接收方式；播放语音信息，或同时显示图文信息。

在一些实施例中，所述方法可以进一步包括：获取视频信息；确定视频帧图片和语音信息；将所述语音信息转换成文本信息；根据所述视频帧图片和所述文本信息，生成动态的图文信息。

在一些实施例中，所述方法可以进一步包括：显示所述组合信息的预览信息，所述预览信息包括文本信息、图片信息、声音类型中的一种或几种的组合。

根据本申请的一些实施例的第二方面，提供了一个系统，包括：一个存储器，被配置为存储数据及指令；一个与存储器建立通信的处理器，其中，当执行存储器中的指令时，所述处理器被配置为：获取文本信息；确定语气图片；合成所述文本信息和所述语气图片，得到图文信息；确定声音类型；根据所述语气图片，生成语音信息；合成所述图文信息和所述语音信息，得到组合信息。

因此，根据本申请的一些实施例的即时通信方法及系统，通过合成图文信息和语音信息，得到组合信息，方便用户根据使用场景接收图文信息和/或语音信息，改善用户体验。

附图说明

为更好地理解并阐述本申请的一些实施例，以下将结合附图参考实施例的描述，在这些附图中，同样的数字编号在附图中指示相应的部分。

图1是根据本申请的一些实施例提供的网络环境系统的示例性示意图。

图2是根据本申请的一些实施例提供的电子设备功能配置的示例性单元示意图。

图3是根据本申请的一些实施例提供的即时通信方法的示例性流程图。

图4是根据本申请的一些实施例提供的发送组合信息方法的示例性流程图。

图5是根据本申请的一些实施例提供的接收组合信息方法的示例性流程图。

图6是根据本申请的一些实施例提供的接收组合信息方法的另一示例性流程图。

具体实施方式

以下参考附图的描述为便于综合理解由权利要求及其等效内容所定义的本申请的各种实施例。这些实施例包括各种特定细节以便于理解，但这些仅被视为示例性的。因此，本领域技术人员可以理解对在此描述的各种实施例进行各种变化和修改而不会脱离本申请的范围和精神。另外，为简要并清楚地描述本申请，本申请将省略对公知功能和结构的描述。

在以下说明书和权利要求书中使用的术语和短语不限于字面含义，而是仅为能够清楚和一致地理解本申请。因此，对于本领域技术人员，可以理解，提供对本申请各种实施例的描述仅仅是为说明的目的，而不是限制所附权利要求及其等效定义的本申请。

下面将结合本申请一些实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一”、“一个”、“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本申请中使用的术语“和/或”是指并包含一个或多个相绑定的列出项目的任何或所有可能组合。表达“第一”、“第二”、“所述第一”和“所述第二”是用于修饰相应元件而不考虑顺序或者重要性，仅仅被用于区分一种元件与另一元件，而不限制相应元件。

根据本申请一些实施例的终端可以是电子设备，该电子设备可以包括智能手机、个人电脑(PC，例如平板电脑、台式电脑、笔记本、上网本、掌上电脑PDA)、移动电话、电子书阅读器、便携式多媒体播放器(PMP)、音频/视频播放器(MP3/MP4)、摄像机、虚拟现实设备(VR)和可穿戴设备等中的一种或几种的组合。根据本申请的一些实施例，所述可穿戴设备可以包括附件类型(例如手表、戒指、手环、眼镜、或头戴式装置(HMD))、集成类型(例如电子服装)、装饰类型(例如皮肤垫、纹身或内置电子装置)等，或几种的组合。在本申请的一些实施例中，所述电子设备可以是灵活的，不限于上述设备，或者可以是上述各种设备中的一种或几种的组合。在本申请中，术语“用户”可以指示使用电子设备的人或使用电子设备的设备(例如人工智能电子设备)。

本申请实施例提供了一种即时通信方法。为了便于理解本申请实施例，以下将参考附图对本申请实施例进行详细描述。

图1是根据本申请的一些实施例提供的网络环境系统100的示例性示意图。如图1所示，网络环境系统100可以包括电子设备110、网络120和服务器130等。电子设备110可以包括总线111、处理器112、存储器113、输入/输出模块114、显示器115、通信模块116和物理键117等。在本申请的一些实施例中，电子设备110可以省略一个或多个元件，或者可以进一步包括一个或多个其它元件。

总线111可以包括电路。所述电路可以互连电子设备110内的一个或多个元件(例如，总线111、处理器112、存储器113、输入/输出模块114、显示器115、通信模块116和物理键117)。所述电路也可以在电子设备110内的一个或多个元件之间实现通信(例如，获取和/或发送信息)。

处理器112可以包括一个或多个协处理器(Co-processor)、应用处理器(AP，Application Processor)和通信处理器(Communication Processor)。作为示例，处理器112可以执行与电子设备110的一个或多个元件的控制和/或数据处理(例如，合成组合信息等操作)。

存储器113可以存储数据。所述数据可以包括与电子设备110中的一个或多个其它元件相关的指令或数据。例如，所述数据可以包括处理器112处理前的原始数据，中间数据和/或处理后的数据。存储器113可以包括非永久记忆性存储器和/或永久记忆性存储器。作为示例，存储器113可以存储组合信息。所述组合信息可以通过系统或用户编辑生成。

根据本申请的一些实施例，存储器113可以存储软件和/或程序。所述程序可以包括内核、中间件、应用编程接口(API，Application Programming Interface)和/或应用程序(或“应用”)。

所述内核、所述中间件或所述应用编程接口的至少一部分可以包括操作系统(OS，Operating System)。作为示例，所述内核可以控制或管理用于执行其他程序(例如，中间件、应用编程接口和应用程序)中实现的操作或功能的系统资源(例如，总线111、处理器112、存储器113等)。此外，所述内核可以提供接口。所述接口可以通过所述中间件、所述应用编程接口或所述应用程序访问电子设备110的一个或多个元件以控制或管理系统资源。

所述中间件可以作为数据传输的中间层。所述数据传输可以允许应用编程接口或应用程序与所述内核通信用以交换数据。作为示例，所述中间件可以处理从所述应用程序获取的一个或多个任务请求。例如，所述中间件可以向一个或多个应用程序分配电子设备110的系统资源(例如，总线111、处理器112、存储器113等)的优先级，以及处理所述一个或多个任务请求。所述应用编程接口可以是所述应用程序用于控制从所述内核或所述中间件提供功能的接口。所述应用编程接口也可以包括一个或多个接口或功能(例如，指令)。所述功能可以用于启动控制、数据通道控制、安全控制、通信控制、文件控制、窗口控制、文本控制、图像处理、信息处理等。

作为示例，存储器113可以包括TeeOS存储(Trusted Execution EnvironmentOperating System)、手机系统内存、手机存储卡等。所述TeeOS存储可以是安全的存储空间，用于存放安全信息(例如，虹膜信息等)。作为示例，当电子设备丢失时，TeeOS存储的信息可以不被破解，从而保证虹膜信息的安全性。所述手机系统内存可以包括手机运行内存和手机非运行内存等。所述非运行内存可以是手机的ROM(Read Only Memory)。所述手机存储卡可以包括SD卡(Secure Digital Memory Card)，Micro SD卡，Mini SD卡，TF卡(TransFlash Card)，CF卡(Compact Flash Card)，MMC卡(MultiMedia Card)，RS-MMC卡，M2卡(Memory Stick Micro)，MS卡等。

输入/输出模块114可以向电子设备110的其他元件发送从用户或外部设备输入的指令或数据。输入/输出模块114也可以将从电子设备110的其他元件获取的指令或数据输出给用户或外部设备。在一些实施例中，输入/输出模块114可以包括输入单元，用户可以通过所述输入单元输入信息或指令。

显示器115可以显示内容。所述内容可以向用户显示各种类型(例如，文本、图像、视频、图标和/或符号等，或几种的组合)。显示器115可以包括液晶显示器(LCD，LiquidCrystal Display)、发光二极管(LED，Light-Emitting Diode)显示器、有机发光二极管(OLED，Organic Light Emitting Diode)显示器、微型机电系统(MEMS，Micro ElectroMechanical Systems)显示器或电子纸显示器等，或几种的组合。显示器115可以包括显示屏、触摸屏等。所述显示屏可以显示组合信息中的图文信息。在一些实施例中，显示器115可以显示虚拟键。所述触摸屏可以获取所述虚拟键的输入。显示器115可以通过所述触摸屏获取输入。所述输入可以包括触摸输入、手势输入、动作输入、接近输入、电子笔或用户身体部分的输入(例如，悬停输入)。

通信模块116可以配置设备之间的通信。在一些实施例中，网络环境系统100可以进一步包括电子设备140。作为示例，所述设备之间的通信可以包括电子设备110和其他设备(例如，服务器130或电子设备140)之间的通信。例如，通信模块116可以通过无线通信或有线通信连接到网络120，与其他设备(例如，服务器130或电子设备140)实现通信。

所述无线通信可以包括微波通信和/或卫星通信等。所述无线通信可以包括蜂窝通信(例如，全球移动通信(GSM，Global System for Mobile Communications)、码分多址(CDMA，Code Division Multiple Access)、第三代移动通信(3G，The 3rd GenerationTelecommunication)、第四代移动通信(4G)、第五代移动通信(5G)、长期演进技术(LTE，Long Term Evolution)、长期演进技术升级版(LTE-A，LTE-Advanced)、宽带码分多址(WCDMA，Wideband Code Division Multiple Access)、通用移动通信系统(UMTS，Universal Mobile Telecommunications System)、无线宽带(WiBro，WirelessBroadband)等，或几种的组合。根据本申请的一些实施例，所述无线通信可以包括无线局域网(WiFi，Wireless Fidelity)、蓝牙、低功耗蓝牙(BLE，Bluetooth Low Energy)、紫蜂协议(ZigBee)、近场通讯(NFC，Near Field Communication)、磁安全传输、射频和体域网(BAN，Body Area Network)等，或几种的组合。根据本申请的一些实施例，所述有线通信可以包括全球导航卫星系统(Glonass/GNSS，Global Navigation Satellite System)、全球定位系统(GPS，Global Position System)、北斗导航卫星系统或伽利略(欧洲全球卫星导航系统)等。所述有线通信可以包括通用串行总线(USB，Universal Serial Bus)、高清多媒体接口(HDMI，High-Definition Multimedia Interface)、推荐标准232(RS-232，RecommendStandard232)、和/或简易老式电话服务(POTS，Plain Old Telephone Service)等，或几种的组合。

物理键117可以用于用户交互。物理键117可以包括一个或多个实体键。在一些实施例中，用户可以自定义物理键117的功能。作为示例，物理键117可以发送指令。所述指令可以包括发送组合信息指令、虹膜读写指令等。所述虹膜读写指令可以包括虹膜验证时的读取虹膜指令、虹膜录入时的写入虹膜指令等。

在一些实施例中，电子设备110可以进一步包括传感器。所述传感器可以包括但不限于光敏传感器、声敏传感器、气敏传感器、化学传感器、压敏传感器、温敏传感器、流体传感器、生物传感器、激光传感器、霍尔传感器、位置传感器、加速度传感器、智能传感器等，或几种的组合。

在一些实施例中，电子设备110可以进一步包括红外设备、图像采集设备等。作为示例，所述红外设备可以通过红外线投射方式，以及眨眼识别、注视识别等技术获取眼睛的信息。例如，所述红外设备通过采集用户的眨眼动作来认证用户信息。作为示例，所述图像采集设备可以包括摄像头、虹膜装置等。所述摄像头可以实现眼球追踪等功能。所述虹膜装置可以利用虹膜识别技术进行身份认证(例如，认证用户信息)。所述虹膜装置可以包括虹膜摄像头，所述虹膜摄像头可以获取虹膜信息，所述虹膜信息可以存储在存储器113中。

网络120可以包括通信网络。所述通信网络可以包括计算机网络(例如，局域网(LAN，Local Area Network)或广域网(WAN，Wide Area Network))、互联网和/或电话网络等，或几种的组合。网络120可以实现网络环境系统100中的其他设备(例如，电子设备110、服务器130、电子设备140等)之间的通信。

服务器130可以通过网络120连接网络环境系统100中的其他设备(例如，电子设备110、电子设备140等)。在一些实施例中，当电子设备110丢失时，服务器130可以通过网络120向电子设备发送启动虹膜读写指令；当虹膜验证失败时，服务器130可以通过网络120进一步锁定电子设备110。在一些实施例中，当虹膜验证成功时，服务器130可以向电子设备110发送组合信息。

电子设备140可以与电子设备110相同或不同的类型。根据本申请的一些实施例，在电子设备110中执行的部分或全部操作可以在另一设备或多个设备(例如，电子设备140和/或服务器130)中执行。在一些实施例中，当电子设备110自动或响应于请求执行一种或多种功能和/或服务时，电子设备110可以请求其他设备(例如，电子设备140和/或服务器130)替代执行功能和/或服务。在一些实施例中，电子设备110除执行功能或服务外，进一步执行与其相关的一种或多种功能。在一些实施例中，其他设备(例如，电子设备140和/或服务器130)可以执行所请求的功能或其它相关的一种或多种功能，可以将执行结果发送给电子设备110。电子设备110可以重复执行结果或进一步处理执行结果，以提供所请求的功能或服务。作为示例，电子设备110可以使用云计算、分布式技术和/或客户端-服务端计算计算等，或几种的组合。在一些实施例中，根据云计算服务性质的不同，所述云计算可以包括公有云、私有云和混合云等。在一些实施例中，当电子设备110丢失时，电子设备140可以向电子设备110发送定位指令，以获取电子设备110的位置信息。在一些实施例中，电子设备110与电子设备140可以进行即时通信，例如，发送组合信息、接收组合信息等。

需要说明的是，以上对于网络环境系统100的描述，仅为描述方便，并不能把本申请限制在所举实施例的范围之内。可以理解，对于本领域技术人员，基于本系统的原理，可能在不背离该原理的前提下，对各个元件进行任意组合，或者构成子系统与其他元件连接，对实施上述方法和系统的应用领域进行形式和细节上的各种修正和改变。例如，网络环境系统100可以进一步包括数据库等。又例如，电子设备110可以不包括物理键117等。诸如此类的变形，均在本申请的保护范围之内。

图2是根据本申请的一些实施例提供的电子设备功能配置的示例性单元框图。如图2所示，处理器112可以包括处理模块200，所述处理模块200可以包括获取单元210，确定单元220，处理单元230，显示单元240，控制单元250。

根据本申请的一些实施例，获取单元210可以获取信息。在一些实施例中，所述信息可以包括但不限于文本、图片、音频、视频、动作、手势、声音、眼睛(例如，虹膜信息等)、气息、光等，或几种的组合。在一些实施例中，所述信息可以包括但不限于输入信息、系统信息和/或通信信息等。作为示例，获取单元210可以通过输入/输出模块114、显示器115的触摸屏、物理键117和/或传感器获取电子设备110的输入信息。所述输入信息可以包括其他设备(例如，电子设备140)和/或用户的输入，例如，按键输入、触控输入、手势输入、动作输入、远程输入、传输输入、眼睛输入、声音输入、气息输入、光输入等，或几种的组合。所述输入信息的获取部件可以包括但不限于红外设备、图像采集设备、传感器等，或几种的组合。作为示例，获取单元210可以通过图像采集设备(例如，摄像头等)获取物品图像等。又例如，获取单元210可以通过输入/输出模块114获取用户输入的信息，例如，文字输入、语音输入、图片输入、视频输入等。

在一些实施例中，获取单元210可以通过网络120获取通信信息。所述通信信息可以包括应用软件信息、通讯信号(例如，语音信号、视频信号等)、短消息等。在一些实施例中，获取单元210可以通过网络120、存储器113和/或传感器获取系统信息。所述系统信息可以包括但不限于电子设备110的系统状态、预设信息、存储器113存储的信息(例如，虹膜认证信息等)等，或几种的组合。作为示例，获取单元210可以通过网络120获取声音类型。又例如，获取单元210可以获取用户的声音类型等。所述声音类型可以包括名人声音、模拟声音等。

在一些实施例中，所述信息可以包括指令。所述指令包括用户指令和/或系统指令等，或几种的组合。所述指令可以包括触发指令、认证指令、填写指令等，或几种的组合。所述指令可以包括认证用户信息等。

根据本申请的一些实施例，确定单元220可以确定信息。在一些实施例中，确定单元220可以对比当前验证虹膜信息与录入的虹膜信息的一致性。作为示例，确定单元220可以确定当前验证的用户是否录入虹膜信息的用户。在一些实施例中，确定单元220可以确定用户选择的信息。作为示例，确定单元220可以确定用户为文本信息选择的语气图片。所述语气图片可以表达文本信息的情感特性。又例如，确定单元230可以确定用户选择的声音类型。在一些实施例中，确定单元220可以确定信息的接收方式。所述接收方式可以包括视觉接收和/或听觉接收等。在一些实施例中，确定单元220可以确定组合信息中的图文信息与语音信息的对应关系。作为示例，确定单元220可以根据文本信息、图片信息或语音信息，匹配组合信息。

根据本申请的一些实施例，处理单元230可以处理信息。在一些实施例中，处理单元230可以合成信息、转换信息等。作为示例，处理单元230可以合成文本信息和语气图片，得到图文信息。又例如，处理单元230可以利用语音合成技术，根据语气图片和声音类型合成语音信息。所述语音合成技术可以通过采样、编码真人声纹特征，经过连续韵律优化，将任意文字转化为虚拟人声。再例如，处理单元230可以合成图文信息和语音信息，得到组合信息。在一些实施例中，处理单元230可以编辑组合信息，所述编辑组合信息可以包括修改、添加或删除组合信息等。

根据本申请的一些实施例，显示单元240可以显示信息。在一些实施例中，显示单元240可以显示组合信息的图文信息。所述显示单元240可以是显示器115的一部分，例如，显示屏。在一些实施例中，显示单元240可以视频信息。所述视频信息可以包括视频帧图片和语音信息。所述语音信息可以转换为文本信息。作为示例，显示单元240可以根据显示方式，显示视频帧图片和文本信息。

根据本申请的一些实施例，控制单元250可以控制电子设备。在一些实施例中，控制单元250可以启动摄像头(例如，启动摄像头等)、启动用户信息认证(例如，启动虹膜识别、人脸识别、指纹识别、声纹识别、静脉识别等)、启动语音播放等。所述摄像头也可以包括黑白摄像头(Mono)、彩色摄像头、虹膜摄像头等。在一些实施例中，控制单元250可以通过输入/输出模块114发送或接收组合信息。作为示例，控制单元250可以播放组合信息的语音信息。

需要说明的是，以上对于处理模块200中的单元描述，仅为描述方便，并不能把本申请限制在所举实施例的范围之内。可以理解，对于本领域技术人员，基于本系统的原理，可能在不背离该原理的前提下，对各个单元进行任意组合，或者构成子模块与其他单元连接，对实施上述模块和单元的功能进行形式和细节上的各种修正和改变。例如，处理模块200可以不包括显示单元240。又例如，处理模块200可以进一步包括分析单元，所述分析单元可以分析组合信息中的图文信息与语音信息的对应关系。诸如此类的变形，均在本申请的保护范围之内。

图3是根据本申请的一些实施例提供的即时通信方法的示例性流程图。如图3所示，流程300可以通过处理模块200实现。在一些实施例中，所述即时通信方法可以自动启动或通过指令启动。所述指令可以包括用户指令、系统指令、动作指令等，或几种的组合。作为示例，所述系统指令可以通过传感器获取的信息生成。所述用户指令可以包括语音、手势、动作、物理键117和/或虚拟键等，或几种的组合。

在301，获取文本信息。操作301可以通过处理模块200的获取单元210实现。在一些实施例中，获取单元210可以通过输入/输出模块114获取文本信息。所述文本信息可以通过用户输入的文字直接获取，或通过用户输入的语音转换为文字获取。例如，获取单元210可以获取用户直接输入的文本信息。又例如，获取单元210可以获取处理单元230转换语音信息得到的文本信息。

在302，确定语气图片。操作302可以通过处理模块200的确定单元220实现。在一些实施例中，确定单元220可以确定用户选择的语气图片。所述语气图片可以表达文本信息的情感特性。

在303，合成所述文本信息和所述语气图片，得到图文信息。操作303可以通过处理模块200的处理单元230实现。在一些实施例中，处理单元230可以将文本信息叠加到语气图片，得到图文信息。作为示例，同一文本信息可以叠加不同的语气图片，得到不同的图文信息。

在304，确定声音类型。操作304可以通过处理模块200的确定单元220实现。在一些实施例中，确定单元220可以确定用户选择的声音类型。所述声音类型可以包括真人声音、模拟声音等。所述真人声音可以包括用户声音、名人声音等。所述模拟声音可以通过语音合成技术得到的虚拟人声。

在305，根据所述语气图片，合成语音信息。操作305可以通过处理模块200的处理单元230实现。在一些实施例中，处理单元230可以根据所述语气图片、所述声音类型，利用语音合成技术将所述文本信息合成语音信息。

在306，合成所述图文信息和所述语音信息，得到组合信息。操作306可以通过处理模块200的处理单元230实现。在一些实施例中，处理单元230可以建立图文信息与语音信息的对应关系，得到组合信息。作为示例，同一图文信息可以叠加不同的语音信息，得到不同的组合信息。

根据本申请的一些实施例，流程300可以进一步包括获取视频信息。在一些实施例中，获取单元210可以获取视频信息；确定单元220可以确定所述视频信息的视频帧图片和语音信息。处理单元230可以将所述语音信息转换成文本信息，根据所述视频帧图片和所述文本信息，生成动态的图文信息。

在一些实施例中，显示单元240可以显示组合信息的预览信息。所述预览信息可以包括文本信息、图片信息、声音类型等中的一种或几种的组合。

根据本申请的一些实施例，流程300可以进一步发送或接收组合信息。在一些实施例中，用户可以在即时通信时实时编辑组合信息。作为示例，用户可以输入语音信息，并添加语气图片，选择声音类型，发送实时编辑的组合信息。又例如，用户可以不选择声音类型，系统可以缺省使用用户输入的语音信息，将所述语音信息转换成文本信息，并通过分析所述语音信息匹配对应的语气图片。在一些实施例中，电子设备可以判断终端状态，确定组合信息的接收方式。例如，当终端设置为静音模式时，控制单元250可以显示组合信息的图文信息。又例如，当终端为耳机输出模式时，控制单元250可以播放组合信息的语音信息。在一些实施例中，用户可以选择接收组合信息的方式。例如，用户在会议中选择视觉接收方式，终端可以显示组合信息的图文信息。

需要说明的是，以上对于流程300的描述，仅为描述方便，并不能把本申请限制在所举实施例的范围之内。可以理解，对于本领域技术人员，基于本系统的原理，可能在不背离该原理的前提下，对各个操作进行任意组合，或者构成子流程与其它操作组合，对实施上述流程和操作的功能进行形式和细节上的各种修正和改变。例如，流程300可以不执行操作303；又例如，流程300可以同时执行操作302和操作304，或先执行操作304再执行操作302；再例如，流程300可以进一步包括获取视频信息等操作。诸如此类的变形，均在本申请的保护范围之内。

图4是根据本申请的一些实施例提供的发送组合信息方法的示例性流程图。如图4所示，流程400可以通过处理模块200实现。

在401，获取输入的文本信息或语音信息。操作401可以通过处理模块200的获取单元210实现。在一些实施例中，获取单元210可以通过输入/输出模块114获取文本信息或语音信息。

在402，获取组合信息的对应关系。操作402可以通过处理模块200的获取单元210实现。在一些实施例中，获取单元210可以获取组合信息中的文本信息、语气图片、语音信息之间的对应关系。

在403，根据所述对应关系，匹配组合信息。操作403可以通过处理模块200的确定单元220实现。在一些实施例中，确定单元220可以根据组合信息中的文本信息、语气图片、语音信息之间的对应关系，匹配所述文本信息或语音信息的组合信息。作为示例，当同一文本信息匹配多个组合信息时，用户可以根据语气图片或声音类型选择一种组合信息。在一些实施例中，操作402和操作403可以不执行，由操作401进入操作404。

在404，编辑组合信息。操作404可以通过处理模块200的处理单元230实现。在一些实施例中，处理单元230可以修改、添加或删除组合信息。作为示例，用户可以根据使用场景修改组合信息中的语气图片或声音类型。在一些实施例中，操作404可以在操作401之后执行。在一些实施例中，操作404可以不执行，由操作403进入操作405。

在405，发送所述组合信息。操作405可以通过处理模块200的控制单元250实现。在一些实施例中，控制单元250可以通过输入/输出模块114发送所述组合信息。

图5是根据本申请的一些实施例提供的接收组合信息方法的示例性流程图。如图5所示，流程500可以通过处理模块200实现。

在501，获取组合信息，所述组合信息包括图文信息和语音信息。操作501可以通过处理模块200的获取单元210实现。在一些实施例中，获取单元210可以通过网络120获取组合信息。

在502，确定视觉接收方式。操作502可以通过处理模块200的确定单元220实现。在一些实施例中，确定单元220可以根据终端状态或用户选择确定接收方式。作为示例，当终端状态为静音模式或会议模式时，确定单元220可以确定视觉接收方式。

在503，显示所述图文信息。操作503可以通过处理模块200的显示单元240、控制单元250实现。在一些实施例中，控制单元250可以通过显示器115显示所述图文信息。

在一些实施例中，流程500可以进一步包括判断终端状态等操作。

图6是根据本申请的一些实施例提供的接收组合信息方法的另一示例性流程图。如图6所示，流程600可以通过处理模块200实现。

在601，获取组合信息，所述组合信息包括图文信息和语音信息。操作601可以通过处理模块200的获取单元210实现。在一些实施例中，获取单元210可以通过网络120获取组合信息。

在602，确定听觉接收方式。操作602可以通过处理模块200的确定单元220实现。在一些实施例中，确定单元220可以根据终端状态或用户选择确定接收方式。作为示例，当终端状态为耳机输出模式时，确定单元220可以确定听觉接收方式。

在一些实施例中，流程600可以进一步包括判断终端状态等操作。在一些实施例中，确定单元220可以确定视听接收方式，控制单元250可以通过输入/输出模块114输出组合信息，例如，控制单元250可以控制终端同时显示图文信息并播放语音信息。

在603，显示所述语音信息。操作603可以通过处理模块200的控制单元250实现。在一些实施例中，控制单元250可以通过输入/输出模块114播放所述语音信息。

需要说明的是，以上对于流程400、流程500、流程600的描述，仅为描述方便，并不能把本申请限制在所举实施例的范围之内。可以理解，对于本领域技术人员，基于本系统的原理，可能在不背离该原理的前提下，对各个操作进行任意组合，或者构成子流程与其它操作组合，对实施上述流程和操作的功能进行形式和细节上的各种修正和改变。例如，流程400可以不执行操作402和操作403、或不执行操作404；又例如，流程500或流程600可以可以进一步包括判断终端状态等操作。诸如此类的变形，均在本申请的保护范围之内。

综上所述，根据本申请实施例的即时通信方法及系统，通过合成图文信息和语音信息，得到组合信息，方便用户根据使用场景接收图文信息和/或语音信息，改善用户体验。

需要注意的是，上述的实施例仅仅是用作示例，本申请不限于这样的示例，而是可以进行各种变化。

需要说明的是，在本说明书中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

最后，还需要说明的是，上述一系列处理不仅包括以这里所述的顺序按时间序列执行的处理，而且包括并行或分别地、而不是按时间顺序执行的处理。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序指令相关的硬件来完成，所述的程序可存储于一计算机可读存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储器(Read-Only Memory，ROM)或随机存储器(Random Access Memory，RAM)等。

以上所揭露的仅为本申请一些优选的实施例，不能以此来限定本申请之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本申请权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (10)

1.一种即时通信方法，其特征在于，包括：

获取文本信息；

确定语气图片；

合成所述文本信息和所述语气图片，得到图文信息；

确定声音类型；

根据所述语气图片，生成语音信息；

合成所述图文信息和所述语音信息，得到组合信息。

2.根据权利要求1所述的即时通信方法，其特征在于，进一步包括：

输入文本信息或语音信息；

发送组合信息。

3.根据权利要求2所述的即时通信方法，其特征在于，进一步包括：

编辑组合信息。

4.根据权利要求3所述的即时通信方法，其特征在于，进一步包括：

获取组合信息的对应关系；

根据所述对应关系，匹配组合信息。

5.根据权利要求1-4任一项所述的即时通信方法，其特征在于，进一步包括：判断终端状态；

确定组合信息的接收方式。

6.根据权利要求5所述的即时通信方法，其特征在于，进一步包括：

确定视觉接收方式；

显示图文信息。

7.根据权利要求5所述的即时通信方法，其特征在于，进一步包括：

确定听觉接收方式或视听接收方式；

播放语音信息，或同时显示图文信息。

8.根据权利要求1所述的即时通信方法，其特征在于，进一步包括：

获取视频信息；

确定视频帧图片和语音信息；

将所述语音信息转换成文本信息；

根据所述视频帧图片和所述文本信息，生成动态的图文信息。

9.根据权利要求1所述的即时通信方法，其特征在于，进一步包括：

显示所述组合信息的预览信息，所述预览信息包括文本信息、图片信息、声音类型中的一种或几种的组合。

10.一个系统，其特征在于，包括：

一个存储器，被配置为存储数据及指令；

一个与存储器建立通信的处理器，其中，当执行存储器中的指令时，所述处理器被配置为：获取文本信息；

确定语气图片；

合成所述文本信息和所述语气图片，得到图文信息；

确定声音类型；

根据所述语气图片，生成语音信息；

合成所述图文信息和所述语音信息，得到组合信息。