CN108270925A - 语音信息的处理方法、装置、终端和计算机可读存储介质 - Google Patents

Abstract

本发明属于通信技术领域，尤其涉及一种语音信息的处理方法、装置、终端和计算机可读存储介质，其中，所述方法包括：监听是否接收到语音信息；若接收到所述语音信息，则判断所述终端是否满足将所述语音信息转换成文本信息的转换条件；若所述终端满足将所述语音信息转换成文本信息的转换条件，则将所述语音信息转换成文本信息；显示所述文本信息；本发明实施例中，由所述终端自动识别是否满足将所述语音信息转换成所述文本信息的转换条件，并在满足所述转换条件时自动将所述语音信息转换成所述文本信息，实现无需用户参与所述语音信息的转换，便于用户实时获取所述语音信息的内容，提高了沟通效率。

Description

语音信息的处理方法、装置、终端和计算机可读存储介质

技术领域

本发明属于通信技术领域，尤其涉及一种语音信息的处理方法、装置、终端和计算机可读存储介质。

背景技术

人们在即时通讯应用上进行沟通互动时，常采用语音输入对话内容的方式进行对话，相比于文字输入，具有沟通效率高的优点。

但是，在一些特定场合，人们往往不方便接听语音信息，导致用户无法实时获取语音信息的内容。

发明内容

本发明实施例提供一种语音信息的处理方法、装置、终端和计算机可读存储介质，能够解决现有技术中用户无法实时获取语音信息的内容的技术问题。

本发明实施例第一方面提供一种语音信息的处理方法，包括：

监听是否接收到语音信息；

若接收到所述语音信息，则判断所述终端是否满足将所述语音信息转换成文本信息的转换条件；

若所述终端满足将所述语音信息转换成文本信息的转换条件，则将所述语音信息转换成文本信息；

显示所述文本信息。

本发明实施例第二方面提供一种语音信息的处理装置，包括：

监听单元，用于监听是否接收到语音信息；

判断单元，用于若接收到所述语音信息，则判断所述终端是否满足将所述语音信息转换成文本信息的转换条件；

转换单元，用于若所述终端满足将所述语音信息转换成文本信息的转换条件，则将所述语音信息转换成文本信息；

显示单元，用于显示所述文本信息。

本发明实施例第三方面提供一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

本发明实施例第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

本发明实施例中，通过在接收到语音信息时，判断所述终端是否满足将所述语音信息转换成文本信息的转换条件，并在所述终端满足将所述语音信息转换成文本信息的转换条件时，将所述语音信息转换成文本信息并显示，使得用户可以实时获取语音信息的内容。需要说明的是，本发明实施例中语音信息的处理，是由所述终端自动识别是否满足将所述语音信息转换成所述文本信息的转换条件，并在满足所述转换条件时自动将所述语音信息转换成所述文本信息，实现无需用户参与所述语音信息的转换，便于用户实时获取所述语音信息的内容，提高了沟通效率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1是本发明实施例提供的一种语音信息的处理方法的实现流程图；

图2是本发明实施例提供的语音信息的处理方法S102的具体实现流程图；

图3是本发明实施例提供的语音信息的处理方法S102的另一具体实现流程图；

图4是本发明实施例提供的语音信息的处理方法S102的又一具体实现流程图；

图5是本发明实施例提供的语音信息的处理方法中文本信息显示位置的示意图；

图6是本发明实施例提供的语音信息的处理装置的结构示意图；

图7是本发明实施例提供的终端的结构示意图。

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。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1示出了本发明实施例提供的一种语音信息的处理方法的实现流程示意图，所述处理方法应用于终端，包括：步骤S101至步骤S104。

在S101中，监听是否接收到语音信息。

所述语音信息是所述处理流程的触发条件之一，在接收到所述语音信息时，所述终端执行所述语音信息的处理流程。

在本发明的一些实施方式中，所述终端可以是个人电脑、台式电脑、平板电脑、智能手机、个人数字助理和可穿戴设备等终端。

其中，所述语音信息可以是即时通信工具接收到的语音信息，例如，微信或QQ等即时通信工具接收到的语音信息。通过监听所述通信工具上语音信息的接收，实现所述处理流程的触发。在本发明的一些实施方式中，所述语音信息还可以是其他应用上的语音信息，例如，微信公众号中的语音信息，朋友圈中小视频携带的语音信息。

在S102中，若接收到所述语音信息，则判断所述终端是否满足将所述语音信息转换成文本信息的转换条件。

通过实时监听所述终端是否接收到所述语音信息，并在所述终端接收到所述语音信息时，判断所述终端是否满足将所述语音信息转换成文本信息的转换条件；以便在所述终端满足将所述语音信息转换成文本信息的转换条件时，将所述语音信息转换成文本信息，便于用户能够实时获取语音信息的内容。

在本发明的一些实施方式中，如图2所示，所述判断所述终端是否满足将所述语音信息转换成文本信息的转换条件，包括：步骤S201至步骤S202。

在S201中，识别所述终端当前所处的情景模式。

不同的终端一般设置有不同的情景模式，例如，手机终端常见的情景模式有标准模式、静音模式、会议模式、室内安静模式和户外模式等。每个情景模式中可以包含不同的振铃音量和振铃音类型。一般手机终端允许用户对所述情景模式进行编辑，以及在不同情景模式之间自由切换，使得用户可以针对不同环境设置自己的情景模式。例如，创建一个静音模式、会议模式(适合正式场合的振铃音)和户外模式(适合于嘈杂的室外环境)。在每个情景模式中都可以为话音呼入和信息告警等设置各种铃声。

也就是说，每个情景模式都可以对应一种应用场合，供用户在不同的应用场合选择不同的情景模式。然而，在一些比较正式或安静的应用场合，一般不允许用户的终端出现响铃，同时也不允许用户接听语音信息，此时，通过识别所述终端当前所处的情景模式即可获知所述终端是否处于所述正式或安静的应用场合，以便判定所述终端是否满足将接收到的语音信息转换成文本信息的转换条件，即，是否需要将接收到的语音信息转换成文本信息，避免用户因不方便接听语音消息，而无法实时获取语音信息的内容，提高了用户读取语音信息的效率。

可选地，所述识别所述终端当前所处的情景模式，包括：监测所述终端当前所处环境的声音分贝值；若所述声音分贝值小于或等于第一预设阈值，则识别所述终端当前所处的情景模式为室内安静模式。

所述终端当前所处环境的声音分贝值可以由音量采集装置进行采集，当所述声音分贝值小于或等于第一预设阈值时，表示所述终端所处环境比较安静，因此，可以将所述终端当前所处的情景模式判定为室内安静模式。其中，所述第一预设阈值可以为终端默认的预设阈值，也可以为用户根据实际情况自定义的预设阈值。

在S202中，若所述情景模式属于预设的情景模式，则判定所述终端满足将所述语音信息转换成文本信息的转换条件；其中，所述预设的情景模式包括：静音模式、振动模式和室内安静模式。

需要说明的是，所述预设的情景模式可以为默认的情景模式，也可以为用户自定义的情景模式，所述预设的情景模式用于判定所述终端是否满足将所述语音信息转换成文本信息的转换条件；当所述终端当前所处的情景模式属于预设的情景模式，则判定所述终端满足将所述语音信息转换成文本信息的转换条件；当所述终端当前所处的情景模式不属于预设的情景模式，则判定所述终端当前状态有可能不满足将所述语音信息转换成文本信息的转换条件。

可选地，所述预设的情景模式可以为静音模式、振动模式、室内安静模式和会议模式。

在本发明的一些实施方式中，如图3所示，所述识别所述终端当前所处的情景模式之后，还包括：步骤S203至步骤S204。

在S203中，若所述情景模式不属于预设的情景模式，则识别所述终端的终端类型。

也就是说，当所述终端当前所处的情景模式不属于预设的情景模式时，不直接判定所述终端当前状态不满足将所述语音信息转换成文本信息的转换条件，而是再进一步识别所述终端的终端类型，并根据所述终端的终端类型判定所述终端是否满足将所述语音信息转换成文本信息的转换条件。

其中，所述终端的终端类型包括个人电脑、台式电脑、平板电脑、智能手机、个人数字助理和可穿戴设备等终端类型。

在S204中，若所述终端类型属于预设的终端类型，则判定所述终端满足将所述语音信息转换成文本信息的转换条件。

所述预设的终端类型可以为默认的终端类型。

例如，所述预设的终端类型为台式电脑。由于所述台式电脑属于非便携式的终端，因此，常用于办公。但是，在办公过程中，通常也会使用到即时通信工具进行交流。在办公环境下，接收到语音信息时，用户一般不会直接接听所述语音信息，而是希望将其转换为文字信息进行读取，此时，可以根据所述终端的终端类型判定所述终端是否满足将所述语音信息转换成文本信息的转换条件。

在本发明实施例中，通过所述终端的终端类型判定所述终端是否满足将所述语音信息转换成文本信息的转换条件的前提条件是，所述终端的情景模式不属于预设的情景模式，也就是说，是在先识别所述终端的情景模式后，再识别所述终端的终端类型。需要说明的是，在本发明的其他实施方式中，还可以通过先识别所述终端的终端类型，判定所述终端是否满足将所述语音信息转换成文本信息的转换条件，接着，在所述终端不满足将所述语音信息转换成文本信息的转换条件时，识别所述终端的情景模式是否为预设的情景模式，若是，则判定所述终端满足将所述语音信息转换成文本信息的转换条件。

在本发明的一些实施方式中，如图4所示，所述判断所述终端是否满足将所述语音信息转换成文本信息的转换条件，还包括：步骤S401至步骤S402。

在S401中，识别所述语音信息发送对象是否为预设发送对象。

在S402中，若所述语音信息发送对象为预设发送对象，则判定所述终端满足将所述语音信息转换成文本信息的转换条件。

例如，当所述发送对象为重要信息的发送者时，可以通过将其设置为预设发送对象，以便在所述语音信息发送对象为预设发送对象时，判定所述终端满足将所述语音信息转换成文本信息的转换条件。

在S103中，若所述终端满足将所述语音信息转换成文本信息的转换条件，则将所述语音信息转换成文本信息。

可选地，所述将所述语音信息转换成文本信息，包括：识别所述语音信息的语种；若所述语音信息的语种与预设语种不匹配，则翻译所述语音信息为预设语种的语音信息，并将所述预设语种的语音信息转换成与所述预设语种对应的文本信息。

在本实施例中，所述将所述预设语种的语音信息转换成与所述预设语种对应的文本信息的过程为：先识别所述语音信息的语种，接着判定所述语音信息的语种与所述预设语种是否匹配，并在不匹配的情况下，先将所述语音信息翻译为预设语种的语音信息，再将所述预设语种的语音信息转换成与所述预设语种对应的文本信息。使得使用不同语言的用户可以进行无障碍的交流，提高了沟通效率。

其中，所述预设语种可以为所述终端默认的语种，或者为用户自定义的语种，例如，所述预设语种可以为中文、英文、日文或法语等等。

可选地，所述将所述语音信息转换成文本信息，还包括：将所述语音信息转换成与所述语音信息语种相同的文本信息；若所述文本信息的语种与预设语种不匹配，则翻译所述文本信息得到与预设语种匹配的文本信息。

在本实施例中，所述将所述预设语种的语音信息转换成与所述预设语种对应的文本信息的过程为：先将所述语音信息转换成与所述语音信息语种相同的文本信息；再判定转换后的文本信息对应的语种是否为预设语种，在所述转换后的文本信息对应的语不属于预设语种时，将所述转换后的文本信息再次转换成与预设语种匹配的文本信息。

在S104中，显示所述文本信息。

在将所述语音信息转换成文本信息后，需要将所述文本信息进行显示，以实现用户能够实时获取所述语音信息的内容。

可选地，所述显示所述文本信息，包括：隐藏所述语音信息的显示；在所述语音信息的显示位置显示所述文本信息。

例如，如图5所示，通过所述文本信息的显示52覆盖所述语音信息的显示51，使得所述语音信息不进行显示，从而节省信息显示的空间。

可选地，用户还可以通过点击所述文本信息或所述语音信息实现所述文本信息与所述语音信息之间的灵活切换显示。

在一些可选的实施方式中，所述终端不进行所述是否满足将所述语音信息转换成文本信息的转换条件的判断，而是在接收到语音信息时，由用户手动选择是否将所述语音信息转换成所述文本信息，这种实施方式，与上述实施例中，判断所述终端是否满足将所述语音信息转换成文本信息的转换条件后，再将所述语音信息转换成文本信息相比，其灵活性较差，只要用户触发所述语音信息与所述文本信息的转换，所述终端才将所述语音信息转换成文本信息，不具有较高的实时性。

本发明实施例中，通过在接收到语音信息时，判断所述终端是否满足将所述语音信息转换成文本信息的转换条件，并在所述终端满足将所述语音信息转换成文本信息的转换条件时，将所述语音信息转换成文本信息并显示，使得用户可以实时获取语音信息的内容。需要说明的是，本发明实施例中语音信息的处理，是由所述终端自动识别是否满足将所述语音信息转换成所述文本信息的转换条件，并在满足所述转换条件时自动将所述语音信息转换成所述文本信息，实现无需用户参与所述语音信息的转换，便于用户实时获取所述语音信息的内容，提高了沟通效率。

如图6所示，本发明实施例提供一种语音信息的处理装置600，包括：监听单元601、判断单元602、转换单元603和显示单元604。

监听单元601，用于监听是否接收到语音信息；

判断单元602，用于若接收到所述语音信息，则判断所述终端是否满足将所述语音信息转换成文本信息的转换条件；

转换单元603，用于若所述终端满足将所述语音信息转换成文本信息的转换条件，则将所述语音信息转换成文本信息；

显示单元604，用于显示所述文本信息。

需要说明的是，为描述的方便和简洁，上述描述的语音信息的处理装置600的具体工作过程，可以参考图1至图5所述方法的对应过程，在此不再赘述。

图7是本发明实施例提供的终端的示意图。如图7所示，该实施例的终端可以包括：处理器701、存储器702、输入设备703和输出设备704，所述处理器701、存储器702、输入设备703和输出设备704通过总线705连接。所述输入设备703可以包括键盘、触控板、指纹采传感器、麦克风等，输出设备704可以包括显示器、扬声器等。

所述终端还包括存储在所述存储器702中并可在所述处理器701上运行的计算机程序，例如提高通话质量的程序。所述处理器701执行所述计算机程序时实现上述各个语音信息的处理方法实施例中的步骤，例如图1所示的步骤101至104，或者，所述处理器701执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例如，图5所示单元601至604的功能。

示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器702中，并由所述处理器701执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端中的执行过程。例如，所述计算机程序可以被分割成监听单元、判断单元、转换单元和显示单元，各单元具体功能为：监听单元，用于监听是否接收到语音信息；判断单元，用于若接收到所述语音信息，则判断所述终端是否满足将所述语音信息转换成文本信息的转换条件；转换单元，用于若所述终端满足将所述语音信息转换成文本信息的转换条件，则将所述语音信息转换成文本信息；显示单元，用于显示所述文本信息。

所述终端可以是智能手机等移动终端，或者是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端可包括，但不仅限于，处理器701、存储器702。本领域技术人员可以理解，图7仅仅是终端的示例，并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。

所称处理器701可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器702可以是所述终端的内部存储单元，例如终端的硬盘或内存。所述存储器702也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器702还可以既包括所述终端的内部存储单元也包括外部存储设备。所述存储器702用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器702还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种语音信息的处理方法，应用于终端，其特征在于，包括：

监听是否接收到语音信息；

若接收到所述语音信息，则判断所述终端是否满足将所述语音信息转换成文本信息的转换条件；

若所述终端满足将所述语音信息转换成文本信息的转换条件，则将所述语音信息转换成文本信息；

显示所述文本信息。

2.如权利要求1所述的处理方法，其特征在于，所述判断所述终端是否满足将所述语音信息转换成文本信息的转换条件，包括：

识别所述终端当前所处的情景模式；

若所述情景模式属于预设的情景模式，则判定所述终端满足将所述语音信息转换成文本信息的转换条件；其中，所述预设的情景模式包括：静音模式、振动模式和室内安静模式。

3.如权利要求2所述的处理方法，其特征在于，所述识别所述终端当前所处的情景模式之后，还包括：

若所述情景模式不属于预设的情景模式，则识别所述终端的终端类型；

若所述终端类型属于预设的终端类型，则判定所述终端满足将所述语音信息转换成文本信息的转换条件。

4.如权利要求2所述的处理方法，其特征在于，所述识别所述终端当前所处的情景模式，包括：

监测所述终端当前所处环境的声音分贝值；

若所述声音分贝值小于或等于第一预设阈值，则识别所述终端当前所处的情景模式为室内安静模式。

5.如权利要求1-4任意一项所述的处理方法，其特征在于，所述判断所述终端是否满足将所述语音信息转换成文本信息的转换条件，还包括：

识别所述语音信息发送对象是否为预设发送对象；

若所述语音信息发送对象为预设发送对象，则判定所述终端满足将所述语音信息转换成文本信息的转换条件。

6.如权利要求1所述的处理方法，其特征在于，所述将所述语音信息转换成文本信息，包括：

识别所述语音信息的语种；若所述语音信息的语种与预设语种不匹配，则翻译所述语音信息为预设语种的语音信息，并将所述预设语种的语音信息转换成与所述预设语种对应的文本信息；

或

将所述语音信息转换成与所述语音信息语种相同的文本信息；若所述文本信息的语种与预设语种不匹配，则翻译所述文本信息得到与预设语种匹配的文本信息。

7.如权利要求1所述的处理方法，其特征在于，所述显示所述文本信息，包括：

隐藏所述语音信息的显示；

在所述语音信息的显示位置显示所述文本信息。

8.一种语音信息的处理装置，其特征在于，包括：

监听单元，用于监听是否接收到语音信息；

判断单元，用于若接收到所述语音信息，则判断所述终端是否满足将所述语音信息转换成文本信息的转换条件；

转换单元，用于若所述终端满足将所述语音信息转换成文本信息的转换条件，则将所述语音信息转换成文本信息；

显示单元，用于显示所述文本信息。

9.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。