CN108959511A - 基于语音的信息搜索方法、装置、设备及计算机存储介质 - Google Patents

Abstract

本公开实施例提供基于语音的信息搜索方法、装置、设备及计算机存储介质。基于语音的信息搜索方法包括：在进行信息浏览的状态下接收语音激活命令；响应于接收到的语音激活命令，提示用户输入与当前浏览的信息相关的语音搜索命令；基于预设语料库，从接收到的语音输入中识别与当前浏览的信息相关的语音搜索命令；根据识别出的与当前浏览的信息相关的语音搜索命令，执行与当前浏览的信息相关的搜索，可以将语音技术嵌入信息浏览行为，以自然交互的方式为用户提供一种高效的搜索信息的手段。因此，本公开的实施方式提供了一种将浏览和搜索进行整合的机制，为用户提供了便利且高效的基于语音的信息搜索交互方案，增强了用户体验。

Description

基于语音的信息搜索方法、装置、设备及计算机存储介质

技术领域

本公开实施例涉及计算机应用技术领域，尤其涉及基于语音的信息搜索方法、装置、设备及计算机存储介质。

背景技术

在计算机技术中，已经存在信息浏览技术和信息搜索技术。但是，信息浏览和信息搜索的操作一般是分开的。例如，用户在浏览页面信息列表时，往往会出现想要快速进行搜索的需求，但目前搜索和浏览是两个分开的独立功能模块。从信息浏览状态进入搜索状态，或者从搜索状态进入信息浏览状态对于用户并不非常方便。

发明内容

在实际应用中，发明人发现：相关技术中的信息搜索技术在存在如下问题：用户在浏览中进行搜索时需要来回切换，非常不便。

为了解决上述技术问题，本公开第一方面提供了一种基于语音的信息搜索方法，包括：

在进行信息浏览的状态下接收语音激活命令；

响应于接收到的语音激活命令，提示用户输入与当前浏览的信息相关的语音搜索命令；

基于预设语料库，从接收到的语音输入中识别与当前浏览的信息相关的语音搜索命令；

根据识别出的与当前浏览的信息相关的语音搜索命令，执行与当前浏览的信息相关的搜索。

结合第一方面，本公开在第一方面的第一种实现方式中，还包括：

当无法从接收到的语音输入中识别出与当前浏览的信息相关的语音搜索命令时，提示用户输入与当前浏览的信息相关的语音搜索命令。

结合第一方面，本公开在第一方面的第二种实现方式中，所述语音激活命令包括对当前浏览的页面上的语音输入图标进行的操作、特定语音激活口令、以及对当前浏览的页面所做的特定操作中的至少之一。

结合第一方面的第二种实现方式，本公开在第一方面的第三种实现方式中，所述对当前浏览的页面所做的特定操作是使当前浏览的页面移动达到预定位置的操作。

结合第一方面，本公开在第一方面的第四种实现方式中，所述语音搜索命令包括与所要搜索的信息相关的关键词、包含与所要搜索的信息相关的关键词的短语、包含与所要搜索的信息相关的关键词的语句之一。

结合第一方面的第四种实现方式，本公开在第一方面的第五种实现方式中，包含与所要搜索的信息相关的关键词的短语包括包含与所要搜索的信息相关的关键词、排序词和形容词的短语，

其中，所述包含与所要搜索的信息相关的关键词的语句中包含有包含与所要搜索的信息相关的关键词、排序词和形容词的短语。

结合第一方面的第四种实现方式或第五种实现方式，本公开在第一方面的第六种实现方式中，所述包含与所要搜索的信息相关的关键词的短语包括包含与所要搜索的信息相关的关键词以及特定人群和/或特定功效的名称的短语，

其中，包含与所要搜索的信息相关的关键词的语句中包含有包含与所要搜索的信息相关的关键词以及特定人群和/或特定功效的名称的短语。

结合第一方面的第四种实现方式或第五种实现方式，本公开在第一方面的第七种实现方式中，在当前浏览的信息是餐饮信息的情况下，所述关键词包括餐厅名称、餐品名称、菜系名称、口味、餐的品类中的至少之一。

本公开第二方面提供了一种基于语音的信息搜索装置，包括：

接收模块，被配置为在进行信息浏览的状态下接收语音激活命令；

提示模块，被配置为响应于所述接收模块接收到的语音激活命令，提示用户输入与当前浏览的信息相关的语音搜索命令；

识别模块，被配置为基于预设语料库，从接收到的语音输入中识别与当前浏览的信息相关的语音搜索命令；

执行模块，被配置为根据所述识别模块识别出的与当前浏览的信息相关的语音搜索命令，执行与当前浏览的信息相关的搜索。

结合第二方面，本公开在第二方面的第一种实现方式中，所述提示模块还被配置为：

当所述识别模块无法从接收到的语音输入中识别出与当前浏览的信息相关的语音搜索命令时，提示用户输入与当前浏览的信息相关的语音搜索命令。

结合第二方面，本公开在第二方面的第二种实现方式中，所述语音激活命令包括对当前浏览的页面上的语音输入图标进行的操作、特定语音激活口令、以及对当前浏览的页面所做的特定操作中的至少之一。

结合第二方面的第二种实现方式，本公开在第二方面的第三种实现方式中，所述对当前浏览的页面所做的特定操作是使当前浏览的页面移动达到预定位置的操作。

结合第二方面，本公开在第二方面的第四种实现方式中，所述语音搜索命令包括与所要搜索的信息相关的关键词、包含与所要搜索的信息相关的关键词的短语、包含与所要搜索的信息相关的关键词的语句之一。

结合第二方面的第四种实现方式，本公开在第二方面的第五种实现方式中，包含与所要搜索的信息相关的关键词的短语包括包含与所要搜索的信息相关的关键词、排序词和形容词的短语，

其中，所述包含与所要搜索的信息相关的关键词的语句中包含有包含与所要搜索的信息相关的关键词、排序词和形容词的短语。

结合第二方面的第四种实现方式或第五种实现方式，本公开在第二方面的第六种实现方式中，所述包含与所要搜索的信息相关的关键词的短语包括包含与所要搜索的信息相关的关键词以及特定人群和/或特定功效的名称的短语，

其中，包含与所要搜索的信息相关的关键词的语句中包含有包含与所要搜索的信息相关的关键词以及特定人群和/或特定功效的名称的短语。

结合第二方面的第四种实现方式或第五种实现方式，本公开在第二方面的第七种实现方式中，在当前浏览的信息是餐饮信息的情况下，所述关键词包括餐厅名称、餐品名称、菜系名称、口味、餐的品类中的至少之一。

本公开第三方面提供了一种电子设备，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如第一方面、第一方面的第一种实现方式至第七种实现方式中的任一项所述的方法。

本公开第四方面提供了一种计算机存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现如第一方面、第一方面的第一种实现方式至第七种实现方式中的任一项所述的方法。

在本公开实施方式中，通过在进行信息浏览的状态下接收语音激活命令；响应于接收到的语音激活命令，提示用户输入与当前浏览的信息相关的语音搜索命令；基于预设语料库，从接收到的语音输入中识别与当前浏览的信息相关的语音搜索命令；根据识别出的与当前浏览的信息相关的语音搜索命令，执行与当前浏览的信息相关的搜索，可以将语音技术嵌入信息浏览行为，以自然交互的方式为用户提供一种高效的搜索信息的手段。因此，本公开的实施方式提供了一种将浏览和搜索进行整合的机制，为用户提供了便利且高效的基于语音的信息搜索交互方案，语音搜索命令可以按照用户自然语言使用习惯设置，用户不需要花更多的学习成本，因此，增强了用户体验。

本公开的这些方面或其他方面在以下实施例的描述中会更加简明易懂。

附图说明

为了更清楚地说明本公开实施例或相关技术中的技术方案，下面将对示例性实施例或相关技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本公开的一些示例性实施例，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的附图。

图1示出根据本公开一实施方式的基于语音的信息搜索方法的流程图；

图2示出根据本公开一实施方式的基于语音的信息搜索装置的结构框图；

图3示出根据本公开一实施方式在页面中进行基于语音的信息搜索的应用场景示例；

图4示出根据本公开一实施方式在页面中进行基于语音的信息搜索的应用场景的另一示例；

图5示出根据本公开另一实施方式在页面中进行基于语音的信息搜索的应用场景示例；

图6示出根据本公开另一实施方式在页面中进行基于语音的信息搜索的应用场景的另一示例；

图7示出根据本公开另一实施方式在页面中进行基于语音的信息搜索的应用场景的另一示例；

图8示出根据本公开一实施方式的设备的结构框图；

图9是适于用来实现根据本公开一实施方式的基于语音的信息搜索方法的计算机系统的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本公开方案，下面将结合本公开示例性实施例中的附图，对本公开示例性实施例中的技术方案进行清楚、完整地描述。

在本公开的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

采用本公开实施例的应用方式可以解决相关技术的以下问题：用户在浏览中进行搜索时需要来回切换，非常不便。

下面将结合本公开示例性实施例中的附图，对本公开示例性实施例中的技术方案进行清楚、完整地描述，显然，所描述的示例性实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

图1示出根据本公开一实施方式的基于语音的信息搜索方法的流程图。该方法可以包括步骤S101、S102、S103和S104。

在步骤S101中，在进行信息浏览的状态下接收语音激活命令。

在步骤S102中，响应于接收到的语音激活命令，提示用户输入与当前浏览的信息相关的语音搜索命令。

在步骤S103中，基于预设语料库，从接收到的语音输入中识别与当前浏览的信息相关的语音搜索命令。

在步骤S104中，根据识别出的与当前浏览的信息相关的语音搜索命令，执行与当前浏览的信息相关的搜索。

在一个实施例中，该方法还可以包括步骤S105。在步骤S105中，当无法从接收到的语音输入中识别出与当前浏览的信息相关的语音搜索命令时，提示用户输入与当前浏览的信息相关的语音搜索命令。

在一个实施例中，在进行信息浏览的状态下接收语音激活命令指的是接收用户在页面上进行信息浏览的同时发出的语音激活命令，使得系统能够进入接收语音搜索命令输入的状态。在一个实施例中，语音激活命令包括对当前浏览的页面上的语音输入图标进行的操作、特定语音激活口令、以及对当前浏览的页面所做的特定操作中的至少之一。

在一个实施例中，对当前浏览的页面上的语音输入图标进行的操作指的是当前浏览的页面上存在语音输入图标，用户可以通过对该语音输入图标进行操作来使得系统能够进入接收语音搜索命令输入的状态。

图3示出根据本公开一实施方式在页面中进行基于语音的信息搜索的应用场景示例。如图3所示，当用户在页面300上浏览商品列表时，列表右上侧存在语音输入图标301。在一个示例中，用户可以将点击或双击语音输入图标301等操作作为语音激活命令，使得系统能够进入接收语音搜索命令输入的状态。

图4示出了示出根据本公开一实施方式在页面中进行基于语音的信息搜索的应用场景的另一示例。图4所示的实施例是图3所示的实施例的状态变化示图。具体而言，用户手指400按住图3所示的页面300上的语音输入图标301，并按照图4所示的箭头302的方向将语音输入图标301拖动到图4所示的页面中部偏左侧的位置。即，语音输入图标301的位置是可以由用户移动的，以适应各个用户不同的操作习惯。

在参照图3和图4描述的示例中，所示的页面为移动终端上显示的页面，用户通过手指操作页面上的语音输入图标301。但是，本公开的实施方式不限于此，进行信息浏览的页面可以是台式计算机、便携式计算机、平板电脑等设备的屏幕上显示的页面，对当前浏览的页面上的语音输入图标进行的操作可以通过手指、触摸笔、鼠标等装置进行。

在一个实施例中，当显示浏览页面的设备的系统处于接收外部声音的状态时，用户可以通过输入特定语音激活口令来使得系统能够进入接收语音搜索命令输入的状态。在一个示例中，用户向着显示有浏览页面的设备的声音输入装置说某个口令，例如“hi XX”，则系统进入接收语音搜索命令输入的状态。显示浏览页的设备可以是具有接收外部声音的功能的移动终端、台式计算机、便携式计算机、平板电脑等设备。

在一个实施例中，对当前浏览的页面所做的特定操作是使当前浏览的页面移动达到预定位置的操作。即，操作当前浏览的页面，使页面移动、滚动或翻页到预定位置。此处所说的预定位置可以是当前浏览的页面上信息滚动了多少条，或者当前浏览的页面翻屏了多少次等。

以下参照图5-7所示的示例讨论对当前浏览的页面所做的特定操作。图5示出根据本公开另一实施方式在页面中进行基于语音的信息搜索的应用场景示例。图6示出根据本公开另一实施方式在页面中进行基于语音的信息搜索的应用场景的另一示例。图7示出根据本公开另一实施方式在页面中进行基于语音的信息搜索的应用场景的另一示例。

如图5所示，用户将手指501按在图5所示的页面500上的中部位置，并按照图5所示的箭头502的方向滑动手指501。

在一个示例中，如果在图5所示的页面上所做的移动页面的操作使页面移动达到如图6所示的位置，则此操作不被认为是对当前浏览的页面所做的特定操作。即，图5所示的操作使页面仅达到如图6所示的移动位置，则图5所示的活动手指的操作不被认为是语音激活命令。在本示例中，可以按照页面上显示的信息的移动条数来衡量是否使当前浏览的页面移动达到预定位置。例如，在图5所示的3条信息(第一位信息、第二位信息和第三位信息)移出了页面之后，图6所示的页面显示了第四位信息601、第五位信息602和第六位信息603，即，图5所示的用户滑动手指501的操作使页面移动了6条信息的位置。在本示例中，将第六条信息603作为当前浏览的页面移动到的位置。另一方面，可以将页面滚动到的屏幕作为页面移动的位置。例如，页面滚动经过图5所示的第一屏，停止在图6所示的第二屏，因此，可以将图6所示的页面滚动到的第2屏作为当前浏览的页面移动到的位置。在本示例中，在将对当前浏览的页面所做的特定操作的判断标准设置为页面上移动的信息条数大于等于7条或者页面滚动大于等于3屏的情况下，当图5所示的用户手指501的滑动操作使得页面仅移动到图6所示的第六条信息603或滚动到第二屏时，图5所示的用户手指501的滑动操作不是对当前浏览的页面所做的特定操作，即，不是语音激活命令。

在一个示例中，如果在图5所示的页面上所做的移动页面的操作使页面移动达到如图7所示的位置，则此操作被认为是对当前浏览的页面所做的特定操作。即，图5所示的操作使页面达到如图7所示的移动位置，则图5所示的活动手指的操作被认为是语音激活命令。在本示例中，可以按照页面上显示的信息的移动条数来衡量是否使当前浏览的页面移动达到预定位置。例如，在图5所示的3条信息(第一位信息、第二位信息和第三位信息)移出了页面，并且图6所示的第四位信息601、第五位信息602和第六位信息603之后，图7所示的页面显示了第五位信息602、第六位信息603和第七位信息701。即，图5所示的用户滑动手指501的操作使页面移动了7条信息的位置。在本示例中，将第七条信息701作为当前浏览的页面移动到的位置。另一方面，可以将页面滚动到的屏幕作为页面移动的位置。例如，页面滚动经过图5所示的第一屏和图6所示的第二屏，停止在图7所示的第三屏(第七条信息701可以被认为处于第三屏)，因此，可以将图7所示的页面滚动到的第三屏作为当前浏览的页面移动到的位置。在本示例中，在将对当前浏览的页面所做的特定操作的判断标准设置为页面上移动的信息条数大于等于7条或者页面滚动大于等于3屏的情况下，当图5所示的用户手指501的滑动操作使得页面移动到图7所示的第七条信息701或滚动到第三屏时，图5所示的用户手指501的滑动操作被认为是对当前浏览的页面所做的特定操作，即，是语音激活命令。

在参照图3-7描述的页面中，浏览的信是餐厅信息，即，每条信息都是一条餐厅信息。但是可以理解，本公开的实施方式不限于此，新闻信息、购物信息、旅游信息等各种信息都可以是用户在页面上浏览的信息。

在一个实施例中，响应于接收到的语音激活命令，提示用户输入与当前浏览的信息相关的语音搜索命令的方式可以是各种方式，例如，语音提示的方式、页面显示提示信息的方式、显示页面的设备的振动的方式等中的部分或全部。例如，提示方式可以是，系统输出语音或显示文字询问“请问，您想吃什么呢？”或“请问您想去哪里？”等问题。

在本公开实施例中，在提示用户输入与当前浏览的信息相关的语音搜索命令之后，用户不一定输入了语音搜索命令，而是可能说了与语音搜索命令无关的语言，或者将语音搜索命令夹杂在与语音搜索命令无关的语言中。因此，可以基于预设语料库，从接收到的语音输入中识别与当前浏览的信息相关的语音搜索命令。语料库中存放的是在语言的实际使用中真实出现过的语言材料，并且语料库是以电子计算机为载体承载语言知识的基础资源。本公开的实施例中，预设语料库可以是用户自己设置的或通过商业手段获得的，本公开对此不做赘述。

在一个实施例中，语音搜索命令包括与所要搜索的信息相关的关键词、包含与所要搜索的信息相关的关键词的短语、包含与所要搜索的信息相关的关键词的语句之一。

在一个实施例中，包含与所要搜索的信息相关的关键词的短语包括包含与所要搜索的信息相关的关键词、排序词和形容词的短语。在一个实施例中，包含与所要搜索的信息相关的关键词的语句中包含有包含与所要搜索的信息相关的关键词、排序词和形容词的短语。

在一个实施例中，所述包含与所要搜索的信息相关的关键词的短语包括包含与所要搜索的信息相关的关键词以及特定人群和/或特定功效的名称的短语。在一个实施例中，包含与所要搜索的信息相关的关键词的语句中包含有包含与所要搜索的信息相关的关键词以及特定人群和/或特定功效的名称的短语。

在一个实施例中，在当前浏览的信息是餐饮信息的情况下，所述关键词包括餐厅名称、餐品名称、菜系名称、口味、餐的品类中的至少之一。

在一个示例中，以页面上浏览餐饮信息时进行的搜索为例来说明语音搜索命令的各种形式。

例如，响应于接收到的语音激活命令，提示用户“请问，您想吃什么呢？”。此时，用户可以回复以下与所要搜索的信息相关的关键词：餐厅名称、餐品名称、菜系名称、口味、餐的品类中的至少之一。

当识别出的语音搜索命令是某个餐厅名称时，可根据识别出的餐厅名称，执行与餐饮信息相关的搜索。即，可直接调用本实施例所应用的系统后台收录的餐厅列表。例如，当识别出的语音搜索命令是“麦当劳”时，搜索结果显示与“麦当劳”相关的搜索结果。

当识别出的语音搜索命令是某个餐品名称时，可根据识别出的餐品名称，执行与餐饮信息相关的搜索。即，可直接调用本实施例所应用的系统后台收录的餐品列表。例如，当识别出的语音搜索命令是“烤鸭”时，搜索结果显示与“烤鸭”相关的搜索结果。

当识别出的语音搜索命令是某个菜系名称时，可根据识别出的菜系名称，执行与餐饮信息相关的搜索。即，可直接调用本实施例所应用的系统后台收录的菜系列表。例如，当识别出的语音搜索命令是“川菜”时，搜索结果显示与“川菜”相关的搜索结果。

当识别出的语音搜索命令是某个口味名称时，可根据识别出的口味名称，执行与餐饮信息相关的搜索。即，可直接调用本实施例所应用的系统后台收录的口味列表。例如，当识别出的语音搜索命令是“清淡”时，搜索结果显示与“清淡”相关的搜索结果。

当识别出的语音搜索命令是某个餐的品类名称时，可根据识别出的餐的品类名称，执行与餐饮信息相关的搜索。即，可直接调用本实施例所应用的系统后台收录的餐的品类列表。例如，当识别出的语音搜索命令是“午餐”时，搜索结果显示与“午餐”相关的搜索结果。在本公开的实施例中，餐的品类指的是用餐的类型，例如，早餐、午餐、晚餐、下午茶、夜宵、家庭餐、会议餐、团餐、婚宴等等。

在一个示例中，响应于接收到的语音激活命令“请问，您想吃什么呢？”，用户可以回复以下包含与所要搜索的信息相关的关键词的短语：例如，“好吃的麦当劳”、“朝阳区的川菜”等。在一个实施例中，用户可以回复以下包含与所要搜索的信息相关的关键词、排序词和形容词的短语：

例如，“最+好吃(的)+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，指的是按照美味与否的用户评价从高到低对搜索到的“餐厅名称/餐品名称/菜系名称/口味/餐的品类”进行排序。

例如，“最+便宜(的)+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，指的是按照价格高低的用户评价从低到高对搜索到的“餐厅名称/餐品名称/菜系名称/口味/餐的品类”进行排序。

例如，“最+优惠(的)+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，指的是按照优惠力度大小的用户评价从大到小对搜索到的“餐厅名称/餐品名称/菜系名称/口味/餐的品类”进行排序。

例如，“最+火(的)/热门(的)+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，指的是按照销量高低的用户评价从高到低对搜索到的“餐厅名称/餐品名称/菜系名称/口味/餐的品类”进行排序。

例如，“最+快(的)+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，指的是按照配送速度快慢的用户评价从快到慢对搜索到的“餐厅名称/餐品名称/菜系名称/口味/餐的品类”进行排序。

例如，“最+近(的)+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，指的是按照距离远近的用户评价从近到远高对搜索到的“餐厅名称/餐品名称/菜系名称/口味/餐的品类”进行排序。

在一个示例中，响应于接收到的语音激活命令“请问，您想吃什么呢？”，用户可以回复以下包含与所要搜索的信息相关的关键词以及特定人群和/或特定功效的名称的短语：

例如，“某特殊人群和/或特定功效+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，诸如“孕妇餐”、“糖尿病人川菜”、“运动员减肥清淡”、“养胃粥”等。

例如，“适合+某特殊人群(的/吃的)+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，诸如“适合糖尿病人的火锅”、“适合运动员吃的川菜”等。

在一个实例中，包含与所要搜索的信息相关的关键词、排序词和形容词的短语可以与包含与所要搜索的信息相关的关键词以及特定人群和/或特定功效的名称的短语相结合。例如，“适合+某特殊人群和/或特定功效+最+好吃/便宜/优惠/火/快/近(的)/+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，诸如“适合儿童的最近的川菜”。例如，“最+好吃/便宜/优惠/火/快/近(的)/+某特殊人群和/或特定功效+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，诸如“最火的减肥餐”。

在一个实施例中，在一个示例中，响应于接收到的语音激活命令“请问，您想吃什么呢？”，用户可以回复以下包含与所要搜索的信息相关的关键词的语句：

例如，用户的语句语音搜索命令是“我想吃/我要吃/我想要+前述任一关键词/短语”，诸如“我想吃宫保鸡丁”、“我想要最火的川菜”等。

例如，用户的语句语音搜索命令是“帮我点+(一份/一个)+前述任一关键词/短语”，诸如“帮我点宫保鸡丁”、“帮我点适合糖尿病人吃的菜”。

例如，用户的语句语音搜索命令是“搜索/搜一搜/搜一下/看一下/看看/找找+前述任一关键词/短语”，诸如“搜一下适合运动员吃的川菜”。

在本公开实施方式中，通过在进行信息浏览的状态下接收语音激活命令；响应于接收到的语音激活命令，提示用户输入与当前浏览的信息相关的语音搜索命令；基于预设语料库，从接收到的语音输入中识别与当前浏览的信息相关的语音搜索命令；根据识别出的与当前浏览的信息相关的语音搜索命令，执行与当前浏览的信息相关的搜索，可以将语音技术嵌入信息浏览行为，以自然交互的方式为用户提供一种高效的搜索信息的手段。因此，本公开的实施方式提供了一种将浏览和搜索进行整合的机制，为用户提供了便利且高效的基于语音的信息搜索交互方案，语音搜索命令可以按照用户自然语言使用习惯设置，用户不需要花更多的学习成本，因此，增强了用户体验。

图2示出根据本公开一实施方式的基于语音的信息搜索装置的结构框图。该装置可以包括接收模块201、提示模块202、识别模块203和执行模块204。

接收模块201被配置为在进行信息浏览的状态下接收语音激活命令。

提示模块202被配置为响应于接收模块201接收到的语音激活命令，提示用户输入与当前浏览的信息相关的语音搜索命令。

识别模块203被配置为基于预设语料库，从接收到的语音输入中识别与当前浏览的信息相关的语音搜索命令。

执行模块204被配置为根据识别模块识别203出的与当前浏览的信息相关的语音搜索命令，执行与当前浏览的信息相关的搜索。

在一个实施例中，提示模块202还被配置为：当无法从接收到的语音输入中识别出与当前浏览的信息相关的语音搜索命令时，提示用户输入与当前浏览的信息相关的语音搜索命令。

在一个实施例中，在进行信息浏览的状态下接收语音激活命令指的是接收用户在页面上进行信息浏览的同时发出的语音激活命令，使得系统能够进入接收语音搜索命令输入的状态。在一个实施例中，语音激活命令包括对当前浏览的页面上的语音输入图标进行的操作、特定语音激活口令、以及对当前浏览的页面所做的特定操作中的至少之一。

在一个实施例中，对当前浏览的页面上的语音输入图标进行的操作指的是当前浏览的页面上存在语音输入图标，用户可以通过对该语音输入图标进行操作来使得系统能够进入接收语音搜索命令输入的状态。

图3示出根据本公开一实施方式在页面中进行基于语音的信息搜索的应用场景示例。如图3所示，当用户在页面300上浏览商品列表时，列表右上侧存在语音输入图标301。在一个示例中，用户可以将点击或双击语音输入图标301等操作作为语音激活命令，使得系统能够进入接收语音搜索命令输入的状态。

图4示出了示出根据本公开一实施方式在页面中进行基于语音的信息搜索的应用场景的另一示例。图4所示的实施例是图3所示的实施例的状态变化示图。具体而言，用户手指400按住图3所示的页面300上的语音输入图标301，并按照图4所示的箭头302的方向将语音输入图标301拖动到图4所示的页面中部偏左侧的位置。即，语音输入图标301的位置是可以由用户移动的，以适应各个用户不同的操作习惯。

在参照图3和图4描述的示例中，所示的页面为移动终端上显示的页面，用户通过手指操作页面上的语音输入图标301。但是，本公开的实施方式不限于此，进行信息浏览的页面可以是台式计算机、便携式计算机、平板电脑等设备的屏幕上显示的页面，对当前浏览的页面上的语音输入图标进行的操作可以通过手指、触摸笔、鼠标等装置进行。

在一个实施例中，当显示浏览页面的设备的系统处于接收外部声音的状态时，用户可以通过输入特定语音激活口令来使得系统能够进入接收语音搜索命令输入的状态。在一个示例中，用户向着显示有浏览页面的设备的声音输入装置说某个口令，例如“hi XX”，则系统进入接收语音搜索命令输入的状态。显示浏览页的设备可以是具有接收外部声音的功能的移动终端、台式计算机、便携式计算机、平板电脑等设备。

在一个实施例中，对当前浏览的页面所做的特定操作是使当前浏览的页面移动达到预定位置的操作。即，操作当前浏览的页面，使页面移动、滚动或翻页到预定位置。此处所说的预定位置可以是当前浏览的页面上信息滚动了多少条，或者当前浏览的页面翻屏了多少次等。

以下参照图5-7所示的示例讨论对当前浏览的页面所做的特定操作。图5示出根据本公开另一实施方式在页面中进行基于语音的信息搜索的应用场景示例。图6示出根据本公开另一实施方式在页面中进行基于语音的信息搜索的应用场景的另一示例。图7示出根据本公开另一实施方式在页面中进行基于语音的信息搜索的应用场景的另一示例。

如图5所示，用户将手指501按在图5所示的页面500上的中部位置，并按照图5所示的箭头502的方向滑动手指501。

在一个示例中，如果在图5所示的页面上所做的移动页面的操作使页面移动达到如图6所示的位置，则此操作不被认为是对当前浏览的页面所做的特定操作。即，图5所示的操作使页面仅达到如图6所示的移动位置，则图5所示的活动手指的操作不被认为是语音激活命令。在本示例中，可以按照页面上显示的信息的移动条数来衡量是否使当前浏览的页面移动达到预定位置。例如，在图5所示的3条信息(第一位信息、第二位信息和第三位信息)移出了页面之后，图6所示的页面显示了第四位信息601、第五位信息602和第六位信息603，即，图5所示的用户滑动手指501的操作使页面移动了6条信息的位置。在本示例中，将第六条信息603作为当前浏览的页面移动到的位置。另一方面，可以将页面滚动到的屏幕作为页面移动的位置。例如，页面滚动经过图5所示的第一屏，停止在图6所示的第二屏，因此，可以将图6所示的页面滚动到的第2屏作为当前浏览的页面移动到的位置。在本示例中，在将对当前浏览的页面所做的特定操作的判断标准设置为页面上移动的信息条数大于等于7条或者页面滚动大于等于3屏的情况下，当图5所示的用户手指501的滑动操作使得页面仅移动到图6所示的第六条信息603或滚动到第二屏时，图5所示的用户手指501的滑动操作不是对当前浏览的页面所做的特定操作，即，不是语音激活命令。

在一个示例中，如果在图5所示的页面上所做的移动页面的操作使页面移动达到如图7所示的位置，则此操作被认为是对当前浏览的页面所做的特定操作。即，图5所示的操作使页面达到如图7所示的移动位置，则图5所示的活动手指的操作被认为是语音激活命令。在本示例中，可以按照页面上显示的信息的移动条数来衡量是否使当前浏览的页面移动达到预定位置。例如，在图5所示的3条信息(第一位信息、第二位信息和第三位信息)移出了页面，并且图6所示的第四位信息601、第五位信息602和第六位信息603之后，图7所示的页面显示了第五位信息602、第六位信息603和第七位信息701。即，图5所示的用户滑动手指501的操作使页面移动了7条信息的位置。在本示例中，将第七条信息701作为当前浏览的页面移动到的位置。另一方面，可以将页面滚动到的屏幕作为页面移动的位置。例如，页面滚动经过图5所示的第一屏和图6所示的第二屏，停止在图7所示的第三屏(第七条信息701可以被认为处于第三屏)，因此，可以将图7所示的页面滚动到的第三屏作为当前浏览的页面移动到的位置。在本示例中，在将对当前浏览的页面所做的特定操作的判断标准设置为页面上移动的信息条数大于等于7条或者页面滚动大于等于3屏的情况下，当图5所示的用户手指501的滑动操作使得页面移动到图7所示的第七条信息701或滚动到第三屏时，图5所示的用户手指501的滑动操作被认为是对当前浏览的页面所做的特定操作，即，是语音激活命令。

在参照图3-7描述的页面中，浏览的信是餐厅信息，即，每条信息都是一条餐厅信息。但是可以理解，本公开的实施方式不限于此，新闻信息、购物信息、旅游信息等各种信息都可以是用户在页面上浏览的信息。

在一个实施例中，响应于接收到的语音激活命令，提示用户输入与当前浏览的信息相关的语音搜索命令的方式可以是各种方式，例如，语音提示的方式、页面显示提示信息的方式、显示页面的设备的振动的方式等中的部分或全部。例如，提示方式可以是，系统输出语音或显示文字询问“请问，您想吃什么呢？”或“请问您想去哪里？”等问题。

在本公开实施例中，在提示用户输入与当前浏览的信息相关的语音搜索命令之后，用户不一定输入了语音搜索命令，而是可能说了与语音搜索命令无关的语言，或者将语音搜索命令夹杂在与语音搜索命令无关的语言中。因此，可以基于预设语料库，从接收到的语音输入中识别与当前浏览的信息相关的语音搜索命令。语料库中存放的是在语言的实际使用中真实出现过的语言材料，并且语料库是以电子计算机为载体承载语言知识的基础资源。本公开的实施例中，预设语料库可以是用户自己设置的或通过商业手段获得的，本公开对此不做赘述。

在一个实施例中，语音搜索命令包括与所要搜索的信息相关的关键词、包含与所要搜索的信息相关的关键词的短语、包含与所要搜索的信息相关的关键词的语句之一。

在一个实施例中，包含与所要搜索的信息相关的关键词的短语包括包含与所要搜索的信息相关的关键词、排序词和形容词的短语。在一个实施例中，包含与所要搜索的信息相关的关键词的语句中包含有包含与所要搜索的信息相关的关键词、排序词和形容词的短语。

在一个实施例中，所述包含与所要搜索的信息相关的关键词的短语包括包含与所要搜索的信息相关的关键词以及特定人群和/或特定功效的名称的短语。在一个实施例中，包含与所要搜索的信息相关的关键词的语句中包含有包含与所要搜索的信息相关的关键词以及特定人群和/或特定功效的名称的短语。

在一个实施例中，在当前浏览的信息是餐饮信息的情况下，所述关键词包括餐厅名称、餐品名称、菜系名称、口味、餐的品类中的至少之一。

在一个示例中，以页面上浏览餐饮信息时进行的搜索为例来说明语音搜索命令的各种形式。

例如，响应于接收到的语音激活命令，提示用户“请问，您想吃什么呢？”。此时，用户可以回复以下与所要搜索的信息相关的关键词：餐厅名称、餐品名称、菜系名称、口味、餐的品类中的至少之一。

当识别出的语音搜索命令是某个餐厅名称时，可根据识别出的餐厅名称，执行与餐饮信息相关的搜索。即，可直接调用本实施例所应用的系统后台收录的餐厅列表。例如，当识别出的语音搜索命令是“麦当劳”时，搜索结果显示与“麦当劳”相关的搜索结果。

当识别出的语音搜索命令是某个餐品名称时，可根据识别出的餐品名称，执行与餐饮信息相关的搜索。即，可直接调用本实施例所应用的系统后台收录的餐品列表。例如，当识别出的语音搜索命令是“烤鸭”时，搜索结果显示与“烤鸭”相关的搜索结果。

当识别出的语音搜索命令是某个菜系名称时，可根据识别出的菜系名称，执行与餐饮信息相关的搜索。即，可直接调用本实施例所应用的系统后台收录的菜系列表。例如，当识别出的语音搜索命令是“川菜”时，搜索结果显示与“川菜”相关的搜索结果。

当识别出的语音搜索命令是某个口味名称时，可根据识别出的口味名称，执行与餐饮信息相关的搜索。即，可直接调用本实施例所应用的系统后台收录的口味列表。例如，当识别出的语音搜索命令是“清淡”时，搜索结果显示与“清淡”相关的搜索结果。

当识别出的语音搜索命令是某个餐的品类名称时，可根据识别出的餐的品类名称，执行与餐饮信息相关的搜索。即，可直接调用本实施例所应用的系统后台收录的餐的品类列表。例如，当识别出的语音搜索命令是“午餐”时，搜索结果显示与“午餐”相关的搜索结果。在本公开的实施例中，餐的品类指的是用餐的类型，例如，早餐、午餐、晚餐、下午茶、夜宵、家庭餐、会议餐、团餐、婚宴等等。

在一个示例中，响应于接收到的语音激活命令“请问，您想吃什么呢？”，用户可以回复以下包含与所要搜索的信息相关的关键词的短语：例如，“好吃的麦当劳”、“朝阳区的川菜”等。在一个实施例中，用户可以回复以下包含与所要搜索的信息相关的关键词、排序词和形容词的短语：

例如，“最+好吃(的)+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，指的是按照美味与否的用户评价从高到低对搜索到的“餐厅名称/餐品名称/菜系名称/口味/餐的品类”进行排序。

例如，“最+便宜(的)+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，指的是按照价格高低的用户评价从低到高对搜索到的“餐厅名称/餐品名称/菜系名称/口味/餐的品类”进行排序。

例如，“最+优惠(的)+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，指的是按照优惠力度大小的用户评价从大到小对搜索到的“餐厅名称/餐品名称/菜系名称/口味/餐的品类”进行排序。

例如，“最+火(的)/热门(的)+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，指的是按照销量高低的用户评价从高到低对搜索到的“餐厅名称/餐品名称/菜系名称/口味/餐的品类”进行排序。

例如，“最+快(的)+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，指的是按照配送速度快慢的用户评价从快到慢对搜索到的“餐厅名称/餐品名称/菜系名称/口味/餐的品类”进行排序。

例如，“最+近(的)+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，指的是按照距离远近的用户评价从近到远高对搜索到的“餐厅名称/餐品名称/菜系名称/口味/餐的品类”进行排序。

在一个示例中，响应于接收到的语音激活命令“请问，您想吃什么呢？”，用户可以回复以下包含与所要搜索的信息相关的关键词以及特定人群和/或特定功效的名称的短语：

例如，“某特殊人群和/或特定功效+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，诸如“孕妇餐”、“糖尿病人川菜”、“运动员减肥清淡”、“养胃粥”等。

例如，“适合+某特殊人群(的/吃的)+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，诸如“适合糖尿病人的火锅”、“适合运动员吃的川菜”等。

在一个实例中，包含与所要搜索的信息相关的关键词、排序词和形容词的短语可以与包含与所要搜索的信息相关的关键词以及特定人群和/或特定功效的名称的短语相结合。例如，“适合+某特殊人群和/或特定功效+最+好吃/便宜/优惠/火/快/近(的)/+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，诸如“适合儿童的最近的川菜”。例如，“最+好吃/便宜/优惠/火/快/近(的)/+某特殊人群和/或特定功效+餐厅名称/餐品名称/菜系名称/口味/餐的品类”，诸如“最火的减肥餐”。

在一个实施例中，在一个示例中，响应于接收到的语音激活命令“请问，您想吃什么呢？”，用户可以回复以下包含与所要搜索的信息相关的关键词的语句：

例如，用户的语句语音搜索命令是“我想吃/我要吃/我想要+前述任一关键词/短语”，诸如“我想吃宫保鸡丁”、“我想要最火的川菜”等。

例如，用户的语句语音搜索命令是“帮我点+(一份/一个)+前述任一关键词/短语”，诸如“帮我点宫保鸡丁”、“帮我点适合糖尿病人吃的菜”。

例如，用户的语句语音搜索命令是“搜索/搜一搜/搜一下/看一下/看看/找找+前述任一关键词/短语”，诸如“搜一下适合运动员吃的川菜”。

在本公开实施方式中，通过接收模块，被配置为在进行信息浏览的状态下接收语音激活命令；提示模块，被配置为响应于接收模块接收到的语音激活命令，提示用户输入与当前浏览的信息相关的语音搜索命令；识别模块，被配置为基于预设语料库，从接收到的语音输入中识别与当前浏览的信息相关的语音搜索命令；执行模块，被配置为根据识别模块识别出的与当前浏览的信息相关的语音搜索命令，执行与当前浏览的信息相关的搜索，可以将语音技术嵌入信息浏览行为，以自然交互的方式为用户提供一种高效的搜索信息的手段。因此，本公开的实施方式提供了一种将浏览和搜索进行整合的机制，为用户提供了便利且高效的基于语音的信息搜索交互方案，语音搜索命令可以按照用户自然语言使用习惯设置，用户不需要花更多的学习成本，因此，增强了用户体验。

以上描述了基于语音的信息搜索装置的内部功能和结构，在一个可能的设计中，该基于语音的信息搜索装置的结构可实现为基于语音的信息搜索设备，如图8中所示，该处理设备800可以包括处理器801以及存储器802。

所述存储器802用于存储支持基于语音的信息搜索装置执行上述任一实施例中基于语音的信息搜索方法的程序，所述处理器801被配置为用于执行所述存储器802中存储的程序。

所述存储器802用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器801执行。

所述处理器801用于执行前述各方法步骤中的全部或部分步骤。

其中，所述基于语音的信息搜索设备的结构中还可以包括通信接口，用于基于语音的信息搜索设备与其他设备或通信网络通信。

本公开示例性实施例还提供了一种计算机存储介质，用于储存所述基于语音的信息搜索装置所用的计算机软件指令，其包含用于执行上述任一实施例中基于语音的信息搜索方法所涉及的程序。

图9是适于用来实现根据本公开一实施方式的基于语音的信息搜索方法的计算机系统的结构示意图。

如图9所示，计算机系统900包括中央处理单元(CPU)901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行上述图1所示的实施方式中的各种处理。在RAM903中，还存储有系统900操作所需的各种程序和数据。CPU901、ROM902以及RAM903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

以下部件连接至I/O接口905：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。

特别地，根据本公开的实施方式，上文参考图1描述的方法可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行图1的数据处理方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。

附图中的流程图和框图，图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，并且/或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。

作为另一方面，本公开还提供了一种计算机存储介质，该计算机存储介质可以是上述实施方式中所述装置中所包含的计算机存储介质；也可以是单独存在，未装配入设备中的计算机存储介质。计算机存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种基于语音的信息搜索方法，其特征在于，包括：

在进行信息浏览的状态下接收语音激活命令；

响应于接收到的语音激活命令，提示用户输入与当前浏览的信息相关的语音搜索命令；

基于预设语料库，从接收到的语音输入中识别与当前浏览的信息相关的语音搜索命令；

根据识别出的与当前浏览的信息相关的语音搜索命令，执行与当前浏览的信息相关的搜索。

2.根据权利要求1所述的方法，其特征在于，还包括：

当无法从接收到的语音输入中识别出与当前浏览的信息相关的语音搜索命令时，提示用户输入与当前浏览的信息相关的语音搜索命令。

3.根据权利要求1所述的方法，其特征在于，所述语音激活命令包括对当前浏览的页面上的语音输入图标进行的操作、特定语音激活口令、以及对当前浏览的页面所做的特定操作中的至少之一。

4.根据权利要求3所述的方法，其特征在于，所述对当前浏览的页面所做的特定操作是使当前浏览的页面移动达到预定位置的操作。

5.根据权利要求1所述的方法，其特征在于，所述语音搜索命令包括与所要搜索的信息相关的关键词、包含与所要搜索的信息相关的关键词的短语、包含与所要搜索的信息相关的关键词的语句之一。

6.根据权利要求5所述的方法，其特征在于，包含与所要搜索的信息相关的关键词的短语包括包含与所要搜索的信息相关的关键词、排序词和形容词的短语，

其中，所述包含与所要搜索的信息相关的关键词的语句中包含有包含与所要搜索的信息相关的关键词、排序词和形容词的短语。

7.根据权利要求5或6所述的方法，其特征在于，所述包含与所要搜索的信息相关的关键词的短语包括包含与所要搜索的信息相关的关键词以及特定人群和/或特定功效的名称的短语，

其中，包含与所要搜索的信息相关的关键词的语句中包含有包含与所要搜索的信息相关的关键词以及特定人群和/或特定功效的名称的短语。

8.一种基于语音的信息搜索装置，其特征在于，包括：

接收模块，被配置为在进行信息浏览的状态下接收语音激活命令；

提示模块，被配置为响应于所述接收模块接收到的语音激活命令，提示用户输入与当前浏览的信息相关的语音搜索命令；

识别模块，被配置为基于预设语料库，从接收到的语音输入中识别与当前浏览的信息相关的语音搜索命令；

执行模块，被配置为根据所述识别模块识别出的与当前浏览的信息相关的语音搜索命令，执行与当前浏览的信息相关的搜索。

9.一种电子设备，其特征在于，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如权利要求1-7任一项所述的方法。

10.一种计算机存储介质，其上存储有计算机指令，其特征在于，该计算机指令被处理器执行时实现如权利要求1-7任一项所述的方法。