CN109656510B - 一种网页中语音输入的方法及终端 - Google Patents

Abstract

本申请实施例公开了一种网页中语音输入的方法及终端。本申请实施例方法包括：接收待输入到表单网页中的目标语音信息；将目标语音信息转换成目标文本信息；获取表单网页的特征信息，表单网页的特征信息包括表单网页中每个表单元素的特征信息，特征信息用于指示向表单元素输入信息的规则；将目标文本信息与每个表单元素的特征信息进行匹配，目标文本信息包括内容文本信息；将相匹配的内容文本信息输入到对应的目标表单元素。本申请实施例还提供了一种终端，通过语音输入填写网页表单，极大的提高表单网页输入的效率。

Description

一种网页中语音输入的方法及终端

技术领域

本发明涉及计算机领域，尤其涉及一种网页中语音输入的方法及终端。

背景技术

表单网页是网页中提供的一种交互式操作手段，在网页中的使用十分广泛，无论是提交搜索的信息，还是网上注册等需要使用表单。

表单网页是一个网站和访问者开展互动的窗口，例如，该表单可以为注册网页，反馈网页，登录网页、订单网页等等，当前，对于表单的填写，用户通过终端的触摸屏或键盘等输入装置通过文字输入。

语音识别技术应用广泛，语音识别作为信息技术中一种人机接口的技术，现有技术中通过语音识别技术网页表单的填写，是基于输入法应用，例如，输入法应用内置了语音输入功能，如该表单网页为注册网页，该表单网页中包括姓名、性别、电话号码、家庭住址等表单元素，当通过语音输入姓名、性别等内容时，例如，姓名为“小李”，电话号码为“12345678910”，用户在输入姓名之前，需要先对该“姓名”表单元素进行确认，也就是说，需要先点击该“姓名”输入框，然后再准备输入“小李”的语音信息，在输入电话号码“12345678910”及性别“男”等表单元素的信息均需要先确认。

现有技术中，进行语音输入之前需要先对表单元素进行确认，例如，用户在屏幕上点击“电话号码”的输入框来确认，操作繁琐，并且不能真正意义上的通过语音输入解放用户的双手。

发明内容

本申请实施例提供了一种网页中语音输入的方法及终端，用于提高表单网页输入的效率。

第一方面，本申请实施例提供了一种网页中语音输入的方法，包括：

接收待输入到表单网页中的目标语音信息；

将所述目标语音信息转换成目标文本信息；

获取所述表单网页的特征信息，所述表单网页的特征信息包括所述表单网页中每个表单元素的特征信息，所述特征信息用于指示向所述表单元素输入信息的规则；

将所述目标文本信息与所述每个表单元素的特征信息进行匹配，所述目标文本信息包括内容文本信息；

将相匹配的内容文本信息输入到对应的目标表单元素。

第二方面，本申请实施例提供了一种终端，包括：

接收模块，用于接收待输入到表单网页中的目标语音信息；

文本转换模块，用于将所述接收模块接收的所述目标语音信息转换成目标文本信息；

获取模块，用于获取所述表单网页的特征信息，所述表单网页的特征信息包括所述表单网页中每个表单元素的特征信息，所述特征信息用于指示向所述表单元素输入信息的规则；

匹配模块，用于将所述文本转换模块转换的所述目标文本信息与所述获取模块获取的所述每个表单元素的特征信息进行匹配，所述目标文本信息包括内容文本信息；

输入模块，用于将所述匹配模块确定的相匹配的内容文本信息输入到对应的目标表单元素。

第三方面，本申请实施例提供了一种终端，包括：

存储器，用于存储计算机可执行程序代码；

收发器，以及

处理器，与所述存储器和所述收发器耦合；

其中所述程序代码包括指令，当所述处理器执行所述指令时，所述指令使所述终端执行上述第一方面的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面所述的方法。

从以上技术方案可以看出，本申请实施例具有以下优点：

本申请实施例中，终端接收用户输入的目标语音信息，然后，通过语音识别功能将目标语音信息转换成目标文本信息；该目标文本信息用于与表单网页的特征信息进行匹配，获取表单网页的特征信息，该表单网页的特征信息包括表单网页中每个表单元素的特征信息，该特征信息用于指示向所述表单元素输入信息的规则，例如，该特征信息包括但不限定于名称、类型和提示信息；然后，将目标文本信息与每个表单元素的特征信息进行匹配，目标文本信息包括内容文本信息；将相匹配的内容文本信息输入到对应的目标表单元素。不需要人为手动输入确认，通过语音输入填写网页表单，极大的提高表单网页输入的效率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，还可以根据这些附图获得其他的附图。

图1为现有技术中网页中通过语音填写表单网页的方法场景示意图；

图2为本申请实施例中表单页面的示意图；

图3为本申请实施例中一种网页中语音输入的方法的一个实施例的步骤示意图；

图4为本申请实施例中为本申请本实施例中的一个场景示意图；

图5为本申请实施例中获取表单网页的特征信息的流程示意图；

图6为本申请实施例中表单网页的一个场景示意图；

图7为本申请实施例中目标文本信息与表单元素的特征信息进行匹配的步骤示意图；

图8为本申请实施例中的一个场景示意图；

图9为本申请实施例中的终端的一个实施例的结构示意图；

图10为本申请实施例中的终端的另一个实施例的结构示意图；

图11为本申请实施例中的终端的另一个实施例的结构示意图。

具体实施方式

本申请实施例提供了一种网页中语音输入的方法及终端，用于提高表单网页输入的效率。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本申请实施例中的附图，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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为了方便理解，首先对本申请实施例中涉及的词语进行解释。

表单网页：表单网页是一个网站和访问者开展互动的窗口，可以用于登录、注册、留言等给用户提供入口，表单网页可以把用户输入的数据传送到服务器端的程序的表单网页的超文本标记语言(hypertext markup language，缩写：HTML)元素，服务器端可以处理表单网页上的数据，从而执行相关动作，如登录、注册，购物等。

本申请实施例中表单网页包括但不限定于注册页面，搜索页面，登录页面，订单页面，购物车页面，申请页面等等。

表单元素：表单网页中的组成部分，也可以理解为表单对象，该表单元素包括但不限定于密码域、文本域、单选按钮、复选框等等。例如，在注册表单中，表单元素包括“姓名”、“密码”、“再次输入密码”、“确定”这四个表单元素。

请结合图1所示，图1为现有技术中网页内通过语音填写表单网页的方法场景示意图，例如，该表单网页为注册页面，该表单页面包括：用户名、密码、再次输入密码、确认按键这四个表单元素。在用户通过语音输入填写该注册页面时，1、当用户填写用户名时，用户点击用户名输入框，终端接收到确认该“用户名”的指令，才能接收用户对该“用户名”的语音输入；2、用户点击密码输入框，终端接收到“确认该密码”的指令，才能接收用户对该“用户名”的语音输入；3、用户点击“再次输入密码”的输入框，终端接收到确认该“再次输入密码”的指令，才能接收用户对该“用户名”的语音输入；4、用户需要点击“确认”按钮进行填写的注册信息的确认。综上，在现有技术中，在每次输入表单元素对应的内容时，都需要手动确认，操作繁琐，并不能真正的通过语音输入释放双手。

针对现有技术中的语音输入的问题，本申请实施例提供了一种网页中语音输入的方法，该方法应用于终端，该终端包括但不限定于手机、掌上电脑、PDA等，本申请实施例中，该终端可以以手机为例进行说明。

在一个应用场景中，请结合图2进行理解，图2为本申请实施例中表单页面的示意图。本实施例中，该表单页面可以以注册页面为例进行说明，在注册页面中，表单元素包括：“账号”、“密码”、“电话号码”、“重填”、“确认”这五个表单元素。用户通过语音识别功能对该注册页面进行填写，用户接收待输入到表单网页中的目标语音信息，例如，用户输入的目标语音信息为“123456”，终端获取表单网页的特征信息，该特征信息包括该表单页面中文字标注信息、名称，类型、提示信息等等，当然，表单网页的特征信息包括表单网页中每个表单元素的特征信息，例如，每个表单元素的特征信息包括每个表单元素的名称、类型和提示信息等等，请结合图2进行理解，例如，该文字标注信息为表单页面中显示的文字信息，例如，该文字标注信息包括“密码”、“充填”“手机号码”“账号”“重填”“确认”等；表单元素的名称为“密码”，类型为“文本输入”；提示信息为“包含6个字符”，“重填”的类型为“重置按钮”；“确认”的类型为“提交按钮”等等，当然，在图2的应用场景中，只是为了方便说明，并不造成对本申请实施例的限定性说明。

然后，将目标文本信息与每个表单元素的特征信息进行匹配，目标文本信息包括内容文本信息，例如，将目标文本信息“123456”，与每个表单元素的特征信息进行匹配，将相匹配的“123456”输入到“密码”的输入框。上述例子中只是对“密码”这个表单元素进行示例，其他的表单元素的填写不一一举例。

本申请实施例中提供的方法中的语音识别功能可以集成于浏览器内核，应用本申请实施例中的方法不需要人为手动输入确认，通过语音输入填写表单网页，极大的提高表单网页输入的效率。

请结合图3所示，下面对本申请实施例进行详细描述，本实施例提供了一种网页中语音输入的方法的一个实施例包括：

步骤301、接收待输入到表单网页中的目标语音信息。

请结合图4进行理解，图4为本实施例中的一个场景示意图。

终端获取表单网页，用户按照表单网页中的表单元素输入语音信息，例如，针对“手机号”输入表单元素对应的目标语音信息，例如，该目标语音信息为“手机号是13412345678”。

步骤302、将目标语音信息转换成目标文本信息。

通过语音识别功能将目标语音信息转换成目标文本信息，具体的通过声学模型和语言模型识别目标语音信息，可以理解的是，该声学模型是通过大量标注的语音数据集训练声学模型；通过该声学模型可以得到该目标语音信息的发音序列，语言模型可以消解多音字，在通过声学模型得到发音序列之后，从候选的文字序列中得到概率最大的词序作为输出结果，将目标语音信息转换成目标文本信息。

步骤303、获取表单网页的特征信息，表单网页的特征信息包括表单网页中每个表单元素的特征信息，该特征信息用于指示向表单元素输入信息的规则。

请结合图5进行理解，图5为获取表单网页的特征信息的流程示意图。

步骤a：获取表单网页。

具体的，终端获取表单网页的方法可以为：终端向服务器发送请求，该请求中包括表单网页的域名信息，服务器可以根据域名信息将该表单网页的数据反馈给终端，终端显示如图5所示的表单网页。

步骤b：对该表单网页进行解析，得到该表单网页的网页源码，获取该网页源码中的用于对表单网页的内容的特征信息，该源码中包含表单网页的超文本标记语言(hypertext markup language，缩写：HTML)源码，该网页中的HTML网页源码如下示例：

</li>

<li><div class＝″lg_index_label″><input type＝”submit”value”＝”登录”onclick＝”return chk:”id＝”btnsubmit”class＝”s_btn”/></div><li>

</ul>

<ul class＝”lg_loginbox_form”style＝”display:none:”id＝phonepwdUI”><li><label class＝”tt”>手机号</label><input name＝”mobilephone”type＝”text”value＝”13728772174”id＝”mobilephone”class＝lg_input”mod”＝”notice”mod_notice_tip＝”请输入注册手机号”style＝”color:gray:”/></li>

<li id＝divVerifyCodes”><label class＝”tt”>验证码</label><inputname＝”twtCpdePwd”type＝”text”id”＝lg_input lg_login_code”name”twtCpdePwd”mod”notice”mod_notice_tip＝”不区分大小写”/>

<img src＝images/pic verificationcode.gif”class＝”lg_login_code_img”id＝”imgCodePhone”/></li>

<li><label class＝”tt”>密码</label><input type＝”text”calss＝”lg_input lg_login_code”id＝”dyPwdFirst”mod”＝”notice”mod_notice_tip＝”动态密码”style＝”color:gray:”/><input name＝”dypwd”type＝”password”id＝”dypwd”class＝”lg_input lg_login_code”name＝”

dypwd”mod＝notice”style＝”color:gray:display:name:”/><ahref＝”javascript:”class＝”btn_blue”id＝”resend”onclick＝”sendSmsByLogin()”>发送动态密码</a>

</li>

<li id＝”phoneLoginErr”style＝”display:name”>divclass＝”base_error_wrap”style＝”display::”><divid＝”dymembererror”calss＝”base_error”></i></div></div></li>

<li id＝”phoneLoginTip”style＝”display:name”>div class＝”base_error_wrap”style＝”display::”><div class＝”base_success”><i class＝”pwd_pass”></li>动态密码已发送至您的手机，请注意查收。

</div></div></li>

<li class＝”lg_index_label”><label class＝”index_label”><span title＝”30天内自动登录”><input

id＝”chKAutologinDy”type＝”checkbox”name”＝”chKAutologinDy”checked＝”chec ked”/><label for＝”chKAutologinDy”>30天内自动登录</label></span></label></div>

需要说明的是，上述网页源码只是为了方便说明而举的例子，并不造成对本申请的限定性说明。

步骤c、获取网页源码中对表单网页中的每个表单元素的特征信息。

在一种可能的实现方式中，该特征信息包括每个表单元素的特征信息，其中，每个表单的特征表述信息包括但不限定于文字标注信息、名称、类型和提示信息。

具体的，当解析表单网页，检测input标签，根据input标签收集表单元素的特征信息，该input标签用于搜集用户信息，可以理解的是，用户在网页表单输入的信息是写入到input标签中，input标签根据不同的type属性值输入字段，该type可以是单行文本字段(text)、复选框(checkbox)、单选按钮(radio)等多种形式。

例如，可以获取表单前面一个或者多个标签的内容，包含label，li标签里面的内容，label为input元素定义标注(标记)，li标签(list item)为列表标签，以<li>开始以</li>结束。

获取input标签里面的内容，input标签包含name，type，value等，在一个例子中，<input name＝”mobilephone”type＝”text”value＝”13728772174”id＝”mobilephone”class＝lg_input”mod”＝”notice”mod_notice_tip＝”请输入注册手机号”style＝”color:gray:”/>，其中，name为mobilephone，即该表单元素的名称为移动电话号码；type＝”text”，即类型为“文本输入”；value＝”13728772174”，即值为“13728772174”，”notice”mod_notice_tip＝”请输入注册手机号”，即提示信息为“请输入注册手机号”。

还可以获取input标签之后的内容，包含li，div等标签内容等，此处不一一举例。

可选的，表单网页的特征信息还可以包括：表单元素的数量，例如，获取表单元素的数量可以根据关键字的匹配来获取，例如，可以预设type为预设关键词，例如，上述示例中的网页源码中包括<input>标签和</input>标签，其中以<input>开始，以</input>结束，获取input标签中type标签的数量，例如，上述网页源码中，type的数量为6个，则统计该表单元素的数量为6个。

可选的，表单网页的特征信息还可以包括表单元素的顺序信息。在一种实现方式中，该顺序信息可以是表单元素的顺序信息，例如，在上述示例中，第一个表单元素为“登录”，第二个表单元素为“手机号”，第三个表单元素为“验证码”，第四个表单元素为“密码”，第五个表单元素为“30天自动登录”，第六个表单元素为“提交”，该顺序信息为每个表单元素的排版顺序。

在另一种实现方式中，该顺序信息也可以为同一类的表单元素的顺序信息，例如，在一个表单网页中，需要填写多个提示问题，请参阅进行理解，图6为表单网页的一个场景示意图，该表单网页可以为找回密码的网页，则该顺序信息可以指示提示问题的排版顺序。

可选的，还可以建立每个表单元素与对应特征信息的映射关系，具体的，即每个表单元素与对应的表单元素的名称、表单元素的类型和表单元素的提示信息、表单元素的文字标注信息的映射关系。可以理解的是，将每个表单元素对应的特征信息与该表单元素建立映射关系，这样，每个表单元素的特征信息可以包括至少一个匹配规则的特征信息，通过多维度的匹配，可以提高匹配的准确率，在本实施例中，该特征信息包括但不限定于文字标注信息，名称(name)、类型(type)和提示信息(notice)。

步骤304、将目标文本信息与每个表单元素的特征信息进行匹配，目标文本信息包括内容文本信息。

具体的，可以根据映射关系将目标文本信息与每个表单元素的名称、表单元素的类型和表单元素的提示信息进行匹配。

请结合图7所示，图7为目标文本信息与表单元素的特征信息进行匹配的步骤示意图。

步骤d、将该语音信息转换成目标文本信息后，将该目标文本信息进行词汇拆分处理，得到连贯的词语，例如，若接收的目标语音信息为“手机号码是13728772174”，将该语音信息转换成目标文本信息后，将该目标文本信息进行词汇拆分处理，将该目标文本信息拆成“手机号码”“是13728772174”。

该目标文本信息可以包括命令文本信息和内容文本信息，该“手机号码”为命令文本信息，而该内容文本信息可能是“13728772174”，也可能是“是13728772174”。

步骤e、将该目标文本信息与文字标注信息进行匹配；若该目标文本信息匹配到目标表单元素的文字标注信息，则执行步骤j，若该目标文本信息未匹配到目标表单的文字标注信息，则执行步骤h。

例如，将该目标文本信息“手机号码”“是13728772174”与表单中的文字标注信息进行匹配，该表单中的文字标注信息包括：登录，手机号，验证码，密码等等。

步骤h、将该目标文本信息与表单元素的名称和类型进行匹配，若该目标文本信息匹配到目标表单元素的名称和类型，则执行步骤j，若该目标文本信息未匹配到目标表单的文字标注信息，则执行步骤i；

例如，将该目标文本信息“手机号码”“是13728772174”与名称(name)为mobilephone(移动电话)，或者type(类型)为text(文本输入)；此处只是以目标文本信息与其中表单元素的名称和类型进行匹配进行说明，并不一一赘述举例。

步骤i、将该目标文本信息与提示进行匹配，若该目标文本信息匹配到目标表单元素的提示信息，则执行步骤j，若该目标文本信息未匹配到目标表单的提示信息，则提示用户输入错误。

步骤j、匹配表单元素的顺序信息。

例如，目标文本信息为第一个电话号码为“13456789121”，则将该目标文本信息中的顺序信息与表单元素的排列顺序进行匹配。

需要说明的是，该步骤j为可选步骤，可以不执行，直接执行步骤k。步骤e、步骤h、步骤i没有时序上的限定，本实施例中只是对其中一种情况进行示例性说明，并不造成对本申请的限定性说明。

步骤305、将相匹配的内容文本信息输入到对应的目标表单元素。

步骤k、将该目标文本信息匹配到目标表单元素。

例如，将该目标文本信息“电话号码是13728772174”匹配到目标表单元素“手机号”。

本申请实施例中，由于将表单网页的特征信息中的特征信息与对应的表单元素建立了映射关系，例如，文字标注信息(手机号)、name(如mobilephone)、type(如text)、notice(如请输入注册手机号)，可以进行多维度匹配，提高了匹配的准确率，并且，可以用户输入的不同命令语音，本实施例中提供的方法都可以进行匹配，例如，用户输入的语音信息可以是：1、手机号码是13728772174；2、注册手机号是13728772174；3、第一个手机号是13728772174；4、13728772174等等均可以通过本申请实施例中的方法进行匹配，增加了用户输入语音信息的多种场景。

步骤l、将目标文本信息去除命令文本信息。

例如，若目标文本信息为“手机号码”“是”“13728772174”，去掉“手机号码”，剩余“是”“13728772174”。

步骤m、去掉不符合规则的内容，得到内容文本信息，将内容文本信息输入到目标表单元素。

例如，根据提示信息，填写的是注册时的电话号码，因此“是”是不符合特征信息的内容。

可选的，若目标表单元素对应非文本输入操作，则按照相匹配的内容文本信息执行目标表单元素的操作；例如，若该目标表单的类型为按钮操作，该按钮操作包括但不限定于选择框、按钮、提交框、重置框等一系列的非文本输入框。

可选的，若目标表单元素对应文本输入操作，则将相匹配的内容文本信息填写至对应的目标表单元素。

请结合图8进行理解，图8为本申请实施例中的一个场景示意图。

例如，将“13728772174”填写到手机号对应的输入框内。

本申请实施例中，接收待输入到表单网页中的目标语音信息；

本申请实施例中，终端接收用户输入的目标语音信息，然后，通过语音识别功能将目标语音信息转换成目标文本信息；该目标文本信息用于与表单网页的特征信息进行匹配，获取表单网页的特征信息，该表单网页的特征信息包括表单网页中每个表单元素的特征信息，该特征信息用于指示向所述表单元素输入信息的规则，例如，该特征信息包括但不限定于名称、类型和提示信息；然后，将目标文本信息与每个表单元素的特征信息进行匹配，目标文本信息包括内容文本信息；将相匹配的内容文本信息输入到对应的目标表单元素。不需要人为手动输入确认，通过语音输入填写网页表单，极大的提高表单网页输入的效率。

上面对网页中语音输入的方法进行了说明，下面对该方法应用的终端进行说明，请参阅图9所示，本申请实施例提供了一种终端900的一个实施例包括：

接收模块901，用于接收待输入到表单网页中的目标语音信息。

文本转换模块902，用于将所述接收模块901接收的所述目标语音信息转换成目标文本信息。

获取模块903，用于获取所述表单网页的特征信息，所述表单网页的特征信息包括所述表单网页中每个表单元素的特征信息，所述特征信息用于指示向所述表单元素输入信息的规则。

匹配模块904，用于将所述文本转换模块902转换的所述目标文本信息与所述获取模块903获取的所述每个表单元素的特征信息进行匹配，所述目标文本信息包括内容文本信息。

输入模块905，用于将所述匹配模块904确定的相匹配的内容文本信息输入到对应的目标表单元素。

在图9对应的实施例的基础上，请参阅图10所示，本申请实施例提供的另一个终端1000的实施例包括：

所述获取模块903包括第一获取单元9031、解析单元9032和第二获取单元9033；

所述第一获取单元9031，用于获取所述表单网页；

所述解析单元9032，用于对所述第一获取单元9031获取的所述表单网页进行解析，得到所述表单网页的网页源码；

所述第二获取单元9033，用于获取所述解析单元9032解析的所述网页源码中对所述表单网页中的每个表单元素的特征信息。

可选的，所述目标文本信息包括命令文本信息和内容文本信息。

所述匹配模块904，还用于根据所述每个表单元素的特征信息，将所述目标文本信息进行词汇拆分，得到所述目标文本信息的命令文本信息和内容文本信息；将所述命令本文信息和内容文本信息与所述特征信息进行匹配。

可选的，所述每个表单元素的特征信息包括表单元素的名称、表单元素的类型、表单元素的文字标注信息和表单元素的提示信息中的至少一个；所述匹配模块904，还用于建立所述每个表单元素与对应的表单元素的名称、类型和提示信息和文字标注信息的映射关系；根据所述映射关系将所述目标文本信息与所述每个表单元素的名称、类型和提示信息和文字标注信息中的至少一个进行匹配。

可选的，所述目标文本信息包含顺序信息，所述表单网页的特征信息还包括表单元素的排列顺序，所述匹配模块904，还用于将所述顺序信息与所述每个表单元素的排列顺序进行匹配。

可选的，所述输入模块905，还用于当所述目标表单元素对应非文本输入操作时，按照所述匹配模块904确定的相匹配的内容文本信息执行所述目标表单元素的操作；

所述输入模块905，还用于当所述目标表单元素对应文本输入操作时，将所述匹配模块904确定的相匹配的内容文本信息填写至所述对应的目标表单元素。

进一步的，图9和图10中的终端是以功能模块的形式来呈现。这里的“模块”可以指特定应用集成电路(application-specific integrated circuit，ASIC)，电路，执行一个或多个软件或固件程序的处理器和存储器，集成逻辑电路，和/或其他可以提供上述功能的器件。在一个简单的实施例中，图9和图10中的终端可以采用图11所示的形式。

本申请实施例还提供了终端的另一个实施例，如图11所示，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。该终端可以为包括手机、平板电脑、PDA(Personal Digital Assistant，个人数字助理)、POS(Point of Sales，销售终端)、车载电脑等任意终端设备，以终端为手机为例：

图11示出的是与本申请实施例提供的终端相关的手机的部分结构的框图。参考图11，手机包括：射频(Radio Frequency，RF)电路1110、存储器1120、输入单元1130、显示单元1140、传感器1150、音频电路1160、无线保真(wireless fidelity，WiFi)模块1170、处理器1180、以及电源1190等部件。本领域技术人员可以理解，图11中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图11对手机的各个构成部件进行具体的介绍：

RF电路1110可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器1180处理；另外，将设计上行的数据发送给基站。通常，RF电路1110包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low NoiseAmplifier，LNA)、双工器等。此外，RF电路1110还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(GlobalSystem of Mobile communication，GSM)、通用分组无线服务(General Packet RadioService，GPRS)、码分多址(Code Division Multiple Access，CDMA)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、长期演进(Long Term Evolution，LTE)、电子邮件、短消息服务(Short Messaging Service，SMS)等。

存储器1120可用于存储软件程序以及模块，处理器1180通过运行存储在存储器1120的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器1120可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器1120可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

输入单元1130可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元1130可包括触控面板1131以及其他输入设备1132。触控面板1131，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1131上或在触控面板1131附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板1131可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器1180，并能接收处理器1180发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1131。除了触控面板1131，输入单元1130还可以包括其他输入设备1132。具体地，其他输入设备1132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

显示单元1140可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1140可包括显示面板1141，可选的，可以采用液晶显示器(LiquidCrystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1141。进一步的，触控面板1131可覆盖显示面板1141，当触控面板1131检测到在其上或附近的触摸操作后，传送给处理器1180以确定触摸事件的类型，随后处理器1180根据触摸事件的类型在显示面板1141上提供相应的视觉输出。虽然在图11中，触控面板1131与显示面板1141是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板1131与显示面板1141集成而实现手机的输入和输出功能。

手机还可包括至少一种传感器1150，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1141的亮度，接近传感器可在手机移动到耳边时，关闭显示面板1141和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路1160、扬声器1161，传声器1162可提供用户与手机之间的音频接口。音频电路1160可将接收到的音频数据转换后的电信号，传输到扬声器1161，由扬声器1161转换为声音信号输出；另一方面，传声器1162将收集的声音信号转换为电信号，由音频电路1160接收后转换为音频数据，再将音频数据输出处理器1180处理后，经RF电路1110以发送给比如另一手机，或者将音频数据输出至存储器1120以便进一步处理。

WiFi属于短距离无线传输技术，手机通过WiFi模块1170可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图11示出了WiFi模块1170，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

处理器1180是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1120内的软件程序和/或模块，以及调用存储在存储器1120内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器1180可包括一个或多个处理单元；优选的，处理器1180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1180中。

手机还包括给各个部件供电的电源1190(比如电池)，优选的，电源可以通过电源管理系统与处理器1180逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。

在本申请实施例中，该终端所包括的处理器1180还具有使终端执行图上述方法实施例中的方法步骤。

具体的，传声器1162，用于接收待输入到表单网页中的目标语音信息；

处理器1180，用于将所述目标语音信息转换成目标文本信息；获取所述表单网页的特征信息，所述表单网页的特征信息包括所述表单网页中每个表单元素的特征信息，所述特征信息用于指示向所述表单元素输入信息的规则；将所述目标文本信息与所述每个表单元素的特征信息进行匹配，所述目标文本信息包括内容文本信息；将相匹配的内容文本信息输入到对应的目标表单元素。

可选的，处理器1180，还用于获取所述表单网页；对所述表单网页进行解析，得到所述表单网页的网页源码；获取所述网页源码中对所述表单网页中的每个表单元素的特征信息。

可选的，所述目标文本信息包括命令文本信息和内容文本信息，处理器1180，还用于根据所述每个表单元素的特征信息，将所述目标文本信息进行词汇拆分，得到所述目标文本信息的命令文本信息和内容文本信息；将所述命令本文信息和内容文本信息与所述特征信息进行匹配。

可选的，所述每个表单元素的特征信息包括表单元素的名称、表单元素的类型、表单元素的文字标注信息和表单元素的提示信息中的至少一个；

处理器1180，还用于建立所述每个表单元素与对应的表单元素的名称、类型和提示信息和文字标注信息的映射关系；根据所述映射关系将所述目标文本信息与所述每个表单元素的名称、类型和提示信息和文字标注信息中的至少一个进行匹配。

可选的，所述目标文本信息包含顺序信息，处理器1180，还用于将所述顺序信息与所述每个表单元素的排列顺序进行匹配。

可选的，处理器1180，还用于若所述目标表单元素对应非文本输入操作，则按照所述相匹配的内容文本信息执行所述目标表单元素的操作；若所述目标表单元素对应文本输入操作，则将所述相匹配的内容文本信息填写至所述对应的目标表单元素。

本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述方法实施例中的方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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。

集成的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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上，以上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。

Claims (12)

1.一种网页中语音输入的方法，其特征在于，包括：

接收待输入到表单网页中的目标语音信息，所述目标语音信息为根据所述表单网页中的表单元素输入的；

通过声学模型与语言模型将所述目标语音信息转换成目标文本信息，所述声学模型用于得到所述目标语音信息的发音序列，所述语言模型用于消解所述目标语音信息中的多音字，所述目标文本信息包含顺序信息；

获取所述表单网页的特征信息，所述表单网页的特征信息包括所述表单网页中每个表单元素的特征信息，所述特征信息用于指示向所述表单元素输入信息的规则，所述表单网页的特征信息包括表单元素的数量以及各表单元素的排列顺序；

将所述目标文本信息与所述每个表单元素的特征信息进行匹配，所述目标文本信息包括内容文本信息；

将相匹配的内容文本信息输入到对应的目标表单元素；

所述将所述目标文本信息与所述每个表单元素的特征信息进行匹配，包括：

建立每个表单元素与对应特征信息的映射关系，所述每个表单元素的特征信息包括至少一个匹配规则的特征信息；

将所述顺序信息与所述每个表单元素的排列顺序进行匹配；

根据所述映射关系将所述目标文本信息与所述每个表单元素的特征信息中的至少一个进行匹配。

2.根据权利要求1所述的方法，其特征在于，所述获取所述表单网页的特征信息，包括：

获取所述表单网页；

对所述表单网页进行解析，得到所述表单网页的网页源码；

获取所述网页源码中对所述表单网页中的每个表单元素的特征信息。

3.根据权利要求1所述的方法，其特征在于，所述目标文本信息包括命令文本信息和内容文本信息，所述将所述目标文本信息与所述每个表单元素的特征信息进行匹配包括：

根据所述每个表单元素的特征信息，将所述目标文本信息进行词汇拆分，得到所述目标文本信息的命令文本信息和内容文本信息；

将所述命令文本信息和内容文本信息均与所述特征信息进行匹配。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述每个表单元素的特征信息包括表单元素的名称、表单元素的类型、表单元素的文字标注信息和表单元素的提示信息中的至少一个。

5.根据权利要求1至3任一项所述的方法，其特征在于，所述将相匹配的内容文本信息输入到对应的目标表单元素，包括：

若所述目标表单元素对应非文本输入操作，则按照所述相匹配的内容文本信息执行所述目标表单元素的操作；

若所述目标表单元素对应文本输入操作，则将所述相匹配的内容文本信息填写至所述对应的目标表单元素。

6.一种终端，其特征在于，包括：

接收模块，用于接收待输入到表单网页中的目标语音信息，所述目标语音信息为根据所述表单网页中的表单元素输入的；

文本转换模块，用于通过声学模型与语言模型将所述接收模块接收的所述目标语音信息转换成目标文本信息，所述声学模型用于得到所述目标语音信息的发音序列，所述语言模型用于消解所述目标语音信息中的多音字，所述目标文本信息包含顺序信息；

获取模块，用于获取所述表单网页的特征信息，所述表单网页的特征信息包括所述表单网页中每个表单元素的特征信息，所述特征信息用于指示向所述表单元素输入信息的规则，所述表单网页的特征信息包括表单元素的数量以及各表单元素的排列顺序；

匹配模块，用于将所述文本转换模块转换的所述目标文本信息与所述获取模块获取的所述每个表单元素的特征信息进行匹配，所述目标文本信息包括内容文本信息；

输入模块，用于将所述匹配模块确定的相匹配的内容文本信息输入到对应的目标表单元素；

所述匹配模块，具体用于：

建立每个表单元素与对应特征信息的映射关系，所述每个表单元素的特征信息包括至少一个匹配规则的特征信息；

将所述顺序信息与所述每个表单元素的排列顺序进行匹配；

根据所述映射关系将所述目标文本信息与所述每个表单元素的特征信息中的至少一个进行匹配。

7.根据权利要求6所述的终端，其特征在于，所述获取模块包括第一获取单元、解析单元和第二获取单元；

所述第一获取单元，用于获取所述表单网页；

所述解析单元用于对所述第一获取单元获取的所述表单网页进行解析，得到所述表单网页的网页源码；

所述第二获取单元，用于获取所述解析单元解析的所述网页源码中对所述表单网页中的每个表单元素的特征信息。

8.根据权利要求6所述的终端，其特征在于，所述目标文本信息包括命令文本信息和内容文本信息；

所述匹配模块，还用于根据所述每个表单元素的特征信息，将所述目标文本信息进行词汇拆分，得到所述目标文本信息的命令文本信息和内容文本信息；

将所述命令文本信息和内容文本信息均与所述特征信息进行匹配。

9.根据权利要求6至8任一项所述的终端，其特征在于，所述每个表单元素的特征信息包括表单元素的名称、表单元素的类型、表单元素的文字标注信息和表单元素的提示信息中的至少一个。

10.根据权利要求6至8任一项所述的终端，其特征在于，

所述输入模块，还用于当所述目标表单元素对应非文本输入操作时，按照所述匹配模块确定的相匹配的内容文本信息执行所述目标表单元素的操作；

所述输入模块，还用于当所述目标表单元素对应文本输入操作时，将所述匹配模块确定的相匹配的内容文本信息填写至所述对应的目标表单元素。

11.一种终端，其特征在于，包括：

存储器，用于存储计算机可执行程序代码；

收发器，以及

处理器，与所述存储器和所述收发器耦合；

其中所述程序代码包括指令，当所述处理器执行所述指令时，所述指令使所述终端执行如权利要求1至5任一项所述的方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述权利要求1至5任一项所述的方法。

Images