CN109656512A - 基于语音助手的交互方法、装置、存储介质及终端 - Google Patents

Abstract

本申请实施例公开了基于语音助手的交互方法、装置、存储介质及终端。该方法包括：在语音助手功能下，接收第一语音信息；根据所述第一语音信息确定对应的目标应用程序，并打开所述目标应用程序；根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户。本申请实施例通过采用上述技术方案，可以在通过语音助手接收用户的语音信息后，跳转至相应的应用程序，并呈现根据语音信息执行操作的过程，便于了解操作过程中出现的问题，进而提升人机交互效率。

Description

基于语音助手的交互方法、装置、存储介质及终端

技术领域

本申请实施例涉及终端技术领域，尤其涉及基于语音助手的交互方法、装置、存储介质及终端。

背景技术

语音识别技术是一种让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。近年来，随着语音识别技术的快速发展，其所应用的领域越来越广泛。目前，语音识别技术已成功应用于各种智能终端中，使智能终端的功能更加丰富。

语音识别技术一般以语音助手的形式存在于智能终端中，用户可以利用语音助手采用自然语言的方式向终端发出命令，而终端会对用户的自然语言进行识别和理解，进而执行相应的操作，为用户带来了极大的便利。相关技术中，基于语音助手的交互方案仍不够完善，需要改进。

发明内容

本申请实施例提供一种基于语音助手的交互方法、装置、存储介质及终端，可以优化基于语音助手的交互方案。

第一方面，本申请实施例提供了一种基于语音助手的交互方法，包括：

在语音助手功能下，接收第一语音信息；

根据所述第一语音信息确定对应的目标应用程序，并打开所述目标应用程序；

根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户。

第二方面，本申请实施例提供了一种基于语音助手的交互装置，包括：

第一语音接收模块，用于在语音助手功能下，接收第一语音信息；

目标应用打开模块，用于根据所述第一语音信息确定对应的目标应用程序，并打开所述目标应用程序；

操作呈现模块，用于根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户。

第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例所述的基于语音助手的交互方法。

第四方面，本申请实施例提供了一种终端，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例所述的基于语音助手的交互方法。

本申请实施例中提供的基于语音助手的交互方案，在语音助手功能下，接收第一语音信息，根据第一语音信息确定对应的目标应用程序，并打开目标应用程序，根据第一语音信息在目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户。通过采用上述技术方案，可以在通过语音助手接收用户的语音信息后，跳转至相应的应用程序，并呈现根据语音信息执行操作的过程，便于了解操作过程中出现的问题，进而提升人机交互效率。

附图说明

图1为本申请实施例提供的一种基于语音助手的交互方法的流程示意图；

图2为本申请实施例提供的另一种基于语音助手的交互方法的流程示意图；

图3为本申请实施例提供的又一种基于语音助手的交互方法的流程示意图；

图4为本申请实施例提供的一种基于语音助手的交互装置的结构框图；

图5为本申请实施例提供的一种终端的结构示意图；

图6为本申请实施例提供的又一种终端的结构示意图。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本申请的技术方案。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

目前，很多终端中都设置有麦克风等声音采集部件，声音采集部件除了实现录音功能外，还能够与语音识别技术相结合来实现语音助手功能。当终端进入语音助手功能后，用户可以采用自然语言与终端进行交互，终端可以回答用户的问题或根据用户的语音指令执行相应的操作，丰富了终端的人机交互功能，也为用户的使用带来了极大的便利。相关技术中，将语音助手功能应用于应用程序的自动操作，如打开某个应用程序，或者通过某个应用程序发送消息等。然而，相关技术中，用户输入语音信息后，语音助手会根据语音信息进行操作并直接反馈操作结果，当操作过程中出现差错时，会导致操作失败，用户才会发现无法操作完成，之前输入的语音信息成为无效信息，导致本次交互失败，降低了交互效率。而本申请实施例中，对基于语音助手的交互方案进行了优化，可以呈现根据语音信息执行操作的过程，便于了解操作过程中出现的问题，进而提升人机交互效率。

图1为本申请实施例提供的一种基于语音助手的交互方法的流程示意图，该方法可以由基于语音助手的交互装置执行，其中该装置可由软件和/或硬件实现，一般可集成在终端中。如图1所示，该方法包括：

步骤101、在语音助手功能下，接收第一语音信息。

示例性的，本申请实施例中的终端可包括手机、平板电脑以及计算机等设备。

示例性的，用户可以采用按键唤醒、图标唤醒或语音唤醒等方式触发语音助手功能，本申请实施例不做限定。在触发语音助手功能后，终端进入听音状态，如打开麦克风等声音采集部件采集环境声音数据，然后从环境声音数据中提取语音信息，作为第一语音信息。

步骤102、根据所述第一语音信息确定对应的目标应用程序，并打开所述目标应用程序。

示例性的，当用户想要通过语音助手功能实现对某个应用程序进行自动操作时，会在发出语音指令时提到该应用程序的相关信息(例如应用名称或应用简称等)，也就是说第一语音信息中会包含该应用程序的相关信息。终端可以从第一语音信息中提取应用程序的相关信息，进而确定对应的目标应用程序。例如，用户说出“我想在酷我音乐中听XX”，那么可确定目标应用程序为酷我音乐盒；再如，用户说出“在微信里给小红发5块钱红包”，那么可确定目标应用程序为微信。

示例性的，目标应用程序的类型本申请实施例不做限定，例如可以是即时通信类应用，如微信或支付宝等；可以是社交类应用程序，如微博等；还可以是多媒体类应用，如酷我音乐盒、百度视频或爱奇艺等；还可以是办公类应用等等其他类型的应用程序。

本申请实施例中，在确定目标应用程序之后，打开目标应用程序，即跳转至目标应用程序的显示界面。当目标应用程序处于后台运行状态时，可将目标应用程序切换至前台显示；当目标应用程序处于未运行状态时，可启动目标应用程序，并在前台显示。

示例性的，在打开目标应用程序时，可进入目标应用程序的主页面；也可对第一语音信息进行语义识别，识别出用户想要进行的目标操作事件，并确定相应的目标应用界面，在打开目标应用程序时，直接进入目标应用界面。其中，目标应用界面可以是目标操作事件对应的初始操作界面。以上文的“在微信里给小红发5块钱红包”为例，目标操作事件为发红包事件，对应的初始操作界面可以是通讯录界面，即需要先在通讯录界面找到小红，然后再进行后续操作。

步骤103、根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户。

示例性的，用户想要借助语音助手对应用程序进行的自动操作一般涉及连续多个步骤，每个步骤可能涉及不同的应用界面，一般与用户手动操作过程相对应。相关技术中，直接将操作结果在语音助手界面显示，或直接跳转至目标应用程序的操作完成界面，整个操作过程对用户来说是不可见的，所以用户无法察觉操作过程中是否出现差错，若最终的操作结果与用户的预期不同，那么也不容易知道出现哪些差错，或在哪个环节出现差错。

以上述“我想在酷我音乐中听XX”为例，在打开酷我音乐盒应用程序之后，首先需要进入歌曲搜索界面，在搜索界面中输入歌曲名称“XX”，搜索结果中就会出现歌曲XX，然后播放歌曲XX。相关技术中，会直接播放歌曲XX，然而，歌曲XX可能存在多个版本，若直接播放，则有可能不是用户想要收听的版本。

以上述“在微信里给小红发5块钱红包”为例，在打开微信应用程序之后，首先需要进入通讯录界面，选择小红，然后输入红包金额，输入留言，输入支付密码等，然而，小红在微信中的名称可能不是小红，而其他人在微信的名称可能是小红，那么就可能出现发送失败或者错发的情况。

本申请实施例中，在根据第一语音信息在目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户，用户可以全面查看整个操作过程，便于了解操作过程中是否出现问题，进而发现出现问题的原因，可以对说话方式或说话内容进行调整，降低失败概率，从而提升人机交互效率。所能够实现的操作可根据目标应用程序本身的特点来确定，如即时通信应用，例如微信，操作可包括发送消息、发送红包或转账等等。

可选的，在实现相应的操作时，可以以模拟点击的方式实现，例如，以Android操作系统的辅助服务(AccessibilityService)为例，利用AccessibilityService可模拟用户的点击、滑动、长按及拖动等各种手势操作，从而实现控制目标应用程序的操作。当然，还可以通过其他方式实现，本申请实施例不做限定。

本申请实施例中提供的基于语音助手的交互方法，在语音助手功能下，接收第一语音信息，根据第一语音信息确定对应的目标应用程序，并打开目标应用程序，根据第一语音信息在目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户。通过采用上述技术方案，可以在通过语音助手接收用户的语音信息后，跳转至相应的应用程序，并呈现根据语音信息执行操作的过程，便于了解操作过程中出现的问题，进而提升人机交互效率。

在一些实施例中，在所述根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户的同时或之后，还包括：在所述目标应用程序的界面下，保持语音信息获取状态，接收第二语音信息，根据所述第二语音信息在所述目标应用程序的界面中实现相应的操作。这样设置的好处在于，在进入目标应用程序后，语音助手功能仍可继续工作，用户可以随时继续通过语音方式对目标应用程序进行操作，进一步提升交互效率。此外，在将操作过程呈现给用户的同时可以接收第二语音信息，这样，用户也可以随时通过语音方式打断根据第一语音信息进行的操作，方便用户在发现出现差错时，及时通过输入第二语音信息的方式进行纠正。而相关技术中，在进入目标应用程序后，语音助手功能自动关闭，用户只能采用普通的手动操作方式对目标应用程序进行操作。

在一些实施例中，在所述根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户的同时或之后，还包括：在屏幕上显示第一标识，当所述第一标识被触发时，进入语音信息获取状态，并在所述目标应用程序的界面下，接收第二语音信息，根据所述第二语音信息在所述目标应用程序的界面中实现相应的操作。这样设置的好处在于，在进入目标应用程序后，提供进入语音获取状态的触发标识，即第一标识，也就是说语音助手功能可暂停工作，当第一标识被触发后可恢复工作，用户可以随时通过触发第一标识，继续通过语音方式对目标应用程序进行操作，进一步提升交互效率。可选的，第一标识可以以悬浮球的形式进行显示，悬浮球可以为半透明状态，触发方式例如可以是点击。

在一些实施例中，在所述根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户的同时，还包括：在当前操作步骤存在至少两种操作方式时，暂停所述操作过程；展示所述至少两种操作方式对应的选项，并根据用户的选择操作确定目标操作方式；根据所述目标操作方式继续所述操作过程。这样设置的好处在于，在根据第一语音对目标应用程序进行自动操作时，若存在不确定性的操作步骤时，如上文的不同版本的歌曲或与红包接收者匹配的多个联系人等情况，可以暂停操作过程，避免发生错误，同时将多种操作方式展示给用户，由用户进行自主选择，在根据用户的选择继续操作，能够保证本次操作过程一次成功，不需要用户重新输入语音信息，也不需要对错误操作采取补救措施。其中，用户的选择操作可以是基于屏幕的触控操作，也可以是通过语音方式输入的操作，本申请实施例不做限定。

在一些实施例中，在所述根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户的同时，还包括：在接收到的第一预设指令时，暂停所述操作过程，其中，所述第一预设指令的形式包括语音形式和/或触控形式。这样设置的好处在于，用户在查看操作过程时，如果发现出现差错，可以随时通过输入第一预设指令的方式暂停操作过程，避免错误操作完成给用户带来的困扰，如将红包错发给其他人等。第一预设指令的形式可以包括语音形式，如用户说出“暂停”；也可包括触控形式，如长按屏幕的指定位置。第一预设指令可根据实际情况设置，本申请实施例不作具体限定。

在一些实施例中，所述根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，包括：根据所述第一语音信息确定相应的目标操作事件；确定所述目标操作事件对应的操作项目；从所述第一语音信息中提取与所述操作项目对应的操作内容；根据所述操作内容在所述目标应用程序的界面中实现相应的操作。这样设置的好处在于，可以提高在目标应用程序中实现操作控制的效率。先根据第一语音信息确定用户想要进行的操作事件，如发红包事件、发消息事件或听歌事件等等，然后确定完成该操作事件所需要的操作项目，以发红包事件为例，操作项目包括选择联系人、输入红包金额、输入备注信息等，根据操作项目从第一语音信息中有目的地提取对应的操作内容，如联系人名称、金额以及备注信息，然后在根据提取到的操作内容在目标应用程序中完成操作。

在一些实施例中，所述根据所述操作内容在所述目标应用程序的界面中实现相应的操作，包括：按照所述操作项目的顺序在所述目标应用程序的界面中逐步实现相应的操作步骤；其中，在进行第一操作项目的操作步骤时，若确定第一操作项目对应的操作内容提取失败，则进入所述目标应用程序中与所述第一操作项目对应的第一界面，基于所述第一界面接收第三语音信息，并从所述第三语音信息中提取所述第一操作项目对应的操作内容，根据所提取的操作内容继续进行所述第一操作项目的操作步骤。这样设置的好处在于，可以在第一语音信息存在内容缺失的情况下，主动进入所缺失内容对应的界面，以提醒用户通过输入第三语音信息的方式补充缺失内容，保证操作的顺利完成。例如，用户在输入第一语音信息时，可能内容并不完整，例如发红包事件未提到红包金额，那么红包就无法发送完成，可以在选择联系人、点击发送红包等操作步骤完成后，进入红包金额输入界面，提醒用户说出红包金额，当用户说完之后，自动填入红包金额，并继续后面的操作步骤。

图2为本申请实施例提供的另一种基于语音助手的交互方法的流程示意图，该方法包括如下步骤：

步骤201、在语音助手功能下，接收用户输入的第一语音信息。

示例性的，本申请实施例可以以通过语音助手功能控制微信应用程序发送红包为例进行说明，则目标应用程序为微信。假设用户通过某种方式触发语音助手功能后，说出“在微信里给小红发红包，备注午饭钱”，则终端会通过麦克风等声音采集部件采集用户说的话，得到相应的音频数据，然后对该音频数据进行语音识别，从而接收到用户输入的第一语音信息。

步骤202、根据第一语音信息确定对应的目标应用程序，并打开目标应用程序。

示例性的，终端对第一语音信息进行语义分析，得到其中包含的应用程序名称“微信”，则确定目标应用程序为微信。若此时微信处于后台运行状态，那么可将微信切换至前台显示；若此时微信处于未运行状态，那么可启动微信，并在前台显示微信界面。

步骤203、根据第一语音信息确定相应的目标操作事件。

示例性的，终端通过对第一语音信息进行语义识别确定用户想要发红包，那么可确定相应的目标操作事件为发送红包事件。

步骤204、确定目标操作事件对应的操作项目。

示例性的，对于发送红包事件，需要进行的操作项目包括选择联系人(即红包的接收者)、选择红包选项、输入红包金额、输入备注信息、输入支付密码等。

步骤205、从第一语音信息中提取与操作项目对应的操作内容。

示例性的，在确定了操作项目之后，从第一语音信息中提取对应的操作内容，如联系人为小红，备注信息为午饭钱。

步骤206、按照操作项目的顺序在目标应用程序的界面中逐步实现相应的操作步骤，并将操作过程呈现给用户。

其中，在进行第一操作项目的操作步骤时，若确定第一操作项目对应的操作内容提取失败，则进入所述目标应用程序中与所述第一操作项目对应的第一界面，基于所述第一界面接收第三语音信息，并从所述第三语音信息中提取所述第一操作项目对应的操作内容，根据所提取的操作内容继续进行所述第一操作项目的操作步骤。

示例性的，先进入联系人选择页面，选择联系人小红，然后选择红包选项，进入红包金额输入页面。由于之前未成功提取到红包金额，此时可基于红包金额输入页面接收用户输入的语音信息，用户在看到自动操作停留在该页面时，会意识到自己方才忘记说金额，比如会说“10块”。可选的，也可在该页面发出语音提示，提醒用户说出金额。终端从用户输入的语音信息中提取到红包金额为10元，自动输入对应的位置，然后在备注栏中输入“午饭钱”，模拟点击“塞钱进红包”按钮、“确认支付”按钮，然后提示用户输入支付密码，用户可以输入字符串密码或指纹等密码信息，完成红包发送流程。

步骤207、在屏幕上显示第一标识。

示例性的，第一标识可以是半透明形态的悬浮球，在微信的界面中进行显示。半透明形态可以避免对微信界面内容的遮挡。

步骤208、当第一标识被触发时，进入语音信息获取状态，并在目标应用程序的界面下，接收用户输入的第二语音信息。

示例性的，在完成红包发送操作后，用户若想继续通过语音助手实现对微信应用的自动操作，可通过触发第一标识的方式，让语音助手进入语音信息获取状态。例如，用户想给小红发送消息，那么可继续说“对小红说，谢谢你中午帮我刷饭卡”，终端会接收到用户输入的该语音信息。

步骤209、根据第二语音信息在目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户。

示例性的，终端会在微信中自动在与小红的对话框中输入“谢谢你中午帮我刷饭卡”，然后模拟点击发送按钮，从而完成微信消息发送操作。

示例性的，本步骤中，可采取与根据第一语音信息进行操作的类似的实现方式。例如，根据第二语音信息确定相应的第二目标操作事件，确定第二目标操作事件对应的操作项目，从第二语音信息中提取与操作项目对应的操作内容，按照操作项目的顺序在目标应用程序的界面中逐步实现相应的操作步骤。

需要说明的是，在打开目标应用程序后，还可继续接收用户输入的针对目标应用程序的触控操作，即用户仍可以以手动操作的方式实现对目标应用程序的操作。

本申请实施例提供的基于语音助手的交互方法，在语音助手功能下，接收第一语音信息，根据第一语音信息确定对应的目标应用程序，并打开目标应用程序，根据第一语音信息确定相应的目标操作事件，并从第一语音信息中提取对应的操作项目的操作内容，按照操作项目的顺序在目标应用程序的界面中逐步实现相应的操作步骤，并将操作过程呈现给用户，在完成操作后，还能够支持用户通过触发第一标识的方式继续利用语音方式对目标应用实现自动操作，使用户能够观察到整个操作过程，提升终端的视觉反馈信息量，并在出现问题时，支持继续通过语音输入的方式解决问题，提高操作成功率，避免重复操作，进而提升人机交互效率，完善了语音助手功能。

图3为本申请实施例提供的又一种基于语音助手的交互方法的流程示意图，该方法包括：

步骤301、在语音助手功能下，接收用户输入的第一语音信息。

示例性的，本申请实施例可以以通过语音助手功能控制微信应用程序发送红包为例进行说明，则目标应用程序为微信。假设用户通过某种方式触发语音助手功能后，说出“在微信里给小红发10块钱红包，备注午饭钱”，则终端接收到相应的第一语音信息。

步骤302、根据第一语音信息确定对应的目标应用程序，并打开目标应用程序。

步骤303、根据第一语音信息确定相应的目标操作事件。

步骤304、确定目标操作事件对应的操作项目。

步骤305、从第一语音信息中提取与操作项目对应的操作内容。

示例性的，在确定了操作项目之后，从第一语音信息中提取对应的操作内容，如联系人为小红，红包金额为10元，备注信息为午饭钱。

步骤306、按照操作项目的顺序在目标应用程序的界面中逐步实现相应的操作步骤，并将操作过程呈现给用户。

其中，步骤306的执行过程中，在当前操作步骤存在至少两种操作方式时，暂停操作过程，展示至少两种操作方式对应的选项，并根据用户的选择操作确定目标操作方式，根据目标操作方式继续所述操作过程。

例如，微信里的发送对象名字大多为昵称，用户大多数情况下无法完整的记得发送对象的名字，无法精准定位发送人的名字，也就是说“小红”在微信中可能名字并不是小红。这时，终端可能通过拼音模糊匹配或者其他方式搜索到多个候选联系人，将多个候选联系人展示给用户，供用户选择，用户可以根据头像等信息确定哪个候选联系人为真正的小红，进而确定准确的红包接收方。

可选的，步骤306的执行过程中，在接收到的第一预设指令时，暂停操作过程，其中，所述第一预设指令的形式包括语音形式和/或触控形式。

例如，微信里正好有一个昵称叫小红的联系人，但是该联系人并不是用户真正想要发送红包的小红，终端可能会继续执行给小红发送红包的操作，那么当用户根据头像等信息确定联系人选择错误时，可以通过输入第一预设指令的方式，如说出“暂停”，来暂停当前的自动操作，防止出现误操作情况。

步骤307、在目标应用程序的界面下，保持语音信息获取状态。

步骤308、接收用户输入的第二语音信息，并根据第二语音信息在目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户。

在进入目标应用程序后，语音助手功能仍可继续工作，用户可以随时继续通过语音方式对目标应用程序进行操作，进一步提升交互效率。

本申请实施例提供的基于语音助手的交互方法，在语音助手功能下，接收第一语音信息，根据第一语音信息确定对应的目标应用程序，并打开目标应用程序，根据第一语音信息确定相应的目标操作事件，并从第一语音信息中提取对应的操作项目的操作内容，按照操作项目的顺序在目标应用程序的界面中逐步实现相应的操作步骤，并将操作过程呈现给用户，并在存在不确定性的操作步骤时，询问用户，且允许用户暂停操作，在完成操作后，还能够支持用户继续利用语音方式对目标应用实现自动操作，使用户能够介入到整个操作过程，并在出现问题时，允许用户对操作过程进行进一步控制，提高操作成功率，避免重复操作，进而提升人机交互效率，完善了语音助手功能。

图4为本申请实施例提供的一种基于语音助手的交互装置的结构框图，该装置可由软件和/或硬件实现，一般集成在终端中，可通过执行基于语音助手的交互方法来控制终端基于语音助手的进行人机交互。如图4所示，该装置包括：

第一语音接收模块401，用于在语音助手功能下，接收第一语音信息；

目标应用打开模块402，用于根据所述第一语音信息确定对应的目标应用程序，并打开所述目标应用程序；

操作呈现模块403，用于根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户。

本申请实施例中提供的基于语音助手的交互装置，在语音助手功能下，接收第一语音信息，根据第一语音信息确定对应的目标应用程序，并打开目标应用程序，根据第一语音信息在目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户。通过采用上述技术方案，可以在通过语音助手接收用户的语音信息后，跳转至相应的应用程序，并呈现根据语音信息执行操作的过程，便于了解操作过程中出现的问题，进而提升人机交互效率。

可选的，该装置还包括：

操作模块，用于在所述根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户的同时或之后：

在所述目标应用程序的界面下，保持语音信息获取状态，接收第二语音信息，并根据所述第二语音信息在所述目标应用程序的界面中实现相应的操作；或者，

在屏幕上显示第一标识，当所述第一标识被触发时，进入语音信息获取状态，并在所述目标应用程序的界面下，接收第二语音信息，根据所述第二语音信息在所述目标应用程序的界面中实现相应的操作。

可选的，该装置还包括：

暂停模块，用于在所述根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户的同时，在当前操作步骤存在至少两种操作方式时，暂停所述操作过程；

目标操作方式确定模块，用于展示所述至少两种操作方式对应的选项，并根据用户的选择操作确定目标操作方式；

继续模块，用于根据所述目标操作方式继续所述操作过程。

可选的，该装置还包括：

预设指令接收模块，用于在所述根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户的同时，在接收到的第一预设指令时，暂停所述操作过程，其中，所述第一预设指令的形式包括语音形式和/或触控形式。

可选的，所述根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，包括：

根据所述第一语音信息确定相应的目标操作事件；

确定所述目标操作事件对应的操作项目；

从所述第一语音信息中提取与所述操作项目对应的操作内容；

根据所述操作内容在所述目标应用程序的界面中实现相应的操作。

可选的，所述根据所述操作内容在所述目标应用程序的界面中实现相应的操作，包括：

按照所述操作项目的顺序在所述目标应用程序的界面中逐步实现相应的操作步骤；

其中，在进行第一操作项目的操作步骤时，若确定第一操作项目对应的操作内容提取失败，则进入所述目标应用程序中与所述第一操作项目对应的第一界面，基于所述第一界面接收第三语音信息，并从所述第三语音信息中提取所述第一操作项目对应的操作内容，根据所提取的操作内容继续进行所述第一操作项目的操作步骤。

可选的，所述目标应用程序包括即时通信应用；所述操作包括发送消息、发送红包和转账中的至少一种。

本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行基于语音助手的交互方法，该方法包括：

在语音助手功能下，接收第一语音信息；

根据所述第一语音信息确定对应的目标应用程序，并打开所述目标应用程序；

根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户。

存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDRRAM、SRAM、EDORAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。

当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的基于语音助手的交互操作，还可以执行本申请任意实施例所提供的基于语音助手的交互方法中的相关操作。

本申请实施例提供了一种终端，该终端中可集成本申请实施例提供的基于语音助手的交互装置。图5为本申请实施例提供的一种终端的结构示意图。终端500可以包括：存储器501，处理器502及存储在存储器501上并可在处理器运行的计算机程序，所述处理器502执行所述计算机程序时实现如本申请实施例所述的基于语音助手的交互方法。

本申请实施例提供的终端，可以在通过语音助手接收用户的语音信息后，跳转至相应的应用程序，并呈现根据语音信息执行操作的过程，便于了解操作过程中出现的问题，进而提升人机交互效率。

图6为本申请实施例提供的另一种终端的结构示意图，该终端可以包括：壳体(图中未示出)、存储器601、中央处理器(central processing unit，CPU)602(又称处理器，以下简称CPU)、电路板(图中未示出)和电源电路(图中未示出)。所述电路板安置在所述壳体围成的空间内部；所述CPU602和所述存储器601设置在所述电路板上；所述电源电路，用于为所述终端的各个电路或器件供电；所述存储器601，用于存储可执行程序代码；所述CPU602通过读取所述存储器601中存储的可执行程序代码来运行与所述可执行程序代码对应的计算机程序，以实现以下步骤：

在语音助手功能下，接收第一语音信息；

根据所述第一语音信息确定对应的目标应用程序，并打开所述目标应用程序；

根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户。

所述终端还包括：外设接口603、RF(Radio Frequency，射频)电路605、音频电路606、扬声器611、电源管理芯片608、输入/输出(I/O)子系统609、其他输入/控制设备610、触摸屏612、其他输入/控制设备610以及外部端口604，这些部件通过一个或多个通信总线或信号线607来通信。

应该理解的是，图示终端600仅仅是终端的一个范例，并且终端600可以具有比图中所示出的更多的或者更少的部件，可以组合两个或更多的部件，或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。

下面就本实施例提供的用于基于语音助手的交互控制的终端进行详细的描述，该终端以手机为例。

存储器601，所述存储器601可以被CPU602、外设接口603等访问，所述存储器601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，例如一个或多个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

外设接口603，所述外设接口603可以将设备的输入和输出外设连接到CPU602和存储器601。

I/O子系统609，所述I/O子系统609可以将设备上的输入输出外设，例如触摸屏612和其他输入/控制设备610，连接到外设接口603。I/O子系统609可以包括显示控制器6091和用于控制其他输入/控制设备610的一个或多个输入控制器6092。其中，一个或多个输入控制器6092从其他输入/控制设备610接收电信号或者向其他输入/控制设备610发送电信号，其他输入/控制设备610可以包括物理按钮(按压按钮、摇臂按钮等)、拨号盘、滑动开关、操纵杆、点击滚轮。值得说明的是，输入控制器6092可以与以下任一个连接：键盘、红外端口、USB接口以及诸如鼠标的指示设备。

触摸屏612，所述触摸屏612是用户终端与用户之间的输入接口和输出接口，将可视输出显示给用户，可视输出可以包括图形、文本、图标、视频等。

I/O子系统609中的显示控制器6091从触摸屏612接收电信号或者向触摸屏612发送电信号。触摸屏612检测触摸屏上的接触，显示控制器6091将检测到的接触转换为与显示在触摸屏612上的用户界面对象的交互，即实现人机交互，显示在触摸屏612上的用户界面对象可以是运行游戏的图标、联网到相应网络的图标等。值得说明的是，设备还可以包括光鼠，光鼠是不显示可视输出的触摸敏感表面，或者是由触摸屏形成的触摸敏感表面的延伸。

RF电路605，主要用于建立手机与无线网络(即网络侧)的通信，实现手机与无线网络的数据接收和发送。例如收发短信息、电子邮件等。具体地，RF电路605接收并发送RF信号，RF信号也称为电磁信号，RF电路605将电信号转换为电磁信号或将电磁信号转换为电信号，并且通过该电磁信号与通信网络以及其他设备进行通信。RF电路605可以包括用于执行这些功能的已知电路，其包括但不限于天线系统、RF收发机、一个或多个放大器、调谐器、一个或多个振荡器、数字信号处理器、CODEC(COder-DECoder，编译码器)芯片组、用户标识模块(Subscriber Identity Module，SIM)等等。

音频电路606，主要用于从外设接口603接收音频数据，将该音频数据转换为电信号，并且将该电信号发送给扬声器611。

扬声器611，用于将手机通过RF电路605从无线网络接收的语音信号，还原为声音并向用户播放该声音。

电源管理芯片608，用于为CPU602、I/O子系统及外设接口所连接的硬件进行供电及电源管理。

上述实施例中提供的基于语音助手的交互装置、存储介质及终端可执行本申请任意实施例所提供的基于语音助手的交互方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的基于语音助手的交互方法。

注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。

Claims (10)

1.一种基于语音助手的交互方法，其特征在于，包括：

在语音助手功能下，接收第一语音信息；

根据所述第一语音信息确定对应的目标应用程序，并打开所述目标应用程序；

根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户。

2.根据权利要求1所述的方法，其特征在于，在所述根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户的同时或之后，还包括：

在所述目标应用程序的界面下，保持语音信息获取状态，接收第二语音信息，并根据所述第二语音信息在所述目标应用程序的界面中实现相应的操作；或者，

在屏幕上显示第一标识，当所述第一标识被触发时，进入语音信息获取状态，并在所述目标应用程序的界面下，接收第二语音信息，根据所述第二语音信息在所述目标应用程序的界面中实现相应的操作。

3.根据权利要求1所述的方法，其特征在于，在所述根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户的同时，还包括：

在当前操作步骤存在至少两种操作方式时，暂停所述操作过程；

展示所述至少两种操作方式对应的选项，并根据用户的选择操作确定目标操作方式；

根据所述目标操作方式继续所述操作过程。

4.根据权利要求1所述的方法，其特征在于，在所述根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户的同时，还包括：

在接收到的第一预设指令时，暂停所述操作过程，其中，所述第一预设指令的形式包括语音形式和/或触控形式。

5.根据权利要求1所述的方法，其特征在于，所述根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，包括：

根据所述第一语音信息确定相应的目标操作事件；

确定所述目标操作事件对应的操作项目；

从所述第一语音信息中提取与所述操作项目对应的操作内容；

根据所述操作内容在所述目标应用程序的界面中实现相应的操作。

6.根据权利要求5所述的方法，其特征在于，所述根据所述操作内容在所述目标应用程序的界面中实现相应的操作，包括：

按照所述操作项目的顺序在所述目标应用程序的界面中逐步实现相应的操作步骤；

其中，在进行第一操作项目的操作步骤时，若确定第一操作项目对应的操作内容提取失败，则进入所述目标应用程序中与所述第一操作项目对应的第一界面，基于所述第一界面接收第三语音信息，并从所述第三语音信息中提取所述第一操作项目对应的操作内容，根据所提取的操作内容继续进行所述第一操作项目的操作步骤。

7.根据权利要求1-6任一所述的方法，其特征在于，所述目标应用程序包括即时通信应用；所述操作包括发送消息、发送红包和转账中的至少一种。

8.一种基于语音助手的交互装置，其特征在于，包括：

第一语音接收模块，用于在语音助手功能下，接收第一语音信息；

目标应用打开模块，用于根据所述第一语音信息确定对应的目标应用程序，并打开所述目标应用程序；

操作呈现模块，用于根据所述第一语音信息在所述目标应用程序的界面中实现相应的操作，并将操作过程呈现给用户。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的基于语音助手的交互方法。

10.一种终端，其特征在于，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任一所述的基于语音助手的交互方法。