CN110909134A - 语音转换的方法、移动终端和可读存储介质 - Google Patents

Abstract

本申请揭示了一种语音转换的方法、移动终端和可读存储介质，用于将错误语音转换成正确表达，所述方法包括步骤：接收用户输入的非标准语音；在预设数据库中查找与非标准语音相对应的标准词汇；利用标准词汇进行表达。本申请的语音转换的方法、移动终端和可读存储介质，通过接收用户输入的非标准语音，在预设数据库中查找与非标准语音相对应的标准词汇，然后利用标准词汇进行表达；从而实现用方言等非标准语言输入，智能设备准确识别转换，进而实现正确执行和准确搜索的目的。

Description

语音转换的方法、移动终端和可读存储介质

技术领域

本申请涉及到移动终端领域，特别是涉及到一种语音转换的方法、移动终端和可读存储介质。

背景技术

目前，人们在使用智能终端(如手机)时，若想要使之实现一定的功能和操作，就必须点击相应的按键或输入相关的内容，然后才能按操作指令或所输入的含义表达，打开相应的功能或到网上浏览相应的内容、播放对应的在线音乐等。

虽然市面上出现了一些智能设备具备语音输入的功能，但我国的情况是地域广袤、方言众多，通过语音输入控制智能设备以及进行网络搜索等往往会存在较大的偏差，经常出现无法执行和搜索内容错误等。

发明内容

本申请的主要目的为提供一种移动终端和语音转换的方法、装置，旨在解决目前对移动终端进行语音输入由于语音不标准而引起的无法执行操作或执行错误等问题。

为了实现上述发明目的，本申请提出一种语音转换的方法，用于将非标准语音转换成标准词汇进行表达，所述方法包括步骤：

接收用户输入的非标准语音；

判断在预设数据库中是否查找到与所述非标准语音相对应的第一标准词汇；

若是，则利用所述第一标准词汇进行表达。

进一步地，所述利用标准词汇进行表达的步骤，包括：

将所述标准词汇作为输入词汇，按预设规则对所述输入词汇执行相应的操作。

进一步地，所述利用标准词汇进行表达的步骤，包括：

将所述标准词汇转化为标准语音播放出来。

进一步地，所述非标准语音为方言语音，所述预设数据库包含多个方言词库，所述接收用户输入的非标准语音的步骤之后，包括：

判断方言类型；

根据方言类型在预设数据库中，查找对应的方言词库；

在所述方言词库中，查找与所述方言语音对应的标准词汇。

进一步地，所述判断方言类型的步骤，包括：

获取用户在历史特定节日所处的地理位置；

根据所述地理位置判断所述方言类型。

进一步地，所述在判断在预设数据库中是否查找到与所述非标准语音相对应的第一标准词汇的步骤之后，包括：

若未查找到与所述非标准语音相对应的第一标准词汇，则输入与所述非标准语音对应的第二标准词汇；

利用所述第二标准词汇进行表达，并将所述非标准语音、与所述非标准语音对应的第二标准词汇及对应关系上传至所述预设数据库。

进一步地，所述在判断在预设数据库中是否查找到与所述非标准语音相对应的第一标准词汇的步骤之后，包括：

若未查找到与所述非标准语音相对应的第一标准词汇，则通过除预设数据库之外的网络资源查找与所述非标准语音相对应的第三标准词汇；

利用所述第三标准词汇进行表达并将非标准语音、与所述非标准语音对应的第三标准词汇及对应关系，上传至所述预设数据库。

进一步地，所述通过除预设数据库之外的网络资源查找与所述非标准语音相对应的第三标准词汇的步骤之后，包括：

判断所述第三标准词汇是否有多个；

若是，显示所有第三标准词汇，供用户选择与所述非标准语音对应的第三标准词汇。

本申请还提供一种移动终端，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

本申请的语音转换的方法、移动终端和可读存储介质，通过接收用户输入的非标准语音，在预设数据库中查找与非标准语音相对应的标准词汇，然后利用标准词汇进行表达；从而实现用方言等非标准语言输入，智能设备准确识别转换，进而实现正确执行和准确搜索的目的。

附图说明

图1为本申请一实施例的语音转换的方法的流程示意图；

图2为本申请一实施例的语音转换的方法的流程示意图；

图3为本申请一实施例的移动终端的结构示意框图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

参照图1，本申请实施例提供一种语音转换的方法，用于将非标准语音转换成标准词汇进行表达，所述方法包括步骤：

S1、接收用户输入的非标准语音；

S2、判断在预设数据库中是否查找到与所述非标准语音相对应的第一标准词汇；

S3、若是，则利用所述第一标准词汇进行表达。

如上述步骤S1所述，智能终端先接收用户输入的非标准语音。非标准语音是指与标准语音(例如普通话)不同的语音，非标准语音具有一定的发音规律和使用地域范围、使用人口数量；非标准语音具有一定含义，可以通过对应的标准词汇(指文字词汇，如现代汉语文字词汇)和标准语音(如普通话)进行表达；非标准语音包括各地方言、各民族语言和外国语言，在以下实施例中，以方言为例阐述本申请原理。如上述步骤S2所述，预设数据库中预先储存有非标准语音(如方言语音)、与非标准语音对应的第一标准词汇和它们之间的对应关系，如：方言语音“niulai”对应第一标准词汇“牛奶”、方言语音“chuhua”对应第一标准词汇“出发”；智能终端接收用户输入的非标准语音后，根据非标准语音在预设数据库中按对应关系查找出对应的第一标准词汇。本步骤中，要判断在预设数据库中是否查找到与非标准语音相对应的第一标准词汇。其中，预设数据库可以是预先储存在云端/后台的共享资源。如上述步骤S3所述，如果查找到与非标准语音相对应的第一标准词汇，将非标准语音按查找出来的第一标准词汇进行表达。其中，“表达”的含义包括：1、输入非标准语音后，按对应关系转换成第一标准词汇，将第一标准词汇输入(表达)至智能设备(如移动终端)，使智能设备按照所输入的第一标准词汇执行相应的操作；如：输入非标准语音“niulai”后，按对应关系转换成第一标准词汇“牛奶”，并将第一标准词汇“牛奶”输入至智能设备，使智能设备根据“牛奶”执行相应的操作；2、将转换成的第一标准词汇(如“牛奶”)通过标准语音(如普通话)播放出来。

其中一个实施例中，所述利用标准词汇进行表达的步骤S3，包括：

S301、将所述标准词汇作为输入词汇，按预设规则对所述输入词汇执行相应的操作。

如上述步骤S301所述，可将输出的标准词汇作为智能终端的输入词汇，如转换出的标准词汇是“打开相机”，则智能终端(如手机)就会自动打开相机功能准备拍照；接收到“拍照”指令后，按下快门。再如：转换出的标准词汇是“百度”，则智能终端自动打开百度主页，再输入方言“niulai”转换成标准词汇“牛奶”，百度自动搜索关于“牛奶”的解释等；或者，输入方言语音后转换成标准词汇“百度音乐”，智能终端自动打开百度音乐，再次输入方言语音转换成标准词汇“千年等一回”，则智能终端自动搜索音乐《千年等一回》并播放。

其中一个实施例中，所述利用标准词汇进行表达的步骤S3，包括：

S302、将所述标准词汇转化为标准语音播放出来。

如上述步骤S302所述，可以将非标准语音(方言)所转换出来的标准词汇通过标准语音(普通话)播放出来，从而一方面可以让用户判断转换是否正确，另一方面，还可以用作方言翻译(用作方言翻译时，智能设备相当于翻译机)。

其中一个实施例中，所述非标准语音为方言语音，所述预设数据库包含多个方言词库，所述判断在预设数据库中是否查找到与所述非标准语音相对应的第一标准词汇的步骤S2，包括：

S201、判断方言类型；

S202、根据所述方言类型在索虎预设数据库中，查找对应的方言词库；

S203、在所述方言词库中，查找与所述方言语音对应的标准词汇。

在预设数据库中设有多个方言词库，每个方言词库对应一种方言类型，如粤语、闽南话、东北话、四川话、湖南话等。每个方言词库中预存着对应方言类型的方言语音、与方言语音对应的标准词汇和它们之间的对应关系。如上述步骤S201所述，在接收用户输入的方言语音后，判断方言类型，如湖南话。然后，如步骤S202所述，查找数据库中湖南话对应的方言词库。如上述步骤S203所述，再从对应湖南话的方言词库中查找与方言语音对应的标准词汇，如“niulai”对应“牛奶”。这样一来，就更具有针对性、更加专业，避免多种方言词汇在数据库中的混淆，而且使转换、辨别更加快捷、准确。

其中一个实施例中，所述判断方言类型的步骤S201，包括：

S2011、获取用户在历史特定节日所处的地理位置；

S2012、根据所述地理位置判断方言类型。

如上述步骤S2011和S2012所述，判断方言属于哪种方言的方法，可以根据记录的携带智能终端的用户在历史特定节日(例如：春节、中秋节等与家人团聚的日子)所处的地理位置来判断其方言类型。因为过年等团聚的节日，用户一般会返回家乡与家人团聚，那么通过多种定位手段、行动轨迹等可以获知用户在特定日子的所处地理位置，该地理位置基本上可以认为是用户的家乡，从而推断其方言类型。这种应用情况下，智能终端尤指手机。如果用户在多次的年假期间所处的地理位置属于湖南，则基本可以确定用户是湖南人，从而应用本方法进行语音转换的时候，自动套用湖南话对应的方言词库，从而更加智能化和人性化。

其中一个实施例中，所述判断方言类型的步骤S201，包括：

S2013、获取用户在历史时间内所处所有地理位置；

S2014、获取用户在所有地理位置所处的时间长度；

S2015、判断是否有所处时间超过预设时间长度；

S2016、若是，根据超过预设时间长度的所处地理位置判断方言类型。

如果用户长时间处于某地区，其语言可能会逐渐接近于当地方言，那么也可以根据统计出的用户所在地区的时间来确定是否套用当地方言词库。例如，若用户呆在某一地区达到一定时间长度后，就默认用户的语音为当地方言，从而套用对应的方言词库。

具体地，如上述步骤S2013和步骤S2014所述，先获取用户在历史时间内所处所有地理位置，然后获取在每个地理位置所处的时间长度，从而统计出用户在历史时间内所处所有地理位置的时间长度。如上述步骤S2015和S2016所述，将所处所有地理位置的时间长度单独与预设时间长度进行对比，如果在某地理位置所处的时间长度超过预设时间长度(例如5年)，则认为用户的语音为当地方言语音，也即属于当地方言类型。从而，套用对应的方言词库进行转换。

其中一个实施例中，所述判断方言类型的步骤S201，包括：

S2017、获取用户的输入声音属性信息；

S2018、将输入声音属性信息与预存的多个方言声音属性信息进行对比，分别得出相似度；

S2019、查找相似度达到预设值的方言声音属性信息，并作为第一方言声音属性信息；

S2020、将第一方言声音属性信息对应的方言类型作为用户方言类型。

声音属性信息包括音色、音调、音强、音长、音节、因素等基本属性，通过这些属性信息可以判断出具体的方言类型。具体地，如上述步骤S2017和S2018所述，先利用用户输入的方言语音获取输入声音属性信息，然后，将输入声音属性信息与(方言声音属性信息库中)预存的多个方言声音属性信息分别进行对比，并得出相似度。如上述步骤S2019和S2020所述，查找相似度达到预设值的方言声音属性信息，例如，查找到四川话对应的声音属性信息与利用用户输入的方言语音所获取的输入声音属性信息的相似度达到80％以上，即可认为四川话就是用户的方言类型。

其中一个实施例中，所述判断方言类型的步骤S201，包括：

S2021、获取用户方言语音中的典型词；

S2022、根据典型词判断方言类型。

基本上所有方言都有其特有的典型词，这些典型词在其他方言中是没有的，通过这些典型词可以快捷且准确地判断出其方言类型。如上述步骤S2021和S2022所述，先从用户输入的方言语音中找出典型词，如果这些典型词可以对应到某方言典型词库，则可以确定该输入方言为对应的方言类型。例如：用户输入的方言语音中含有单个字“中”对应的语音“zhong”或单个词“得劲”对应的语音“dejin”而构成独立的一句话，则基本可以肯定用户的方言语音属河南话。

此外，还可以通过扫描数据库中所有方言发音，查找有(与用户输入的方言语音)对应的方言发音后，根据该方言发音所在的方言词库确定其方言类型。统计出用户多次使用某方言模型成功操作后，也可认为该用户常用语言为该方言类型。

参照图2，其中一个实施例中，所述在判断在预设数据库中是否查找到与所述非标准语音相对应的第一标准词汇的步骤S2之后，包括：

S21、若未查找到与所述非标准语音相对应的第一标准词汇，则输入与所述非标准语音对应的第二标准词汇；

S22、利用所述第二标准词汇进行表达，并将所述非标准语音、与所述非标准语音对应的第二标准词汇及对应关系上传至所述预设数据库。

预设数据库中收录的方言词汇很多时候并不完整，因而，当用户输入方言语音后，可能出现无法查找到对应的标准词汇的情况，所以有必要对是否查找成功进行判断。如果没有成功查找到对应的标准词汇，则意味着识别转换失败。针对该问题，所采取的解决方法如上述步骤S21和S22所述，需要用户人工输入与非标准语音对应的第二标准词汇进行表达操作，并将该非标准语音(方言语音)、与非标准语音对应的第二标准词汇及对应关系，上传预设数据库，从而使预设数据库不断学习，提升对非标准语音的转换能力。第二标准词汇上传至预设数据库后，就变成了第一标准词汇。

参照图2，其中一个实施例中，所述在判断在预设数据库中是否查找到与所述非标准语音相对应的第一标准词汇的步骤S2之后，包括：

S23、若未查找到与所述非标准语音相对应的第一标准词汇，则通过除预设数据库之外的网络资源查找与所述非标准语音相对应的第三标准词汇；

S24、利用所述第三标准词汇进行表达，并将非标准语音、与所述非标准语音对应的第三标准词汇及对应关系，上传预设数据库。

其中，预设数据库可以设于云端、终端或后台服务器。判断在预设数据库中是否查找到与所述非标准语音相对应的第一标准词汇，如果没有成功查找出对应的第一标准词汇，则意味着识别转换失败。针对该问题，所采取的解决方法如上述步骤S23所述，通过其他网络资源查找与非标准语音相对应的第三标准词汇；例如，通过网络上的方言辞典以及百度百科等查找出对应的第三标准词汇。如上述步骤S24所述，查找出对应的第三标准词汇后，可以利用该第三标准词汇作为输入词汇输入智能终端(如手机)，从而控制智能终端进行相应操作或搜索相关内容；并将查找出的与非标准语音相对应的第三标准词汇、该非标准语音以及它们的对应关系上传预设数据库，从而在预设数据库中建立该非标准语音和第三标准词汇的对应关系，从而使预设数据库不断学习，强化转换能力。第三标准词汇上传至预设数据库后，就变成了第一标准词汇。

其中一个实施例中，所述通过除预设数据库之外的网络资源查找与非标准语音相对应的第三标准词汇的步骤S23之后，包括：

S231、判断所述第三标准词汇是否有多个；

S232、若是，显示所有第三标准词汇，供用户选择与所述非标准语音对应的第三标准词汇。

如上述步骤S231和S232所述，在实际应用中，在网络上查找出的与输入的非标准语音对应的第三标准词汇可能有多个。出现网络上查找出多个与输入的非标准语音对应的第三标准词汇的原因是，有些词语发音相同或近似，但在不同的方言中所表达的意思不同。如果出现有多个与非标准语音对应的第三标准词汇，则需要将所有查找出的第三标准词汇显示出来，以供用户进行选择。用户选择其中正确表达非标准语音含义的第三标准词汇，然后将该非标准语音、选择出的第三标准词汇以及它们的对应关系上传预设数据库(在设置方言词库的情况下，应上传至与用户方言类型相对应的方言词库中)，同样达到使预设数据库不断学习、强化转换能力的目的。

参照图3，本申请实施例中还提供一种移动终端，该移动终端可以是服务器，其内部结构可以如图3所示。该移动终端包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该移动终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该移动终端的数据库用于存储非标准语音(如方言语音)、与非标准语音对应的第一标准词汇和它们之间的对应关系。该移动终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种语音转换的方法。

上述处理器执行上述语音转换的方法的步骤：

接收用户输入的非标准语音；

判断在预设数据库中是否查找到与所述非标准语音相对应的第一标准词汇；

若是，则利用所述第一标准词汇进行表达。

本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种语音转换的方法，具体为：

接收用户输入的非标准语音；

判断在预设数据库中是否查找到与所述非标准语音相对应的第一标准词汇；

若是，则利用所述第一标准词汇进行表达。

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来指令相关的硬件来完成，所述的计算机程序可存储与一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

本申请的语音转换的方法、移动终端和可读存储介质，通过接收用户输入的非标准语音，在预设数据库中查找与非标准语音相对应的标准词汇，然后利用标准词汇进行表达；从而实现用方言等非标准语言输入，智能设备准确识别转换，进而实现正确执行和准确搜索的目的；通过手动输入或互联网自动查找可不断学习方言词汇，在使用的过程中不断提高对非标准语音的转换能力；通过统计用户所处地理位置规律或发音特点，可判断用户语音的方言类型，从而套用对应的方言词库，方言转换更加快捷、准确。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它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、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种语音转换的方法，其特征在于，用于将非标准语音转换成标准词汇进行表达，所述方法包括步骤：

接收用户输入的非标准语音；

判断在预设数据库中是否查找到与所述非标准语音相对应的第一标准词汇；

若是，则利用所述第一标准词汇进行表达。

2.根据权利要求1所述的语音转换的方法，其特征在于，所述利用标准词汇进行表达的步骤，包括：

将所述标准词汇作为输入词汇，按预设规则对所述输入词汇执行相应的操作。

3.根据权利要求1所述的语音转换的方法，其特征在于，所述利用标准词汇进行表达的步骤，包括：

将所述标准词汇转化为标准语音并播放。

4.根据权利要求1所述的语音转换的方法，其特征在于，所述非标准语音为方言语音，所述预设数据库包含多个方言词库，所述判断在预设数据库中是否查找到与所述非标准语音相对应的第一标准词汇的步骤，包括：

判断方言类型；

根据所述方言类型在所述预设数据库中，查找对应的方言词库；

在所述方言词库中，查找与所述方言语音对应的标准词汇。

5.根据权利要求4所述的语音转换的方法，其特征在于，所述判断方言类型的步骤，包括：

获取用户在历史特定节日所处的地理位置；

根据所述地理位置判断所述方言类型。

6.根据权利要求1所述的语音转换的方法，其特征在于，所述在判断在预设数据库中是否查找到与所述非标准语音相对应的第一标准词汇的步骤之后，包括：

若未查找到与所述非标准语音相对应的第一标准词汇，则输入与所述非标准语音对应的第二标准词汇；

利用所述第二标准词汇进行表达，并将所述非标准语音、与所述非标准语音对应的第二标准词汇及对应关系上传至所述预设数据库。

7.根据权利要求1所述的语音转换的方法，其特征在于，所述在判断在预设数据库中是否查找到与所述非标准语音相对应的第一标准词汇的步骤之后，包括：

若未查找到与所述非标准语音相对应的第一标准词汇，则通过除预设数据库之外的网络资源查找与所述非标准语音相对应的第三标准词汇；

利用所述第三标准词汇进行表达，并将非标准语音、与所述非标准语音对应的第三标准词汇及对应关系上传至所述预设数据库。

8.根据权利要求7所述语音转换的方法，其特征在于，所述通过除预设数据库之外的网络资源查找与所述非标准语音相对应的第三标准词汇的步骤之后，包括：

判断所述第三标准词汇是否有多个；

若是，显示所有第三标准词汇，供用户选择与所述非标准语音对应的第三标准词汇。

9.一种移动终端，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。

10.一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，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。

Images