CN111541602A - 消息处理方法、装置、电子设备和计算机可读介质 - Google Patents

Abstract

本申请实施例公开了消息处理方法、装置、电子设备和计算机可读介质。该方法的实施例包括：获取未读的第一即时通讯消息和第一即时通讯消息的关联信息；将第一即时通讯消息和关联信息整合为待播报信息，语音播报待播报信息中的内容；在待播报信息中的内容播报完毕后启动音频录制，以获取本地用户针对第一即时通讯的语音回复信息；在录音频录制过程中实时记录已采样的各帧的分贝值，基于所记录的分贝值，检测语音回复信息是否录入终止；在检测到语音回复信息录入终止且接收到本地用户语音触发的回复指令后，将语音回复信息转换为第二即时通讯消息；向第一即时消息的来源用户发送第二即时通讯消息。该实施方式提高了即时通讯过程的便捷性和及时性。

Description

消息处理方法、装置、电子设备和计算机可读介质

技术领域

本申请实施例涉及计算机技术领域，具体涉及消息处理方法、装置、电子设备和计算机可读介质。

背景技术

即时通讯(Instant Messaging，IM)是目前常用的一种通讯方式，用户之间可以利用这种通讯方式进行实时会话。例如，在外卖订餐场景下，门店人员与订餐客户可以在即时通讯页面中沟通餐品的口味、要求等信息。在网约车从场景下，司机与乘客可以在即时通讯页面中，沟通地点、时间等信息。

现有技术中，用户在接收到对端用户发送的即时通讯消息后，通常需要手动点开该对端用户的即时通讯页面，从而在该页面中查看对端用户所发送的消息。若需要对该消息进行回复，则需要手动操作电子设备进行消息输入，进而手动将所输入的消息发送给对端用户。然而，在用户不便于手动操作电子设备读取和回复即时通讯消息的情况下，如门店人员在备餐、司机在驾驶等情况下，用户通常无法便捷、及时地对即时通讯消息进行处理。

发明内容

本申请实施例提出了消息处理方法、装置、电子设备和计算机可读介质，以在用户不便于手动操作电子设备读取和回复即时通讯消息的场景中，提高即时通讯过程的便捷性和及时性。

第一方面，本申请实施例提供了一种消息处理方法，该方法包括：获取未读的第一即时通讯消息和第一即时通讯消息的关联信息；将第一即时通讯消息和关联信息整合，生成待播报信息，并语音播报待播报信息中的内容；在待播报信息中的内容播报完毕后，启动音频录制，以获取本地用户针对第一即时通讯的语音回复信息；在录音频录制过程中，实时记录已采样的各帧的分贝值，并基于所记录的分贝值，检测语音回复信息是否录入终止；在检测到语音回复信息录入终止且接收到本地用户语音触发的回复指令后，将语音回复信息转换为第二即时通讯消息；向第一即时消息的来源用户发送第二即时通讯消息。

第二方面，本申请实施例提供了一种消息处理装置，该装置包括：获取单元，被配置成获取未读的第一即时通讯消息和第一即时通讯消息的关联信息；播报单元，被配置成将第一即时通讯消息和关联信息整合，生成待播报信息，并语音播报待播报信息中的内容；录制单元，被配置成在待播报信息中的内容播报完毕后，启动音频录制，以获取本地用户针对第一即时通讯的语音回复信息；检测单元，被配置成在录音频录制过程中，实时记录已采样的各帧的分贝值，并基于所记录的分贝值以及最新采样的连续多帧的分贝值，检测语音回复信息是否录入终止；转换单元，被配置成在检测到语音回复信息录入终止且接收到本地用户触发的回复指令后，将语音回复信息转换为第二即时通讯消息；发送单元，被配置成向第一即时消息的来源用户发送第二即时通讯消息。

第三方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中所描述的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面中所描述的方法。

本申请实施例提供的消息处理方法、装置、电子设备和计算机可读介质，通过获取未读的第一即时通讯消息，而后将第一即时通讯消息和关联信息整合为待播报信息，语音播报待播报信息中的内容，并在语音播报完毕后，启动音频录制，以获取本地用户针对第一即时通讯的语音回复信息，在录音频录制过程中，实时记录已采样的各帧的分贝值，并基于所记录的分贝值，检测语音回复信息是否录入终止，以便在检测到语音回复信息录入终止且接收到本地用户触发的回复指令后，将语音回复信息转换为第二即时通讯消息，从而向第一即时通讯消息的来源用户发送第二即时通讯消息。由此，可在用户不便于手动操作电子设备读取和回复即时通讯消息的情况下，语音引导用户通过无接触的方式处理即时通讯消息，提高了即时通讯过程的便捷性和及时性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是根据本申请的消息处理方法的一个实施例的流程图；

图2是根据本申请的消息处理方法的又一个实施例的流程图；

图3是根据本申请的消息处理装置的一个实施例的结构示意图；

图4是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

请参考图1，其示出了根据本申请的消息处理方法的一个实施例的流程100。该消息处理方法的执行主体可以是具有网络通信功能的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机和可穿戴设备等等。

上述电子设备可以安装有各种通讯客户端应用，例如即时通信应用、订餐类应用、点评类应用、网约车应用、购物类应用等。所安装的各应用或部分应用可具备即时通讯功能。作为一个示例，外卖订餐平台的门店人员可通过订餐类应用中的即时通讯功能，与订餐客户沟通餐品的口味、要求等信息。作为又一示例，网约车司机可通过网约车应用中的即时通讯功能，与所约车的乘客沟通地点、时间等信息。作为再一示例，用户还可通过专用的即时通讯应用与对端用户进行聊天、沟通等。

实践中，上述电子设备可安装或连接有用于采集声音信号的装置，如麦克风、带有麦克风的耳机(如有线耳机、蓝牙耳机等)。此外，上述电子设备还可以安装有连接有用于输出声音信号的装置，如扬声器、有线耳机、蓝牙耳机等。本申请对采集声音信号的装置以及输出声音信号的装置不作限定。

该消息处理方法，包括以下步骤：

步骤101，获取未读的第一即时通讯消息和第一即时通讯消息的关联信息。

在本实施例中，消息处理方法的执行主体可以从具有即时通讯功能的客户端应用中获取一条未读的即时通讯消息，并将该即时通讯消息作为第一即时通讯消息。此外，由于一些场景(如外卖订餐场景、网约车场景等)中用户需要区分第一即时通讯消息的来源或者相关信息，以便于对不同来源的第一即时通讯消息进行不同回复，因而，上述执行主体还可以获取所述第一即时通讯消息的关联信息。关联信息可以是与第一即时通讯消息的关联的各种信息，如用户信息、订单信息、上下文信息等。

此处，第一即时通讯消息的来源用户可以是与本地用户通过具有即时通讯功能的客户端应用进行即时通讯的对端用户。实践中，第一即时通讯消息可以是文本信息。

在一种场景中，第一即时通讯消息的来源用户所使用的电子设备与上述执行主体可以直接进行通信，此时，上述执行主体可以直接接受由上述来源用户所使用的电子设备发送的第一即时通讯消息。

在另一种场景中，第一即时通讯消息的来源用户与本地用户之间的即时通讯消息可通过服务器中转。来源用户所使用的电子设备与上述执行主体均可以与服务器通信连接，从而经由服务器向对端发送即时通讯消息，或者接收经由服务器中转的即时通讯消息。

在本实施例的一些可选的实现方式中，本地用户可以通过具有即时通讯功能的客户端应用与多个对端用户交互。此时，可以建立用于存储未读的即时通讯消息的消息队列。而后，按照即时通讯消息的接收次序，实时将未读的即时通讯消息存至所述消息队列。在检测出未读消息自动播报功能处于开启状态时，可将消息队列中的首条即时通讯消息作为第一即时通讯消息，从所述消息队列中获取所述第一即时通讯消息。此处，具有即时通讯功能的客户端应用可提供未读消息自动播报功能的开关，用户可在具有即时通讯功能的客户端应用预先开启或关闭未读消息自动播报功能。

需要说明的是，在第一即时通讯消息被获取后，还可阻塞当前消息队列，等到第一即时通讯消息返回处理成功通知后，再进行下一条消息的处理。由此，可避免出现两条消息同时处理的情况。

在本实施例的一些可选的实现方式中，第一即时通讯消息的关联信息包括订单信息。订单信息可以包括与来源用户当前的订单相关的各种信息。如，可以包括但不限于订餐用户的名称、订单编号、订单成单时间、订单中的具体产品或者服务的内容等。所述执行主体可通过如下步骤获取第一即时通讯消息关联的订单信息：

第一步，获取所述第一即时通讯消息的来源用户的用户标识(Identity，ID)。实践中，第一即时通讯消息的消息体中可以携带该用户标识。所述执行主体可以从消息体中提取中用户标识。

第二步，查询包含所述用户标识的订单。响应于查询到一个订单，可以提取所查询到的订单中的订单信息。响应于查询到至少两个订单，将所查询到的订单中最新生成的订单作为目标订单，提取所述目标订单中的订单信息。

需要说明的是，第一即时通讯消息的消息体中还可以包含订单ID，此时，可直接通过订单ID，获取对应订单的订单信息。

步骤102，将第一即时通讯消息和关联信息整合，生成待播报信息，并语音播报待播报信息中的内容。

在本实施例中，上述执行主体可以首先将第一即时通讯消息和所述关联信息整合，生成待播报信息。例如，可以利用将第一即时通讯消息和所述关联信息进行拼接。再例如，可以首先提取关联信息中的关键词；而后在预设文本模板中填充关键词，从而得到新的语句；字后将该语句与第一即时通讯消息中的内容进行合并，得到待播报信息。实践中，所述待播报信息可以是文本信息。

在生成待播报信息后，所述执行主体可以语音播报第一即时通讯消息中的内容。具体地，首先可以通过TTS(Text To Speech，从文本到语音)技术，将待播报信息中的内容转换为语音信息。而后，可以通过所安装的扬声器、有线耳机、蓝牙耳机等，语音播报该语音信息。

由此，可以在用户无接触设备的情况下，使用户得知所接收到的即时通讯消息中的内容。在用户不便于手动操作电子设备读取即时通讯消息的情况下，提高了读取即时通讯消息的便捷性和及时性。

在本实施例的一些可选的实现方式中，所述执行主体可以首先将所述第一即时通讯消息中的内容和所述关联信息进行拼接，生成文本形式的待播报信息。作为示例，第一即时通讯消息信息为“请问我定的餐品还有多久做好”，关联信息为订单信息，订单信息中包括“订单编号：123456”。则可以将订单信息和上述第一即时通讯消息中的内容拼接为“订单编号：123456；请问我定的餐品还有多久做好”。在拼接成文本形式的待播报信息后，可以将所述待播报信息转换成语音信息，并播报该语音信息。

步骤103，在待播报信息中的内容播报完毕后，启动音频录制，以获取本地用户针对第一即时通讯的语音回复信息。

在本实施例中，上述执行主体可以在待播报信息中的内容播报完毕后，启动音频录制，以获取本地用户针对第一即时通讯的语音回复信息。实践中，上述电子设备可安装有连接有用于采集声音信号的装置，如麦克风、带有麦克风的耳机(如有线耳机、蓝牙耳机等)，从而可通过上述用于采集声音信号的装置进行音频录制。

在一种场景中，上述执行主体可以在待播报信息中的内容播报完毕后，立即启动音频录制。

在另一种场景中，上述执行主体也可以在待播报信息中的内容播报完毕后，首先会语音播报“请回复”或者其他提示音，来提示本地用户进入回复消息录制阶段。而后，启动音频录制。

步骤104，在录音频录制过程中，实时记录已采样的各帧的分贝值，并基于所记录的分贝值，检测语音回复信息是否录入终止。

在本实施例中，上述执行主体可以在录音频录制过程中，实时记录已采样的各帧的分贝值。其中，分贝(decibel)是量度两个相同单位之数量比例的计量单位，主要用于度量声音强度，常用dB表示。而后，可以基于所记录的分贝值，采用多种方式检测语音回复信息是否录入终止。

在一些可选的实现方式中，上述执行主体可以从音频录制时长等于预设时长(如3秒)起，或者，从已采样的帧数等于预设数量(如30)起，每采样一帧并将该帧的分贝值记录后，基于最新采样的连续多帧(如30帧)的分贝值，检测语音回复信息是否录入终止。

作为示例，从音频录制启动时长达到预设时长(如3秒)起，每采样一帧，可以统计最新记录的连续帧(如最近3秒所记录的帧)的分贝值的平均值。若该平均值小于预先基于正常人声而设定的阈值，则可认为用户一直未曾说话，从而可得出检测语音回复信息录入终止的检测结果。由此，可确保用户在某一时段内(如3秒内)一直没有说话时，被检测出未回复本条消息，从而终止音频录制。

在另一些可选的实现方式中，上述执行主体可以从音频录制时长等于预设时长(如3秒)起，或者，从已采样的帧数等于预设数量(如30)起，每采样一帧并将该帧的分贝值记录后，基于所采样的各帧的分贝值以及最新采样的连续多帧(如30帧)的分贝值，检测语音回复信息是否录入终止。

作为一个示例，可以首先计算所记录的各分贝值的平均值(可称为第一平均值)以及最新采样的连续多帧的分贝值的平均值(可称为第二平均值)。而后，基于第一平均值与第二平均值的数值的比较，确定是否录入终止。例如，若第一平均值与第二平均值的差值大于预设值，则可认为录入终止。反之，则可认为录入未终止。

作为又一示例，在得到上述第一平均值和第二平均值后，还可以计算第二平均值与第一平均值的比值，若比值小于预设值，则可以认为录入终止。反之，则可以认为录入未终止。

作为再一示例，可以从已记录的分贝值中选取较大的若干分贝值，并计算这些分贝值的平均值(可称为高分贝平均值)，同时，可以从已记录的分贝值中选取较小的若干分贝值，并计算这些分贝值的平均值(可称为低分贝平均值)。而后，基于第一平均值与第二平均值的数值比较，确定是否录入终止。

由此，当用户在某一时段内(如3秒内)有说过话，并在说话的过程中存在连续几秒静音时，可检测出语音回复信息是否录入终止，从而停止音频录制并继续执行后续流程。

需要说明的是，基于所记录的各帧的分贝值以及最新采样的连续多帧的分贝值，还可以采用其他方式检测语音回复信息是否录入终止，不限于上述列举的示例。

需要指出的是，除上述实现方式外，还可以结合其他通过静音检测技术或者条件，检测语音回复信息录入是否终止。例如，若录制超过一个预设的时间阈值(如60秒)，则可视为录音超时，同时，可认为语音回复信息录入终止。此时，还可主动打断录音，并语音播报“录音超时”。

步骤105，在检测到语音回复信息录入终止且接收到本地用户语音触发的回复指令后，将语音回复信息转换为第二即时通讯消息。

在本实施例中，上述执行主体在检测到语音回复信息录入终止后，可以接收本地用户语音触发的指令。若该指令为回复指令或者该指令中包括回复指令(如确认、确认回复等)，则可以语音回复信息转换为第二即时通讯消息。实践中，此处的第二即时通讯消息可以是文本信息。

在本实施例的一些可选的实现方式中，若第一即时通讯消息的关联信息为订单信息，则所述执行主体在转换第二即时通讯消息时，还可以首先将所述语音回复信息转换为文本信息，而后将所述文本信息与所述订单信息进行整合，生成第二即时通讯消息。从而，可使第二即时通讯消息中具有对应的订单信息，以便于对端用户在不便于查看并转换为语音播放第二即时通讯时，便于得知和区分消息来源。

在本实施例的一些可选的实现方式中，上述执行主体在检测出语音回复信息是否录入终止后，可以语音播报用于询问本地用户是否回复消息的询问信息，如“是否确认回复的字段”。在询问信息播放完毕后，可以启动音频录制，以获取本地用户的语音指令。若在检测到语音指令包括用于指示确认回复消息的回复指令时，可以将语音回复信息转换为第二即时通讯消息。

在本实施例的一些可选的实现方式中，若上述执行主体接收到了本地用户触发的放弃回复指令，则可以语音播放用于指示放弃回复的提示信息，如“放弃回复”。

在本实施例的一些可选的实现方式中，若预先建立有消息队列，第一即时通讯消息为该消息队列中的首个即时通讯消息，则在语音播放用于指示放弃回复的提示信息后，还可以将第一即时通讯消息从消息队列中移除，从而便于进行第二个即时通讯消息的处理。

步骤106，向第一即时通讯消息的来源用户发送第二即时通讯消息。

在本实施例中，在将语音回复信息转换为第二即时通讯消息后，上述执行主体可以通过上述具有即时通讯功能的客户端应用，向第一即时通讯消息的来源用户发送第二即时通讯消息。

需要说明的是，在第二即时通讯消息发送完成后，上述执行主体还可以播报“消息发送成功”等语音，以提醒本地用户消息发送成功。

此外，若预先建立有消息队列，且第一即时通讯消息为该消息队列中的首个即时通讯消息，则在第二即时通讯消息发送完成后，还可以将第一即时通讯消息从消息队列中移除，从而便于进行第二个即时通讯消息的处理。

本申请的上述实施例提供的方法，通过获取未读的第一即时通讯消息，而后将第一即时通讯消息和关联信息整合为待播报信息，语音播报待播报信息中的内容，并在语音播报完毕后，启动音频录制，以获取本地用户针对第一即时通讯的语音回复信息，在录音频录制过程中，实时记录已采样的各帧的分贝值，并基于所记录的分贝值，检测语音回复信息是否录入终止，以便在检测到语音回复信息录入终止且接收到本地用户触发的回复指令后，将语音回复信息转换为第二即时通讯消息，从而向第一即时通讯消息的来源用户发送第二即时通讯消息。由此，可在用户不便于手动操作电子设备读取和回复即时通讯消息的情况下，语音引导用户通过无接触的方式处理即时通讯消息，提高了即时通讯过程的便捷性和及时性。

进一步参考图2，其示出了消息处理方法的又一个实施例的流程200。该消息处理方法的流程200，包括以下步骤：

步骤201，获取未读的第一即时通讯消息和第一即时通讯消息的关联信息。

步骤202，将第一即时通讯消息和关联信息整合，生成待播报信息，并语音播报待播报信息中的内容。

步骤203，在待播报信息中的内容播报完毕后，启动音频录制，以获取本地用户针对第一即时通讯的语音回复信息。

本实施例的步骤201至步骤203可参见图1对应实施例的步骤101至步骤103，此处不再赘述。

步骤204，在音频录制过程中，记录音频录制时长或者已采样的帧数，并记录已采样的各帧的分贝值。

在本实施例中，消息处理方法的执行主体在音频录制过程中，可以记录音频录制时长或者已采样的帧数，并记录已采样的各帧的分贝值。

步骤205，从音频录制时长等于预设时长起，或者，从已采样的帧数等于第一预设数量起，在后续采样到每一帧时，按照所记录的分贝值从低到高的次序，选取第二预设数量的分贝值作为低分贝值，并按照所记录的分贝值从高到低的次序，选取第二预设数量的分贝值作为高分贝值。

在本实施例中，上述执行主体可以从音频录制时长等于预设时长(如3秒)起，在后续采样到每一帧时，按照所记录的分贝值从低到高的次序，选取第二预设数量的分贝值作为低分贝值，并按照所记录的分贝值从高到低的次序，选取第二预设数量的分贝值作为高分贝值，并继续执行如下步骤206至步骤208。

作为示例，第二预设数量为10，则可以从已采样的帧的分贝值中，选取分贝值最高的10个，均作为高分贝值。同时，从已采样的帧的分贝值中，选取分贝值最低的10个，均作为低分贝值。

需要说明的是，上述第一预设数量、第二预设数量的具体取值可根据需要进行其他设定，此处不作限定。

此外，每秒钟采样的帧数可以是固定的，如10帧，因而，还可以从已采样的帧数等于第一预设数量(如30)起，在后续采样到每一帧时，按照所记录的分贝值从低到高的次序，选取第二预设数量的分贝值作为低分贝值，并按照所记录的分贝值从高到低的次序，选取第二预设数量的分贝值作为高分贝值，并继续执行如下步骤206至步骤208。

步骤206，基于各低分贝值和各高分贝值，确定低分贝基准值和高分贝基准值。

在本实施例中，上述执行主体可以基于各低分贝值和各高分贝值，确定低分贝基准值和高分贝基准值。此处，可以采用各种预先设定的公式，确定低分贝基准值和高分贝基准值。例如，可以直接将各低分贝值作为低分贝基准值，将各高分贝值的平均值作为高分贝基准值。

在本实施例的一些可选的实现方式中，上述执行主体可以按照如下步骤确定低分贝基准值和高分贝基准值，包括：

第一步，将低分贝值的平均值作为低分贝平均值(可记为avgLow)，并将高分贝值的平均值作为高分贝平均值(可记为avgHigh)，确定高分贝平均值与低分贝平均值的差值。

第二步，确定第一预设系数(如0.3)与差值的第一乘积，并将低分贝平均值与第一乘积之和作为低分贝基准值(可记为baseLow)。即：

baseLow＝avgLow+0.3×(avgHigh-avgLow)

第三步，确定第二预设系数(如0.7)与差值的第二乘积，并将低分贝平均值与第二乘积之和作为高分贝基准值(可记为baseHigh)，第一预设系数小于第二预设系数。即：

baseHigh＝avgLow+0.7×(avgHigh–avgLow)

需要说明的是，低分贝基准值可视为在本地用户说话过程中分贝较低的一个基准值，高分贝基准值可视为在本地用户说话过程中分贝较高的一个基准值。上述第一预设系数、第二预设系数的具体取值可根据需要进行其他设定，此处不作限定。

步骤207，按照采样时间的由后到先的顺序，从已采样的帧中，选取第一预设数量的连续帧作为目标帧。

在本实施例中，上述执行主体可以按照采样时间的由后到先的顺序，从已采样的帧中，选取第一预设数量的连续帧作为目标帧。例如，当第一预设数量为30时，则对于当前所采样的帧，可以将包含该帧和在该帧以前采样的29帧均作为目标帧。

步骤208，基于各目标帧的分贝值、低分贝基准值和高分贝基准值，确定语音回复信息是否录入终止。

在本实施例中，上述执行主体可以基于各目标帧的分贝值、低分贝基准值和高分贝基准值，确定语音回复信息是否录入终止。

作为示例，上述执行主体可以首先确定目标帧的分贝值的平均值，在该平均值小于低分贝基准值时，可认为确定语音回复信息录入终止。反之，则可认为语音回复信息录入未终止。

作为又一示例，上述执行主体可以首先确定分贝值小于低分贝基准值的目标帧占全部目标帧的第一比例和分贝值小于高分贝平均值的目标帧占全部目标帧的第二比例。而后，在第一比例小于第一预设阈值(如85％、或90％等)且第二比例小于第二预设阈值(如98％、或100％等)的情况下，确定语音回复信息录入终止。反之，则可以认为语音回复信息录入未终止。此处，第一预设阈值、第二预设阈值的具体取值可根据需要进行其他设定，此处不作限定。

在本实施例的一些可选的实现方式中，上述执行主体可以首先确定目标帧的分贝值的平均值，并确定分贝值小于低分贝基准值的目标帧占全部目标帧的第一比例和分贝值小于高分贝平均值的目标帧占全部目标帧的第二比例。而后，在以下条件同时满足的情况下，确定语音回复信息录入终止：目标帧的分贝值的平均值小于低分贝基准值、第一比例小于第一预设阈值(如85％、或90％等)、第二比例小于第二预设阈值(如98％、或100％等)。此处，第一预设阈值、第二预设阈值的具体取值可根据需要进行其他设定，此处不作限定。

由于因为噪音的干扰，很可能在终止说话的过程中，也会出现噪音分贝的峰值，这种情况下，若仅在第一比例小于第一预设阈值(如85％、或90％等)且第二比例小于第二预设阈值(如98％、或100％等)的情况下，确定语音回复信息录入终止，则检测结果的误差的可能较大。而通过同时将目标帧的分贝值的平均值小于低分贝基准值作为条件，可避免这种情况下的检测误差。由此，提高了对语音回复信息是否录入终止的检测的准确性。

需要说明的是，若确定语音回复信息录入终止，则可以继续执行如下步骤209。若确定语音回复信息录入未终止，则可以在采样到下一帧时，重新执行步骤205至步骤208，直至确定语音回复信息录入终止。

步骤209，在检测到语音回复信息录入终止且接收到本地用户语音触发的回复指令后，将语音回复信息转换为第二即时通讯消息。

本实施例的步骤209可参见图1对应实施例的步骤104，此处不再赘述。

步骤210，向第一即时通讯消息的来源用户发送第二即时通讯消息。

本实施例的步骤210可参见图1对应实施例的步骤105，此处不再赘述。

从图2中可以看出，与图1对应的实施例相比，本实施例中的消息处理方法的流程200，通过从音频录制时长等于预设时长起，或者，从已采样的帧数等于第一预设数量起，在后续采样到每一帧时，通过低分贝基准值、高分贝基准值和目标帧的分贝值的平均值，检测语音回复信息是否录入终止。由此，本实施例描述的方案可以精确地检测出语音回复信息是否录入终止。从而，可以提高所录入的语音回复信息的经确定，从而提高第二即时通讯消息的准确性。

进一步参考图3，作为对上述各图所示方法的实现，本申请提供了一种消息处理装置的一个实施例，该装置实施例与图1所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图3所示，本实施例所述的消息处理装置300包括：获取单元301，被配置成获取未读的第一即时通讯消息和所述第一即时通讯消息的关联信息；播报单元302，被配置成将所述第一即时通讯消息和所述关联信息整合，生成待播报信息，并语音播报所述待播报信息中的内容；录制单元303，被配置成在所述待播报信息中的内容播报完毕后，启动音频录制，以获取本地用户针对所述第一即时通讯的语音回复信息；检测单元304，被配置成在录音频录制过程中，实时记录已采样的各帧的分贝值，并基于所记录的分贝值，检测语音回复信息是否录入终止；转换单元305，被配置成在检测到上述语音回复信息录入终止且接收到上述本地用户触发的回复指令后，将上述语音回复信息转换为第二即时通讯消息；发送单元306，被配置成向上述第一即时通讯消息的来源用户发送上述第二即时通讯消息。

在本实施例的一些可选的实现方式中，上述获取单元301，进一步被配置成：建立用于存储未读的即时通讯消息的消息队列；按照即时通讯消息的接收次序，实时将未读的即时通讯消息存至所述消息队列；响应于检测出未读消息自动播报功能处于开启状态，将所述消息队列中的首条即时通讯消息作为第一即时通讯消息，从所述消息队列中获取所述第一即时通讯消息。

在本实施例的一些可选的实现方式中，所述关联信息包括订单信息；以及，上述获取单元301，进一步被配置成：获取所述第一即时通讯消息的来源用户的用户标识；查询包含所述用户标识的订单；响应于查询到一个订单，提取所查询到的订单中的订单信息；响应于查询到至少两个订单，将上述至少两个订单中最新生成的订单作为目标订单，提取所述目标订单中的订单信息。

在本实施例的一些可选的实现方式中，所述转换单元305，进一步被配置成：将所述语音回复信息转换为文本信息；将所述文本信息与所述订单信息进行整合，生成第二即时通讯消息。

在本实施例的一些可选的实现方式中，上述播报单元302，进一步被配置成：将所述第一即时通讯消息中的内容和所述关联信息进行拼接，生成文本形式的待播报信息；将所述待播报信息转换成语音信息；播报所述语音信息。

在本实施例的一些可选的实现方式中，上述转换单元305，进一步被配置成：在检测到上述语音回复信息录入终止后，语音播报用于询问上述本地用户是否回复消息的询问信息，并在上述询问信息播放完毕后，启动音频录制，以获取上述本地用户的语音指令；在检测到上述语音指令包括用于指示确认回复消息的回复指令时，将上述语音回复信息转换为第二即时通讯消息。

在本实施例的一些可选的实现方式中，上述检测单元304，进一步被配置成：在音频录制过程中，记录音频录制时长或者已采样的帧数，并记录已采样的各帧的分贝值；从音频录制时长等于预设时长起，或者，从已采样的帧数等于第一预设数量起，在后续采样到每一帧时，执行如下步骤：按照所记录的分贝值从低到高的次序，选取第二预设数量的分贝值作为低分贝值，并按照所记录的分贝值从高到低的次序，选取上述第二预设数量的分贝值作为高分贝值；基于各低分贝值和各高分贝值，确定低分贝基准值和高分贝基准值；按照采样时间的由后到先的顺序，从已采样的帧中，选取上述第一预设数量的连续帧作为目标帧；基于各目标帧的分贝值、上述低分贝基准值和上述高分贝基准值，确定上述语音回复信息是否录入终止。

在本实施例的一些可选的实现方式中，上述检测单元304，进一步被配置成：将低分贝值的平均值作为低分贝平均值，并将高分贝值的平均值作为高分贝平均值，确定上述高分贝平均值与上述低分贝平均值的差值；确定第一预设系数与上述差值的第一乘积，并将上述低分贝平均值与上述第一乘积之和作为低分贝基准值；确定第二预设系数与上述差值的第二乘积，并将上述低分贝平均值与上述第二乘积之和作为高分贝基准值，上述第一预设系数小于上述第二预设系数。

在本实施例的一些可选的实现方式中，上述检测单元304，进一步被配置成：确定目标帧的分贝值的平均值，并确定分贝值小于上述低分贝基准值的目标帧占全部目标帧的第一比例和分贝值小于上述高分贝平均值的目标帧占全部目标帧的第二比例；在以下条件同时满足的情况下，确定上述语音回复信息录入终止：目标帧的分贝值的平均值小于上述低分贝基准值、上述第一比例小于第一预设阈值、上述第二比例小于第二预设阈值。

在本实施例的一些可选的实现方式中，上述装置还包括：提示单元，被配置成在接收到上述本地用户触发的放弃回复指令后，语音播放用于指示放弃回复的提示信息，并将上述第一即时通讯消息从上述消息队列中移除；或者，移除单元，被配置成在向上述来源用户发送上述第二即时通讯消息后，将上述第一即时通讯消息从上述消息队列中移除。

在本实施例的一些可选的实现方式中，上述第一即时通讯消息和上述第二即时通讯消息为文本信息。

本申请的上述实施例提供的装置，通过获取未读的第一即时通讯消息，而后将第一即时通讯消息和关联信息整合为待播报信息，语音播报待播报信息中的内容，并在语音播报完毕后，启动音频录制，以获取本地用户针对第一即时通讯的语音回复信息，在录音频录制过程中，实时记录已采样的各帧的分贝值，并基于所记录的分贝值，检测语音回复信息是否录入终止，以便在检测到语音回复信息录入终止且接收到本地用户触发的回复指令后，将语音回复信息转换为第二即时通讯消息，从而向第一即时通讯消息的来源用户发送第二即时通讯消息。由此，可在用户不便于手动操作电子设备读取和回复即时通讯消息的情况下，语音引导用户通过无接触的方式处理即时通讯消息，提高了即时通讯过程的便捷性和及时性。

下面参考图4，其示出了适于用来实现本申请实施例的电子设备的计算机系统400的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图4所示，计算机系统400包括中央处理单元(CPU)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有系统400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

以下部件连接至I/O接口405：包括触摸屏、触摸板等的输入部分406；包括诸如扬声器等的输出部分407；存储部分408；以及通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如半导体存储器等等，根据需要安装在驱动器410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408。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、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，流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，该模块、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，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取未读的第一即时通讯消息和第一即时通讯消息的关联信息；将第一即时通讯消息和关联信息整合为待播报信息，语音播报待播报信息中的内容；在待播报信息中的内容播报完毕后启动音频录制，以获取本地用户针对第一即时通讯的语音回复信息；在录音频录制过程中实时记录已采样的各帧的分贝值，基于所记录的分贝值，检测语音回复信息是否录入终止；在检测到语音回复信息录入终止且接收到本地用户语音触发的回复指令后，将语音回复信息转换为第二即时通讯消息；向第一即时消息的来源用户发送第二即时通讯消息。

以上描述仅为本申请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，本申请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上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。例如上述特征与本申请中公开的(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 (14)

1.一种消息处理方法，其特征在于，所述方法包括：

获取未读的第一即时通讯消息和所述第一即时通讯消息的关联信息；

将所述第一即时通讯消息和所述关联信息整合，生成待播报信息，并语音播报所述待播报信息中的内容；

在所述待播报信息中的内容播报完毕后，启动音频录制，以获取本地用户针对所述第一即时通讯的语音回复信息；

在录音频录制过程中，实时记录已采样的各帧的分贝值，并基于所记录的分贝值，检测所述语音回复信息是否录入终止；

在检测到所述语音回复信息录入终止且接收到所述本地用户语音触发的回复指令后，将所述语音回复信息转换为第二即时通讯消息；

向所述第一即时消息的来源用户发送所述第二即时通讯消息。

2.根据权利要求1所述的方法，其特征在于，所述获取未读的第一即时通讯消息，包括：

建立用于存储未读的即时通讯消息的消息队列；

按照即时通讯消息的接收次序，实时将未读的即时通讯消息存至所述消息队列；

响应于检测出未读消息自动播报功能处于开启状态，将所述消息队列中的首条即时通讯消息作为第一即时通讯消息，从所述消息队列中获取所述第一即时通讯消息。

3.根据权利要求1所述的方法，其特征在于，所述关联信息包括订单信息；以及，

所述获取所述第一即时通讯消息的关联信息，包括：

获取所述第一即时通讯消息的来源用户的用户标识；

查询包含所述用户标识的订单；

响应于查询到一个订单，提取所查询到的订单中的订单信息；

响应于查询到至少两个订单，将所述至少两个订单中最新生成的订单作为目标订单，提取所述目标订单中的订单信息。

4.根据权利要求3所述的方法，其特征在于，所述将所述语音回复信息转换为第二即时通讯消息，包括：

将所述语音回复信息转换为文本信息；

将所述文本信息与所述订单信息进行整合，生成第二即时通讯消息。

5.根据权利要求1所述的方法，其特征在于，所述将所述第一即时通讯消息和所述关联信息整合，生成待播报信息，并语音播报所述待播报信息中的内容，包括：

将所述第一即时通讯消息中的内容和所述关联信息进行拼接，生成文本形式的待播报信息；

将所述待播报信息转换成语音信息；

播报所述语音信息。

6.根据权利要求1所述的方法，其特征在于，所述在检测到所述语音回复信息录入终止且接收到所述本地用户语音触发的回复指令后，将所述语音回复信息转换为第二即时通讯消息，包括：

在检测到所述语音回复信息录入终止后，语音播报用于询问所述本地用户是否回复消息的询问信息，并在所述询问信息播放完毕后，启动音频录制，以获取所述本地用户的语音指令；

在检测到所述语音指令包括用于指示确认回复消息的回复指令时，将所述语音回复信息转换为第二即时通讯消息。

7.根据权利要求1所述的方法，其特征在于，所述在录音频录制过程中，实时记录已采样的各帧的分贝值，并基于所记录的分贝值，检测所述语音回复信息是否录入终止，包括：

在音频录制过程中，记录音频录制时长或者已采样的帧数，并记录已采样的各帧的分贝值；

从音频录制时长等于预设时长起，或者，从已采样的帧数等于第一预设数量起，在后续采样到每一帧时，执行如下步骤：

按照所记录的分贝值从低到高的次序，选取第二预设数量的分贝值作为低分贝值，并按照所记录的分贝值从高到低的次序，选取所述第二预设数量的分贝值作为高分贝值；

基于各低分贝值和各高分贝值，确定低分贝基准值和高分贝基准值；

按照采样时间的由后到先的顺序，从已采样的帧中，选取所述第一预设数量的连续帧作为目标帧；

基于各目标帧的分贝值、所述低分贝基准值和所述高分贝基准值，确定所述语音回复信息是否录入终止。

8.根据权利要求7所述的方法，其特征在于，所述基于各低分贝值和各高分贝值，确定低分贝基准值和高分贝基准值，包括：

将低分贝值的平均值作为低分贝平均值，将高分贝值的平均值作为高分贝平均值，确定所述高分贝平均值与所述低分贝平均值的差值；

确定第一预设系数与所述差值的第一乘积，并将所述低分贝平均值与所述第一乘积之和作为低分贝基准值；

确定第二预设系数与所述差值的第二乘积，并将所述低分贝平均值与所述第二乘积之和作为高分贝基准值，所述第一预设系数小于所述第二预设系数。

9.根据权利要求7所述的方法，其特征在于，所述基于各目标帧的分贝值、所述低分贝基准值和所述高分贝基准值，确定所述语音回复信息是否录入终止，包括：

确定目标帧的分贝值的平均值，并确定分贝值小于所述低分贝基准值的目标帧占全部目标帧的第一比例和分贝值小于所述高分贝平均值的目标帧占全部目标帧的第二比例；

在以下条件同时满足的情况下，确定所述语音回复信息录入终止：目标帧的分贝值的平均值小于所述低分贝基准值、所述第一比例小于第一预设阈值、所述第二比例小于第二预设阈值。

10.根据权利要求2所述的方法，其特征在于，所述方法还包括：

在接收到所述本地用户触发的放弃回复指令后，语音播放用于指示放弃回复的提示信息，并将所述第一即时通讯消息从所述消息队列中移除；或者，

在向所述来源用户发送所述第二即时通讯消息后，将所述第一即时通讯消息从所述消息队列中移除。

11.根据权利要求1-10之一所述的方法，其特征在于，所述第一即时通讯消息和所述第二即时通讯消息为文本信息。

12.一种消息处理装置，其特征在于，所述装置包括：

获取单元，被配置成获取未读的第一即时通讯消息和所述第一即时通讯消息的关联信息；

播报单元，被配置成将所述第一即时通讯消息和所述关联信息整合，生成待播报信息，并语音播报所述待播报信息中的内容；

录制单元，被配置成在所述待播报信息中的内容播报完毕后，启动音频录制，以获取本地用户针对所述第一即时通讯的语音回复信息；

检测单元，被配置成在录音频录制过程中，实时记录已采样的各帧的分贝值，并基于所记录的分贝值以及最新采样的连续多帧的分贝值，检测所述语音回复信息是否录入终止；

转换单元，被配置成在检测到所述语音回复信息录入终止且接收到所述本地用户触发的回复指令后，将所述语音回复信息转换为第二即时通讯消息；

发送单元，被配置成向所述第一即时消息的来源用户发送所述第二即时通讯消息。

13.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-11中任一所述的方法。

14.一种计算机可读介质，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1-11中任一所述的方法。

Images