CN112309388A - 用于处理信息的方法和装置 - Google Patents
用于处理信息的方法和装置 Download PDFInfo
- Publication number
- CN112309388A CN112309388A CN202010134214.3A CN202010134214A CN112309388A CN 112309388 A CN112309388 A CN 112309388A CN 202010134214 A CN202010134214 A CN 202010134214A CN 112309388 A CN112309388 A CN 112309388A
- Authority
- CN
- China
- Prior art keywords
- information
- voice information
- current interface
- voice
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000004044 response Effects 0.000 claims description 49
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000003993 interaction Effects 0.000 abstract description 13
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开的实施例公开了用于处理信息的方法和装置。该方法的一具体实施方式包括:获取目标用户输入的语音信息;对语音信息进行识别,获得目标文本信息;基于目标文本信息,确定当前界面是否能够响应语音信息;响应于确定当前界面能够响应语音信息,利用当前界面所属的应用执行语音信息所对应的操作。该实施方式可以对用户的语音信息做出更符合场景的反馈,有助于提高语音交互的有效性,提高用户体验。
Description
技术领域
本公开的实施例涉及计算机技术领域,尤其涉及用于处理信息的方法和装置。
背景技术
随着人工智能技术的发展,人机交互的方式越来越丰富。语音交互作为人机交互的一种方式,被越来越多的智能硬件使用。
目前,语音交互的首要任务是从用户的语音信息中识别出用户意图,以便按照识别出的用户意图执行相应操作。
发明内容
本公开的实施例提出了用于处理信息的方法和装置。
第一方面,本公开的实施例提供了一种用于处理信息的方法,该方法包括:获取目标用户输入的语音信息;对语音信息进行识别,获得目标文本信息;基于目标文本信息,确定当前界面是否能够响应语音信息;响应于确定当前界面能够响应语音信息,利用当前界面所属的应用执行语音信息所对应的操作。
在一些实施例中,基于目标文本信息,确定当前界面是否能够响应语音信息包括:对目标文本信息进行语义分析,获得用于表征目标用户的用户意图的用户意图信息;获取当前界面所对应的预设意图信息集合;确定预设意图信息集合中是否包括与用户意图信息相匹配的预设意图信息;响应于确定包括,确定当前界面能够响应语音信息。
在一些实施例中,基于目标文本信息,确定当前界面是否能够响应语音信息包括:获取当前界面包括的文本信息组成匹配用文本信息集合;确定匹配用文本信息集合中是否包括与目标文本信息相匹配的匹配用文本信息;响应于确定包括,确定当前界面能够响应语音信息。
在一些实施例中,该方法还包括:响应于确定当前界面不能响应语音信息,输出预设反馈信息。
在一些实施例中,该方法还包括:响应于确定当前界面不能响应语音信息,确定预先安装的、除当前界面所属的应用以外的其他应用中是否存在能够响应语音信息的应用;响应于确定其他应用中存在能够响应语音信息的应用,利用该应用执行语音信息所对应的操作。
在一些实施例中,获取目标用户输入的语音信息包括:响应于接收到目标用户输入的语音唤醒词,确定语音唤醒词与预设唤醒词是否匹配;响应于确定匹配,获取目标用户输入的语音信息。
第二方面,本公开的实施例提供了一种用于处理信息的装置,该装置包括:获取单元,被配置成获取目标用户输入的语音信息;识别单元,被配置成对语音信息进行识别,获得目标文本信息;第一确定单元,被配置成基于目标文本信息,确定当前界面是否能够响应语音信息;第一执行单元,被配置成响应于确定当前界面能够响应语音信息,利用当前界面所属的应用执行语音信息所对应的操作。
在一些实施例中,第一确定单元包括:分析模块,被配置成对目标文本信息进行语义分析,获得用于表征目标用户的用户意图的用户意图信息;第一获取模块,被配置成获取当前界面所对应的预设意图信息集合;第一确定模块,被配置成确定预设意图信息集合中是否包括与用户意图信息相匹配的预设意图信息;第二确定模块,被配置成响应于确定包括,确定当前界面能够响应语音信息。
在一些实施例中,第一确定单元包括:第二获取模块,被配置成获取当前界面包括的文本信息组成匹配用文本信息集合;第三确定模块,被配置成确定匹配用文本信息集合中是否包括与目标文本信息相匹配的匹配用文本信息;第四确定模块,被配置成响应于确定包括,确定当前界面能够响应语音信息。
在一些实施例中,该装置还包括:输出单元,被配置成响应于确定当前界面不能响应语音信息,输出预设反馈信息。
在一些实施例中,该装置还包括:第二确定单元,被配置成响应于确定当前界面不能响应语音信息,确定预先安装的、除当前界面所属的应用以外的其他应用中是否存在能够响应所述语音信息的应用;第二执行单元,被配置成响应于确定其他应用中存在能够响应语音信息的应用,利用该应用执行语音信息所对应的操作。
在一些实施例中,获取单元包括:第五确定模块,被配置成响应于接收到目标用户输入的语音唤醒词,确定语音唤醒词与预设唤醒词是否匹配;第三获取模块,被配置成响应于确定匹配,获取目标用户输入的语音信息。
第三方面,本公开的实施例提供了一种终端设备,包括:一个或多个处理器;显示屏,被配置成显示界面;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上述用于处理信息的方法中任一实施例的方法。
第四方面,本公开的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上述用于处理信息的方法中任一实施例的方法。
本公开的实施例提供的用于处理信息的方法和装置,通过获取目标用户输入的语音信息,而后对语音信息进行识别,获得目标文本信息,接着基于目标文本信息,确定当前界面是否能够响应语音信息,最后响应于确定当前界面能够响应语音信息,利用当前界面所属的应用执行语音信息所对应的操作,从而可以优先由当前界面对用户的语音信息进行响应,在当前界面能够响应用户的语音信息的情况下,利用当前界面所属的应用执行相应的反馈操作,以此,可以对用户的语音信息做出更符合场景的反馈,有助于提高语音交互的有效性,提高用户体验。
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,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于处理信息的方法的一个实施例的流程图;
图3是根据本公开的实施例的用于处理信息的方法的一个应用场景的示意图;
图4是根据本公开的用于处理信息的方法的又一个实施例的流程图;
图5是根据本公开的用于处理信息的装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的终端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公开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,本公开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公开。
图1示出了可以应用本公开的用于处理信息的方法或用于处理信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上的应用提供支持的后台服务器。后台服务器可以接收终端设备发送的指令,并执行指令所指示的操作。此外,后台服务器还可以在执行指令所指示的操作后,将操作结果反馈给终端设备。
需要说明的是,本公开的实施例所提供的用于处理信息的方法一般由终端设备101、102、103执行,相应地,用于处理信息的装置一般设置于终端设备101、102、103中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本公开的用于处理信息的方法的一个实施例的流程200。该用于处理信息的方法,包括以下步骤:
步骤201,获取目标用户输入的语音信息。
在本实施例中,用于处理信息的方法的执行主体(例如图1所示的终端设备)可以通过有线连接方式或者无线连接方式获取目标用户输入的语音信息。其中,目标用户可以为待对其输入的语音信息进行反馈的用户。具体可以为发起语音信息输入请求的用户。
实践中,在用户发起语音信息输入请求后,上述执行主体可以获取用户输入的语音信息,并针对语音信息向用户做出回应。
具体的,上述执行主体可以通过预先安装的各种语音获取装置(例如麦克风)获取上述语音信息。
在本实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤获取上述语音信息:首先,上述执行主体可以响应于接收到目标用户输入的语音唤醒词,确定语音唤醒词与预设唤醒词是否匹配。然后,上述执行主体可以响应于确定上述语音唤醒词与预设唤醒词匹配,获取目标用户输入的语音信息。其中,预设唤醒词可以为技术人员预先确定的、用于启动语音交互功能的词汇、短语或者句子等。当用户输入的语音唤醒词与预设语音唤醒词匹配时,上述执行主体可以启动语音交互功能,接收目标用户输入的语音信息。
需要说明的是,语音唤醒词与预设唤醒词匹配可以指语音唤醒词与预设唤醒词相同或者相近。
步骤202,对语音信息进行识别,获得目标文本信息。
在本实施例中,基于步骤201中得到的语音信息,上述执行主体可以对该语音信息进行识别,获得文本信息作为目标文本信息。
具体的,上述执行主体可以采用现有的语音识别技术对上述语音信息进行识别,获得语音信息对应的文本信息作为目标文本信息。例如,语音信息为语音“今天天气如何”,则上述执行主体通过对该语音信息进行识别,可以获得文本“今天天气如何”,进而可以将文本“今天天气如何”确定为目标文本信息。
步骤203,基于目标文本信息,确定当前界面是否能够响应语音信息。
在本实施例中,基于步骤202中得到的目标文本信息,上述执行主体可以确定当前界面是否能够响应语音信息。其中,当前界面可以为当前在上述执行主体包括的显示屏上显示的界面。具体的,当前界面可以为用户界面(User Interface,UI)
可以理解,现实中,用户输入的语音信息通常是针对当前显示的界面输入的指示信息(例如,在当前界面为电子书的第N页时,用户可以发送语音信息“下一页”。这里,语音信息“下一页”则为用于指示将电子书翻页至第N+1页的指示信息),进而,在获取到目标用户的语音信息后,上述执行主体可以首先基于语音信息对应的目标文本信息,确定当前界面是否能够响应语音信息,若当前界面能够响应语音信息,则可以由当前界面进行响应,以此,可以在语音交互过程中,考虑到用户输入语音信息的语境,进而有助于做出更符合场景的反馈,提高语音交互的有效性。
在本实施例中,上述执行主体可以基于目标文本信息,采用各种方法确定当前界面是否能够响应语音信息。
在本实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤确定当前界面是否能够响应语音信息:首先,上述执行主体可以对目标文本信息进行语义分析,获得用于表征目标用户的用户意图的用户意图信息。然后,上述执行主体可以获取当前界面所对应的预设意图信息集合。接着,上述执行主体可以确定预设意图信息集合中是否包括与用户意图信息相匹配的预设意图信息。最后,上述执行主体可以响应于确定预设意图信息集合中包括与用户意图信息相匹配的预设意图信息,确定当前界面能够响应语音信息。
在本实现方式中,上述执行主体可以采用现有的自然语言处理技术对目标文本信息进行语义分析,获得用于表征目标用户的用户意图的用户意图信息。其中,用户意图信息可以为用于表征目标用户的用户意图的各种信息,可以包括但不限于以下至少一项:文字、数字、符号、图像。例如,目标用户输入的语音信息为“今天天气如何”,则用户意图信息可以为“query.weather”。
实践中,技术人员可以预先确定当前界面所能够响应的意图,并确定用于表征当前界面所能够响应的意图的预设意图信息。具体的,预设意图信息可以为用于表征当前界面所能够响应的意图的各种信息,可以包括但不限于以下至少一项:文字、数字、字母、图像。例如,技术人员预先确定当前界面能够响应“查询古诗”的意图,则可以针对该意图,设置预设意图信息“query.gushi”。
在本实现方式中,用户意图信息与预设意图信息相匹配可以指用户意图信息所表征的用户意图与预设意图信息所表征的意图相同或相近。
具体的,上述执行主体可以对用户意图信息和预设意图信息集合中的预设意图信息进行相似度计算,进而将所计算的相似度大于或等于预设相似度的预设意图信息确定为与用户意图信息相匹配的预设意图信息。
在本实施例的一些可选的实现方式中,上述执行还可以通过以下步骤确定当前界面是否能够响应语音信息:首先,上述执行主体可以获取当前界面包括的文本信息组成匹配用文本信息集合。然后,上述执行主体可以确定匹配用文本信息集合中是否包括与目标文本信息相匹配的匹配用文本信息。最后,上述执行主体可以响应于确定匹配用文本信息集合中包括与目标文本信息相匹配的匹配用文本信息,确定当前界面能够响应语音信息。
在本实现方式中,匹配用文本信息集合中的匹配用文本信息可以为当前界面包括的控件所对应的文本信息。可以理解,控件对应的文本信息通常是针对控件所能实现的功能而设置的信息,例如,针对翻页功能设置的控件,可以设置该控件对应的文本信息为“下一页”。所以,当控件对应的文本信息(即匹配用文本信息)与目标文本信息相匹配时,则可以说明当前界面具有执行目标用户的语音信息所指示的操作的功能,进而可以确定当前界面能够响应语音信息。
需要说明的是,在这里,匹配用文本信息与目标文本信息相匹配可以指匹配用文本信息与目标文本信息相同或相近。具体的,上述执行主体可以采用计算文本相似度的方法计算匹配用文本信息与目标文本信息的相似度,进而基于计算得到的相似度,确定匹配用文本信息是否与目标文本信息相匹配。
步骤204,响应于确定当前界面能够响应语音信息,利用当前界面所属的应用执行语音信息所对应的操作。
在本实施例中,上述执行主体可以响应于确定当前界面能够响应上述语音信息,利用当前界面所属的应用执行上述语音信息所对应的操作。其中,当前界面所属的应用可以为第三方应用,也可以为系统应用。语音信息所对应的操作可以为用于对语音信息进行反馈的操作。例如,语音信息为“下一页”,则语音信息所对应的操作可以为“获取及显示当前页面的下一个页面”。
具体的,当上述应用为第三方应用时,上述执行主体可以与第三方应用的后台服务器进行交互,以执行语音信息所对应的操作。作为示例,上述执行主体可以将语音信息(例如“下一页”)发送给第三方应用的后台服务器,后台服务器可以获取针对语音信息的反馈信息(例如当前页面的下一个页面),并将反馈信息发送给上述执行主体,然后上述执行主体可以对接收的反馈信息进行呈现。当上述应用为系统应用时,上述执行主体的操作系统可以基于语音信息,确定程序运行的运行参数值,进而基于该运行参数值,运行预先安装的、该系统应用的应用程序,以执行语音信息所对应的操作。
继续参见图3,图3是根据本实施例的用于处理信息的方法的应用场景的一个示意图。在图3的应用场景中,手机301可以首先获取目标用户302输入的语音信息303(例如“查询明日北京的天气”)。然后,手机301可以对语音信息303进行识别,获得目标文本信息304。接着,手机301可以基于目标文本信息,确定当前界面(例如天气查询类应用的主界面)是否能够响应语音信息303。最后,手机301可以响应于确定当前界面能够响应语音信息303,利用当前界面所属的应用(例如天气查询类应用)执行语音信息303所对应的操作305(例如通过天气查询类应用获取用于表征明日北京的天气的天气信息,以及展示所获取的天气信息)。
本公开的上述实施例提供的方法可以在当前界面能够响应用户的语音信息的情况下,利用当前界面所属的应用执行相应的反馈操作,以此,可以对用户的语音信息做出更符合场景的反馈,有助于提高语音交互的有效性,提高用户体验。
进一步参考图4,其示出了用于处理信息的方法的又一个实施例的流程400。该用于处理信息的方法的流程400,包括以下步骤:
步骤401,获取目标用户输入的语音信息。
在本实施例中,用于处理信息的方法的执行主体(例如图1所示的终端设备)可以通过有线连接方式或者无线连接方式获取目标用户输入的语音信息。其中,目标用户可以为待对其输入的语音信息进行反馈的用户。具体可以为发起语音信息输入请求的用户。
步骤402,对语音信息进行识别,获得目标文本信息。
在本实施例中,基于步骤401中得到的语音信息,上述执行主体可以对该语音信息进行识别,获得文本信息作为目标文本信息。
步骤403,基于目标文本信息,确定当前界面是否能够响应语音信息。
在本实施例中,基于步骤402中得到的目标文本信息,上述执行主体可以确定当前界面是否能够响应语音信息。其中,当前界面可以为当前在上述执行主体包括的显示屏上显示的界面。
步骤404,响应于确定当前界面能够响应语音信息,利用当前界面所属的应用执行语音信息所对应的操作。
在本实施例中,上述执行主体可以响应于确定当前界面能够响应上述语音信息,利用当前界面所属的应用执行上述语音信息所对应的操作。其中,当前界面所属的应用可以为第三方应用,也可以为系统应用。语音信息所对应的操作可以为用于对语音信息进行反馈的操作。
上述步骤401、步骤402、步骤403、步骤404可以分别采用与前述实施例中的步骤201、步骤202、步骤203和步骤204类似的方式执行,上文针对步骤201、步骤202、步骤203和步骤204的描述也适用于步骤401、步骤402、步骤403和步骤404,此处不再赘述。
步骤405,响应于确定当前界面不能响应语音信息,输出预设反馈信息。
在本实施例中,上述执行主体还可以响应于确定当前界面不能响应语音信息,输出预设反馈信息。其中,预设反馈信息可以为预先设置的、用于对用户的语音信息进行反馈的信息,可以包括但不限于以下至少一项:文字、数字、符号、图像、视频、音频。例如,预设反馈信息可以为语音“暂时不明白您的意思”。
特别的,预设反馈信息可以是针对当前界面预先设置的反馈信息。针对当前界面预设设置的反馈信息可以用于引导用户输入与当前界面相关的语音信息。例如当前界面为天气查询类应用的主界面,则预设反馈信息可以为语音“您是否需要查询天气”。
在本实施例的一些可选的实现方式中,上述执行主体还可以响应于确定当前界面不能响应语音信息,确定预先安装的、除当前界面所属的应用以外的其他应用是否能够响应上述语音信息,响应于确定其他应用中存在能够响应上述语音信息的应用,利用该应用执行语音信息所对应的操作。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于处理信息的方法的流程400突出了响应于确定当前界面不能响应语音信息,输出预设反馈信息或者确定预先安装的、除当前界面所属的应用以外的其他应用是否能够响应上述语音信息的步骤。由此,本实施例描述的方案可以在当前界面无法响应用户的语音信息时,由显示当前界面的设备中的系统对语音信息做出兜底响应,具体的,该系统可以将预设反馈信息作为语音信息的响应结果输出给用户,也可以将语音信息分发给除当前界面所属的应用以外的其他应用,以便其他应用对语音信息做出响应,进而可以在使语音交互符合实际场景的同时,提高针对用户的语音信息进行响应的全面性。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于处理信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种终端设备中。
如图5所示,本实施例的用于处理信息的装置500包括:获取单元501、识别单元502、第一确定单元503和第一执行单元504。其中,获取单元501被配置成获取目标用户输入的语音信息;识别单元502被配置成对语音信息进行识别,获得目标文本信息;第一确定单元503被配置成基于目标文本信息,确定当前界面是否能够响应语音信息;第一执行单元504被配置成响应于确定当前界面能够响应语音信息,利用当前界面所属的应用执行语音信息所对应的操作。
在本实施例中,用于处理信息的装置500的获取单元501可以通过有线连接方式或者无线连接方式获取目标用户输入的语音信息。其中,目标用户可以为待对其输入的语音信息进行反馈的用户。具体可以为发起语音信息输入请求的用户。
在本实施例中,基于获取单元501得到的语音信息,识别单元502可以对该语音信息进行识别,获得文本信息作为目标文本信息。
在本实施例中,基于识别单元502得到的目标文本信息,第一确定单元503可以确定当前界面是否能够响应语音信息。其中,当前界面可以为当前在上述执行主体包括的显示屏上显示的界面。具体的,当前界面可以为用户界面(User Interface,UI)
在本实施例中,第一执行单元504可以响应于确定当前界面能够响应上述语音信息,利用当前界面所属的应用执行上述语音信息所对应的操作。其中,当前界面所属的应用可以为第三方应用,也可以为系统应用。语音信息所对应的操作可以为用于对语音信息进行反馈的操作。
在本实施例的一些可选的实现方式中,第一确定单元503包括:分析模块(图中未示出),被配置成对目标文本信息进行语义分析,获得用于表征目标用户的用户意图的用户意图信息;第一获取模块(图中未示出),被配置成获取当前界面所对应的预设意图信息集合;第一确定模块(图中未示出),被配置成确定预设意图信息集合中是否包括与用户意图信息相匹配的预设意图信息;第二确定模块(图中未示出),被配置成响应于确定包括,确定当前界面能够响应语音信息。
在本实施例的一些可选的实现方式中,第一确定单元503包括:第二获取模块(图中未示出),被配置成获取当前界面包括的文本信息组成匹配用文本信息集合;第三确定模块(图中未示出),被配置成确定匹配用文本信息集合中是否包括与目标文本信息相匹配的匹配用文本信息;第四确定模块(图中未示出),被配置成响应于确定包括,确定当前界面能够响应语音信息。
在本实施例的一些可选的实现方式中,装置500还包括:输出单元(图中未示出),被配置成响应于确定当前界面不能响应语音信息,输出预设反馈信息。
在本实施例的一些可选的实现方式中,装置400还包括:第二确定单元(图中未示出),被配置成响应于确定当前界面不能响应语音信息,确定预先安装的、除当前界面所属的应用以外的其他应用中是否存在能够响应语音信息的应用;第二执行单元(图中未示出),被配置成响应于确定其他应用中存在能够响应语音信息的应用,利用该应用执行语音信息所对应的操作。
在本实施例的一些可选的实现方式中,获取单元501包括:第五确定模块(图中未示出),被配置成响应于接收到目标用户输入的语音唤醒词,确定语音唤醒词与预设唤醒词是否匹配;第三获取模块(图中未示出),被配置成响应于确定匹配,获取目标用户输入的语音信息。
可以理解的是,该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元,在此不再赘述。
本公开的上述实施例提供的装置500可以在当前界面能够响应用户的语音信息的情况下,利用当前界面所属的应用执行相应的反馈操作,以此,可以对用户的语音信息做出更符合场景的反馈,有助于提高语音交互的有效性,提高用户体验。
下面参考图6,其示出了适于用来实现本公开实施例的终端设备(例如图1中的终端设备)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的终端设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,终端设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有终端设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许终端设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的终端设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
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装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开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。在本公开中,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。而在本公开中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述终端设备中所包含的;也可以是单独存在,而未装配入该终端设备中。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终端设备执行时,使得该终端设备:获取目标用户输入的语音信息;对语音信息进行识别,获得目标文本信息;基于目标文本信息,确定当前界面是否能够响应语音信息;响应于确定当前界面能够响应语音信息,利用当前界面所属的应用执行语音信息所对应的操作。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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。
描述于本公开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。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取语音信息的单元”。
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,本公开中所涉及的公开范围,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公开构思的情况下,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 (14)
1.一种用于处理信息的方法,包括:
获取目标用户输入的语音信息;
对所述语音信息进行识别,获得目标文本信息;
基于所述目标文本信息,确定当前界面是否能够响应所述语音信息;
响应于确定当前界面能够响应所述语音信息,利用当前界面所属的应用执行所述语音信息所对应的操作。
2.根据权利要求1所述的方法,其中,所述基于所述目标文本信息,确定当前界面是否能够响应所述语音信息包括:
对所述目标文本信息进行语义分析,获得用于表征所述目标用户的用户意图的用户意图信息;
获取当前界面所对应的预设意图信息集合;
确定所述预设意图信息集合中是否包括与所述用户意图信息相匹配的预设意图信息;
响应于确定包括,确定当前界面能够响应所述语音信息。
3.根据权利要求1所述的方法,其中,所述基于所述目标文本信息,确定当前界面是否能够响应所述语音信息包括:
获取当前界面包括的文本信息组成匹配用文本信息集合;
确定所述匹配用文本信息集合中是否包括与所述目标文本信息相匹配的匹配用文本信息;
响应于确定包括,确定当前界面能够响应所述语音信息。
4.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定当前界面不能响应所述语音信息,输出预设反馈信息。
5.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定当前界面不能响应语音信息,确定预先安装的、除当前界面所属的应用以外的其他应用中是否存在能够响应所述语音信息的应用;
响应于确定其他应用中存在能够响应所述语音信息的应用,利用该应用执行所述语音信息所对应的操作。
6.根据权利要求1-5之一所述的方法,其中,所述获取目标用户输入的语音信息包括:
响应于接收到目标用户输入的语音唤醒词,确定所述语音唤醒词与预设唤醒词是否匹配;
响应于确定匹配,获取所述目标用户输入的语音信息。
7.一种用于处理信息的装置,包括:
获取单元,被配置成获取目标用户输入的语音信息;
识别单元,被配置成对所述语音信息进行识别,获得目标文本信息;
第一确定单元,被配置成基于所述目标文本信息,确定当前界面是否能够响应所述语音信息;
第一执行单元,被配置成响应于确定当前界面能够响应所述语音信息,利用当前界面所属的应用执行所述语音信息所对应的操作。
8.根据权利要求7所述的装置,其中,所述第一确定单元包括:
分析模块,被配置成对所述目标文本信息进行语义分析,获得用于表征所述目标用户的用户意图的用户意图信息;
第一获取模块,被配置成获取当前界面所对应的预设意图信息集合;
第一确定模块,被配置成确定所述预设意图信息集合中是否包括与所述用户意图信息相匹配的预设意图信息;
第二确定模块,被配置成响应于确定包括,确定当前界面能够响应所述语音信息。
9.根据权利要求7所述的装置,其中,所述第一确定单元包括:
第二获取模块,被配置成获取当前界面包括的文本信息组成匹配用文本信息集合;
第三确定模块,被配置成确定所述匹配用文本信息集合中是否包括与所述目标文本信息相匹配的匹配用文本信息;
第四确定模块,被配置成响应于确定包括,确定当前界面能够响应所述语音信息。
10.根据权利要求7所述的装置,其中,所述装置还包括:
输出单元,被配置成响应于确定当前界面不能响应所述语音信息,输出预设反馈信息。
11.根据权利要求7所述的装置,其中,所述装置还包括:
第二确定单元,被配置成响应于确定当前界面不能响应语音信息,确定预先安装的、除当前界面所属的应用以外的其他应用中是否存在能够响应所述语音信息的应用;
第二执行单元,被配置成响应于确定其他应用中存在能够响应所述语音信息的应用,利用该应用执行所述语音信息所对应的操作。
12.根据权利要求7-11之一所述的装置,其中,所述获取单元包括:
第五确定模块,被配置成响应于接收到目标用户输入的语音唤醒词,确定所述语音唤醒词与预设唤醒词是否匹配;
第三获取模块,被配置成响应于确定匹配,获取所述目标用户输入的语音信息。
13.一种终端设备,包括:
一个或多个处理器;
显示屏,被配置成显示界面;
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1-6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,其中,该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010134214.3A CN112309388A (zh) | 2020-03-02 | 2020-03-02 | 用于处理信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010134214.3A CN112309388A (zh) | 2020-03-02 | 2020-03-02 | 用于处理信息的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112309388A true CN112309388A (zh) | 2021-02-02 |
Family
ID=74336626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010134214.3A Pending CN112309388A (zh) | 2020-03-02 | 2020-03-02 | 用于处理信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112309388A (zh) |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104219388A (zh) * | 2014-08-28 | 2014-12-17 | 小米科技有限责任公司 | 语音控制方法和装置 |
CN105957530A (zh) * | 2016-04-28 | 2016-09-21 | 海信集团有限公司 | 一种语音控制方法、装置和终端设备 |
CN107507615A (zh) * | 2017-08-29 | 2017-12-22 | 百度在线网络技术(北京)有限公司 | 界面智能交互控制方法、装置、系统及存储介质 |
CN107895578A (zh) * | 2017-11-15 | 2018-04-10 | 百度在线网络技术(北京)有限公司 | 语音交互方法和装置 |
CN108022586A (zh) * | 2017-11-30 | 2018-05-11 | 百度在线网络技术(北京)有限公司 | 用于控制页面的方法和装置 |
CN108305626A (zh) * | 2018-01-31 | 2018-07-20 | 百度在线网络技术(北京)有限公司 | 应用程序的语音控制方法和装置 |
KR20180109633A (ko) * | 2017-03-28 | 2018-10-08 | 삼성전자주식회사 | 음성 인식 서비스 운용 방법, 이를 지원하는 전자 장치 및 시스템 |
CN108665895A (zh) * | 2018-05-03 | 2018-10-16 | 百度在线网络技术(北京)有限公司 | 用于处理信息的方法、装置和系统 |
CN108683937A (zh) * | 2018-03-09 | 2018-10-19 | 百度在线网络技术(北京)有限公司 | 智能电视的语音交互反馈方法、系统及计算机可读介质 |
CN108877796A (zh) * | 2018-06-14 | 2018-11-23 | 合肥品冠慧享家智能家居科技有限责任公司 | 语音控制智能设备终端操作的方法和装置 |
CN108877791A (zh) * | 2018-05-23 | 2018-11-23 | 百度在线网络技术(北京)有限公司 | 基于视图的语音交互方法、装置、服务器、终端和介质 |
CN109165292A (zh) * | 2018-07-23 | 2019-01-08 | Oppo广东移动通信有限公司 | 数据处理方法、装置以及移动终端 |
CN109448727A (zh) * | 2018-09-20 | 2019-03-08 | 李庆湧 | 语音交互方法以及装置 |
CN109545223A (zh) * | 2017-09-22 | 2019-03-29 | Tcl集团股份有限公司 | 应用于用户终端的语音识别方法及终端设备 |
CN109960801A (zh) * | 2019-03-15 | 2019-07-02 | 北京字节跳动网络技术有限公司 | 数据处理方法及装置 |
CN109979460A (zh) * | 2019-03-11 | 2019-07-05 | 上海白泽网络科技有限公司 | 可视化语音信息交互方法及装置 |
CN110634478A (zh) * | 2018-06-25 | 2019-12-31 | 百度在线网络技术(北京)有限公司 | 用于处理语音信号的方法及装置 |
CN110675872A (zh) * | 2019-09-27 | 2020-01-10 | 青岛海信电器股份有限公司 | 基于多系统显示设备的语音交互方法及多系统显示设备 |
CN110691160A (zh) * | 2018-07-04 | 2020-01-14 | 青岛海信移动通信技术股份有限公司 | 一种语音控制方法、装置及手机 |
-
2020
- 2020-03-02 CN CN202010134214.3A patent/CN112309388A/zh active Pending
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104219388A (zh) * | 2014-08-28 | 2014-12-17 | 小米科技有限责任公司 | 语音控制方法和装置 |
CN105957530A (zh) * | 2016-04-28 | 2016-09-21 | 海信集团有限公司 | 一种语音控制方法、装置和终端设备 |
US20170110128A1 (en) * | 2016-04-28 | 2017-04-20 | Hisense Co., Ltd. | Voice control method, device and terminal |
KR20180109633A (ko) * | 2017-03-28 | 2018-10-08 | 삼성전자주식회사 | 음성 인식 서비스 운용 방법, 이를 지원하는 전자 장치 및 시스템 |
CN107507615A (zh) * | 2017-08-29 | 2017-12-22 | 百度在线网络技术(北京)有限公司 | 界面智能交互控制方法、装置、系统及存储介质 |
CN109545223A (zh) * | 2017-09-22 | 2019-03-29 | Tcl集团股份有限公司 | 应用于用户终端的语音识别方法及终端设备 |
CN107895578A (zh) * | 2017-11-15 | 2018-04-10 | 百度在线网络技术(北京)有限公司 | 语音交互方法和装置 |
CN108022586A (zh) * | 2017-11-30 | 2018-05-11 | 百度在线网络技术(北京)有限公司 | 用于控制页面的方法和装置 |
CN108305626A (zh) * | 2018-01-31 | 2018-07-20 | 百度在线网络技术(北京)有限公司 | 应用程序的语音控制方法和装置 |
CN108683937A (zh) * | 2018-03-09 | 2018-10-19 | 百度在线网络技术(北京)有限公司 | 智能电视的语音交互反馈方法、系统及计算机可读介质 |
CN108665895A (zh) * | 2018-05-03 | 2018-10-16 | 百度在线网络技术(北京)有限公司 | 用于处理信息的方法、装置和系统 |
CN108877791A (zh) * | 2018-05-23 | 2018-11-23 | 百度在线网络技术(北京)有限公司 | 基于视图的语音交互方法、装置、服务器、终端和介质 |
CN108877796A (zh) * | 2018-06-14 | 2018-11-23 | 合肥品冠慧享家智能家居科技有限责任公司 | 语音控制智能设备终端操作的方法和装置 |
CN110634478A (zh) * | 2018-06-25 | 2019-12-31 | 百度在线网络技术(北京)有限公司 | 用于处理语音信号的方法及装置 |
CN110691160A (zh) * | 2018-07-04 | 2020-01-14 | 青岛海信移动通信技术股份有限公司 | 一种语音控制方法、装置及手机 |
CN109165292A (zh) * | 2018-07-23 | 2019-01-08 | Oppo广东移动通信有限公司 | 数据处理方法、装置以及移动终端 |
CN109448727A (zh) * | 2018-09-20 | 2019-03-08 | 李庆湧 | 语音交互方法以及装置 |
CN109979460A (zh) * | 2019-03-11 | 2019-07-05 | 上海白泽网络科技有限公司 | 可视化语音信息交互方法及装置 |
CN109960801A (zh) * | 2019-03-15 | 2019-07-02 | 北京字节跳动网络技术有限公司 | 数据处理方法及装置 |
CN110675872A (zh) * | 2019-09-27 | 2020-01-10 | 青岛海信电器股份有限公司 | 基于多系统显示设备的语音交互方法及多系统显示设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3905057A1 (en) | Online document sharing method and apparatus, electronic device, and storage medium | |
US11758088B2 (en) | Method and apparatus for aligning paragraph and video | |
US11270690B2 (en) | Method and apparatus for waking up device | |
CN111986655B (zh) | 音频内容识别方法、装置、设备和计算机可读介质 | |
CN113889113A (zh) | 分句方法、装置、存储介质及电子设备 | |
WO2021088790A1 (zh) | 用于目标设备的显示样式调整方法和装置 | |
CN111459364A (zh) | 图标更新方法、装置和电子设备 | |
WO2021068493A1 (zh) | 用于处理信息的方法和装置 | |
CN110223694B (zh) | 语音处理方法、系统和装置 | |
CN111694629A (zh) | 信息展示方法、装置和电子设备 | |
CN110806834A (zh) | 基于输入法的信息处理方法、装置、电子设备及介质 | |
CN111381819B (zh) | 列表的创建方法、装置、电子设备及计算机可读存储介质 | |
CN114038465B (zh) | 语音处理方法、装置和电子设备 | |
CN110519373B (zh) | 用于推送信息的方法和装置 | |
US11854422B2 (en) | Method and device for information interaction | |
CN112242143B (zh) | 一种语音交互方法、装置、终端设备及存储介质 | |
CN112309387A (zh) | 用于处理信息的方法和装置 | |
CN110619101B (zh) | 用于处理信息的方法和装置 | |
CN112307393A (zh) | 信息发布方法、装置和电子设备 | |
CN111105797A (zh) | 一种语音交互方法、装置及电子设备 | |
CN112306560B (zh) | 用于唤醒电子设备的方法和装置 | |
CN112309388A (zh) | 用于处理信息的方法和装置 | |
CN111324512B (zh) | 用于生成文本的方法、装置、电子设备和计算机可读介质 | |
CN112307867A (zh) | 用于输出信息的方法和装置 | |
CN113778387A (zh) | 用于生成代码的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |