CN113449197A - 信息处理方法、装置、电子设备以及存储介质 - Google Patents

Abstract

本公开公开了信息处理方法、装置、电子设备、存储介质以及程序产品，涉及计算机技术领域，尤其涉及语音技术。具体实现方案为：响应于来自本地程序的用于调起社交应用程序的请求，调起社交应用程序；在确定来自用户的唤醒语音信息正确的情况下，通过社交应用程序接收语音信息；以及在确定语音信息包括指令信息的情况下，执行与指令信息相对应的指令操作。

Description

信息处理方法、装置、电子设备以及存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及语音技术，具体涉及信息处理方法、装置、电子设备、存储介质以及程序产品。

背景技术

随着互联网技术、计算机技术的不断发展，人与人之间的沟通交流方式也越来越多样化。其中，网络社交作为一种以网络为媒介的社交方式，充分利用了网络来传递信息。能够打破时间、地点的限制，实现流畅、准确的信息传播与交流。

发明内容

本公开提供了一种信息处理方法、装置、电子设备、存储介质以及程序产品。

根据本公开的一方面，提供了一种信息处理方法，包括：响应于来自本地程序的用于调起社交应用程序的请求，调起社交应用程序；在确定来自用户的唤醒语音信息正确的情况下，通过社交应用程序接收语音信息；以及在确定语音信息包括指令信息的情况下，执行与指令信息相对应的指令操作。

根据本公开的另一方面，提供了一种信息处理装置，包括：调起模块，用于响应于来自本地程序的用于调起社交应用程序的请求，调起社交应用程序；语音信息接收模块，用于在确定来自用户的唤醒语音信息正确的情况下，通过社交应用程序接收语音信息；以及执行模块，用于在确定语音信息包括指令信息的情况下，执行与指令信息相对应的指令操作。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如上所述的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1示意性示出了一种本地程序调起社交应用程序的应用场景示意图；

图2示意性示出了根据本公开实施例的可以应用信息处理方法及装置的示例性系统架构；

图3示意性示出了根据本公开实施例的信息处理方法的流程图；

图4示意性示出了根据本公开实施例的调起社交应用程序的语音交互功能模块的流程示意图；

图5示意性示出了根据本公开社交应用程序中的联系人列表示意图；

图6示意性示出了根据本公开实施例的信息处理装置的框图；以及

图7示意性示出了根据本公开实施例的适于实现信息处理方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

随着互联网的快速发展、终端设备的快速普及，通过网络与他人建立联系、沟通已经逐渐成为主流方式。结合大数据应用的普及，用户使用终端设备输入的方式可以有文本输入、语音输入、以及图像输入等。

这些不同的输入方式适用于不同的应用场景。终端设备中安装的APP(应用程序)或者系统可以对这些输入方式不断地进行优化，以便更好地支持应用。

目前，调起社交应用程序的方式多种多样，比如通过语音助手调起某一个APP或者是通过图像识别的方法调起APP。

语音助手调起某一个APP可以是例如iOS系统的操作系统利用语音助手实时获取用户的语音指令，并触发社交应用程序自动执行启动操作。

图1示意性示出了一种本地程序调起社交应用程序的应用场景示意图。

如图1所示，可以通过本地程序110，例如iOS系统(终端设备操作系统)中的语音助手来打开社交应用程序120。更为具体的，用户可以对终端设备说“嘿语音助手”来唤醒语音助手，然后对语音助手说“请打开社交应用程序AA”，来触发语音助手向社交应用程序AA发送用于开启的请求，以便社交应用程序AA响应于该请求执行开启操作。

以上方案虽然可以利用操作系统中例如语音助手等本地程序来调起社交应用程序。但是，该调起操作仅局限于打开应用程序，例如，显示社交应用程序的首界面130，而社交应用程序内部的功能模块并没有被调起，例如社交应用程序中提供的语音交互和图像识别等相关功能模块并不可用。这导致后续的语音交互还是需要手动操作，例如，进入对应的聊天界面，长时间手动按压语音图标140来录入语音信息150，实现语音交互。

本公开的实施例提供了一种信息处理方法、装置、电子设备、存储介质以及程序产品。

根据本公开的实施例，信息处理方法可以包括：响应于来自本地程序的用于调起社交应用程序的请求，调起社交应用程序；在确定来自用户的唤醒语音信息正确的情况下，通过社交应用程序接收语音信息；以及在确定语音信息包括指令信息的情况下，执行与指令信息相对应的指令操作。

利用本公开实施例提供的信息处理方法，可以利用操作系统中安装的本地程序来语音调起社交应用程序的同时，在社交应用程序中也可以连续的通过语音指令、语音信息等控制社交应用程序的语音互动。即，实现在用户不方便使用双手操作时，利用其他程序调起目标程序，并实现语音交互等操作的无缝衔接。为用户提供全流程交互的支持，最终实现从打开目标APP到在目标APP中的全流程互动的语音指令支持，提升用户的使用体验。

本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

图2示意性示出了根据本公开实施例的可以应用信息处理方法及装置的示例性系统架构。

需要注意的是，图2所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。例如，在另一实施例中，应用信息处理方法及装置的示例性系统架构可以包括终端设备，但终端设备可以无需与服务器进行交互，即可实现本公开实施例提供的信息处理方法及装置。

如图2所示，根据该实施例的系统架构200可以包括终端设备201、202、203，网络204和服务器205。网络204用以在终端设备201、202、203和服务器205之间提供通信链路的介质。网络204可以包括各种连接类型，例如有线和/或无线通信链路等等。

用户可以使用终端设备201、202、203通过网络204与服务器205交互，以接收或发送消息等。终端设备201、202、203上可以安装有各种通讯客户端应用，例如知识阅读类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。

终端设备201、202、203可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器205可以是提供各种服务的服务器，例如对用户利用终端设备201、202、203所浏览的内容提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。

需要说明的是，本公开实施例所提供的信息处理方法一般可以由终端设备201、202、或203执行。相应地，本公开实施例所提供的信息处理装置也可以设置于终端设备201、202、或203中。

本公开实施例所提供的信息处理方法可以由不同于服务器205且能够与终端设备201、202、203和/或服务器205通信的服务器或服务器集群执行。相应地，本公开实施例所提供的信息处理装置也可以设置于不同于服务器205且能够与终端设备201、202、203和/或服务器205通信的服务器或服务器集群中。

例如，在用户使用社交应用程序接收、发送语音信息时，终端设备201、202、203的本地程序响应于用户的语音请求，调起社交应用程序，社交应用程序可以接收用户的语音信息，然后将语音信息发送给服务器205，由服务器205对将语音信息发送至对应的收件人。或者由能够与终端设备201、202、203和/或服务器205通信的服务器或服务器集群将语音信息发送至对应的收件人。

应该理解，图2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。

图3示意性示出了根据本公开实施例的信息处理方法的流程图。

如图3所示，该方法包括操作S310～S330。

在操作S310，响应于来自本地程序的用于调起社交应用程序的请求，调起社交应用程序。

在操作S320，在确定来自用户的唤醒语音信息正确的情况下，通过社交应用程序接收语音信息。

在操作S330，在确定语音信息包括指令信息的情况下，执行与指令信息相对应的指令操作。

根据本公开的实施例，本地程序可以是指安装在终端设备上的能够提供语音交互功能的程序。例如，可以是加载在终端设备上的内置应用程序，也可以是安装在终端设备上的第三方应用程序。其中，内置应用程序可以是语音助手。其中，第三方应用程序可以是社交类应用程序。

根据本公开的实施例，社交应用程序可以是指能够提供即时接收、发送信息等功能的社交类的应用程序。

根据本公开的实施例，调起社交应用程序可以是指开启、调用社交应用程序。

根据本公开的实施例，响应于本地程序的用于调起社交应用程序的请求，可以调起社交应用程序，例如打开社交应用程序的首界面，但是并不局限于此。还可以调起社交应用程序的语音交互接口、调起社交应用程序的图像识别功能模块或者调起用于接收或发送语音信息的功能模块等。

根据本公开的实施例，唤醒语音信息可以是用于触发接收语音信息的控制信息。利用唤醒语音信息可以实现从连续语流中实时识别出接收到的语音信息的特定片段，并根据特定片段进行后续重要信息的提取。

根据本公开的实施例，语音信息的时间长短不做限定。例如，可以是一个关键词，也可以是一句话。只要是包含指令信息的语音信息即可。

根据本公开的实施例，在社交应用程序中，可以执行未读信息的语音播报、有未读信息的提醒、发送信息以及回复信息等操作。可以识别语音信息，从语音信息中确定指令信息，以便社交应用程序执行与指令信息对应的指令操作。

利用本公开的实施例，可以在响应于来自本地程序的用于调起社交应用程序的请求的情况下，自动调起社交应用程序，并在社交应用程序内实现语音交互功能操作连续、自动的衔接，完成确定来自用户的唤醒语音信息的正确与否、接收语音信息，进而自动执行与语音信息中的指令信息相对应的指令操作。由此，能够解放用户双手，提高便捷性，提高用户使用体验。

下面参考图4～图5，结合具体实施例对本公开实施例提供的信息处理方法做进一步说明。

根据本公开的实施例，可以接收本地程序的用于调起社交应用程序的请求。响应于来自本地程序的用于调起社交应用程序的请求，开启社交应用程序。确定用于调起本地程序的调起模式。在确定调起模式为通过语音指令调起本地程序的情况下，调起社交应用程序的语音交互功能模块，以便在确定来自用户的唤醒语音信息正确的情况下，通过社交应用程序的语音交互功能模块接收用于搜索的语音信息。

根据本公开的实施例，语音交互功能模块可以包括提供语音交互功能的语音交互接口，还可以包括语音识别功能模块等。只要是能够起到语音交互作用的功能模块即可。

根据本公开的其他实施例，还可以在调起社交应用程序的语音交互功能模块的同时，调起社交应用程序的图像识别功能模块、语音信息转换为文本信息的转换功能模块，以及其他功能模块。

根据本公开的实施例，在确定用于调起本地程序的调起模式为通过语音指令调起的情况下，可以初步确认用户是在双手不方便操作的情景下使用该社交应用程序。因此，在确认调起模式为通过语音指令调起本地程序的情况下，调起社交应用程序的语音交互功能模块，可以使社交应用程序更为智能、主动，贴近用户实际需求。

图4示意性示出了根据本公开实施例的调起社交应用程序的语音交互功能模块的流程示意图。

如图4所示，本地程序410例如iOS系统的语音助手向社交应用程序420例如AA APP发送调起请求。社交应用程序420响应于该请求，执行开启操作。社交应用程序420确定用于调起语音助手的调起模式，在确定调起模式为通过语音指令调起的情况下，调起语音交互功能模块，可以在调起语音交互功能模块后，连贯、自动地进行后续语音交互操作。例如，可以利用语音交互功能模块接收待发送的语音信息430，并进入社交应用程序的对话界面440，将待发送的语音信息430发送给对应的收件人，并在对话界面440内显示已经发送该条语音信息。可以理解的是，在确定调起模式不是通过语音指令调起的情况下，则可以仅执行开启操作，例如显示社交应用程序的首界面450。

根据本公开的实施例，本地程序可以包括语音交互程序。例如，可以是iOS系统中的语音助手、或Android系统中的语音助手。还可以是其他可以提供语音交互功能的应用程序。只要是在终端设备处于解锁状态时，能够通过语音信息唤醒并提供语音交互功能的程序即可。

需要说明的是，在开启社交应用程序的情况下，也可以通过确定调起本地程序的程序类型来调起社交应用程序的语音交互功能模块。例如，在本地程序为语音交互程序的情况下，可以间接说明该本地程序的调起方式为语音指令调起，进而确定该用户在使用社交应用程序时，存在双手操作不便的可能性。所以，可以通过确定调起本地程序的程序类型为语音交互程序，来调起社交应用程序的语音交互功能模块。需要说明的是，也可以通过两种方式共同进行确定。只要是能够确定用户的实际使用状况，为用户提供方便的确定方式均可。

根据本公开的实施例，在社交应用程序的语音交互功能模块调起的情况下，可以通过输出语音提示信息来向用户表征本社交应用程序已经开启了语音交互操作，能够执行语音交互操作。

例如，输出语音提示信息“您好，请问有什么可以帮助您的吗？”或者，“您好，发送信息功能已启动，请说出您想要对哪个朋友分享些您的趣事”。

根据本公开的实施例，用户可以在听到终端设备发出的语音提示信息后，说出唤醒语音信息。

根据本公开的示例性实施例，也可以不设计输出语音提示信息的操作。用户可以在对本地程序发出语音指令之后的一段时间后，主动说出唤醒语音信息。该唤醒语音信息可以通过语音采集设备采集得到，并通过语音交互功能模块接收。

利用本公开实施例提供的输出语音提示信息的操作，可以及时的提醒用户，使用户能够快速的反馈，节省时间，提高用户体验。

根据本公开的实施例，可以利用唤醒语音信息进一步确定语音录制的开始点，即，利用唤醒语音信息作为语音信息记录的触发信息。此外，还可以利用唤醒语音信息确定用户身份，提高操作的安全性。

根据本公开的实施例，社交应用程序可以接收来自用户的唤醒语音信息；在确定唤醒语音信息和预设唤醒语音信息相匹配的情况下，确定唤醒语音信息正确；以及在唤醒语音信息和预设唤醒语音信息不匹配的情况下，输出语音反馈信息，以便再次输入新的唤醒语音信息。

根据本公开的实施例，唤醒语音信息可以是与预设唤醒语音信息相一致的语音信息。可以将唤醒语音信息与预设唤醒语音信息进行匹配，在确定二者之间相同的情况下，社交应用程序被唤醒。例如，接收到用户的“AA AA”的唤醒语音信息，识别并确定与预设唤醒语音信息相一致，则社交应用程序被唤醒，可以触发进行后续录制并识别语音信息的操作。

根据本公开的其他实施例，唤醒语音信息还可以是其声纹信息与预先存储的预设唤醒语音信息的声纹信息相一致的语音信息。社交应用程序可以提前将用户的声纹信息进行采集、识别并存储。在接收到用户的唤醒语音信息的情况下，可以识别该唤醒语音信息的声纹信息，并与预先存储的预设唤醒语音信息的声纹信息进行匹配。在确定二者之间相同的情况下，社交应用程序被唤醒。例如，接收到用户的“AA AA”的唤醒语音信息，识别并确定该唤醒语音信息的声纹信息与预先存储的预设唤醒语音信息的声纹信息一致，则社交应用程序被唤醒，可以触发进行后续录制并识别语音信息的操作。

根据本公开的实施例，可以通过如下操作来确定语音信息中的指令信息。

例如，识别语音信息；以及在确定语音信息包括预设指令关键词的情况下，确定语音信息包括指令信息。

根据本公开的实施例，识别语音信息，可以是将语音信息转换为文本信息，然后利用文本识别模型来识别语音信息中的关键词或者全部内容。

根据本公开的实施例，语音信息包括预设指令关键词，可以是识别语音信息中的关键词或者全部内容与预设指令关键词一致。

例如，语音信息为“给小a发送消息”，将其转换为文本信息后，确定包括有预设指令关键词“发送消息”，则确定语音信息包括指令信息。

根据本公开的实施例，利用关键词匹配的方式确定语音信息中包括指令信息，能够更准确。

还例如，识别语音信息；以及在确定语音信息的语义与预设指令关键词的语义的相似度大于或等于预设相似度阈值的情况下，确定语音信息包括指令信息。

根据本公开的实施例，语音信息的语义与预设指令关键词的语义的相似度，可以是通过语义识别模型来确定。例如，将语音信息转换为对应的文本信息，并通过语义识别模型来识别、确定语音信息对应的文本信息和预设指令关键词之间的语义的相似度。

根据本公开的实施例，预设相似度阈值可以根据实际情况拟定。相似度阈值设定的越高，越能提高确定语音信息中的指令信息的准确度。

利用本公开实施例中的语义的相似度来确定语音信息包括指令信息，更灵活、智能。

还例如，识别语音信息；并同时在确定语音信息包括预设指令关键词以及在确定语音信息的语义与预设指令关键词的语义的相似度大于或等于预设相似度阈值的情况下，确定语音信息包括指令信息。

根据本公开的实施例，可以通过关键词匹配与语义相似度的方式共同来确定语音信息包括指令信息，不仅可以提高判断的准确度，而且能够智能地识别出具体的指令信息，为后续执行与指令信息对应的指令操作提供依据。

根据本公开的实施例，可以执行的指令操作包括发送信息。

根据本公开的实施例，可以响应于指令信息，从语音信息中搜索用于接收信息的收件人；在确定在社交应用程序的联系人中搜索到收件人的情况下，输出第一提示信息，其中，第一提示信息用于提示能够执行发送信息的操作；录制待发送的语音信息；在确定停止录制的情况下，将已经录制的待发送的语音信息发送至收件人；以及在确定在社交应用程序的联系人中没有搜索到收件人的情况下，输出第二提示信息，其中，第二提示信息用于提示不能执行发送信息的操作。

根据本公开的实施例，可以理解，收件人可以是指联系人中的一个或多个联系人对象，还可以是指联系人中的一个或多个群组对象。

根据本公开的实施例，第一提示信息可以是例如“已确定收件人，请说出要发送的内容”，但是并不局限于此。只要是用于提示能够执行发送信息的操作的语音提示信息即可。

根据本公开的实施例，第二提示信息可以是例如“未查到对应收件人，请再次确认”，但是并不局限于此。只要是用于提示不能执行发送信息的操作的语音提示信息即可。

根据本公开的实施例，可以通过如下操作来确定是否可以停止录制。

例如，检测正在录制的待发送的语音信息的音量；在确定正在录制的待发送的语音信息的音量低于预设音量阈值的情况下，计时；以及在确定计时时间大于预设时间阈值的情况下，停止录制操作。

根据本公开的实施例，正在录制的待发送的语音信息的音量可以指声音能量。正在录制的待发送的语音信息的音量可以是通过语音识别功能模块检测确定的。

根据本公开的实施例，正在录制的待发送的语音信息的音量低于预设音量阈值，可以表明用户结束语音输出。可以理解，用户因停止说话而使正在录制的待发送的语音信息的音量骤然下降，甚至为零。在本公开的其他实施例中，可以在音量骤然下降的情况下，即停止录制操作。但是，在用户说话过程中，也会存在因短暂思考或者换气而出现的短暂停顿，即音量骤然下降的情况。在音量骤然下降的情况下就停止录制操作，存在判断失误的问题，不能准确确定是否达到用户的实际结束点。

根据本公开的实施例，在确定正在录制的待发送的语音信息的音量低于预设音量阈值的情况下，计时，在确定计时时间大于预设时间阈值的情况下，再停止录制操作。不仅可以将用户停止说话的时刻准确识别出来，而且避免把短暂停止误识别为真正结束而导致未完整录制的问题，提高结束点的判断的准确性和合理性。

需要说明的是，预设时间阈值可以是5秒、10秒或者其他预先设定的时间长度，可以根据实际情况自行拟定。只要是能够准确判断结束点，还能够避免因时间过长而导致的反应效率慢的问题即可。

根据本公开的实施例，默认操作，可以是将已经录制的待发送的语音信息直接发送至收件人。根据本公开的实施例，默认操作可以是用户的语音信息中未指示发送格式，则根据社交应用程序中的默认操作格式来发送。但是并不局限于此。还可以是从语音信息中确定已经录制的待发送的语音信息的发送格式，根据发送格式来发送对应的内容。

根据本公开的实施例，在确定发送格式为语音格式的情况下，可以直接发送已经录制的待发送的语音信息。

根据本公开的实施例，在确定发送格式为文本格式的情况下，可以将已经录制的待发送的语音信息转换为文本，并发送文本。

根据本公开的实施例，可以利用语音转换为文本的转换功能模块来将已经录制的待发送的语音信息转换为文本，将以文本格式发送至对应的收件人。

需要说明的是，发送信息不仅可以指依据用户的语音信息向联系人中的某一收件人发送信息。发送信息还可以指用户接收到一收件人发送的信息后，向该收件人回复信息。

根据本公开的实施例，可以采用上述的发送信息的操作来回复信息。

例如，响应于指令信息，从语音信息中搜索用于接收信息的收件人；在确定在社交应用程序的联系人中搜索到收件人的情况下，输出第一提示信息，其中，第一提示信息用于提示能够执行发送信息的操作；录制待发送的语音信息；在确定停止录制的情况下，将已经录制的待发送的语音信息发送至收件人。

利用本公开的实施例提供的信息处理方法，不仅可以进行待发送的语音信息的录制，并且可以对已经录制的待发送的语音信息进行发送、回复，实现多功能化应用的同时，能够解放用户双手，提高用户使用的便捷性。

根据本公开的实施例，指令操作还可以包括播报信息。可以通过如下操作来播报信息。

例如，响应于指令信息，查询社交应用程序中的未读信息；以及在确定在社交应用程序中查询到未读信息的情况下，按照联系人列表的顺序依次播报与未读信息对应的发件人的名称以及未读信息的内容。

图5示意性示出了根据本公开实施例的社交应用程序中的联系人列表示意图。

如图5所示，在社交应用程序的首界面510显示联系人列表，联系人列表的排列顺序可以是按照联系人的名称的拼音字母的排列顺序排序，也可以是基于用户自行设置调整后的排列顺序。在确定在社交应用程序中查询到未读信息的情况下，例如存在头像520标识有未读标识图530的未读信息的情况下，可以按照联系人列表的顺序依次播报与未读信息对应的发件人的名称540以及未读信息的内容。

根据本公开的示例性实施例，还可以是根据用户的语音指令播报任一未读信息对应的发件人的名称以及未读信息的内容。例如，接收用户的关于阅读收件人AAA的语音指令“请播报AAA的未读信息”，则根据该语音指令，播报收件人AAA发送的信息。

根据本公开的示例性实施例，还可以实时查询社交应用程序中的未读信息，在确定社交应用程序中接收到新信息的情况下，实时播报未读信息(即新信息)的发件人的名称以及未读信息的内容。

根据本公开的实施例，在确定社交应用程序中具有未读信息的情况下，按照联系人列表的顺序依次播报与未读信息对应的发件人的名称以及未读信息的内容可以包括如下具体操作。

例如，识别未读信息的内容的格式；在确定未读信息的内容的格式为图片的情况下，播报第三提示信息，其中，第三提示信息用于表征未读信息的内容为图片。

还例如，识别未读信息的内容的格式；在确定未读信息的内容的格式为语音的情况下，语音播报未读信息的内容。

还例如，识别未读信息的内容的格式；在确定未读信息的内容的格式为文本的情况下，将文本转换为语音，并进行语音播报。

利用本公开实施例提供的信息处理方法，不仅能够进行未读信息的内容的语音播报，而且能够将文本转换为语音再进行语音播报，此外，还能够进行图片内容的识别。功能强大。

利用本公开实施例提供的信息处理方法，不仅可以对未读信息的内容进行语音播报，而且能够对不能播报的图片进行提示信息的播报。将传统的由眼睛读取未读信息转变为由耳朵听取未读信息，扩充读取方式，扩大应用范围，以便适应于不同应用场景。

图6示意性示出了根据本公开实施例的信息处理装置的框图。

如图6所示，信息处理装置600可以包括调起模块610、语音信息接收模块620、以及执行模块630。

调起模块610，用于响应于来自本地程序的用于调起社交应用程序的请求，调起社交应用程序；

语音信息接收模块620，用于在确定来自用户的唤醒语音信息正确的情况下，通过社交应用程序接收语音信息；以及

执行模块630，用于在确定语音信息包括指令信息的情况下，执行与指令信息相对应的指令操作。

根据本公开的实施例，调起模块610可以包括开启单元、调起模式确定单元、以及调起单元。

开启单元，用于响应于来自本地程序的用于调起社交应用程序的请求，开启社交应用程序；

调起模式确定单元，用于确定用于调起本地程序的调起模式；以及

调起单元，用于在确定本地程序的调起模式为通过语音指令调起本地程序的情况下，调起社交应用程序的语音交互功能模块，以便在确定来自用户的唤醒语音信息正确的情况下，通过社交应用程序的语音交互功能模块接收语音信息。

根据本公开的实施例，本地程序可以包括语音交互成型。

根据本公开的实施例，信息处理装置600还可以包括识别模块、第一指令确定模块、以及第二指令确定模块。

识别模块，用于识别语音信息；

第一指令确定模块，用于在确定语音信息包括预设指令关键词的情况下，确定语音信息包括指令信息；以及

第二指令确定模块，用于在确定语音信息的语义与预设指令关键词的语义的相似度大于或等于预设相似度阈值的情况下，确定语音信息包括指令信息。

根据本公开的实施例，指令操作包括发送信息。

根据本公开的实施例，执行模块630可以包括搜索单元、第一输出单元、录制单元、发送单元、以及第二输出单元。

搜索单元，用于响应于指令信息，从语音信息中搜索用于接收信息的收件人；

第一输出单元，用于在确定在社交应用程序的联系人中搜索到收件人的情况下，输出第一提示信息，其中，第一提示信息用于提示能够执行发送信息的操作；

录制单元，用于录制待发送的语音信息；

发送单元，用于在确定停止录制的情况下，将已经录制的待发送的语音信息发送至收件人；

第二输出单元，用于在确定在社交应用程序的联系人中没有搜索到收件人的情况下，输出第二提示信息，其中，第二提示信息用于提示不能执行发送信息的操作。

根据本公开的实施例，执行模块630还可以包括检测单元、计时单元、以及停止单元。

检测单元，用于检测正在录制的待发送的语音信息的音量；

计时单元，用于在确定正在录制的待发送的语音信息的音量低于预设音量阈值的情况下，计时；

停止单元，用于在确定计时时间大于预设时间阈值的情况下，停止录制操作。

根据本公开的实施例，发送单元可以包括格式确定子单元、发送子单元、以及转换子单元。

格式确定子单元，用于从语音信息中确定已经录制的待发送的语音信息的发送格式；

发送子单元，用于在确定发送格式为语音格式的情况下，直接发送已经录制的待发送的语音信息；以及

转换子单元，用于在确定发送格式为文本格式的情况下，将已经录制的待发送的语音信息转换为文本，并发送文本。

根据本公开的实施例，指令操作可以包括播报信息。

根据本公开的实施例，执行模块630可以包括查询单元、以及播报单元。

查询单元，用于响应于指令信息，查询社交应用程序中的未读信息；以及

播报单元，用于在确定在社交应用程序中查询到未读信息的情况下，按照联系人列表的顺序依次播报与未读信息对应的发件人的名称以及未读信息的内容。

根据本公开的实施例，播报单元可以包括识别子单元、第一播报子单元、第二播报子单元、以及第三播报子单元。

识别子单元，用于识别未读信息的内容的格式；

第一播报子单元，用于在确定未读信息的内容的格式为图片的情况下，播报第三提示信息，其中，第三提示信息用于表征未读信息的内容为图片；

第二播报子单元，用于在确定未读信息的内容的格式为语音的情况下，语音播报未读信息的内容；

第三播报子单元，用于在确定未读信息的内容的格式为文本的情况下，将文本转换为语音，并进行语音播报。

根据本公开的实施例，信息处理装置600还可以包括接收模块、第一信息确定模块、以及第二信息确定模块。

接收模块，用于接收来自用户的唤醒语音信息；

第一信息确定模块，用于在确定唤醒语音信息和预设唤醒语音信息相匹配的情况下，确定唤醒语音信息正确；以及

第二信息确定模块，用于在唤醒语音信息和预设唤醒语音信息不匹配的情况下，输出语音反馈信息，以便用户再次输入新的唤醒语音信息。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

根据本公开的实施例，一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上所述的方法。

根据本公开的实施例，一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行如上所述的方法。

根据本公开的实施例，一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如上所述的方法。

图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如信息处理方法。例如，在一些实施例中，信息处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的信息处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行信息处理方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以是分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (21)

1.一种信息处理方法，包括：

响应于来自本地程序的用于调起社交应用程序的请求，调起所述社交应用程序；

在确定来自用户的唤醒语音信息正确的情况下，通过所述社交应用程序接收语音信息；以及

在确定所述语音信息包括指令信息的情况下，执行与所述指令信息相对应的指令操作。

2.根据权利要求1所述的方法，其中，所述响应于来自本地程序的用于调起社交应用程序的请求，调起所述社交应用程序包括：

响应于来自所述本地程序的用于调起社交应用程序的请求，开启所述社交应用程序；

确定用于调起所述本地程序的调起模式；以及

在确定所述本地程序的调起模式为通过语音指令调起所述本地程序的情况下，调起所述社交应用程序的语音交互功能模块，以便在确定来自用户的唤醒语音信息正确的情况下，通过所述社交应用程序的语音交互功能模块接收语音信息。

3.根据权利要求1或2所述的方法，其中，所述本地程序包括语音交互程序。

4.根据权利要求1所述的方法，还包括：

识别所述语音信息；

在确定所述语音信息包括预设指令关键词的情况下，确定所述语音信息包括所述指令信息；以及

在确定所述语音信息的语义与所述预设指令关键词的语义的相似度大于或等于预设相似度阈值的情况下，确定所述语音信息包括所述指令信息。

5.根据权利要求1所述的方法，其中，所述指令操作包括发送信息；

所述在确定所述语音信息包括指令信息的情况下，执行与所述指令信息相对应的指令操作包括：

响应于所述指令信息，从所述语音信息中搜索用于接收信息的收件人；

在确定在所述社交应用程序的联系人中搜索到所述收件人的情况下，输出第一提示信息，其中，所述第一提示信息用于提示能够执行发送信息的操作；

录制待发送的语音信息；

在确定停止录制的情况下，将已经录制的待发送的语音信息发送至所述收件人；

在确定在所述社交应用程序的联系人中没有搜索到所述收件人的情况下，输出第二提示信息，其中，所述第二提示信息用于提示不能执行发送信息的操作。

6.根据权利要求5所述的方法，其中，所述在确定所述语音信息包括指令信息的情况下，执行与所述指令信息相对应的指令操作还包括：

检测正在录制的待发送的语音信息的音量；

在确定所述正在录制的待发送的语音信息的音量低于预设音量阈值的情况下，计时；

在确定计时时间大于预设时间阈值的情况下，停止录制操作。

7.根据权利要求5所述的方法，其中，所述在确定停止录制的情况下，将已经录制的待发送的语音信息发送至所述收件人包括：

从所述语音信息中确定所述已经录制的待发送的语音信息的发送格式；

在确定所述发送格式为语音格式的情况下，直接发送所述已经录制的待发送的语音信息；以及

在确定所述发送格式为文本格式的情况下，将所述已经录制的待发送的语音信息转换为文本，并发送所述文本。

8.根据权利要求1所述的方法，其中，所述指令操作包括播报信息；

所述在确定所述语音信息包括指令信息的情况下，执行与所述指令信息相对应的指令操作包括：

响应于所述指令信息，查询所述社交应用程序中的未读信息；以及

在确定在所述社交应用程序中查询到未读信息的情况下，按照联系人列表的顺序依次播报与所述未读信息对应的发件人的名称以及所述未读信息的内容。

9.根据权利要求1所述的方法，其中，所述在确定所述社交应用程序中具有未读信息的情况下，按照联系人列表的顺序依次播报与所述未读信息对应的发件人的名称以及所述未读信息的内容包括：

识别所述未读信息的内容的格式；

在确定所述未读信息的内容的格式为图片的情况下，播报第三提示信息，其中，所述第三提示信息用于表征所述未读信息的内容为图片；

在确定所述未读信息的内容的格式为语音的情况下，语音播报所述未读信息的内容；

在确定所述未读信息的内容的格式为文本的情况下，将所述文本转换为语音，并进行语音播报。

10.根据权利要求1所述的方法，还包括：

接收来自用户的唤醒语音信息；

在确定所述唤醒语音信息和预设唤醒语音信息相匹配的情况下，确定所述唤醒语音信息正确；以及

在所述唤醒语音信息和所述预设唤醒语音信息不匹配的情况下，输出语音反馈信息，以便用户再次输入新的唤醒语音信息。

11.一种信息处理装置，包括：

调起模块，用于响应于来自本地程序的用于调起社交应用程序的请求，调起所述社交应用程序；

语音信息接收模块，用于在确定来自用户的唤醒语音信息正确的情况下，通过所述社交应用程序接收语音信息；以及

执行模块，用于在确定所述语音信息包括指令信息的情况下，执行与所述指令信息相对应的指令操作。

12.根据权利要求11所述的装置，其中，所述调起模块包括：

开启单元，用于响应于来自所述本地程序的用于调起社交应用程序的请求，开启所述社交应用程序；

调起模式确定单元，用于确定用于调起所述本地程序的调起模式；以及

调起单元，用于在确定所述本地程序的调起模式为通过语音指令调起所述本地程序的情况下，调起所述社交应用程序的语音交互功能模块，以便在确定来自用户的唤醒语音信息正确的情况下，通过所述社交应用程序的语音交互功能模块接收语音信息。

13.根据权利要求11所述的装置，还包括：

识别模块，用于识别所述语音信息；

第一指令确定模块，用于在确定所述语音信息包括预设指令关键词的情况下，确定所述语音信息包括所述指令信息；以及

第二指令确定模块，用于在确定所述语音信息的语义与所述预设指令关键词的语义的相似度大于或等于预设相似度阈值的情况下，确定所述语音信息包括所述指令信息。

14.根据权利要求11所述的装置，其中，所述指令操作包括发送信息；

所述执行模块包括：

搜索单元，用于响应于所述指令信息，从所述语音信息中搜索用于接收信息的收件人；

第一输出单元，用于在确定在所述社交应用程序的联系人中搜索到所述收件人的情况下，输出第一提示信息，其中，所述第一提示信息用于提示能够执行发送信息的操作；

录制单元，用于录制待发送的语音信息；

发送单元，用于在确定停止录制的情况下，将已经录制的待发送的语音信息发送至所述收件人；

第二输出单元，用于在确定在所述社交应用程序的联系人中没有搜索到所述收件人的情况下，输出第二提示信息，其中，所述第二提示信息用于提示不能执行发送信息的操作。

15.根据权利要求14所述的装置，其中，所述执行模块还包括：

检测单元，用于检测正在录制的待发送的语音信息的音量；

计时单元，用于在确定所述正在录制的待发送的语音信息的音量低于预设音量阈值的情况下，计时；

停止单元，用于在确定计时时间大于预设时间阈值的情况下，停止录制操作。

16.根据权利要求14所述的装置，其中，所述发送单元包括：

格式确定子单元，用于从所述语音信息中确定所述已经录制的待发送的语音信息的发送格式；

发送子单元，用于在确定所述发送格式为语音格式的情况下，直接发送所述已经录制的待发送的语音信息；以及

转换子单元，用于在确定所述发送格式为文本格式的情况下，将所述已经录制的待发送的语音信息转换为文本，并发送所述文本。

17.根据权利要求11所述的装置，其中，所述指令操作包括播报信息；

所述执行模块包括：

查询单元，用于响应于所述指令信息，查询所述社交应用程序中的未读信息；以及

播报单元，用于在确定在所述社交应用程序中查询到未读信息的情况下，按照联系人列表的顺序依次播报与所述未读信息对应的发件人的名称以及所述未读信息的内容。

18.根据权利要求11所述的装置，其中，所述播报单元包括：

识别子单元，用于识别所述未读信息的内容的格式；

第一播报子单元，用于在确定所述未读信息的内容的格式为图片的情况下，播报第三提示信息，其中，所述第三提示信息用于表征所述未读信息的内容为图片；

第二播报子单元，用于在确定所述未读信息的内容的格式为语音的情况下，语音播报所述未读信息的内容；

第三播报子单元，用于在确定所述未读信息的内容的格式为文本的情况下，将所述文本转换为语音，并进行语音播报。

19.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-10中任一项所述的方法。

20.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-10中任一项所述的方法。

21.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-10中任一项所述的方法。

Images