CN115469949A - 信息显示方法、智能终端及存储介质 - Google Patents

Abstract

本申请提出一种信息显示方法、智能终端及存储介质，该方法包括：在检测到语音信息时，在第一显示区域显示至少一第一图像；获取包括所述语音信息的目标语音；若所述目标语音满足预设条件，则在第二显示区域显示至少一第二图像。采用本申请所提出的方法，能够降低误唤醒导致频繁显示语音助手的界面的概率，用户可以提高用户体验。

Description

信息显示方法、智能终端及存储介质

技术领域

本申请涉及信息处理技术领域，具体涉及一种信息显示方法、智能终端及存储介质。

背景技术

随着智能终端(如手机、平板电脑)的普及，语音交互技术的逐渐成熟，智能终端可以与用户通过即时语音问答的方式进行交互。例如，用户可以通过输入语音唤醒智能终端的语音助手，进而智能终端可以获取用户输入的语音中的指令，并执行该指令对应的操作。

在构思及实现本申请过程中，发明人发现至少存在如下问题：当智能终端在接收到用户的语音时，智能终端启动语音助手，并在界面中显示该语音助手的界面。由于用户在各种不同的场景中使用智能终端，在使用的过程中外界噪声较大，语音助手被误唤醒的几率较高，从而在智能终端显示其他界面的情况下，会切换显示该语音助手的界面，从而用户需要多次手动关闭语音助手的显示界面，操作较为繁琐，用户体验较差。

前面的叙述在于提供一般的背景信息，并不一定构成现有技术。

发明内容

针对上述技术问题，本申请提供一种信息显示方法、智能终端及存储介质，能够降低由于外界噪声或者环境声音导致智能终端的语音助手被误唤醒频繁切换显示语音助手的界面的概率，更符合用户使用的需求，从而提高用户体验。

第一方面，本申请提供一种信息显示方法，可应用于智能终端，该方法包括：

在检测到语音信息时，在第一显示区域显示至少一第一图像；

获取包括所述语音信息的目标语音；

若所述目标语音满足预设条件，则在第二显示区域显示至少一第二图像。

可选地，所述获取包括所述语音信息的目标语音之后，所述方法还包括：

获取所述目标语音中的语音片段；

所述语音片段的时长在预设时长范围内时，确定或生成所述目标语音满足所述预设条件。

可选地，所述语音片段的时长在预设时长范围内时，确定或生成所述目标语音满足所述预设条件之前，所述方法还包括：

识别所述目标语音包括的第一目标语音信息；

若所述第一目标语音信息中包括预设语音信息，则在第三显示区域显示至少一第三图像，所述第三图像包括的第三元素是根据所述第二元素进行第二裁剪处理得到的。

可选地，所述获取所述目标语音中的语音片段之后，所述方法还包括：

所述语音片段的时长不在所述预设时长范围内时，识别所述目标语音包括的第二目标语音信息；

对所述第二目标语音信息进行语义匹配，得到匹配结果；

在所述匹配结果满足触发条件时，确定或生成所述目标语音满足所述预设条件。

可选地，所述方法还包括：

若所述第一目标语音信息中不包括所述预设语音信息，或者，若所述匹配结果不满足所述触发条件，则确定或生成所述目标语音不满足所述预设条件；

停止显示所述至少一第一图像，或者，停止显示所述至少一第三图像。

可选地，所述若所述目标语音满足预设条件，则在第二显示区域显示至少一第二图像之后，所述方法还包括：

接收语音指令；

响应于所述语音指令，在所述第二显示区域显示至少一第四图像，所述至少一第四图像包括所述第二元素；

启动所述语音指令对应的目标应用，显示所述目标应用的用户界面。

可选地，所述若所述目标语音满足预设条件，则在第二显示区域显示至少一第二图像之后，所述方法还包括：

若预设时长范围内未接收到所述语音指令，则停止在所述第二显示区域显示所述第二图像。

可选地，所述预设时长范围为默认设置；和/或，所述预设时长为根据历史语音信息的时长确定。

第二方面，本申请还提供一种信息显示装置，该信息显示装置包括：

显示单元，用于在检测到语音信息时，在第一显示区域显示至少一第一图像；

获取单元，用于获取包括所述语音信息的目标语音；

所述显示单元，还用于若所述目标语音满足预设条件，则在第二显示区域显示至少一第二图像。

另外，该方面中，该投屏装置其他可选的实施方式可参阅上述第一方面的相关内容，此处不再详述。

第三方面，本申请还提供一种智能终端，包括：存储器、处理器，其中，上述存储器上存储有显示程序，上述显示程序被上述处理器执行时实现如上述任一信息显示方法的步骤。

第四方面，本申请还提供一种计算机可读存储介质，所述存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如上述任一信息显示方法的步骤。

如上所述，本申请的信息显示方法，可应用于智能终端，包括步骤：在检测到语音信息时，在第一显示区域显示至少一第一图像；获取包括所述语音信息的目标语音；若所述目标语音满足预设条件，则在第二显示区域显示至少一第二图像。通过上述技术方案，可以实现在用户使用智能终端的时候不会因为误唤醒语音助手而导致前台显示的界面改变的功能，从而解决了由于语音助手被误唤醒后智能终端会频繁切换显示的界面的问题，能够更符合用户的使用需求，从而提升用户体验。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为实现本申请各个实施例的一种智能终端的硬件结构示意图；

图2为本申请实施例提供的一种通信网络系统架构图；

图3是根据第一实施例示出的信息显示方法的流程示意图；

图4a是根据第一实施例示出的在第一显示区域显示至少一第一图像的用户界面示意图；

图4b是根据第一实施例示出的在第三显示区域显示至少一第三图像的用户界面示意图；

图4c是根据第一实施例示出的停止显示语音助手应用程序的用户界面示意图；

图4d是根据第一实施例示出的在第二显示区域显示至少一第二图像的用户界面示意图；

图4e是根据第一实施例示出的信息显示方法的架构示意图；

图5是根据第二实施例示出的信息显示方法的流程示意图；

图6a是根据第二实施例示出的在第二显示区域显示接收语音指令的用户界面示意图；

图6b是根据第二实施例示出的在第二显示区域显示至少一第四图像的用户界面示意图；

图6c是根据第二实施例示出的执行语音指令的用户界面示意图；

图7是根据本申请实施例提供的一种信息显示装置的结构示意图。

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。通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他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、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。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、方法、物品或者装置中还存在另外的相同要素，此外，本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义，也可能具有不同含义，其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。

应当理解，尽管在本文可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语"如果"可以被解释成为"在……时"或"当……时"或"响应于确定"。再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。本申请使用的术语“或”、“和/或”、“包括以下至少一个”等可被解释为包括性的，或意味着任一个或任何组合。例如，“包括以下至少一个：A、B、C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A和B和C”，再如，“A、B或C”或者“A、B和/或C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A和B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。

应该理解的是，虽然本申请实施例中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

需要说明的是，在本文中，采用了诸如301、302等步骤代号，其目的是为了更清楚简要地表述相应内容，不构成顺序上的实质性限制，本领域技术人员在具体实施时，可能会先执行302后执行301等，但这些均应在本申请的保护范围之内。

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。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或者“单元”的后缀仅为了有利于本申请的说明，其本身没有特定的意义。因此，“模块”、“部件”或者“单元”可以混合地使用。

智能终端可以以各种形式来实施。例如，本申请中描述的智能终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等智能终端，以及诸如数字TV、台式计算机等固定终端。

后续描述中将以智能终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本申请的实施方式的构造也能够应用于固定类型的终端。

请参阅图1，其为实现本申请各个实施例的一种智能终端的硬件结构示意图，该智能终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的智能终端结构并不构成对智能终端的限定，智能终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图1对智能终端的各个部件进行具体的介绍：

射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)、TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)和5G等。

WiFi属于短距离无线传输技术，智能终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于智能终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

音频输出单元103可以在智能终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与智能终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。

A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

智能终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。可选地，光传感器包括环境光传感器及接近传感器，可选地，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在智能终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。

用户输入单元107可用于接收输入的数字或字符信息，以及产生与智能终端的用户设置以及功能控制有关的键信号输入。可选地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。可选地，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。可选地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。

可选地，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现智能终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现智能终端的输入和输出功能，具体此处不做限定。

接口单元108用作至少一个外部装置与智能终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到智能终端100内的一个或多个元件或者可以用于在智能终端100和外部装置之间传输数据。

存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，可选地，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109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，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器110是智能终端的控制中心，利用各种接口和线路连接整个智能终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行智能终端的各种功能和处理数据，从而对智能终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，可选地，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。

智能终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管图1未示出，智能终端100还可以包括蓝牙模块等，在此不再赘述。

为了便于理解本申请实施例，下面对本申请的智能终端所基于的通信网络系统进行描述。

请参阅图2，图2为本申请实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。

可选地，UE201可以是上述智能终端100，此处不再赘述。

E-UTRAN202包括eNodeB2021和其它eNodeB2022等。可选地，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。

EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。可选地，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。

IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子系统)或其它IP业务等。

虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本申请不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统(如5G)等，此处不做限定。

基于上述智能终端硬件结构以及通信网络系统，提出本申请各个实施例。

下面对本申请实施例提供的信息处理方法、智能终端及存储介质进一步进行详细描述。

请参阅图3，图3是根据第一实施例示出的一种信息显示方法的流程示意图。图3所示的信息显示方法包括301～303。本申请实施例的该方法可以由图1所示的智能终端来执行，也可以由该智能终端中的芯片来执行，该智能终端可以应用于图2所示的通信网络系统。图3所示的方法执行主体以智能终端为例。其中：

301、在检测到语音信息时，在第一显示区域显示至少一第一图像。

智能终端可以安装至少一个应用程序，语音助手应用程序是其中的一个，所谓语音助手应用程序是指智能终端可以通过智能对话与即时问答的智能交互，来帮助用户界面问题。由于语音助手也是一个应用程序，可选地，该语音助手为系统级应用程序，为了更好的与使用智能终端的用户进行交互，语音助手应用程序在启动后会显示该应用程序的用户界面，若智能终端的前台正在显示其他应用程序的用户界面时，用户正在浏览其他应用程序的用户界面，由于真实环境声音的嘈杂，噪声较大，语音助手被唤醒的几率较高，因此，会在前台频繁地切换显示该语音助手应用程序的用户界面，从而用户需要多次手动关闭语音助手应用程序的用户界面，操作较为繁琐，影响用户操作其他用户界面，用户体验较差。

在本申请实施例中，语音信息可以是包括用户人声的信息，例如用户说话的语音。可以是智能终端获取到的语音信息，例如可以是智能终端录制的语音，也可以是智能终端获取到的其他设备播放的语音信息等等，本申请对此不做限定。可选地，语音信息的语音时长阈值小于预设时长阈值。需要说明的是，语音信息可以是智能终端检测到有人声的语音信息，是一个时长较短的语音信息，相当于用户在检测到有用户说话的语音信息。

可选地，第一显示区域可以是智能终端整个显示区域的一部分，语音助手应用程序可以通过语音信息启动，为了智能终端前台显示的应用程序不被切换显示，可以在显示区域中的部分区域显示语音助手应用程序的显示界面。可选地，第一显示区域的显示面积较小，占用智能终端的整个显示区域的比例较小。可选地，第一显示区域的位置可以在智能终端的显示区域的边缘，从而不影响用户当前浏览的界面。

可选地，第一图像可以是语音助手应用程序启动后显示的用户界面。可选地，第一图像的尺寸可以与第一显示区域的尺寸相同，显示面积较小。可选地，第一图像的尺寸与智能终端的显示尺寸相同，第一显示区域为智能终端的全部显示区域，但是第一图像仅部分区域包括显示内容，其他部分区域为透明显示，从而达到不影响用户正在浏览的内容的目的。其中，第一图像可以为一张图像，也可以为多张图像，例如，可以显示包括多张第一图像的动画，也可以图像，即上述第一图像。

可选地，语音助手为了与用户更好的进行交互，上述至少一第一图像中可以包括第一元素，该第一元素可以是一个虚拟形象，例如虚拟人物、虚拟动物等等。因此用户在于语音助手进行交互的过程中，仿佛与该虚拟形象(如上述虚拟人物、虚拟动物)进行对话，从而使得语音助手更人性化。

可选地，智能终端可以实时检测是否存在语音信息，即检测是否有用户说话，在检测到语音信息时，可以在第一显示区域显示至少一第一图像。示例性的，以上述第一图像包括的第一元素为虚拟人物为例，至少一第一图像可以是该虚拟人物的一部分。例如，该第一图像可以包括该虚拟人物的头部，如可以是一个探头的动作。再例如，该第一图像可以包括该虚拟人物的手臂，如可以是一个打招呼、探身的动作。又例如，该第一图像还可以包括该虚拟人物的缩略标识，例如该语音助手应用程序的图标。可选地，第一图像可以是系统内置的，例如，可以随机显示多种至少一第一图像中的任一种，也可以按顺序在每次检测到语音信息时，显示一种至少一第一图像。可选地，第一图像也可以是由用户设置的，用户可以从第一图像库中选择一种，也可以获取至少一第一图像，本申请对此不做限定。

请一并参阅图4a，图4a是根据第一实施例示出的在第一显示区域显示至少一第一图像的用户界面示意图，如图4a所示，用户正在浏览某应用程序的用户界面，即智能终端的前台正显示某应用程序的用户界面，在检测到语音信息时，可以在第一显示区域显示至少一第一图像。可选地，在图4a右侧边缘的白色方框内为第一显示区域，在该第一显示区域显示第一元素，该第一元素可以为某一虚拟形象，例如图4a所示的虚拟人物的一只手，可选地，可以显示通过该手打招呼的动画。从而能够在不影响用户针对当前显示的用户界面进行操作的情况下，可以提示用户语音助手应用已启动。

302、获取包括上述语音信息的目标语音。

在本申请实施例中，目标语音可以是包括用户说出的完整语音信息，即该目标语音信息可以包括上述语音信息，上述语音信息仅为检测到用户正在说话，而目标语音为用户说的完整语音。可以理解的是，目标语音的时长大于上述语音信息的时长。可选地，该目标语音也可以是智能终端录制的语音，还可以是智能终端获取到的其他设备播放的语音信息等。

可选地，智能终端在检测到语音信息后，可以进一步获取语音数据，从而得到包括该语音信息的目标语音。需要说明的是，在本申请中，涉及到语音信息和目标语音等相关的数据和/或信息，当本申请的实施例运用上述数据和/或信息到具体产品或技术中时，相关数据和/或信息均需要获得智能终端的用户的许可或者授权，且相关数据和/或信息的收集、使用和处理需要遵守相关法律法规和标准。

可选地，智能终端在获取到包括语音信息的目标语音后，可以识别该目标语音包括的第一目标语音信息，若该识别到的第一目标语音信息中包括预设语音信息，则智能终端可以在第三显示区域显示至少一第三图像。

在本申请实施例中，第一目标语音信息可以是通过语音启动该语音助手应用程序的启动词，例如，第一目标语音信息可以包括“Hi，Ella！”。可选地，第一目标语音信息可以是用户设置的，该第一目标语音信息也可以是智能终端默认的，本申请对此不做限定。

可选地，智能终端可以基于低功耗唤醒芯片，如低功耗数字信号处理(DigitalSignal Processing，DSP)芯片，快速识别目标语音包括的第一目标语音信息，判定该第一目标语音信息中是否包括预设语音信息。可选地，智能终端还可以通过其他低功耗的方式识别目标语音包括的第一目标语音信息，判定该第一目标语音信息中是否包括预设语音信息，本申请对此不做限定。可以理解的是，一方面可以通过第一目标语音信息判断是否包括预设语音信息，来确定是否真正启动语音助手，从而防止误启动，减少误启动的次数；另一方面，同时通过低功耗芯片来确定是否包括预设语音信息，可以节省智能终端的功耗消耗，也可以快速进行判断。

可选地，第三显示区域的显示面积大于上述第一显示区域的显示面积。可以理解的是，在确定上述第一目标语音信息中包括预设语音信息后，智能终端可以初步确定启动语音助手应用程序，则语音助手应用程序的显示区域可以更大。

可选地，至少一第三图像中可以包括第三元素，该第三元素也可以是一个虚拟形象，例如虚拟人物、虚拟动物等等。可选地，至少一第三图像可以是图像，即上述一张第三图像，也可以是包括多张第三图像的动画。可选地，该第三元素与上述第一元素为同一元素，仅为同一元素显示范围不同。

可选地，第三图像的尺寸可以与第三显示区域的尺寸相同，显示面积大于第一显示区域的显示面积。例如，第三显示区域的显示面积可以为第一显示区域的显示面积的两倍，本申请对此不做限定。可选地，第三图像的尺寸也可以与智能终端的显示尺寸相同，第三显示区域为智能终端的全部显示区域，第三图像仅部分区域包括显示内容，其他部分区域为透明显示。

可选地，智能终端在第三显示区域显示至少一第三图像后，可以继续检测其他语音信息，例如可以获取用户在启动语音助手应用程序后，输入的语音指令。

请一并参阅图4b，图4b是根据第一实施例示出的在第三显示区域显示至少一第三图像的用户界面示意图，如图4b所示，该白色方框区域为第三显示区域，在第三显示区域显示的至少一第三图像中包括的第三元素可以是该图像中的小女孩的虚拟形象。可选地，图4b中所显示的第三图像的小女孩的部分形象与图4a所示的第一图像中的手臂可以均为该小女孩的虚拟形象的部分。

可选地，若智能终端确定该目标语音信息中不包括该预设语音信息，则可以停止显示至少一第三图像。即智能终端确定为误唤醒，则可以停止显示至少一第三图像，即停止显示语音助手应用程序的用户界面。请一并参阅图4c，图4c是根据第一实施例示出的停止显示语音助手应用程序的用户界面示意图。如图4c所示，不存在白色区域，即停止显示语音助手应用程序的用户界面。此时，智能终端显示用户之前浏览的用户界面，即智能终端前台运行的应用程序的用户界面。

可选地，智能终端为了确定是否真的为启动语音助手，则可以在确定第一目标语音信息中包括预设语音信息之后，获取目标语音中的语音片段，该语音片段的时长在预设时长范围内时，确定或生成该目标语音满足预设条件，从而确定启动语音助手应用程序。

在本申请实施例中，语音片段为目标语音中的人声片段，该目标语音中可能包括了噪声，则语音片段可以为识别出的包括用户人声的片段。可选地，智能终端可以通过语音活动检测(Voice Activity Detection，VAD)算法对目标语音进行人声识别，从而语音片段。可选地，智能终端在得到语音片段后，可以确定该语音片段的时长，若语音片段的时长在预设时长范围内时，则确定或生成目标语音满足预设条件。可选地，该预设条件可以是满足启动语音助手的条件。

可以理解的是，这里通过语音片段的时长是为了确定用户说的话是否符合语气，如用户正常唤醒语音助手的时长，则智能终端可以认为是真唤醒。可选地，该预设时长范围可以为智能终端默认设置，也可以是根据历史语音信息的时长确定。可选地，智能终端可以获取历史用户多次唤醒语音助手的语音片段的时长，根据历史语音信息的时长确定预设时长范围，例如可以根据历史语音信息中多次语音片段中最短时长和最长时长作为该预设时长范围，本申请对此不做限定。

可选地，智能终端可以获取关键词的语音时长以及语音系数，根据语音时长和语音系数的乘积，确定或生成预设时长范围。可选地，关键词的语音时长可以为正常情况下的用户说某些关键词的语音时长，语音系数为该智能终端的用户说关键词的特定系数，也可以是根据历史语音信息确定，例如根据历史语音信息中关键词的语音时长和正常情况下的关键词的语音时长确定的系数。可选地，也可以是默认的语音系数，本申请对此不做限定。

可选地，智能终端的语音片段的时长不在上述预设时长范围内时，可以初步确定语音片段不包括唤醒词，则智能终端可以进一步进行判断。可选地，智能终端可以在确定上述语音片段的时长不在预设时长范围内时，识别上述目标语音包括的第二目标语音信息。可选地，第二目标语音信息可以与第一目标语音信息相同，也可以不同，该第二目标语音信息为通过智能终端的自动语音识别技术(Automatic Speech Recognition)模块识别到的语音文本。通过智能终端的语义匹配模块对该第二目标语音信息进行语义匹配，得到匹配结果，该语义匹配用于确定用户说的话中是否包括启动该语音助手应用程序的意思，例如可以为确定是否包括唤醒词对应的文本。如唤醒词可以包括“ella、hi ella、ella comeout”等。

可选地，若匹配结果满足触发条件，如第二目标语音信息包括唤醒词对应的文本，则确定或生成目标语音满足上述预设条件，即满足启动语音助手应用程序的条件。可选地，若上述匹配结果不满足触发条件，则确定或生成目标语音不满足该预设条件，则停止显示该至少一第三图像。即智能终端在确定为误唤醒的情况下，停止显示至少一第三图像。即停止显示语音助手应用程序的用户界面，如上述图4c所示。

303、若上述目标语音满足预设条件，则在第二显示区域显示至少一第二图像。

在本申请实施例中，预设条件为启动语音助手应用程序的条件。第二显示区域可以为智能终端的完整显示区域，第二图像的尺寸也可以为智能终端的显示尺寸。可选地，至少一第二图像可以是图像，即上述一张第二图像，也可以是包括多张第二图像的动画。可选地，上述至少一第二图像中可以包括第二元素，该第二元素可以是一个虚拟形象，例如虚拟人物、虚拟动物等等。可选地，第二图像中的第二元素为完整的虚拟形象，即第一图像中显示的第一元素可以是由第二元素进行第一剪裁处理得到的。即第三图像中显示的第三元素可以是由第二元素进行第二剪裁处理得到的。

请一并参阅图4d，图4d是根据第一实施例示出的在第二显示区域显示至少一第二图像的用户界面示意图，如图4d所示，该语音助手应用程序覆盖了终端设备前台运行的应用程序的用户界面，第二显示区域为白色框内的显示区域，即为智能终端的全部显示区域，此时，智能终端显示完整的小女孩的虚拟形象。可选地，智能终端在第二显示区域显示至少一第二图像的情况下，还可以输出语音播报，例如可以通过小女孩的声线输出“请说出指令”进而检测用户输入的语音指令。

请一并参阅图4e，图4e是根据第一实施例示出的信息显示方法的架构示意图；如图4e所示，首先，智能终端检测到语音信息，在第一显示区域显示至少一第一图像，进而获取包括语音信息的目标语音。进一步智能终端识别目标语音包括的第一目标语音信息，确定是否包括预设语音信息，若否，则停止显示至少一第一图像；若是，在第三显示区域显示至少一第三图像。进而智能终端获取目标语音中的语音片段，确定语音片段是否在预设时长范围内，若是，则在第二显示区域显示至少一第二图像；若否，则识别目标语音包括的第二目标语音信息，对第二目标语音信息进行语义匹配，得到匹配结果，若确定匹配结果满足触发条件，则在第二显示区域显示至少一第二图像，反之，则停止显示至少一第三图像。

在图3所描述的方法中，智能终端通过在检测到语音信息时，在第一显示区域显示至少一第一图像，获取包括该语音信息的目标语音，若目标语音满足预设条件，则在第二显示区域显示至少一第二图像，其中，第一图像包括的第一元素是根据第二图像包括的第二元素进行第一裁剪处理得到的。因此，基于图3所描述的方法，可以实现在用户使用智能终端的时候不会因为误唤醒语音助手而导致前台显示的界面改变的功能，从而解决了由于语音助手被误唤醒后智能终端会频繁切换显示的界面的问题，能够更符合用户的使用需求，从而提升用户体验。

请参阅图5，图5是根据第二实施例示出的一种信息显示方法的另一流程示意图。图5所示的信息处理方法包括501～503。本申请实施例的该方法可以由图1所示的智能终端来执行，也可以由该智能终端中的芯片来执行，该智能终端可以应用于图2所示的通信网络系统。图5所示的方法执行主体以智能终端为例。

需要说明的是，本申请中各个实施例之间相同或相似的部分可以互相参考。在本申请中各个实施例、以及各实施例中的各个实施方式/实施方法/实现方法中，如果没有特殊说明以及逻辑冲突，不同的实施例之间、以及各实施例中的各个实施方式/实施方法/实现方法之间的术语和/或描述具有一致性、且可以相互引用，不同的实施例、以及各实施例中的各个实施方式/实施方法/实现方法中的技术特征根据其内在的逻辑关系可以组合形成新的实施例、实施方式、实施方法、或实现方法。以上上述的本申请实施方式并不构成对本申请保护范围的限定。其中：

501、接收语音指令。

在本申请实施例中，语音指令为用户通过语音输入的想要智能终端执行的指令。例如，给XX拨打电话，启动xx应用程序等等，本申请对此不做限定。可选地，智能终端在启动语音助手应用程序后，可以获取语音指令，例如可以录取用户说的包括语音指令的语音。

请一并参阅图6a，图6a是根据第二实施例示出的在第二显示区域显示接收语音指令的用户界面示意图。如图6a所示，可以在第二显示区域(即智能终端的全部显示区域)显示小女孩的虚拟形象，并对用户输入的语音指令进行识别，并将识别的文字显示在用户界面中，例如图6a中显示在小女孩头顶的语音指令“给小明打电话”。

502、响应于上述语音指令，在上述第二显示区域显示至少一第四图像。

可选地，第四图像可以为包括虚拟形象的图像，可选地，至少一第四图像可以是图像，即上述一张第二图像，也可以是包括多张第四图像的动画。该至少一第四图像也包括第二元素，且第二元素在第二图像和第四图像中显示方式不同，例如第二元素为小女孩，则小女孩在至少一第二图像中的姿态、表情与在至少一第四图像中不同。可以理解的是，在接收到语音指令后，语音助手可以不立即执行该语音指令，可以通过虚拟形象响应该语音指令，进而再执行该语音指令，从而使得该交互的过程更人性化。

请一并参阅图6b，图6b是根据第二实施例示出的在第二显示区域显示至少一第四图像的用户界面示意图，如图6b所示，还是以小女孩的虚拟形象为例，则智能终端可以显示该小女孩应答“好的！”后，执行该语音指令。以语音指令为上述“给小明打电话”为例，则智能终端可以启动相应的应用程序执行该语音指令。可选地，智能终端可以输出小女孩声线的语音播报“好的”。

503、启动上述语音指令对应的目标应用，显示上述目标应用的用户界面。

在本申请实施例中，目标应用为执行语音指令所启动的应用程序，在执行该语音指令的过程中，智能终端可以显示目标应用的用户界面。

请一并参阅图6c，图6c是根据第二实施例示出的执行语音指令的用户界面示意图。如图6c所示，智能终端响应于该语音指令“给小明打电话”，可以启动“电话”应用程序，并找到小明的联系方式并向“小明”的智能终端发起建立通信连接的请求。

可选地，若预设时长范围内未接收到语音指令，则停止在第二显示区域显示第二图像。可以理解的是，若在一定时间范围内未接收到语音指令的情况下，则关闭该语音助手的应用程序，预设时长范围例如可以是10秒。可选地，停止显示第二图像的方式可以是直接停止显示，也可以是透明度逐渐降低为0的方式，还可以是显示预设动画后停止显示，该预设动画可以是退场动画，本申请对此不做限定。该停止显示的方式可以为默认设置，也可以是用户设置的。

在图5所描述的方法中，智能终端通过接收语音指令，响应于该语音指令，在该第二显示区域显示至少一第四图像，该至少一第四图像包括该第二元素，且该第二元素在该第二图像和该第四图像中显示方式不同，启动该语音指令对应的目标应用，并显示该目标应用的用户界面。因此，基于图5所描述的方法，可以更智能地输入语音指令，更符合用户使用的需求，使得语音助手更人性化，提高了用户体验。

请参阅图7，图7是本申请实施例提供的一种信息显示装置70的结构示意图，该信息显示装置70包括显示单元701、获取单元702、确定单元703、识别单元704、匹配单元705、停止单元706、接收单元707，可选地：

显示单元701，用于在检测到语音信息时，在第一显示区域显示至少一第一图像；

获取单元702，用于获取包括上述语音信息的目标语音；

上述显示单元701，还用于若上述目标语音满足预设条件，则在第二显示区域显示至少一第二图像，上述第一图像包括的第一元素是根据上述第二图像包括的第二元素进行第一裁剪处理得到的。

可选地，上述获取单元702，还用于获取上述目标语音中的语音片段；

确定单元703，用于在确定上述语音片段的时长在预设时长范围内时，确定或生成上述目标语音满足上述预设条件。

可选地，上述信息显示装置70还包括：

识别单元704，用于识别上述目标语音包括的第一目标语音信息；

上述显示单元701，还用于若上述第一目标语音信息中包括预设语音信息，则在第三显示区域显示至少一第三图像，上述第三图像包括的第三元素是根据上述第二元素进行第二裁剪处理得到的，上述第三显示区域的显示面积大于上述第一显示区域的显示面积。

可选地，上述识别单元704，还用于在上述语音片段的时长不在上述预设时长范围内时，识别上述目标语音包括的第二目标语音信息；

匹配单元705，用于对上述第二目标语音信息进行语义匹配，得到匹配结果；

上述确定单元703，还用于在上述匹配结果满足触发条件时，确定或生成上述目标语音满足上述预设条件。

可选地，上述确定单元703，还用于若上述第一目标语音信息中不包括上述预设语音信息，或者，若上述匹配结果不满足上述触发条件，则确定或生成上述目标语音不满足上述预设条件；

停止单元706，用于停止显示上述至少一第一图像，或者，停止显示上述至少一第三图像。

可选地，上述信息显示装置70还包括：

接收单元707，用于接收语音指令；

上述显示单元701，还用于响应于上述语音指令，在上述第二显示区域显示至少一第四图像，上述至少一第四图像包括上述第二元素，且上述第二元素在上述第二图像和上述第四图像中显示方式不同；

上述显示单元701，还用于启动上述语音指令对应的目标应用，显示上述目标应用的用户界面。

本申请实施例还提供一种智能终端，智能终端包括存储器、处理器，存储器上存储有信息处理程序，信息处理程序被处理器执行时实现上述任一实施例中的信息显示方法的步骤。

本申请实施例还提供一种计算机可读存储介质，存储介质上存储有信息处理程序，信息处理程序被处理器执行时实现上述任一实施例中的信息显示方法的步骤。

在本申请提供的智能终端和计算机可读存储介质的实施例中，可以包含任一上述信息显示方法实施例的全部技术特征，说明书拓展和解释内容与上述方法的各实施例基本相同，在此不再做赘述。

本申请实施例还提供一种计算机程序产品，计算机程序产品包括计算机程序代码，当计算机程序代码在计算机上运行时，使得计算机执行如上各种可能的实施方式中的方法。

本申请实施例还提供一种芯片，包括存储器和处理器，存储器用于存储计算机程序，处理器用于从存储器中调用并运行计算机程序，使得安装有芯片的设备执行如上各种可能的实施方式中的方法。

可以理解，上述场景仅是作为示例，并不构成对于本申请实施例提供的技术方案的应用场景的限定，本申请的技术方案还可应用于其他场景。例如，本领域普通技术人员可知，随着系统架构的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本申请实施例设备中的单元可以根据实际需要进行合并、划分和删减。

在本申请中，对于相同或相似的术语概念、技术方案和/或应用场景描述，一般只在第一次出现时进行详细描述，后面再重复出现时，为了简洁，一般未再重复阐述，在理解本申请技术方案等内容时，对于在后未详细描述的相同或相似的术语概念、技术方案和/或应用场景描述等，可以参考其之前的相关详细描述。

在本申请中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本申请技术方案的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本申请记载的范围。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，被控终端，或者网络设备等)执行本申请每个实施例的方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络，或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、存储盘、磁带)、光介质(例如，DVD)，或者半导体介质(例如固态存储盘Solid State Disk(SSD))等。

以上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)

1.一种信息显示方法，其特征在于，包括以下步骤：

在检测到语音信息时，在第一显示区域显示至少一第一图像；

获取包括所述语音信息的目标语音；

若所述目标语音满足预设条件，则在第二显示区域显示至少一第二图像。

2.根据权利要求1所述的方法，其特征在于，所述获取包括所述语音信息的目标语音之后，所述方法还包括：

获取所述目标语音中的语音片段；

所述语音片段的时长在预设时长范围内时，确定或生成所述目标语音满足所述预设条件。

3.根据权利要求2所述的方法，其特征在于，所述语音片段的时长在预设时长范围内时，确定或生成所述目标语音满足所述预设条件之前，所述方法还包括：

识别所述目标语音包括的第一目标语音信息；

若所述第一目标语音信息中包括预设语音信息，则在第三显示区域显示至少一第三图像。

4.根据权利要求3所述的方法，其特征在于，所述获取所述目标语音中的语音片段之后，所述方法还包括：

所述语音片段的时长不在所述预设时长范围内时，识别所述目标语音包括的第二目标语音信息；

对所述第二目标语音信息进行语义匹配，得到匹配结果；

所述匹配结果满足触发条件时，确定或生成所述目标语音满足所述预设条件。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

若所述第一目标语音信息中不包括所述预设语音信息，或者，若所述匹配结果不满足所述触发条件，则确定或生成所述目标语音不满足所述预设条件；

停止显示所述至少一第一图像，或者，停止显示所述至少一第三图像。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述若所述目标语音满足预设条件，则在第二显示区域显示至少一第二图像之后，所述方法还包括：

接收语音指令；

响应于所述语音指令，在所述第二显示区域显示至少一第四图像；

启动所述语音指令对应的目标应用，显示所述目标应用的用户界面。

7.根据权利要求6所述的方法，其特征在于，所述若所述目标语音满足预设条件，则在第二显示区域显示至少一第二图像之后，所述方法还包括：

若预设时长范围内未接收到所述语音指令，则停止在所述第二显示区域显示所述第二图像。

8.根据权利要求1至5中任一项所述的方法，其特征在于，所述预设时长范围为默认设置；和/或，所述预设时长为根据历史语音信息的时长确定。

9.一种智能终端，其特征在于，包括：存储器、处理器，其中，所述存储器上存储有信息显示程序，所述信息处理程序被所述处理器执行时实现如权利要求1至8中任一项所述的信息显示方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述存储介质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如权利要求1至8中任一项所述的信息处理方法的步骤。

Images