CN103336679A - 语音数据的连续输入方法及装置 - Google Patents

Abstract

本发明提供一种语音数据的连续输入方法及装置。本发明实施例通过接收语音开始输入指令，进而检测是否有语音数据输入，直至接收语音停止输入指令为止，使得能够若检测到有语音数据输入，对所述语音数据进行处理，由于客户端在接收到语音开始输入指令之后就开始检测是否有语音数据输入，直至接收语音停止输入指令为止，无需每次都需要在接收到语音开始输入指令之后才能开始采集一个指定长度的语音数据，从而提高了语音输入的效率。

Description

语音数据的连续输入方法及装置

【技术领域】

本发明涉及语音输入技术，尤其涉及一种语音数据的连续输入方法及装置。

【背景技术】

随着通信技术的发展，终端集成了越来越多的功能，从而使得终端的***功能列表中包含了越来越多相应的应用程序。有些应用程序中会涉及语音服务，例如，微信中的语音输入功能，搜索应用中的语音助手，等。在语音服务中，用户点击语音按钮，触发语音开始输入指令。客户端接收到该语音开始输入指令之后，开始采集指定长度的语音数据。

然而，由于语音数据的不确定性，在一些情况下，例如，用户当前想说的话非常多，等情况，客户端需要采集若干个指定长度的语音数据，客户端每次都需要在接收到语音开始输入指令之后才能开始采集一个指定长度的语音数据，从而导致了语音输入的效率的降低。

【发明内容】

本发明的多个方面提供一种语音数据的连续输入方法及装置，用以提高语音输入的效率。

本发明的一方面，提供一种语音数据的连续输入方法，包括：

接收语音开始输入指令；

检测是否有语音数据输入，直至接收语音停止输入指令为止；

若检测到有语音数据输入，对所述语音数据进行处理。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述语音数据至少包括第一语音数据和第二语音数据；所述检测是否有语音数据输入，包括：

启动第一检测进程，用以检测是否有第一语音数据输入；

若检测到有第一语音数据输入，启动第二检测进程，用以检测是否有第二语音数据输入。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述接收语音开始输入指令，包括：

接收用户点击语音按钮所触发的所述语音开始输入指令。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述接收语音开始输入指令之后，还包括：

接收离开当前页面所触发的所述语音停止输入指令。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述若检测到有语音数据输入，对所述语音数据进行处理，包括：

若检测到有语音数据输入，对所述语音数据进行有效性验证；

若通过所述有效性验证，向服务端发送所述语音数据，以使得所述服务端对所述语音数据执行语音数据识别操作。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述若检测到有语音数据输入，对所述语音数据进行处理，包括：

若检测到有语音数据输入，向服务端发送所述语音数据，以使得所述服务端对所述语音数据进行有效性验证，若通过所述有效性验证，对所述语音数据执行语音数据识别操作。

本发明的另一方面，提供一种语音数据的连续输入装置，包括：

接收单元，用于接收语音开始输入指令，以及接收语音停止输入指令；

检测单元，用于当所述接收单元接收所述语音开始输入指令时，检测是否有语音数据输入，直至所述接收单元接收所述语音停止输入指令为止；

处理单元，用于若所述检测单元检测到有语音数据输入，对所述语音数据进行处理。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述语音数据至少包括第一语音数据和第二语音数据；所述检测单元，具体用于

启动第一检测进程，用以检测是否有第一语音数据输入；以及若检测到有第一语音数据输入，启动第二检测进程，用以检测是否有第二语音数据输入。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述接收单元，具体用于

接收用户点击语音按钮所触发的所述语音开始输入指令。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述接收单元，具体用于

接收离开当前页面所触发的所述语音停止输入指令。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述处理单元，具体用于

若检测到有语音数据输入，对所述语音数据进行有效性验证；以及若通过所述有效性验证，向服务端发送所述语音数据，以使得所述服务端对所述语音数据执行语音数据识别操作。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述处理单元，具体用于

若检测到有语音数据输入，向服务端发送所述语音数据，以使得所述服务端对所述语音数据进行有效性验证，若通过所述有效性验证，对所述语音数据执行语音数据识别操作。

由上述技术方案可知，本发明实施例通过接收语音开始输入指令，进而检测是否有语音数据输入，直至接收语音停止输入指令为止，使得能够若检测到有语音数据输入，对所述语音数据进行处理，由于客户端在接收到语音开始输入指令之后就开始检测是否有语音数据输入，直至接收语音停止输入指令为止，无需每次都需要在接收到语音开始输入指令之后才能开始采集一个指定长度的语音数据，从而提高了语音输入的效率。

【附图说明】

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，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为本发明一实施例提供的语音数据的连续输入方法的流程示意图；

图2为本发明另一实施例提供的语音数据的连续输入装置的结构示意图。

【具体实施方式】

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本发明保护的范围。

需要说明的是，本发明实施例中所涉及的终端可以包括但不限于手机、个人数字助理（Personal Digital Assistant，PDA）、无线手持装置、无线上网本、个人电脑、便携电脑、MP3播放器、MP4播放器等。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

图1为本发明一实施例提供的语音数据的连续输入方法的流程示意图，如图1所示。

101、接收语音开始输入指令。

102、检测是否有语音数据输入，直至接收语音停止输入指令为止。

103、若检测到有语音数据输入，对所述语音数据进行处理。

需要说明的是，101～103的执行主体可以是输入装置，可以位于本地的客户端中。

可以理解的是，所述客户端可以是安装在终端上的应用程序，或者还可以是浏览器的一个网页，只要能够实现语音输入功能，以提供语音服务的客观存在形式都可以，本实施例对此不进行限定。

这样，通过接收语音开始输入指令，进而检测是否有语音数据输入，直至接收语音停止输入指令为止，使得能够若检测到有语音数据输入，对所述语音数据进行处理，由于客户端在接收到语音开始输入指令之后就开始检测是否有语音数据输入，直至接收语音停止输入指令为止，无需每次都需要在接收到语音开始输入指令之后才能开始采集一个指定长度的语音数据，从而提高了语音输入的效率。

另外，采用本发明提供的技术方案，能够在整个会话即语音服务过程中，始终检测是否有语音数据输入，客户端无需反复接收语音开始输入指令，有效地减少了指令交互处理，从而进一步提高了语音输入的效率。

可选地，在本实施例的一个可能的实现方式中，所述语音数据至少可以包括第一语音数据和第二语音数据。相应地，在102中，具体可以启动第一检测进程，用以检测是否有第一语音数据输入；若检测到有第一语音数据输入，则可以启动第二检测进程，用以检测是否有第二语音数据输入。这样，在接收语音开始输入指令之后，通过连续启动多个检测进行，来持续检测是否有语音数据输入，而无需每次都需要接收语音开始输入指令，使得语音数据可以连续输入。

可以理解的是，第二检测进程的启动时间，可以灵活配置。例如，检测到有第一语音数据输入之后，立即启动；或者，再例如，检测到有第一语音数据输入之后，对该第一语音数据执行语音数据识别操作，并获得识别结果之后，再启动，等，本实施例对此不进行限定。

可选地，在本实施例的一个可能的实现方式中，在101中，具体可以接收用户点击语音按钮所触发的所述语音开始输入指令，例如，麦克风按钮等。

可选地，在本实施例的一个可能的实现方式中，在101之后，具体还可以进一步接收离开当前页面所触发的所述语音停止输入指令。

可选地，在本实施例的一个可能的实现方式中，在103中，具体可以若检测到有语音数据输入，对所述语音数据进行有效性验证。若通过所述有效性验证，则可以向服务端发送所述语音数据，以使得所述服务端对所述语音数据执行语音数据识别操作，以提供对应的语音服务。

其中，所述服务端可以位于本地的客户端中，以提供离线的语音服务，或者还可以位于网络侧的服务器中，以提供在线的语音服务，本实施例对此不进行限定。

可选地，在本实施例的一个可能的实现方式中，在103中，还可以若检测到有语音数据输入，则可以向服务端发送所述语音数据，以使得所述服务端对所述语音数据进行有效性验证，若通过所述有效性验证，对所述语音数据执行语音数据识别操作，以提供对应的语音服务。

其中，所述服务端可以位于本地的客户端中，以提供离线的语音服务，或者还可以位于网络侧的服务器中，以提供在线的语音服务，本实施例对此不进行限定。

本实施例中，通过接收语音开始输入指令，进而检测是否有语音数据输入，直至接收语音停止输入指令为止，使得能够若检测到有语音数据输入，对所述语音数据进行处理，由于客户端在接收到语音开始输入指令之后就开始检测是否有语音数据输入，直至接收语音停止输入指令为止，无需每次都需要在接收到语音开始输入指令之后才能开始采集一个指定长度的语音数据，从而提高了语音输入的效率。

另外，采用本发明提供的技术方案，能够在整个会话即语音服务过程中，始终检测是否有语音数据输入，客户端无需反复接收语音开始输入指令，有效地减少了指令交互处理，从而进一步提高了语音输入的效率。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

图2为本发明另一实施例提供的语音数据的连续输入装置的结构示意图，如图2所示。本实施例的语音数据的连续输入装置可以包括接收单元21、检测单元22和处理单元23。其中，接收单元21，用于接收语音开始输入指令，以及接收语音停止输入指令；检测单元22，用于当所述接收单元21接收所述语音开始输入指令时，检测是否有语音数据输入，直至所述接收单元21接收所述语音停止输入指令为止；处理单元23，用于若所述检测单元22检测到有语音数据输入，对所述语音数据进行处理。

需要说明的是，本实施例提供的装置可以是输入装置，可以位于本地的客户端中。

可以理解的是，所述客户端可以是安装在终端上的应用程序，或者还可以是浏览器的一个网页，只要能够实现语音输入功能，以提供语音服务的客观存在形式都可以，本实施例对此不进行限定。

这样，通过接收单元接收语音开始输入指令，进而由检测单元检测是否有语音数据输入，直至所述接收单元接收语音停止输入指令为止，使得处理单元能够若检测到有语音数据输入，对所述语音数据进行处理，由于客户端在接收到语音开始输入指令之后就开始检测是否有语音数据输入，直至接收语音停止输入指令为止，无需每次都需要在接收到语音开始输入指令之后才能开始采集一个指定长度的语音数据，从而提高了语音输入的效率。

另外，采用本发明提供的技术方案，能够在整个会话即语音服务过程中，始终检测是否有语音数据输入，客户端无需反复接收语音开始输入指令，有效地减少了指令交互处理，从而进一步提高了语音输入的效率。

可选地，在本实施例的一个可能的实现方式中，所述语音数据至少可以包括第一语音数据和第二语音数据。相应地，所述检测单元22，具体可以用于启动第一检测进程，用以检测是否有第一语音数据输入；以及若检测到有第一语音数据输入，启动第二检测进程，用以检测是否有第二语音数据输入。这样，在接收语音开始输入指令之后，通过连续启动多个检测进行，来持续检测是否有语音数据输入，而无需每次都需要接收语音开始输入指令，使得语音数据可以连续输入。

可以理解的是，第二检测进程的启动时间，所述检测单元22可以灵活配置。例如，检测到有第一语音数据输入之后，立即启动；或者，再例如，检测到有第一语音数据输入之后，对该第一语音数据执行语音数据识别操作，并获得识别结果之后，再启动，等，本实施例对此不进行限定。

可选地，在本实施例的一个可能的实现方式中，所述接收单元21，具体可以用于接收用户点击语音按钮所触发的所述语音开始输入指令，例如，麦克风按钮等。

可选地，在本实施例的一个可能的实现方式中，所述接收单元21，具体还可以用于接收离开当前页面所触发的所述语音停止输入指令。

可选地，在本实施例的一个可能的实现方式中，所述处理单元23，具体可以用于若检测到有语音数据输入，对所述语音数据进行有效性验证；以及若通过所述有效性验证，向服务端发送所述语音数据，以使得所述服务端对所述语音数据执行语音数据识别操作，以提供对应的语音服务。

其中，所述服务端可以位于本地的客户端中，以提供离线的语音服务，或者还可以位于网络侧的服务器中，以提供在线的语音服务，本实施例对此不进行限定。

可选地，在本实施例的一个可能的实现方式中，所述处理单元23，具体还可以用于若检测到有语音数据输入，向服务端发送所述语音数据，以使得所述服务端对所述语音数据进行有效性验证，若通过所述有效性验证，对所述语音数据执行语音数据识别操作，以提供对应的语音服务。

其中，所述服务端可以位于本地的客户端中，以提供离线的语音服务，或者还可以位于网络侧的服务器中，以提供在线的语音服务，本实施例对此不进行限定。

本实施例中，通过接收单元接收语音开始输入指令，进而由检测单元检测是否有语音数据输入，直至所述接收单元接收语音停止输入指令为止，使得处理单元能够若检测到有语音数据输入，对所述语音数据进行处理，由于客户端在接收到语音开始输入指令之后就开始检测是否有语音数据输入，直至接收语音停止输入指令为止，无需每次都需要在接收到语音开始输入指令之后才能开始采集一个指定长度的语音数据，从而提高了语音输入的效率。

另外，采用本发明提供的技术方案，能够在整个会话即语音服务过程中，始终检测是否有语音数据输入，客户端无需反复接收语音开始输入指令，有效地减少了指令交互处理，从而进一步提高了语音输入的效率。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置（可以是个人计算机，服务器，或者网络装置等）或处理器（processor）执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (12)

1.一种语音数据的连续输入方法，其特征在于，包括：

接收语音开始输入指令；

检测是否有语音数据输入，直至接收语音停止输入指令为止；

若检测到有语音数据输入，对所述语音数据进行处理。

2.根据权利要求1所述的方法，其特征在于，所述语音数据至少包括第一语音数据和第二语音数据；所述检测是否有语音数据输入，包括：

启动第一检测进程，用以检测是否有第一语音数据输入；

若检测到有第一语音数据输入，启动第二检测进程，用以检测是否有第二语音数据输入。

3.根据权利要求1或2所述的方法，其特征在于，所述接收语音开始输入指令，包括：

接收用户点击语音按钮所触发的所述语音开始输入指令。

4.根据权利要求1～3任一权利要求所述的方法，其特征在于，所述接收语音开始输入指令之后，还包括：

接收离开当前页面所触发的所述语音停止输入指令。

5.根据权利要求1～4任一权利要求所述的方法，其特征在于，所述若检测到有语音数据输入，对所述语音数据进行处理，包括：

若检测到有语音数据输入，对所述语音数据进行有效性验证；

若通过所述有效性验证，向服务端发送所述语音数据，以使得所述服务端对所述语音数据执行语音数据识别操作。

6.根据权利要求1～4任一权利要求所述的方法，其特征在于，所述若检测到有语音数据输入，对所述语音数据进行处理，包括：

若检测到有语音数据输入，向服务端发送所述语音数据，以使得所述服务端对所述语音数据进行有效性验证，若通过所述有效性验证，对所述语音数据执行语音数据识别操作。

7.一种语音数据的连续输入装置，其特征在于，包括：

接收单元，用于接收语音开始输入指令，以及接收语音停止输入指令；

检测单元，用于当所述接收单元接收所述语音开始输入指令时，检测是否有语音数据输入，直至所述接收单元接收所述语音停止输入指令为止；

处理单元，用于若所述检测单元检测到有语音数据输入，对所述语音数据进行处理。

8.根据权利要求7所述的装置，其特征在于，所述语音数据至少包括第一语音数据和第二语音数据；所述检测单元，具体用于

启动第一检测进程，用以检测是否有第一语音数据输入；以及若检测到有第一语音数据输入，启动第二检测进程，用以检测是否有第二语音数据输入。

9.根据权利要求7或8所述的装置，其特征在于，所述接收单元，具体用于

接收用户点击语音按钮所触发的所述语音开始输入指令。

10.根据权利要求7～9任一权利要求所述的装置，其特征在于，所述接收单元，具体用于

接收离开当前页面所触发的所述语音停止输入指令。

11.根据权利要求7～10任一权利要求所述的装置，其特征在于，所述处理单元，具体用于

若检测到有语音数据输入，对所述语音数据进行有效性验证；以及若通过所述有效性验证，向服务端发送所述语音数据，以使得所述服务端对所述语音数据执行语音数据识别操作。

12.根据权利要求7～10任一权利要求所述的装置，其特征在于，所述处理单元，具体用于

若检测到有语音数据输入，向服务端发送所述语音数据，以使得所述服务端对所述语音数据进行有效性验证，若通过所述有效性验证，对所述语音数据执行语音数据识别操作。

Images