CN105100460A - 一种声音操控智能终端的方法及*** - Google Patents

Abstract

本发明提供一种声音操控智能终端的方法及***，该***中存储有预设的可执行命令，及关键词组与可执行命令的对应关系。声音操控智能终端具体步骤为：S1接收声音，接收声音是间断的或持续的；S2对所述声音进行判断，如果是可识别的语音，则进入步骤S3；S3提取出关键词组，关键词组至少包括命令关键词；S4将关键词组转换为对智能终端的可执行命令；S5执行可执行命令，若命令不能执行，提示并继续接收声音，若命令执行完毕，继续接收声音。通过建立关键词组与可执行命令的对应关系，实现用声音操控智能终端，只要建立更多完善的对应关系，即可实现更多的操控功能。

Description

一种声音操控智能终端的方法及***

技术领域

本发明涉及智能终端操控领域，尤指一种声音操控智能终端的方法及***。

背景技术

日常生活中,手机主要为老式的键盘按键操控手机和触摸屏操控的智能手机，现在主流使用触摸屏操控智能手机。触屏的手机操作，应用在生活的方方面面，不断开发的应用程序在不断满足人们的各种需求的同时，也激发了人们对更加方便快捷操作手机的期待。当然,如果手机能不用触屏操作，而使用语音操作，则会方便部分残疾人员，以及无法及时使用手触摸屏幕的人们。

市面中手机上加载的语音助手功能，似乎可以部分满足人们通过语音操作手机的愿望。但语音助手也只是一个手机应用，想要启动语音助手程序，也需要点触。且语音助手只可以实现简单的手机操作功能，如打电话，发短信，设置提醒，播放音乐，开启第三方应用程序等。对于第三方应用程序精准的操作还是无法实现的，如点击一个按钮，拖动屏幕等功能。

手机语音助手，多是通过智能人机对话，与即时问答的智能人机交互，帮助用户解决生活类问题。人机交互中,用户首先需启动此语音助手的应用程序，在一次人机交互后，需使用第二次提问时，通常还需再次使用手指点击触发按钮，使得语音助手进行下一次的问答。此种操作方式，还是无法脱离对手指点击触屏的依赖。

以上语音操作手机的方式，在实际使用中，根本无法为手部残疾的人士解决完全通过语音操作手机的目的。而对于正常人士而言，此种语音操作手机的方式也同样带来很多不便。如家中主妇需要边看手机中菜谱边做菜时，如需翻页操作，对于主妇首先要先清理手，再滑屏，再继续做菜。操作极其繁复，根本无法真正实现全程语音操作。

经过对现有技术的检索,现有语音操控技术主要有：

申请号/专利号：201020630384.2，声控物联网设备装置，能将语音转换为命令信号的声控手机以及物联网设备，声控手机与物联网设备连接通信，可以实现利用语音远程控制物联网设备的功能，但是该专利是用手机声控操作其它外设设备，而非声控操作手机***本身。

申请号/专利号：201320095751.7，一种声控手机手电筒，是通过声音来控制发光装置的开启和关闭，是一种声控手机手电筒的方法，该专利无法实现声控操作手机***。

发明内容

本发明为了解决现有技术中采用语音不方便操控智能终端的问题，提供一种声音操控智能终端的方法及***，为了实现本发明以上发明目的，本发明采用以下技术方案：

一种声音操控智能终端的方法，所述方法具体包括：

S1接收声音；

S2对所述声音进行判断，如果接收到的所述声音是可识别的语音信息，则进入步骤S3，否则提示并继续接收声音；

S3从所述可识别的语音信息中提取出关键词组，所述关键词组至少包括命令关键词，若所提取的关键词组不包含有命令关键词，则提示并继续接收声音；

S4通过预先存储的关键词组与可执行命令的对应关系，将所述关键词组转换为对所述智能终端的可执行命令，若不存在所述关键词组对应的可执行命令，提示并继续接收声音；

S5执行所述可执行命令，若命令不能执行，提示并继续接收声音，若命令执行完毕，继续接收声音。

声音接收分为两种情况：一种是间断接收，在间断接收情况下，每当执行中断无法继续或命令执行完毕时，继续声音接收动作；一种是声音不间断地、持续接收。通过这两种方式，都可以做到完全语音操控智能终端，无需其它操控方式配合。

通过建立关键词组与可执行命令的对应关系，实现用声音操控智能终端，只要建立更多完善的对应关系，即可实现更多的操控功能。

进一步优选的，

预先划分所述智能终端的屏幕当前显示页面为若干区域，每一区域设有对应的区域标识关键词，并存储所述区域标识关键词与屏幕当前显示页面的位置对应关系；所述关键词组还包括所述区域标识关键词。

通过显示页面划分区域，可对某一区域进行放大或缩小操作，以及对某一区域的点击操作，放大或缩小页面有利于阅读，同时可放大直至某一区域内可以点击操作的图片或文本唯一，通过点击区域操作，解决了语音操作智能终端准确确定屏幕位置的问题。

进一步优选的，

所述关键词组还包括条件关键词，所述条件关键词包括编号关键词和/或对象关键词，所述编号关键词为所述对象关键词的具体编号；所述对象关键词为存储在所述智能终端中的文本或者图片或者可执行程序。

智能终端的屏幕当前显示页面加载时，如屏幕显示的对象关键词为图片，则对所有图片编号，并存储图片与图片编号的对应关系；当识别出当前显示的页面中的与图片编号对应的图片，则对该图片执行命令。

以对象为图片为例，通过对存储在智能终端中的图片进行编号，为图片建立标识，可以解决屏幕上存在多个图片，无法确定点击哪个图片的问题。

本发明还提供一种声音操控智能终端的***，包括：

存储模块，用于存储预设的可执行命令，及关键词组与可执行命令的对应关系；

声音接收模块，用于接收声音，接收声音的过程是间断的或持续的；

声音识别模块，用于对接收到的声音进行判断，如果接收到的声音是可识别的语音信息，则从所述语音信息提取出所述关键词组，所述关键词组至少包括命令关键词，否则提示并继续接收声音；

关键词提取模块，用于提取出声音中的关键词组；

命令转换模块，用于通过所述关键词组与可执行命令的对应关系，将关键词组转换为可执行命令，若不能转换，提示并继续接收声音；

命令执行模块，用于执行所述可执行命令，若命令不能执行，提示并继续接收声音，若命令执行完毕，继续接收声音。

进一步优选地，该***还包括：

区域划分模块，用于预先划分所述智能终端的屏幕当前显示页面为若干区域；每一区域设有对应的区域标识关键词；

所述存储模块，还用于存储区域标识关键词与屏幕当前显示页面位置对应关系；

所述关键词组还包括所述区域标识关键词。

进一步优选地，

所述关键词组还包括条件关键词，所述条件关键词包括编号关键词和/或对象关键词，所述编号关键词为所述对象关键词的具体编号；所述对象关键词为存储在所述智能终端中的文本或者图片或者可执行程序；

所述***还包含：

编号模块，用于当所述智能终端的屏幕当前显示页面加载时，对加载的对象关键词进行编号；

所述存储模块，还用于存储所述编号。

综上，声音在间断接收情况下，每当执行中断无法继续或命令执行完毕时，继续声音接收动作；或者声音不间断地、持续地接收。通过这两种方式，都可以做到完全的语音操控智能终端，无需其它操控方式配合。

通过建立关键词组与可执行命令的对应关系，实现用声音操控智能终端，只要建立更多的对应关系，即可实现更多的操控功能，对屏幕进行区域划分，能够实现屏幕某一区域放大或缩小或点击操作，语音操控能够准确定位；加载页面时对图片进行编号，可以解决页面多个图片，无法确定图片的问题。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细说明：

图1为本发明一种声音操控智能终端的方法第一实施例流程示意图；

图2为本发明一种声音操控智能终端的***第一实施例结构示意图；

图3、图4为本发明第二实施例页面划分区域示意图；

图5为本发明第三实施例图片编号示意图。

具体实施方式

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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的前提下，还可以根据这些附图获得其他的附图。

第一实施例

触摸屏的工作原理是当用手指或其他物体触摸安装在显示器前端的触摸屏时，所触摸的位置(以坐标形式)由触摸屏控制器检测，并传送到CPU，从而确定输入的信息。

在对智能终端的触摸屏触摸时，一般单点触摸对应点击操作命令；在可支持多点触摸的触摸屏，多点触摸时，还可以对应放大或者缩小等操作命令。

如图1所示，本实施例提供一种用声音操控智能终端的方法，

具体包括：

S1接收声音，接收声音的过程是间断的或持续的；

S2对声音进行判断，如果是可识别的语音，则进入步骤S3，否则提示并继续接收声音；

S3若声音中包含有操作命令，提取出包含有操作命令关键词的关键词组，否则提示并继续接收声音；

S4通过关键词组与可执行命令的对应关系，将关键词组转换为对智能终端的可执行命令，若转换失败，提示并继续接收声音；

S5执行所述可执行命令，若命令不能执行，提示并继续接收声音，若命令执行完毕，继续接收声音。

接收声音可以是间断的，即当接收到可处理的声音后，停止接收，进行声音处理，直接处理结束后再接收声音。在接收是间断的情况下，在S2步骤中，如果声音不可识别，则进入S1；在S4步骤中，如果转换为可执行命令失败，则进入S1；在S5中不能执行命令或执行命令结束，进入S1，在处理过程中，所有异常都需要提示，异常包括命令不能执行或者执行出错等情况。

为了实现完全语音操控智能终端的目的，当开启语音操控智能终端功能后，接收声音也可以持续进行。通过声音的持续接收，无论是发生语音不能识别的情况，还是转换为可执行命令失败情况，或者命令执行结束情况，都不会出现操控间断，同时，在一条可执行命令执行过程中，可以接收新的声音，产生新的可执行命令，实现多条命令同时处理，同样，在处理过程中，如果出现异常，则提示，以方便操作者的判断及发出新的语音命令。

S2与S3步骤都是对于声音的处理，S2步骤可以先过滤掉不可识别的声音，例如杂音，噪音等，当识别出语音时，才进行S3步骤，这样分成两步进行声音处理，能提高工作效率。

预存储有操控智能终端的可执行命令，及关键词组与可执行命令对应关系；

关键词组包括有命令关键词和条件关键词，在程序中条件关键词可以作为函数的参数。

例如，“点击”、“放大”、“缩小”、“听音乐”等均是单一的命令关键词；而文本、图片等信息是条件关键词。

可执行命令预先编写并存储在智能终端或存储在其它存储设备中，可执行命令可以是功能模块或功能函数。一般来讲，可以是单一命令关键词对应于一条可执行命令，也可以是由命令关键词和条件关键词组成的关键词组对应于一条可执行命令(这种情况更为多见)。例如，“听音乐”就是单一命令关键词对应于一条可执行命令，可以不需要其它条件关键词进行组合；而“点击”命令作为命令关键词，则需要与条件关键词组合成一个关键词组才能对应可执行命令。

关键词组与可执行命令可以是单表对应，比如：“打开音乐播放器”、“播放音乐”、“听音乐”等多种关键词组在同一表中分别对应播放音乐执行命令；

关键词组与可执行命令也可以是多表对应关系，比如：“打开音乐播放器”、“播放音乐”、“听音乐”在第一表中都对应于“播放音乐”，在第二表中“播放音乐”对应于播放音乐可执行命令。

通过以上技术方案，声音在间断接收情况下，每当执行中断无法继续或命令执行完毕时，继续声音接收动作；或者声音不间断地、持续地接收。通过这两种方式，都可以做到完全语音操控智能终端，无需其它操控方式配合。

通过建立关键词组与可执行命令的对应关系，实现用声音操控智能终端，只要建立更多完善的对应关系，即可实现更多的操控功能。

如图2所示，本实施例还提供一种声音操控智能终端的***，包括：

存储模块(即图中的关键词组与可执行命令存储模块)，用于存储预设的可执行命令，及关键词组与可执行命令的对应关系；

声音接收模块，用于接收声音，接收声音的过程是间断的或持续的；

声音识别模块，用于对接收到的声音进行判断，如果接收到的声音是可识别的语音信息，则从语音信息提取出所述关键词组，关键词组至少包括命令关键词，否则提示并继续接收声音；

关键词提取模块，用于提取出声音中的关键词组；

命令转换模块，用于通过关键词组与可执行命令的对应关系，将关键词组转换为可执行命令，若不能转换，提示并继续接收声音；

命令执行模块，用于执行可执行命令，若命令不能执行，提示并继续接收声音，若命令执行完毕，继续接收声音。

当声音接收模块接收到声音后，声音识别模块对声音进行判断，如果是可识别的语音信息则提取关键词组，命令转换模块通过调用关键词组与可执行命令的存储模块，将关键词组转换为可执行命令，之后执行可执行命令，实现声音操控智能终端。

第二实施例

本实施例与第一实施例基本实施步骤相同，不再重复描述。

在声音操控智能终端过程中，单一的命令关键词并不能全部满足对智能终端的操控需求，执行可执行命令时，针对屏幕的触控操作，需要首先确定屏幕上内容信息的位置，在触摸屏操控手机的情况下，触摸屏的工作原理是用手指或其他物体触摸安装在显示器前端的触摸屏时，所触摸的位置(以坐标形式)由触摸屏控制器检测，并传送到CPU。

在声音操控智能终端过程中，同样也需要确定屏幕位置，才可以执行对屏幕操作的可执行命令，这里我们将需要确定的屏幕位置称为可执行命令的条件。

为解决以上问题，本实施例中，如图3与图4所示，预先划分屏幕当前显示页面为若干区域，每一区域设有区域标识关键词，并存储区域标识关键词与屏幕当前显示页面位置对应关系。

图3中，区域标识关键词通过坐标的方式实现，智能终端的显示页面显示有横坐标及纵坐标，横坐标设为数字形式，纵坐标设为字母形式，以坐标作为区域标识关键词，例如，图1中A1标识图中显示方向的屏幕左上方区域。

图4中，区域标识关键词通过对区域进行编号实现。

为了方便智能终端的操作者区分区域，页面上需要显示有划分区域线，在坐标作为区域标识关键词的情况下，页面上还需要显示有横坐标及纵坐标；在编号作为区域标识关键词的情况下，页面上还需要显示有区域编号。为了不影响显示屏幕信息阅读，划分区域线、横坐标及纵坐标、区域编号可设为透明度显示。

划分区域标识也可以不在页面上显示有划分区域线，而是通过外设装置实现，比如贴有带有区域线的贴膜，设置发光装置等。

划分区域标识也可以是其它规则或不规则划分形式，也可以提供用户自定义划分区域功能。

本实施例与第一实施例区别在于：

在S1步骤中，接收到的声音包含有区域标识关键词和对某一区域的操作命令，例如，接收到的声音为“放大B1”；

在S3步骤中，提取出的关键词组包括区域标识关键词和命令关键词，命令关键词为“放大”，区域标识关键词为“B1“；

在S4步骤中，将关键词组转换为可执行命令，即放大区域B1的命令；

在S5步骤中，以“B1“为区域标识关键词，执行放大命令，实现放大区域B1的功能，放大比例等具体实现方式定义在放大命令中。

通过区域标识关键词与屏幕当前显示页面位置对应关系，转换为对智能终端的屏幕位置的可执行命令，并执行。

在声音中包含有点击命令，同时具有区域标识的情况下，

在S1步骤中，接收到的声音中包含有点击命令与区域标识关键词；

在S5步骤中，执行可执行命令具体包括：

分析智能终端屏幕当前显示的页面信息，识别出当前显示的页面中的与区域标识关键词对应区域内的文本或图片，并对文本或图片所对应的信息执行可执行命令。

分析页面过程中，可能识别出唯一一个可进行点击操作的图片或文本，直接对文本或图片所对应的信息执行可执行命令。。

分析页面过程中，也有可能识别出多个可进行点击操作的图片或文本，可以将所识别出的第一个文本或图片所对应的信息执行可执行命令，也可以进行提示。

这样操作者可以再进一步执行放大区域的动作，直至区域内存在唯一的可以点击操作的图片或文本，即可以准确操作。

本实施例所提供的***中，基本模块与第一实施例相同，区别在于，还包括：区域划分模块，用于预先划分智能终端的屏幕当前显示页面为若干区域；每一区域设有对应的区域标识关键词；

存储模块，还用于存储区域标识关键词与屏幕当前显示页面位置对应关系；关键词组还包括区域标识关键词。

命令执行模块，通过所述区域标识关键词与屏幕当前显示页面位置对应关系，转换为对智能终端的屏幕位置的可执行命令，并执行对智能终端的屏幕当前显示页面位置的可执行命令。

通过显示页面区域标识关键词与屏幕当前显示页面位置对应关系，可以将区域标识关键词转换为屏幕位置，可对这一屏幕位置区域进行放大、缩小或点击操作，解决了语音操作智能终端确定屏幕位置的问题。

第三实施例

本实施例与第一实施例实施步骤基本相同，不再重复描述。

在触摸屏手机的单点触摸情况下，类似于点击操作，将这种命令称为点击命令，在点击命令发出时，应同时具备文本、图片或区域信息，才能正确执行点击命令，智能终端需要识别出显示屏幕上对应的文本、图片或区域信息，进而实现模拟触摸屏手机的单点触摸功能。

在声音中包含有点击命令，还包含有文本信息情况下：

在S1步骤中，接收到的声音中，命令是点击命令，声音中还包含文本；

在S3步骤中，提取出的关键词组还包含编号关键词与对象关键词，编号关键词实际上就是对对象关键词的具体编号，即对于具体某一文本的编号，如屏幕当前显示了9个文本文件，接收到的关键词组是点击第8号文本；

在S5步骤中，执行可执行命令具体包括：

分析智能终端屏幕当前显示的页面信息，识别出当前显示的页面中可进行点击操作的文本，并对文本所对应的信息执行所述可执行命令。

分析页面过程中，可能识别出唯一一个可进行点击操作的文本，那么直接对所述文本所对应的信息执行可执行命令。

分析页面过程中，也有可能识别出多个可进行点击操作的文本，可以将所识别出的第一个文本所对应的信息执行所述可执行命令，也可以进行提示。

在声音中包含有点击命令，还包含有文本信息情况下，声音操控智能终端的***中，相对于实施例2，还包括

编号模块，用于当智能终端的屏幕当前显示页面加载时，对加载的对象关键词进行编号；

存储模块，还用于存储编号。

再如第二实施例，页面划分有区域情况下，与第二实施例基本实施步骤相同，在此不再重复描述，区别在于，

在声音中包含有点击命令，同时具有区域标识关键词与条件关键词(即可识别为文本的信息)时，例如，“点击区域B1的新闻”

在S1步骤中，接收到的声音中包含有点击命令(即命令关键词)、区域标识关键词和文本信息(即条件关键词)；

在S3步骤中，识别出命令关键词“点击”与区域标识关键词“B1”和条件关键词“新闻”；

在S5步骤中，执行可执行命令时，将区域标识关键词与文本所对应的信息作为可执行命令的条件，实现点击区域B1内的文本新闻。

通过这种方式可解决在页面内识别出多个文本的情况，进一步确定区域，如果同一区域内还存在多个可识别出的文本，可以再进一步执行放大区域的动作，可以实现复杂情况下的文本类的点击操作。

区域标识与文本信息的组合，可以完成复杂的屏幕操控，如果某一区域内存在多个与所识别出的文本信息对应的可进行点击操作的文本，可以进一步放大区域，直至区域标识内存在唯一的与所识别出的文本信息对应的可进行点击操作的文本时，即能完成准确的操控。

在声音中包含有点击命令，同时具有图片信息情况下，

如果页面内只存在一个图片，则直接对图片所对应的信息执行可执行命令。

如果页面内可识别出多个图片，那么通过以下方式解决。

如图5所示，在语音操控智能***情况下，智能终端的屏幕当前显示页面加载时，对可点击图片进行编号，

在S1步骤中，接收到的声音中包含有点击命令、图片编号，例如“点击1”

在S3步骤中，识别出操作命令关键词“点击”与图片编号“1”；

在S5步骤中，分析智能终端屏幕当前显示的页面信息，识别出当前显示的页面中的与图片编号对应的图片，并对图片所对应的信息执行可执行命令。

通过对图片进行编号，为图片建立标识，可以解决屏幕上存在多个图片，无法确定点击哪个图片的问题。

以上各实施例与各种不同操作情况，在现实中，都可能以组合的形式出现，本发明不再对各种组合方式进行描述，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，可以根据以上的基本技术方案组合改进实现复杂的声音操控手机功能，这些方案组合和改进也应视为本发明的保护范围。

Claims (6)

1.一种声音操控智能终端的方法，其特征在于，所述方法包括：

S1接收声音；

S2对所述声音进行判断，如果接收到的所述声音是可识别的语音信息，则进入步骤S3，否则提示并继续接收声音；

S3从所述可识别的语音信息中提取出关键词组，所述关键词组至少包括命令关键词，若所提取的关键词组不包含有命令关键词，则提示并继续接收声音；

S4通过预先存储的关键词组与可执行命令的对应关系，将所述关键词组转换为对所述智能终端的可执行命令，若不存在所述关键词组对应的可执行命令，提示并继续接收声音；

S5执行所述可执行命令，若命令不能执行，提示并继续接收声音，若命令执行完毕，继续接收声音。

2.根据权利要求1所述的声音操控智能终端的方法，其特征在于，所述方法还包括：

预先划分所述智能终端的屏幕当前显示页面为若干区域，每一区域设有对应的区域标识关键词，并存储所述区域标识关键词与屏幕当前显示页面的位置对应关系；所述关键词组还包括所述区域标识关键词。

3.根据权利要求1或2所述的声音操控智能终端的方法，其特征在于，

所述关键词组还包括条件关键词，所述条件关键词包括编号关键词和/或对象关键词，所述编号关键词为所述对象关键词的具体编号；所述对象关键词为存储在所述智能终端中的文本或者图片或者可执行程序。

4.一种声音操控智能终端的***，其特征在于，包括：

存储模块，用于存储预设的可执行命令，及关键词组与可执行命令的对应关系；

声音接收模块，用于接收声音，接收声音的过程是间断的或持续的；

声音识别模块，用于对接收到的声音进行判断，如果接收到的声音是可识别的语音信息，则从所述语音信息提取出所述关键词组，所述关键词组至少包括命令关键词，否则提示并继续接收声音；

关键词提取模块，用于提取出声音中的关键词组；

命令转换模块，用于通过所述关键词组与可执行命令的对应关系，将关键词组转换为可执行命令，若不能转换，提示并继续接收声音；

命令执行模块，用于执行所述可执行命令，若命令不能执行，提示并继续接收声音，若命令执行完毕，继续接收声音。

5.根据权利要求4所述的声音操控智能终端的***，其特征在于，所述***还包括：

区域划分模块，用于预先划分所述智能终端的屏幕当前显示页面为若干区域；每一区域设有对应的区域标识关键词；

所述存储模块，还用于存储区域标识关键词与屏幕当前显示页面位置对应关系；

所述关键词组还包括所述区域标识关键词。

6.根据权利要求5所述的声音操控智能终端的***，其特征在于，

所述关键词组还包括条件关键词，所述条件关键词包括编号关键词和/或对象关键词，所述编号关键词为所述对象关键词的具体编号；所述对象关键词为存储在所述智能终端中的文本或者图片或者可执行程序；

所述***还包含：

编号模块，用于当所述智能终端的屏幕当前显示页面加载时，对加载的对象关键词进行编号；

所述存储模块，还用于存储所述编号。