CN107680589A - 语音信息交互方法、装置及其设备 - Google Patents
语音信息交互方法、装置及其设备 Download PDFInfo
- Publication number
- CN107680589A CN107680589A CN201710791418.2A CN201710791418A CN107680589A CN 107680589 A CN107680589 A CN 107680589A CN 201710791418 A CN201710791418 A CN 201710791418A CN 107680589 A CN107680589 A CN 107680589A
- Authority
- CN
- China
- Prior art keywords
- voice messaging
- user
- closing
- default
- voice
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000003993 interaction Effects 0.000 claims abstract description 50
- 230000002452 interceptive effect Effects 0.000 claims abstract description 21
- 239000000284 extract Substances 0.000 claims abstract description 17
- 238000003860 storage Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000037007 arousal Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
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
- G10L15/26—Speech to text systems
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)
- Telephonic Communication Services (AREA)
Abstract
本发明提出一种语音信息交互方法、装置及其设备，其中，方法包括：对用户输入的语音信息进行语音识别；若识别出语音信息为预设的唤醒词，则向用户显示语音输入界面，获取用户向语音输入界面输入的第一语音信息；对第一语音信息进行语音识别，当识别到预设的结束词时，从第一语音信息中删除结束词，提取出第二语音信息；将第二语音信息发送给目标用户。由此，在整个语音信息交互过程中，无需用户手动操作，全部信息交互过程都通过语音完成操作，提高了语音信息交互效率，方便用户使用。
Description
技术领域
本发明涉及人工智能技术领域，尤其涉及一种语音信息交互方法、装置及其设备。
背景技术
人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语音识别、图像识别、自然语言处理和专家***等。其中，人工智能最重要的方面就是语音识别技术。
相关技术中，用户使用语音输入进行聊天时，还是需要用户点击触发语音操作，语音输入完成后，需要用户点击完成发送，操作繁琐，不方便用户使用。
发明内容
本发明的目的旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的第一个目的在于提出一种语音信息交互方法，用于解决现有技术中语音输入进行聊天时需要用户点击触发语音操作，语音输入完成后，需要用户点击完成发送，操作繁琐，不方便用户使用的问题。
本发明的第二个目的在于提出一种语音信息交互装置。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种非临时性计算机可读存储介质。
本发明的第五个目的在于提出一种计算机程序产品。
为达上述目的，本发明第一方面实施例提出了一种语音信息交互方法，所述方法包括以下步骤：对用户输入的语音信息进行语音识别；若识别出所述语音信息为预设的唤醒词，则向所述用户显示语音输入界面，获取所述用户向所述语音输入界面输入的第一语音信息；对所述第一语音信息进行语音识别，当识别到预设的结束词时，从所述第一语音信息中删除所述结束词，提取出第二语音信息；将所述第二语音信息发送给目标用户。
本发明实施例的语音信息交互方法，通过对用户输入的语音信息进行语音识别，并在识别出语音信息为预设的唤醒词时向用户显示语音输入界面，以及获取用户向语音输入界面输入的第一语音信息，接着对第一语音信息进行语音识别，当识别到预设的结束词时从第一语音信息中删除结束词并提取出第二语音信息，最后将第二语音信息发送给目标用户。由此，在整个语音信息交互过程中，无需用户手动操作，全部信息交互过程都通过语音完成操作，提高了语音信息交互效率，方便用户使用。
为达上述目的，本发明第二方面实施例提出了一种语音信息交互装置，所述装置包括：识别模块，用于对用户输入的语音信息进行语音识别；显示获取模块，用于在识别出所述语音信息为预设的唤醒词时向所述用户显示语音输入界面，获取所述用户向所述语音输入界面输入的第一语音信息；处理模块，用于对所述第一语音信息进行语音识别，当识别到预设的结束词时，从所述第一语音信息中删除所述结束词，提取出第二语音信息；发送模块，用于将所述第二语音信息发送给目标用户。
本发明实施例的语音信息交互装置，通过对用户输入的语音信息进行语音识别，并在识别出语音信息为预设的唤醒词时向用户显示语音输入界面，以及获取用户向语音输入界面输入的第一语音信息，接着对第一语音信息进行语音识别，当识别到预设的结束词时从第一语音信息中删除结束词并提取出第二语音信息，最后将第二语音信息发送给目标用户。由此，在整个语音信息交互过程中，无需用户手动操作，全部信息交互过程都通过语音完成操作，提高了语音信息交互效率，方便用户使用。
为达上述目的，本发明第三方面实施例提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如一种语音信息交互方法，所述方法包括：对用户输入的语音信息进行语音识别；若识别出所述语音信息为预设的唤醒词，则向所述用户显示语音输入界面，获取所述用户向所述语音输入界面输入的第一语音信息；对所述第一语音信息进行语音识别，当识别到预设的结束词时，从所述第一语音信息中删除所述结束词，提取出第二语音信息；将所述第二语音信息发送给目标用户。
为了实现上述目的，本发明第四方面实施例提出了一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器被执行时，使得能够执行一种语音信息交互方法，所述方法包括：对用户输入的语音信息进行语音识别；若识别出所述语音信息为预设的唤醒词，则向所述用户显示语音输入界面，获取所述用户向所述语音输入界面输入的第一语音信息；对所述第一语音信息进行语音识别，当识别到预设的结束词时，从所述第一语音信息中删除所述结束词，提取出第二语音信息；将所述第二语音信息发送给目标用户。
为了实现上述目的，本发明第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行一种语音信息交互方法，所述方法包括：对用户输入的语音信息进行语音识别；若识别出所述语音信息为预设的唤醒词，则向所述用户显示语音输入界面，获取所述用户向所述语音输入界面输入的第一语音信息；对所述第一语音信息进行语音识别，当识别到预设的结束词时，从所述第一语音信息中删除所述结束词，提取出第二语音信息；将所述第二语音信息发送给目标用户。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本发明一个实施例的语音信息交互方法的流程示意图；
图2是根据本发明另一个实施例的语音信息交互方法的流程示意图；
图3是根据本发明又一个实施例的语音信息交互方法的流程示意图
图4是根据本发明一个实施例的语音信息交互装置的结构示意图；
图5是根据本发明另一个实施例的语音信息交互装置的结构示意图
图6是根据本发明又一个实施例的语音信息交互装置的结构示意图；
图7是根据本发明再一个实施例的语音信息交互装置的结构示意图；
图8是根据本发明一个实施例的计算机设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的语音信息交互方法、装置及其设备。
目前，在聊天场景中，用户在使用语音输入时，触发语音输入需要手动点击，确认发送也需要点击，操作繁琐，不方便用户使用。
针对这一问题，本发明实施例提供了语音信息交互方法，在整个语音信息交互过程中，无需用户手动操作，全部信息交互过程都通过语音完成操作，提高了语音信息交互效率，方便用户使用。具体如下：
图1是根据本发明一个实施例的语音信息交互方法的流程示意图。如图1所示，该语音信息交互方法包括：
步骤101，对用户输入的语音信息进行语音识别。
步骤102，若识别出语音信息为预设的唤醒词，则向用户显示语音输入界面，获取用户向语音输入界面输入的第一语音信息。
具体地，在实际应用当中，用户在很多场景中，需要进行语音控制，比如在语音聊天的场景中，通过语音采集设备等方式获取用户输入的语音信息，并对语音信息进行识别。
可以理解的是，可以采用很多方式对语音信息进行识别，可以根据实际应用需要进行选择设置，举例说明如下：
作为一种示例，通过语音文本转转换装置将语音信息进行文本信息，并对文本信息进行处理获取相对应的关键词。作为另一种示例，通过预设算法将语音信息进行处理得到相对应的关键词。
进一步地，判断语音信息是否为预设的唤醒词，比如可以通过对上述识别后的关键词进行判断是否为预设的唤醒词，或者直接通过语音过滤处理装置、算法等方式对识别后的语音信息进行处理判断是否为预设的唤醒词。其中，预先根据实际操作需要设置合适的唤醒词，比如为“小度小度”等。
进一步地，在识别出语音信息为预设的唤醒词时，向用户显示语音输入界面并获取用户向语音输入界面输入的第一语音信息。也就是说在确定语音信息为预设的唤醒词时启动语音输入界面，以方便用户语音输入相关信息。
其中，向用户显示语音输入界面的方式有很多种，可以根据实际应用需要进行选择设置，比如在识别出语音信息为预设的唤醒词时，通过跳转页面的方式显示语音输入界面，再比如在识别出语音信息为预设的唤醒词时，通过悬浮的方式显示语音输入界面等等。
需要说明的是，如果识别出语音信息不为预设的唤醒词，不向用户显示语音输入界面。
步骤103，对第一语音信息进行语音识别，当识别到预设的结束词时，从第一语音信息中删除结束词，提取出第二语音信息。
步骤104，将第二语音信息发送给目标用户。
具体地，在用户向语音输入界面输入的第一语音信息后，可以采取很多方式对第一语音信息进行语音识别，比如通过预设算法或者模型对第一语音信息进行语音识别，获取到第一语音信息中具有预设的结束词时，将结束词从第一语音信息中进行删除，并提取出第二语音信息。具体地，第一语音信息为“XXXA”，将结束词“A”删除，提取第二语音信息为“XXX”；或者是第一语音信息为“XXAX”，将结束词“A”删除，提取第二语音信息为“XXX”等等。
再比如通过语音文本转换装置将第一语音信息转换为文本信息，对文本信息进行切词处理，判断各个分词是否为预设的结束词，如果是则删除，并保留剩下的文本信息，并将剩下的文本信息通过文本语音转换装置处理得到第二语音信息。
进一步地，将第二语音信息发送给目标用户，作为一种可能的实现方式，接收用户输入的语音信息，在识别出语音信息为预设的发送指令，则将第二语音信息发送给目标用户。其中，预设的发送指令可以根据实际应用需要进行选择设置，比如为“B”、“C”，当用户输入的语音信息中包含“B”，则将第二语音信息发送给目标用户。
综上所述，本发明实施例的语音信息交互方法，通过对用户输入的语音信息进行语音识别，并在识别出语音信息为预设的唤醒词时向用户显示语音输入界面，以及获取用户向语音输入界面输入的第一语音信息，接着对第一语音信息进行语音识别，当识别到预设的结束词时从第一语音信息中删除结束词并提取出第二语音信息，最后将第二语音信息发送给目标用户。由此，在整个语音信息交互过程中，无需用户手动操作，全部信息交互过程都通过语音完成操作，提高了语音信息交互效率，方便用户使用。
基于上述实施例，可以理解的是，在对用户输入的语音信息进行语音识别之前，需要启动语音交互模式，可以理解的是，可以通过很多种方式启动语音交互模式，举例说明如下：
图2是根据本发明另一个实施例的语音信息交互方法的流程示意图。如图2所示，在步骤101之前，还包括：
步骤201，检测是否满足预设的语音交互模式触发条件。
步骤202，若检测到满足触发条件，则启动语音交互模式。
具体地，预先设置语音交互模式触发条件，比如用户打开相关聊天应用为语音交互模式触发条件，再比如用户按压相关语音输入按键等方式为语音交互模式触发条件。从而，在检测到满足触发条件时启动语音交互模式。
由此，在满足触发条件时才启动语音交互模式，能够避免用户一些误操作，进一步提高语音信息交互的效率和便捷性。
可以理解的是，需要预先设置或者存储唤醒词和结束词，作为一种示例，根据***提供的候选词设置唤醒词和结束词；作为另一种示例，存储用户语音注册的唤醒词和所述结束词。由此，可以根据需要选择或者注册相关唤醒词和结束词，进一步满足用户个性化需求，方便用户使用。
基于上述实施例，可以理解的是，在将第二语音信息发送给目标用户之后，需要关闭语音交互模式，可以理解的是，可以通过很多种方式关闭语音交互模式，举例说明如下：
图3是根据本发明又一个实施例的语音信息交互方法的流程示意图。如图3所示，在步骤104之后，还包括：
步骤301，检测是否满足预设的语音交互模式关闭条件。
步骤302，若检测到满足关闭条件，则关闭语音交互模式。
具体地，预先设置语音交互模式关闭条件，比如用户关闭相关聊天应用为语音交互模式关闭条件，再比如用户按压相关语音输入按键等方式为语音交互模式关闭条件。从而，在检测到满足关闭条件时关闭语音交互模式。
由此，在满足关闭条件时才关闭语音交互模式，能够避免用户一些误操作，进一步提高语音信息交互的效率和便捷性。
为了实现上述实施例，本发明还提出一种语音信息交互装置，图4是根据本发明一个实施例的语音信息交互装置的结构示意图。如图4所示，该语音信息交互装置包括：识别模块11、显示获取模块12、处理模块13和发送模块14。
其中，识别模块11，用于对用户输入的语音信息进行语音识别。
显示获取模块12，用于在识别出语音信息为预设的唤醒词时向用户显示语音输入界面，获取用户向语音输入界面输入的第一语音信息。
处理模块13，用于对第一语音信息进行语音识别，当识别到预设的结束词时，从第一语音信息中删除结束词，提取出第二语音信息。
发送模块14，用于将第二语音信息发送给目标用户。
具体地，将第二语音信息发送给目标用户，作为一种可能的实现方式，发送模块14具体用于接收用户输入的语音信息，在识别出语音信息为预设的发送指令，则将第二语音信息发送给目标用户。其中，预设的发送指令可以根据实际应用需要进行选择设置，比如为“B”、“C”，当用户输入的语音信息中包含“B”，则将第二语音信息发送给目标用户。
需要说明的是，前述对语音信息交互方法实施例的解释说明也适用于该实施例的语音信息交互装置，此处不再赘述。
综上所述，本发明实施例的语音信息交互装置，通过对用户输入的语音信息进行语音识别，并在识别出语音信息为预设的唤醒词时向用户显示语音输入界面，以及获取用户向语音输入界面输入的第一语音信息，接着对第一语音信息进行语音识别，当识别到预设的结束词时从第一语音信息中删除结束词并提取出第二语音信息，最后将第二语音信息发送给目标用户。由此，在整个语音信息交互过程中，无需用户手动操作，全部信息交互过程都通过语音完成操作，提高了语音信息交互效率，方便用户使用。
图5是根据本发明另一个实施例的语音信息交互装置的结构示意图。如图5所示，在图4的基础上，还包括：第一检测模块15和启动模块16。
其中，第一检测模块15，用于检测是否满足预设的语音交互模式触发条件。
启动模块16，用于在检测到满足触发条件时启动语音交互模式。
具体地，预先设置语音交互模式触发条件，比如用户打开相关聊天应用为语音交互模式触发条件，再比如用户按压相关语音输入按键等方式为语音交互模式触发条件。从而，在检测到满足触发条件时启动语音交互模式。
由此，在满足触发条件时才启动语音交互模式，能够避免用户一些误操作，进一步提高语音信息交互的效率和便捷性。
可以理解的是，需要预先设置或者存储唤醒词和结束词，图6是根据本发明又一个实施例的语音信息交互装置的结构示意图。如图6所示，在图4的基础上，还包括：设置模块17和存储模块18。
作为一种示例，设置模块17用于根据***提供的候选词设置唤醒词和结束词；作为另一种示例，存储模块18用于存储用户语音注册的唤醒词和所述结束词。由此，可以根据需要选择或者注册相关唤醒词和结束词，进一步满足用户个性化需求，方便用户使用。
图7是根据本发明再一个实施例的语音信息交互装置的结构示意图。如图7所示，在图4的基础上，还包括：第二检测模块19和关闭模块110。
其中，第二检测模块19，用于检测是否满足预设的语音交互模式关闭条件。
关闭模块110，用于在检测到满足关闭条件时关闭语音交互模式。
具体地，预先设置语音交互模式关闭条件，比如用户关闭相关聊天应用为语音交互模式关闭条件，再比如用户按压相关语音输入按键等方式为语音交互模式关闭条件。从而，在检测到满足关闭条件时关闭语音交互模式。
由此，在满足关闭条件时才关闭语音交互模式，能够避免用户一些误操作，进一步提高语音信息交互的效率和便捷性。
本发明提出一种计算机设备，图8是根据本发明一个实施例的计算机设备的结构示意图。如图8所示，存储器21、处理器22及存储在存储器21上并可在处理器22上运行的计算机程序。
处理器22执行所述程序时实现上述实施例中提供的语音信息交互方法。
进一步地，计算机设备还包括：
通信接口23，用于存储器21和处理器22之间的通信。
存储器21，用于存放可在处理器22上运行的计算机程序。
存储器21可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。
处理器22，用于执行所述程序时实现上述实施例所述的语音信息交互方法。
如果存储器21、处理器22和通信接口23独立实现，则通信接口21、存储器21和处理器22可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(PeripheralComponent，简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，简称为EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器21、处理器22及通信接口23，集成在一块芯片上实现，则存储器21、处理器22及通信接口23可以通过内部接口完成相互间的通信。
处理器22可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本发明实施例的一个或多个集成电路。
为了实现上述实施例，本发明还提出一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器被执行时，使得能够执行一种语音信息交互方法，所述方法包括：对用户输入的语音信息进行语音识别；若识别出语音信息为预设的唤醒词，则向用户显示语音输入界面，获取用户向语音输入界面输入的第一语音信息；对第一语音信息进行语音识别，当识别到预设的结束词时，从第一语音信息中删除结束词，提取出第二语音信息；将第二语音信息发送给目标用户。
为了实现上述实施例，本发明还提出一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行一种语音信息交互方法，所述方法包括：对用户输入的语音信息进行语音识别；若识别出语音信息为预设的唤醒词，则向用户显示语音输入界面，获取用户向语音输入界面输入的第一语音信息；对第一语音信息进行语音识别，当识别到预设的结束词时，从第一语音信息中删除结束词，提取出第二语音信息；将第二语音信息发送给目标用户。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用，或结合这些指令执行***、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (13)
1.一种语音信息交互方法，其特征在于，包括以下步骤：
对用户输入的语音信息进行语音识别；
若识别出所述语音信息为预设的唤醒词，则向所述用户显示语音输入界面，获取所述用户向所述语音输入界面输入的第一语音信息；
对所述第一语音信息进行语音识别，当识别到预设的结束词时，从所述第一语音信息中删除所述结束词，提取出第二语音信息；
将所述第二语音信息发送给目标用户。
2.如权利要求1所述的方法，其特征在于，所述将所述第二语音信息发送给目标用户，包括：
接收用户输入的语音信息；
若识别出所述语音信息为预设的发送指令，则将所述第二语音信息发送给目标用户。
3.如权利要求1所述的方法，其特征在于，在所述对用户输入的语音信息进行语音识别之前，还包括：
检测是否满足预设的语音交互模式触发条件；
若检测到满足所述触发条件，则启动所述语音交互模式。
4.如权利要求1所述的方法，其特征在于，还包括：
根据***提供的候选词设置所述唤醒词和所述结束词；
或者，
存储所述用户语音注册的所述唤醒词和所述结束词。
5.如权利要求1所述的方法，其特征在于，在所述将所述第二语音信息发送给目标用户之后，还包括：
检测是否满足预设的语音交互模式关闭条件；
若检测到满足所述关闭条件，则关闭所述语音交互模式。
6.一种语音信息交互装置，其特征在于，包括：
识别模块，用于对用户输入的语音信息进行语音识别；
显示获取模块，用于在识别出所述语音信息为预设的唤醒词时向所述用户显示语音输入界面，获取所述用户向所述语音输入界面输入的第一语音信息；
处理模块，用于对所述第一语音信息进行语音识别，当识别到预设的结束词时，从所述第一语音信息中删除所述结束词，提取出第二语音信息；
发送模块，用于将所述第二语音信息发送给目标用户。
7.如权利要求6所述的装置，其特征在于，所述发送模块具体用于：
接收用户输入的语音信息；
若识别出所述语音信息为预设的发送指令，则将所述第二语音信息发送给目标用户。
8.如权利要求6所述的装置，其特征在于，还包括：
第一检测模块，用于检测是否满足预设的语音交互模式触发条件；
启动模块，用于在检测到满足所述触发条件时启动所述语音交互模式。
9.如权利要求6所述的装置，其特征在于，还包括：
设置模块，用于根据***提供的候选词设置所述唤醒词和所述结束词；
或者，
存储模块，用于存储所述用户语音注册的所述唤醒词和所述结束词。
10.如权利要求6所述的装置，其特征在于，还包括：
第二检测模块，用于检测是否满足预设的语音交互模式关闭条件；
关闭模块，用于在检测到满足所述关闭条件时关闭所述语音交互模式。
11.一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如权利要求1-5中任一所述的语音信息交互方法。
12.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求权利要求1-5中任一所述的语音信息交互方法。
13.一种计算机程序产品，其特征在于，当所述计算机程序产品中的指令由处理器执行时，执行如权利要求1-5中任一所述的语音信息交互方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710791418.2A CN107680589B (zh) | 2017-09-05 | 2017-09-05 | 语音信息交互方法、装置及其设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710791418.2A CN107680589B (zh) | 2017-09-05 | 2017-09-05 | 语音信息交互方法、装置及其设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107680589A true CN107680589A (zh) | 2018-02-09 |
| CN107680589B CN107680589B (zh) | 2021-02-05 |
Family
ID=61135119
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710791418.2A Active CN107680589B (zh) | 2017-09-05 | 2017-09-05 | 语音信息交互方法、装置及其设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107680589B (zh) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108735210A (zh) * | 2018-05-08 | 2018-11-02 | 宇龙计算机通信科技(深圳)有限公司 | 一种语音控制方法及终端 |
| CN108848011A (zh) * | 2018-06-19 | 2018-11-20 | 广东美的制冷设备有限公司 | 家电设备及其语音交互方法和装置 |
| CN109102824A (zh) * | 2018-07-06 | 2018-12-28 | 北京比特智学科技有限公司 | 基于人机交互的语音纠错方法和装置 |
| CN109119075A (zh) * | 2018-07-25 | 2019-01-01 | 北京小米移动软件有限公司 | 语音识别场景唤醒方法及装置 |
| CN109410944A (zh) * | 2018-12-12 | 2019-03-01 | 百度在线网络技术（北京）有限公司 | 语音交互方法、装置和终端 |
| CN109524010A (zh) * | 2018-12-24 | 2019-03-26 | 出门问问信息科技有限公司 | 一种语音控制方法、装置、设备及存储介质 |
| CN110046045A (zh) * | 2019-04-03 | 2019-07-23 | 百度在线网络技术（北京）有限公司 | 语音唤醒的数据包处理方法和装置 |
| CN110058681A (zh) * | 2019-03-08 | 2019-07-26 | 佛山市云米电器科技有限公司 | 一种移动式带屏设备的界面交互方法与*** |
| CN110288988A (zh) * | 2019-05-16 | 2019-09-27 | 平安科技（深圳）有限公司 | 目标数据筛选方法、装置及存储介质 |
| CN110459222A (zh) * | 2019-09-06 | 2019-11-15 | Oppo广东移动通信有限公司 | 语音控制方法、语音控制装置及终端设备 |
| CN110544473A (zh) * | 2018-05-28 | 2019-12-06 | 百度在线网络技术（北京）有限公司 | 语音交互方法和装置 |
| CN111292742A (zh) * | 2020-01-14 | 2020-06-16 | 京东数字科技控股有限公司 | 数据处理方法、装置、电子设备和计算机存储介质 |
| CN111538470A (zh) * | 2020-04-14 | 2020-08-14 | 北京小米移动软件有限公司 | 信息输入方法、装置及终端设备 |
| WO2020192456A1 (zh) * | 2019-03-22 | 2020-10-01 | 华为技术有限公司 | 一种语音交互方法及电子设备 |
| CN111754997A (zh) * | 2019-05-09 | 2020-10-09 | 北京京东尚科信息技术有限公司 | 控制装置及其操作方法，和语音交互装置及其操作方法 |
| CN111913590A (zh) * | 2019-05-07 | 2020-11-10 | 北京搜狗科技发展有限公司 | 一种输入方法、装置和设备 |
| CN111949240A (zh) * | 2019-05-16 | 2020-11-17 | 阿里巴巴集团控股有限公司 | 交互方法、存储介质、服务程序和设备 |
| CN112269468A (zh) * | 2020-10-23 | 2021-01-26 | 深圳市恒必达电子科技有限公司 | 基于蓝牙、2.4g、wifi连接获取云端资讯的人机交互智能眼镜、方法及其平台 |
| CN113823283A (zh) * | 2021-09-22 | 2021-12-21 | 百度在线网络技术（北京）有限公司 | 信息处理的方法、设备、存储介质及程序产品 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103064530A (zh) * | 2012-12-31 | 2013-04-24 | 华为技术有限公司 | 输入处理方法和装置 |
| CN103197911A (zh) * | 2013-04-12 | 2013-07-10 | 广东国笔科技股份有限公司 | 一种提供语音输入的方法、***和装置 |
| JP2014135543A (ja) * | 2013-01-08 | 2014-07-24 | Nakayo Telecommun Inc | 予定に係る音声メモ登録方法 |
| CN104285428A (zh) * | 2012-05-08 | 2015-01-14 | 三星电子株式会社 | 用于运行通信服务的方法和*** |
| CN105408953A (zh) * | 2013-06-28 | 2016-03-16 | 株式会社ＡＴＲ－Ｔｒｅｋ | 进行本地语音识别的语音识别客户端设备 |
| CN105979058A (zh) * | 2016-04-29 | 2016-09-28 | 乐视控股（北京）有限公司 | 一种语音内容记录方法及装置 |
| CN106254915A (zh) * | 2016-07-29 | 2016-12-21 | 乐视控股（北京）有限公司 | 基于电视终端的交互方法、装置及*** |
| CN106941000A (zh) * | 2017-03-21 | 2017-07-11 | 百度在线网络技术（北京）有限公司 | 基于人工智能的语音交互方法和装置 |
-
2017
- 2017-09-05 CN CN201710791418.2A patent/CN107680589B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104285428A (zh) * | 2012-05-08 | 2015-01-14 | 三星电子株式会社 | 用于运行通信服务的方法和*** |
| CN103064530A (zh) * | 2012-12-31 | 2013-04-24 | 华为技术有限公司 | 输入处理方法和装置 |
| JP2014135543A (ja) * | 2013-01-08 | 2014-07-24 | Nakayo Telecommun Inc | 予定に係る音声メモ登録方法 |
| CN103197911A (zh) * | 2013-04-12 | 2013-07-10 | 广东国笔科技股份有限公司 | 一种提供语音输入的方法、***和装置 |
| CN105408953A (zh) * | 2013-06-28 | 2016-03-16 | 株式会社ＡＴＲ－Ｔｒｅｋ | 进行本地语音识别的语音识别客户端设备 |
| CN105979058A (zh) * | 2016-04-29 | 2016-09-28 | 乐视控股（北京）有限公司 | 一种语音内容记录方法及装置 |
| CN106254915A (zh) * | 2016-07-29 | 2016-12-21 | 乐视控股（北京）有限公司 | 基于电视终端的交互方法、装置及*** |
| CN106941000A (zh) * | 2017-03-21 | 2017-07-11 | 百度在线网络技术（北京）有限公司 | 基于人工智能的语音交互方法和装置 |
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108735210A (zh) * | 2018-05-08 | 2018-11-02 | 宇龙计算机通信科技(深圳)有限公司 | 一种语音控制方法及终端 |
| CN110544473A (zh) * | 2018-05-28 | 2019-12-06 | 百度在线网络技术（北京）有限公司 | 语音交互方法和装置 |
| CN110544473B (zh) * | 2018-05-28 | 2022-11-08 | 百度在线网络技术（北京）有限公司 | 语音交互方法和装置 |
| CN108848011A (zh) * | 2018-06-19 | 2018-11-20 | 广东美的制冷设备有限公司 | 家电设备及其语音交互方法和装置 |
| CN109102824A (zh) * | 2018-07-06 | 2018-12-28 | 北京比特智学科技有限公司 | 基于人机交互的语音纠错方法和装置 |
| CN109102824B (zh) * | 2018-07-06 | 2021-04-09 | 北京比特智学科技有限公司 | 基于人机交互的语音纠错方法和装置 |
| CN109119075A (zh) * | 2018-07-25 | 2019-01-01 | 北京小米移动软件有限公司 | 语音识别场景唤醒方法及装置 |
| CN109410944A (zh) * | 2018-12-12 | 2019-03-01 | 百度在线网络技术（北京）有限公司 | 语音交互方法、装置和终端 |
| US11217256B2 (en) | 2018-12-12 | 2022-01-04 | Baidu Online Network Technology (Beijing) Co., Ltd. | Voice interaction method, device and terminal |
| CN109410944B (zh) * | 2018-12-12 | 2020-06-09 | 百度在线网络技术（北京）有限公司 | 语音交互方法、装置和终端 |
| CN109524010A (zh) * | 2018-12-24 | 2019-03-26 | 出门问问信息科技有限公司 | 一种语音控制方法、装置、设备及存储介质 |
| CN110058681A (zh) * | 2019-03-08 | 2019-07-26 | 佛山市云米电器科技有限公司 | 一种移动式带屏设备的界面交互方法与*** |
| WO2020192456A1 (zh) * | 2019-03-22 | 2020-10-01 | 华为技术有限公司 | 一种语音交互方法及电子设备 |
| CN110046045A (zh) * | 2019-04-03 | 2019-07-23 | 百度在线网络技术（北京）有限公司 | 语音唤醒的数据包处理方法和装置 |
| CN111913590A (zh) * | 2019-05-07 | 2020-11-10 | 北京搜狗科技发展有限公司 | 一种输入方法、装置和设备 |
| CN111754997B (zh) * | 2019-05-09 | 2023-08-04 | 北京汇钧科技有限公司 | 控制装置及其操作方法，和语音交互装置及其操作方法 |
| CN111754997A (zh) * | 2019-05-09 | 2020-10-09 | 北京京东尚科信息技术有限公司 | 控制装置及其操作方法，和语音交互装置及其操作方法 |
| CN110288988A (zh) * | 2019-05-16 | 2019-09-27 | 平安科技（深圳）有限公司 | 目标数据筛选方法、装置及存储介质 |
| CN111949240A (zh) * | 2019-05-16 | 2020-11-17 | 阿里巴巴集团控股有限公司 | 交互方法、存储介质、服务程序和设备 |
| CN110459222A (zh) * | 2019-09-06 | 2019-11-15 | Oppo广东移动通信有限公司 | 语音控制方法、语音控制装置及终端设备 |
| CN111292742A (zh) * | 2020-01-14 | 2020-06-16 | 京东数字科技控股有限公司 | 数据处理方法、装置、电子设备和计算机存储介质 |
| CN111538470A (zh) * | 2020-04-14 | 2020-08-14 | 北京小米移动软件有限公司 | 信息输入方法、装置及终端设备 |
| CN111538470B (zh) * | 2020-04-14 | 2023-09-26 | 北京小米移动软件有限公司 | 信息输入方法、装置及终端设备 |
| CN112269468A (zh) * | 2020-10-23 | 2021-01-26 | 深圳市恒必达电子科技有限公司 | 基于蓝牙、2.4g、wifi连接获取云端资讯的人机交互智能眼镜、方法及其平台 |
| CN113823283A (zh) * | 2021-09-22 | 2021-12-21 | 百度在线网络技术（北京）有限公司 | 信息处理的方法、设备、存储介质及程序产品 |
| CN113823283B (zh) * | 2021-09-22 | 2024-03-08 | 百度在线网络技术（北京）有限公司 | 信息处理的方法、设备、存储介质及程序产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107680589B (zh) | 2021-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107680589A (zh) | 语音信息交互方法、装置及其设备 | |
| KR102317958B1 (ko) | 화상처리장치 및 방법 | |
| US20180336889A1 (en) | Method and Apparatus of Building Acoustic Feature Extracting Model, and Acoustic Feature Extracting Method and Apparatus | |
| CN107731228A (zh) | 英文语音信息的文本转换方法和装置 | |
| CN106997762A (zh) | 家用电器的语音控制方法以及装置 | |
| CN110598576B (zh) | 一种手语交互方法、装置及计算机介质 | |
| CN107679033A (zh) | 文本断句位置识别方法和装置 | |
| CN108181992A (zh) | 基于手势的语音唤醒方法、装置、设备及计算机可读介质 | |
| CN109101545A (zh) | 基于人机交互的自然语言处理方法、装置、设备和介质 | |
| CN107591152A (zh) | 基于耳机的语音控制方法、装置及其设备 | |
| CN106941000A (zh) | 基于人工智能的语音交互方法和装置 | |
| KR101970008B1 (ko) | 딥러닝 신경망회로에 의한 번역알고리즘을 구비한 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램 및 사용자 장치 | |
| CN107492379A (zh) | 一种声纹创建与注册方法及装置 | |
| CN107193807A (zh) | 基于人工智能的语言转换处理方法、装置及终端 | |
| CN107608957A (zh) | 基于语音信息的文本修改方法、装置及其设备 | |
| CN107563569A (zh) | 基于多轮语音交互的酒店预订方法、装置及其设备 | |
| CN108416018A (zh) | 截屏搜索方法、装置及智能终端 | |
| CN106909270A (zh) | 聊天数据输入方法、装置及通讯终端 | |
| CN109783624A (zh) | 基于知识库的答案生成方法、装置和智能会话*** | |
| CN110895568B (zh) | 处理庭审记录的方法和*** | |
| CN107203611A (zh) | 基于图片内容的信息提供方法和装置 | |
| CN112116910A (zh) | 语音指令的识别方法和装置、存储介质、电子装置 | |
| CN108319888A (zh) | 视频类型的识别方法及装置、计算机终端 | |
| CN107025312A (zh) | 基于视频内容的信息提供方法和装置 | |
| CN112632244A (zh) | 一种人机通话的优化方法、装置、计算机设备及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |