CN108009303A - 基于语音识别的搜索方法、装置、电子设备和存储介质 - Google Patents
基于语音识别的搜索方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN108009303A CN108009303A CN201711485685.3A CN201711485685A CN108009303A CN 108009303 A CN108009303 A CN 108009303A CN 201711485685 A CN201711485685 A CN 201711485685A CN 108009303 A CN108009303 A CN 108009303A
- Authority
- CN
- China
- Prior art keywords
- result
- user
- speech recognition
- prediction
- text
- 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 41
- 238000004590 computer program Methods 0.000 claims description 6
- 235000013399 edible fruits Nutrition 0.000 claims description 5
- 230000032258 transport Effects 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 13
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3343—Query execution using phonetics
-
- 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)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于语音识别的搜索方法、装置、电子设备和计算机可读存储介质。其中方法包括:在检测到用户开始输入语音时,实时获取用户输入的当前语音数据;对实时获取的当前语音数据进行语音识别以得到对应的当前中间文本信息;根据当前中间文本信息进行结果预测以得到目标文本结果;根据目标文本结果进行搜索,获取对应的搜索结果,并将对应的搜索结果提供给用户。该方法实时对用户输入的语音数据进行识别响应,无需等待用户语音全部输入完成和麦克风关闭,这样无形之中大大节省了设备对语音识别处理的响应时间,从而提高了语音搜索效率,提升了用户体验。
Description
技术领域
本发明涉及语音搜索技术领域,尤其涉及一种基于语音识别的搜索方法、装置、电子设备和计算机可读存储介质。
背景技术
相关技术中,智能设备通常是在用户输入语音之后,才会保存用户输入的完整语音数据,之后对该完整语音数据进行语音识别。例如,智能设备实在用户输入语音并在用户点击结束输入的确认按键,且关闭自身的麦克风之后,才会对该用户输入的语音数据进行相应的处理,无形之中减慢了智能设备针对语音识别的响应速度,从而导致语音搜索效率低。
发明内容
本发明的目的旨在至少在一定程度上解决上述的技术问题之一。
为此,本发明的第一个目的在于提出一种基于语音识别的搜索方法。该方法实时对用户输入的语音数据进行识别响应,无需等待用户语音全部输入完成和麦克风关闭,这样无形之中大大节省了设备对语音识别处理的响应时间,从而提高了语音搜索效率,提升了用户体验。
本发明的第二个目的在于提出一种基于语音识别的搜索装置。
本发明的第三个目的在于提出一种电子设备。
本发明的第四个目的在于提出一种计算机可读存储介质。
为达到上述目的,本发明第一方面实施例提出的基于语音识别的搜索方法,包括:在检测到用户开始输入语音时,实时获取所述用户输入的当前语音数据;对所述实时获取的当前语音数据进行语音识别以得到对应的当前中间文本信息;根据所述当前中间文本信息进行结果预测以得到目标文本结果;根据所述目标文本结果进行搜索,获取对应的搜索结果,并将所述对应的搜索结果提供给所述用户。
本发明实施例的基于语音识别的搜索方法,在检测到用户开始输入语音时,实时获取用户输入的当前语音数据,并对实时获取的当前语音数据进行语音识别以得到对应的当前中间文本信息,并根据当前中间文本信息进行结果预测以得到目标文本结果,之后,根据目标文本结果进行搜索,获取对应的搜索结果,并将对应的搜索结果提供给用户。即实时对用户输入的语音数据进行识别响应,无需等待用户语音全部输入完成和麦克风关闭,这样无形之中大大节省了设备对语音识别处理的响应时间,从而提高了语音搜索效率,提升了用户体验。
为达到上述目的,本发明第二方面实施例提出的基于语音识别的搜索装置,包括:获取模块,用于在检测到用户开始输入语音时,实时获取所述用户输入的当前语音数据;语音识别模块,用于对所述实时获取的当前语音数据进行语音识别以得到对应的当前中间文本信息;文本结果预测模块,用于根据所述当前中间文本信息进行结果预测以得到目标文本结果;搜索模块,用于根据所述目标文本结果进行搜索,获取对应的搜索结果;提供模块,用于将所述对应的搜索结果提供给所述用户。
本发明实施例的基于语音识别的搜索装置,可通过获取模块在检测到用户开始输入语音时,实时获取用户输入的当前语音数据,语音识别模块对实时获取的当前语音数据进行语音识别以得到对应的当前中间文本信息,文本结果预测模块根据当前中间文本信息进行结果预测以得到目标文本结果,搜索模块根据目标文本结果进行搜索,获取对应的搜索结果,提供模块将对应的搜索结果提供给用户。即实时对用户输入的语音数据进行识别响应,无需等待用户语音全部输入完成和麦克风关闭,这样无形之中大大节省了设备对语音识别处理的响应时间,从而提高了语音搜索效率,提升了用户体验。
为达到上述目的,本发明第三方面实施例提出的电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时,实现本发明第一方面实施例所述的基于语音识别的搜索方法。
为达到上述目的,本发明第四方面实施例提出的非临时性计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明第一方面实施例所述的基于语音识别的搜索方法。
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基于语音识别的搜索方法的流程图;
图2是根据本发明实施例的基于语音识别的搜索方法的示例图;
图3是根据本发明一个实施例的基于语音识别的搜索装置的结构示意图;
图4是根据本发明一个具体实施例的基于语音识别的搜索装置的结构示意图;
图5是根据本发明另一个具体实施例的基于语音识别的搜索装置的结构示意图;
图6是根据本发明一个实施例的电子设备的结构示意图。
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基于语音识别的搜索方法、装置、电子设备和计算机可读存储介质。
图1是根据本发明一个实施例的基于语音识别的搜索方法的流程图。需要说明的是,本发明实施例的基于语音识别的搜索方法可应用于本发明实施例的基于语音识别的搜索装置,该搜索装置可配置于电子设备。
如图1所示,该基于语音识别的搜索方法可以包括:
S110,在检测到用户开始输入语音时,实时获取用户输入的当前语音数据。
举例而言,假设本发明实施例的基于语音识别的搜索方法应用于电子设备上,该电子设备可为用户提供语音输入模块,例如,该语音输入模块可以是麦克风或者是音箱等具有语音采集功能的部件,这样,用户可通过该语音输入模块进行语音的输入。当检测到用户使用该语音输入模块开始输入语音时,可实时获取用户输入的当前语音数据。也就是说,由于语音产生具有时序性,所以,在用户输入语音的过程中,可实时获取该用户输入的当前语音数据。
S120,对实时获取的当前语音数据进行语音识别以得到对应的当前中间文本信息。
可选地,可通过语音识别技术对该实时获取的当前语音数据进行语音识别,得到对应的文本,并将该文本作为该当前语音数据对应的当前中间文本信息。
S130,根据所述当前中间文本信息进行结果预测以得到目标文本结果。
可选地,可根据该当前中间文本信息对用户的语音输入意图进行预测,预测出用户想通过该语音实现哪种搜索结果,并根据该预测的用户的语音输入意图预测出对应的目标文本结果,以便后续根据该目标文本结果进行搜索操作。
作为一种示例的实现方式,可根据预先建立的预测模型对该当前中间文本信息进行结果预测,得到对应的使用率最大的搜索关键词样本,并将该对应的使用率最大的搜索关键词样本作为该目标文本结果。其中,在本发明的实施例中,该预测模型是根据多个搜索关键词样本和该多个搜索关键词样本对应的使用率进行训练而得到的。
也就是说,可预先根据多个搜索关键词样本和该多个搜索关键词样本对应的使用率进行训练,以建立该预测模型。这样,在实际应用中,可通过该预测模型对该当前中间文本信息进行结果测试,以得到对应的使用率最大的搜索关键词样本,其中,该使用率最大的搜索关键词样本可理解是使用该搜索关键词样本进行搜索的概率最大,最后,将该对应的使用率最大的搜索关键词样本作为该目标文本结果。
例如,以当前语音数据对应的当前中间文本信息为“天气”为例,假设该预测模型中包含“天气预报”、“天气预报15天查询”、“北京天气”、“上海天气”等搜索关键词样本,以及这些搜索关键词样本对应的使用率为90%、85%、50%、40%。可利用该预测模型对该当前中间文本信息为“天气”进行结果预测,以得到使用率最大的搜索关键词样本“天气预报”,此时可将该使用率最大的搜索关键词样本“天气预报”作为该目标文本结果。
为了保障语音识别的准确率,可选地,在本发明的一个实施例中,在根据当前中间文本信息进行结果预测以得到目标文本结果的过程中,还可获取用户输入的下一个语音数据,并对所述下一个语音数据进行语音识别以得到对应的中间文本信息,并根据与所述下一个语音数据对应的中间文本信息,对所述结果预测进行校准。
可选地,在根据当前中间文本信息进行结果预测的过程中,还可实时获取用户输入的下一个语音数据,并通过语音识别技术对该下一个语音数据进行语音识别以得到对应的中间文本信息,并根据该中间文本信息对所述当前中间文本信息进行结果预测时的预测结果进行校准。
例如,以当前中间文本信息为“天气”为例,假设在对该当前中间文本信息进行结果预测时,预测的结果为“天气预报”,此时还可获取用户输入的下一个语音数据,并对该下一个语音数据进行语音识别以得到对应的中间文本信息“预警”,此时,可根据该中间文本信息“预警”对前一个中间文本信息“天气”进行结果预测时的预测结果“天气预报”进行校准,得到文本结果“天气预警”。由此,在根据当前中间文本信息进行结果预测的过程中,还可通过下一个语音数据对应的中间文本信息对前一个预测结果进行校准,不仅提高了语音识别效率,还保障了语音识别的准确率。
S140,根据目标文本结果进行搜索,获取对应的搜索结果,并将对应的搜索结果提供给用户。
作为一种示例的实现方式,在得到目标文本结果时,可根据该目标文本结果进行搜索,得到对应的搜索结果,之后,可确定该搜索结果的格式类型,并根据该格式类型确定对应的展现方式,并根据对应的展现方式将所述搜索结果展现给所述用户。
例如,在该格式类型为MP3格式时,确定该对应的展现方式为播放方式,并通过音频播放模块将该搜索结果播放给该用户;在该格式类型为TTS(TextToSpeech,从文本到语音)格式(如天气预报)时,确定该对应的展现方式为语音播报和文本呈现的方式,并通过该语音播报和文本呈现的方式将该搜索结果提供给该用户。
举例而言,如图2所示,假设本发明实施例的基于语音识别的搜索方法应用于智能机器人上,该智能机器人中具有音箱,可通过该音箱采集周围环境的声音。在检测到用户开始输入语音时,可通过该音箱实时获取该用户输入的当前语音数据,并通过语音识别***对该当前语音数据进行语音识别,以得到对应的当前中间文本信息,并对该当前中间文本信息进行结果预测以得到目标文本结果,之后,可根据该目标文本结果在资源库中进行搜索,以得到对应的搜索结果,并确定该搜索结果的格式类型,并根据该格式类型确定对应的展现方式,并通过该音箱根据该对应的展现方式将所述搜索结果展现给用户。
为了提高本发明的可用性以及可行性,可选地,在本发明的一个实施例中,在根据所述目标文本结果进行搜索之前,可先判断所述用户是否结束语音输入,并在所述用户结束语音输入时,根据所述目标文本结果进行搜索。
其中,在本发明的实施例中,所述判断所述用户是否结束语音输入的具体实现方式可如下:在检测到所述用户开始输入语音时,可从该开始输入的语音中提取出该用户的语音特征,这样,在获取用户输入的语音的过程中,实时根据该语音特征判断采集到的音频中是否包含该用户所发出的声音,若判断当前采集到的音频中未包含该用户所发出的声音,则可判断该用户结束了语音输入。
为了进一步提高判断的准确率,可选地,在本发明的一个实施例中,在检测到所述用户开始输入语音时,可从该开始输入的语音中提取出该用户的语音特征,这样,在获取用户输入的语音的过程中,实时根据该语音特征判断采集到的音频中是否包含该用户所发出的声音,若判断当前采集到的音频中未包含该用户所发出的声音,且持续一定时间内均为采集到包含该用户所发出的声音的音频,则可判断该用户结束了语音输入。
本发明实施例的基于语音识别的搜索方法,在检测到用户开始输入语音时,实时获取用户输入的当前语音数据,并对实时获取的当前语音数据进行语音识别以得到对应的当前中间文本信息,并根据当前中间文本信息进行结果预测以得到目标文本结果,之后,根据目标文本结果进行搜索,获取对应的搜索结果,并将对应的搜索结果提供给用户。即实时对用户输入的语音数据进行识别响应,无需等待用户语音全部输入完成和麦克风关闭,这样无形之中大大节省了设备对语音识别处理的响应时间,从而提高了语音搜索效率,提升了用户体验。
与上述几种实施例提供的基于语音识别的搜索方法相对应,本发明的一种实施例还提供一种基于语音识别的搜索装置,由于本发明实施例提供的基于语音识别的搜索装置与上述几种实施例提供的基于语音识别的搜索方法相对应,因此在前述基于语音识别的搜索方法的实施方式也适用于本实施例提供的基于语音识别的搜索装置,在本实施例中不再详细描述。图3是根据本发明一个实施例的基于语音识别的搜索装置的结构示意图。如图3所示,该基于语音识别的搜索装置300可以包括:获取模块310、语音识别模块320、文本结果预测模块330、搜索模块340和提供模块350。
具体地,获取模块310用于在检测到用户开始输入语音时,实时获取用户输入的当前语音数据。
语音识别模块320用于对实时获取的当前语音数据进行语音识别以得到对应的当前中间文本信息。
文本结果预测模块330用于根据当前中间文本信息进行结果预测以得到目标文本结果。作为一种示例的实现方式,文本结果预测模块330可根据预先建立的预测模型对该当前中间文本信息进行结果预测,得到对应的使用率最大的搜索关键词样本,其中,该预测模型是根据多个搜索关键词样本和该多个搜索关键词样本对应的使用率进行训练而得到的,并将该对应的使用率最大的搜索关键词样本作为该目标文本结果。
搜索模块340用于根据目标文本结果进行搜索,获取对应的搜索结果。
提供模块350用于将对应的搜索结果提供给用户。作为一种示例,如图4所示,该提供模块350可包括确定单元351和提供单元352。其中,确定单元351用于确定该搜索结果的格式类型。提供单元352用于根据该格式类型确定对应的展现方式,并根据该对应的展现方式将该搜索结果展现给该用户。
举例而言,在该格式类型为MP3格式时,提供单元352可确定该对应的展现方式为播放方式,并通过音频播放模块将该搜索结果播放给该用户;在该格式类型为TTS格式时,提供单元352可确定该对应的展现方式为语音播报和文本呈现的方式,并通过该语音播报和文本呈现的方式将该搜索结果提供给该用户。
为了保障语音识别的准确率,可选地,在本发明的一个实施例中,如图5所示,该基于语音识别的搜索装置300还可包括:预测结果校准模块360。其中,在本发明的实施例中,获取模块310还用于获取该用户输入的下一个语音数据;语音识别模块320还用于对该下一个语音数据进行语音识别以得到对应的中间文本信息;预测结果校准模块360用于在根据该当前中间文本信息进行结果预测以得到目标文本结果的过程中,根据与该下一个语音数据对应的中间文本信息,对该结果预测进行校准。
本发明实施例的基于语音识别的搜索装置,可通过获取模块在检测到用户开始输入语音时,实时获取用户输入的当前语音数据,语音识别模块对实时获取的当前语音数据进行语音识别以得到对应的当前中间文本信息,文本结果预测模块根据当前中间文本信息进行结果预测以得到目标文本结果,搜索模块根据目标文本结果进行搜索,获取对应的搜索结果,提供模块将对应的搜索结果提供给用户。即实时对用户输入的语音数据进行识别响应,无需等待用户语音全部输入完成和麦克风关闭,这样无形之中大大节省了设备对语音识别处理的响应时间,从而提高了语音搜索效率,提升了用户体验。
为了实现上述实施例,本发明还提出了一种电子设备。
图6是根据本发明一个实施例的电子设备的结构示意图。需要说明的是,在本发明的实施例中,该电子设备可以是具有语音识别***和搜索功能的设备,以实现语音搜索的功能。例如,该电子设备可以是智能机器人,实现与用户之间的人机语音交互;又如,该电子设备还可以是具有语音搜索的搜索服务器。
如图6所示,该电子设备600可以包括:存储器610、处理器620及存储在存储器610上并可在处理器620上运行的计算机程序630,处理器620执行所述程序630时,实现本发明上述任一个实施例所述的基于语音识别的搜索方法。
为了实现上述实施例,本发明还提出了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,所述程序被处理器执行时实现本发明上述任一个实施例所述的基于语音识别的搜索方法。
在本发明的描述中,需要理解的是,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。
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。
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特定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。例如,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 (12)
1.一种基于语音识别的搜索方法,其特征在于,包括以下步骤:
在检测到用户开始输入语音时,实时获取所述用户输入的当前语音数据;
对所述实时获取的当前语音数据进行语音识别以得到对应的当前中间文本信息;
根据所述当前中间文本信息进行结果预测以得到目标文本结果;
根据所述目标文本结果进行搜索,获取对应的搜索结果,并将所述对应的搜索结果提供给所述用户。
2.如权利要求1所述的基于语音识别的搜索方法,其特征在于,在根据所述当前中间文本信息进行结果预测以得到目标文本结果的过程中,所述方法还包括:
获取所述用户输入的下一个语音数据;
对所述下一个语音数据进行语音识别以得到对应的中间文本信息;
根据与所述下一个语音数据对应的中间文本信息,对所述结果预测进行校准。
3.如权利要求1所述的基于语音识别的搜索方法,其特征在于,所述将对应的搜索结果提供给所述用户,包括:
确定所述搜索结果的格式类型;
根据所述格式类型确定对应的展现方式,并根据所述对应的展现方式将所述搜索结果展现给所述用户。
4.如权利要求3所述的基于语音识别的搜索方法,其特征在于,所述根据格式类型确定对应的展现方式,并根据所述对应的展现方式将所述搜索结果展现给所述用户,包括:
当所述格式类型为MP3格式时,确定所述对应的展现方式为播放方式,并通过音频播放模块将所述搜索结果播放给所述用户;
当所述格式类型为TTS格式时,确定所述对应的展现方式为语音播报和文本呈现的方式,并通过所述语音播报和文本呈现的方式将所述搜索结果提供给所述用户。
5.如权利要求1至4中任一项所述的基于语音识别的搜索方法,其特征在于,所述根据当前中间文本信息进行结果预测以得到目标文本结果,包括:
根据预先建立的预测模型对所述当前中间文本信息进行结果预测,得到对应的使用率最大的搜索关键词样本,其中,所述预测模型是根据多个搜索关键词样本和所述多个搜索关键词样本对应的使用率进行训练而得到的;
将所述对应的使用率最大的搜索关键词样本作为所述目标文本结果。
6.一种基于语音识别的搜索装置,其特征在于,包括:
获取模块,用于在检测到用户开始输入语音时,实时获取所述用户输入的当前语音数据;
语音识别模块,用于对所述实时获取的当前语音数据进行语音识别以得到对应的当前中间文本信息;
文本结果预测模块,用于根据所述当前中间文本信息进行结果预测以得到目标文本结果;
搜索模块,用于根据所述目标文本结果进行搜索,获取对应的搜索结果;
提供模块,用于将所述对应的搜索结果提供给所述用户。
7.如权利要求6所述的基于语音识别的搜索装置,其特征在于,所述装置还包括:预测结果校准模块;
其中,所述获取模块,还用于获取所述用户输入的下一个语音数据;
所述语音识别模块,还用于对所述下一个语音数据进行语音识别以得到对应的中间文本信息;
所述预测结果校准模块,用于在根据所述当前中间文本信息进行结果预测以得到目标文本结果的过程中,根据与所述下一个语音数据对应的中间文本信息,对所述结果预测进行校准。
8.如权利要求6所述的基于语音识别的搜索装置,其特征在于,所述提供模块包括:
确定单元,用于确定所述搜索结果的格式类型;
提供单元,用于根据所述格式类型确定对应的展现方式,并根据所述对应的展现方式将所述搜索结果展现给所述用户。
9.如权利要求8所述的基于语音识别的搜索装置,其特征在于,所述提供单元具体用于:
在所述格式类型为MP3格式时,确定所述对应的展现方式为播放方式,并通过音频播放模块将所述搜索结果播放给所述用户;
在所述格式类型为TTS格式时,确定所述对应的展现方式为语音播报和文本呈现的方式,并通过所述语音播报和文本呈现的方式将所述搜索结果提供给所述用户。
10.如权利要求6至9中任一项所述的基于语音识别的搜索装置,其特征在于,所述文本结果预测模块具体用于:
根据预先建立的预测模型对所述当前中间文本信息进行结果预测,得到对应的使用率最大的搜索关键词样本,其中,所述预测模型是根据多个搜索关键词样本和所述多个搜索关键词样本对应的使用率进行训练而得到的;
将所述对应的使用率最大的搜索关键词样本作为所述目标文本结果。
11.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时,实现如权利要求1至5中任一项所述的基于语音识别的搜索方法。
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,所述程序被处理器执行时实现如权利要求1至5中任一项所述的基于语音识别的搜索方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711485685.3A CN108009303B (zh) | 2017-12-30 | 2017-12-30 | 基于语音识别的搜索方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711485685.3A CN108009303B (zh) | 2017-12-30 | 2017-12-30 | 基于语音识别的搜索方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108009303A true CN108009303A (zh) | 2018-05-08 |
CN108009303B CN108009303B (zh) | 2021-09-14 |
Family
ID=62049692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711485685.3A Active CN108009303B (zh) | 2017-12-30 | 2017-12-30 | 基于语音识别的搜索方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108009303B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110012166A (zh) * | 2019-03-31 | 2019-07-12 | 联想(北京)有限公司 | 一种信息处理方法及装置 |
CN110287303A (zh) * | 2019-06-28 | 2019-09-27 | 北京猎户星空科技有限公司 | 人机对话处理方法、装置、电子设备及存储介质 |
CN110517673A (zh) * | 2019-07-18 | 2019-11-29 | 平安科技(深圳)有限公司 | 语音识别方法、装置、计算机设备及存储介质 |
CN111045836A (zh) * | 2019-11-25 | 2020-04-21 | 三角兽(北京)科技有限公司 | 搜索方法、装置、电子设备及计算机可读存储介质 |
CN111291168A (zh) * | 2018-12-07 | 2020-06-16 | 北大方正集团有限公司 | 图书检索方法、装置及可读存储介质 |
WO2020182042A1 (zh) * | 2019-03-13 | 2020-09-17 | 广州市网星信息技术有限公司 | 关键词样本确定方法、语音识别方法、装置、设备和介质 |
CN111916082A (zh) * | 2020-08-14 | 2020-11-10 | 腾讯科技(深圳)有限公司 | 语音交互方法、装置、计算机设备和存储介质 |
CN112825248A (zh) * | 2019-11-19 | 2021-05-21 | 阿里巴巴集团控股有限公司 | 语音处理方法、模型训练方法、界面显示方法及设备 |
CN113704384A (zh) * | 2021-08-27 | 2021-11-26 | 挂号网(杭州)科技有限公司 | 语音识别生成代码的方法及装置、电子设备、存储介质 |
CN114021579A (zh) * | 2022-01-05 | 2022-02-08 | 浙江口碑网络技术有限公司 | 对象预测方法、装置、电子设备及计算机可读存储介质 |
CN114360530A (zh) * | 2021-11-30 | 2022-04-15 | 北京罗克维尔斯科技有限公司 | 语音测试方法、装置、计算机设备和存储介质 |
CN117271752A (zh) * | 2023-11-17 | 2023-12-22 | 炫我信息技术(北京)有限公司 | 一种数据处理方法、装置及电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080120102A1 (en) * | 2006-11-17 | 2008-05-22 | Rao Ashwin P | Predictive speech-to-text input |
CN101404035A (zh) * | 2008-11-21 | 2009-04-08 | 北京得意音通技术有限责任公司 | 一种基于文本或语音的信息搜索方法 |
US20130311411A1 (en) * | 2012-05-17 | 2013-11-21 | Rukman Senanayake | Device, Method and System for Monitoring, Predicting, and Accelerating Interactions with a Computing Device |
CN103761261A (zh) * | 2013-12-31 | 2014-04-30 | 北京紫冬锐意语音科技有限公司 | 一种基于语音识别的媒体搜索方法及装置 |
CN104794218A (zh) * | 2015-04-28 | 2015-07-22 | 百度在线网络技术(北京)有限公司 | 语音搜索方法和装置 |
CN104813275A (zh) * | 2012-09-27 | 2015-07-29 | 谷歌公司 | 用于预测文本的方法和*** |
CN105895090A (zh) * | 2016-03-30 | 2016-08-24 | 乐视控股(北京)有限公司 | 语音信号处理方法及装置 |
CN107093425A (zh) * | 2017-03-30 | 2017-08-25 | 安徽继远软件有限公司 | 电力***的语音导航***、语音识别方法和语音交互方法 |
CN107357875A (zh) * | 2017-07-04 | 2017-11-17 | 北京奇艺世纪科技有限公司 | 一种语音搜索方法、装置及电子设备 |
-
2017
- 2017-12-30 CN CN201711485685.3A patent/CN108009303B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080120102A1 (en) * | 2006-11-17 | 2008-05-22 | Rao Ashwin P | Predictive speech-to-text input |
CN101404035A (zh) * | 2008-11-21 | 2009-04-08 | 北京得意音通技术有限责任公司 | 一种基于文本或语音的信息搜索方法 |
US20130311411A1 (en) * | 2012-05-17 | 2013-11-21 | Rukman Senanayake | Device, Method and System for Monitoring, Predicting, and Accelerating Interactions with a Computing Device |
CN104813275A (zh) * | 2012-09-27 | 2015-07-29 | 谷歌公司 | 用于预测文本的方法和*** |
CN103761261A (zh) * | 2013-12-31 | 2014-04-30 | 北京紫冬锐意语音科技有限公司 | 一种基于语音识别的媒体搜索方法及装置 |
CN104794218A (zh) * | 2015-04-28 | 2015-07-22 | 百度在线网络技术(北京)有限公司 | 语音搜索方法和装置 |
CN105895090A (zh) * | 2016-03-30 | 2016-08-24 | 乐视控股(北京)有限公司 | 语音信号处理方法及装置 |
CN107093425A (zh) * | 2017-03-30 | 2017-08-25 | 安徽继远软件有限公司 | 电力***的语音导航***、语音识别方法和语音交互方法 |
CN107357875A (zh) * | 2017-07-04 | 2017-11-17 | 北京奇艺世纪科技有限公司 | 一种语音搜索方法、装置及电子设备 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111291168A (zh) * | 2018-12-07 | 2020-06-16 | 北大方正集团有限公司 | 图书检索方法、装置及可读存储介质 |
WO2020182042A1 (zh) * | 2019-03-13 | 2020-09-17 | 广州市网星信息技术有限公司 | 关键词样本确定方法、语音识别方法、装置、设备和介质 |
CN110012166A (zh) * | 2019-03-31 | 2019-07-12 | 联想(北京)有限公司 | 一种信息处理方法及装置 |
CN110287303B (zh) * | 2019-06-28 | 2021-08-20 | 北京猎户星空科技有限公司 | 人机对话处理方法、装置、电子设备及存储介质 |
CN110287303A (zh) * | 2019-06-28 | 2019-09-27 | 北京猎户星空科技有限公司 | 人机对话处理方法、装置、电子设备及存储介质 |
CN110517673A (zh) * | 2019-07-18 | 2019-11-29 | 平安科技(深圳)有限公司 | 语音识别方法、装置、计算机设备及存储介质 |
CN110517673B (zh) * | 2019-07-18 | 2023-08-18 | 平安科技(深圳)有限公司 | 语音识别方法、装置、计算机设备及存储介质 |
CN112825248A (zh) * | 2019-11-19 | 2021-05-21 | 阿里巴巴集团控股有限公司 | 语音处理方法、模型训练方法、界面显示方法及设备 |
CN111045836B (zh) * | 2019-11-25 | 2023-05-09 | 腾讯科技(深圳)有限公司 | 搜索方法、装置、电子设备及计算机可读存储介质 |
CN111045836A (zh) * | 2019-11-25 | 2020-04-21 | 三角兽(北京)科技有限公司 | 搜索方法、装置、电子设备及计算机可读存储介质 |
CN111916082A (zh) * | 2020-08-14 | 2020-11-10 | 腾讯科技(深圳)有限公司 | 语音交互方法、装置、计算机设备和存储介质 |
CN113704384A (zh) * | 2021-08-27 | 2021-11-26 | 挂号网(杭州)科技有限公司 | 语音识别生成代码的方法及装置、电子设备、存储介质 |
CN114360530A (zh) * | 2021-11-30 | 2022-04-15 | 北京罗克维尔斯科技有限公司 | 语音测试方法、装置、计算机设备和存储介质 |
CN114021579A (zh) * | 2022-01-05 | 2022-02-08 | 浙江口碑网络技术有限公司 | 对象预测方法、装置、电子设备及计算机可读存储介质 |
CN114021579B (zh) * | 2022-01-05 | 2022-04-19 | 浙江口碑网络技术有限公司 | 对象预测方法、装置、电子设备及计算机可读存储介质 |
CN117271752A (zh) * | 2023-11-17 | 2023-12-22 | 炫我信息技术(北京)有限公司 | 一种数据处理方法、装置及电子设备 |
CN117271752B (zh) * | 2023-11-17 | 2024-02-27 | 炫我信息技术(北京)有限公司 | 一种数据处理方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108009303B (zh) | 2021-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108009303A (zh) | 基于语音识别的搜索方法、装置、电子设备和存储介质 | |
CN107329967B (zh) | 基于深度学习的问答***以及方法 | |
US11043209B2 (en) | System and method for neural network orchestration | |
US11075862B2 (en) | Evaluating retraining recommendations for an automated conversational service | |
CN104598644B (zh) | 喜好标签挖掘方法和装置 | |
CN110335612A (zh) | 基于语音识别的会议记录生成方法、装置及存储介质 | |
CN109473123A (zh) | 语音活动检测方法及装置 | |
CN108447471A (zh) | 语音识别方法及语音识别装置 | |
CN107919130A (zh) | 基于云端的语音处理方法和装置 | |
CN106406806A (zh) | 一种用于智能设备的控制方法及装置 | |
CN110491383A (zh) | 一种语音交互方法、装置、***、存储介质及处理器 | |
CN110363220B (zh) | 行为类别检测方法、装置、电子设备和计算机可读介质 | |
CN106098059A (zh) | 可定制语音唤醒方法及*** | |
CN110489578A (zh) | 图片处理方法、装置及计算机设备 | |
CN107564531A (zh) | 基于声纹特征的会议记录方法、装置及计算机设备 | |
CN105931644A (zh) | 一种语音识别方法及移动终端 | |
CN107705793A (zh) | 基于声纹识别的信息推送方法、***及其设备 | |
CN108388553B (zh) | 对话消除歧义的方法、电子设备及面向厨房的对话*** | |
CN104239442B (zh) | 搜索结果的展现方法和装置 | |
CN106202057B (zh) | 相似新闻信息的识别方法和装置 | |
CN109036393A (zh) | 家电设备的唤醒词训练方法、装置及家电设备 | |
CN109766250A (zh) | 移动终端及其响应性能测试方法、装置和存储介质 | |
CN106302987A (zh) | 一种音频推荐方法及设备 | |
CN107767873A (zh) | 一种快速准确的离线语音识别装置及方法 | |
CN110210299A (zh) | 语音训练数据生成方法、装置、设备及可读存储介质 |
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 |