CN111651961A - 一种基于语音的输入方法和装置 - Google Patents
一种基于语音的输入方法和装置 Download PDFInfo
- Publication number
- CN111651961A CN111651961A CN202010297397.0A CN202010297397A CN111651961A CN 111651961 A CN111651961 A CN 111651961A CN 202010297397 A CN202010297397 A CN 202010297397A CN 111651961 A CN111651961 A CN 111651961A
- Authority
- CN
- China
- Prior art keywords
- symbol
- text
- voice
- formula
- typesetting
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000008569 process Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 3
- 239000004816 latex Substances 0.000 description 22
- 238000010586 diagram Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/103—Formatting, i.e. changing of presentation of documents
- G06F40/111—Mathematical or scientific formatting; Subscripts; Superscripts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/189—Automatic justification
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Document Processing Apparatus (AREA)
Abstract
本发明提供了一种基于语音的输入方法和装置,涉及计算机技术领域。本发明提供的一种基于语音的输入方法,获取语音数据,将语音数据识别形成语音文本,通过排版匹配规则形成与语音文本对应的符号编码信息,再将符号编码信息转换为公式输出,这样可以让用户不需要通过键盘输入,促进提高复杂公式的录入效率,节约了时间,同时,用户通过语音录入后转换而成的公式可直接应用,提高语音录入公式的便捷性。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种基于语音的输入方法和装置。
背景技术
当下,对于公式的输入存在很多弊端,尤其是涉及数学原理、物理公式、化学方程式等频繁使用时,键盘键位有限,公式的格式千奇百怪、组合变化万千,特殊符号更是数量繁多,查找困难,无法通过传统键盘快速输入这些字符。用户录入、排版、整理公式的时间会占到总用时的一半以上,使得公式输入非常繁琐,效率较低。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于语音的输入方法和装置。
依据本发明的第一方面,提供了一种基于语音的输入方法,所述方法包括:
获取语音数据;
识别所述语音数据,确定对应的语音文本;
基于排版匹配规则,确定所述语音文本对应的符号编码信息;
将所述符号编码信息转换为公式;
输出所述公式。
依据本发明的第二方面,提供了一种基于语音的输入装置,该装置包括:
数据采集模块,用于获取语音数据;
语音识别模块,用于识别所述语音数据,确定对应的语音文本;
文本匹配模块,用于基于排版匹配规则,确定所述语音文本对应的符号编码信息;
符号编码处理模块,用于将所述符号编码信息转换为公式;
数据输出模块,用于输出所述公式。
本发明中,将语音数据识别形成语音文本,通过排版匹配规则形成与语音文本对应的符号编码信息,再将所述符号编码信息转换为公式输出,这样可以让用户不需要通过键盘输入,促进提高复杂公式的录入效率,节约了时间,同时,用户通过语音录入后转换而成的公式可直接应用,提高语音录入公式的便捷性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。
在附图中:
图1是本发明实施例提供的一种基于语音的输入方法的步骤流程图;
图2是本发明实施例提供的LaTex的规则分布框图;
图3是本发明实施例提供的另一种基于语音的输入方法的步骤流程图;
图4是本发明实施例提供的一种基于语音的输入装置的框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
图1是本发明实施例提供的一种基于语音的输入方法的步骤流程图,如图1所示,所述方法可以包括:
步骤101、获取语音数据。
本发明实施例中,用户可通过语音输入的方式来进行公式的输入,从而无需自己查找公式中涉及到的符号、排版调整。因此用户可说出要输入的公式,从而可接收相应的语音数据。
步骤102、识别所述语音数据,确定对应的语音文本。
本发明实施例中,可以对语音数据进行语音识别处理,语音识别指的是让机器通过识别和理解过程把语音信号转变为相应的文本的过程,语音识别的一种方式可通过声学模型识别出语音数据中的声学信息,再通过语言模型对声学信息进行处理,理解相应的语音信息,转换为相应的语音文本。
例如,对于用户输入的语音数据进行语音识别,可得到对应的语音文本如下“分母sin括号x加y回括号加cos2x加x的七次方分子小a方加小b方跳出”。
步骤103、基于排版匹配规则,确定所述语音文本对应的符号编码信息。
本发明实施例中,可基于各种排版方式来进行公式的识别和排版,以不同排版方式对应不同的排版规则,因此可基于排版方式来确定排版匹配规则,进而对语音文本进行转换,得到公式所需的符号编码信息。其中,所述符号编码信息指的是构成公式所需的符号编码的信息。
以LaTex(排版***)为例,基于LaTex排版***形成排版匹配规则,相应所述符号编码为LaTex符号编码。
一个可选实施例中,所述生成排版匹配规则的步骤:
子步骤S11、基于排版规则确定符号编码,确定所述符号编码对应的文本数据。
本发明实施例中,可基于不同排版方式对应的排版规则确定构成公式所需的符号编码,确定符号编码所对应的文本数据。例如可基于不同语言来确定符号编码在该语言下的文本数据,如在中文中,符号编码“,”对应文本数据“逗号”,在英文中符号编码“,”对应文本数据“comma”等,可以匹配出符号编码所对应的文本数据,在另外一些示例中,有些符号编码可能也对应不同的表述,比如符号编码“+”可以表述为“加”、“加上”、“加号”等,因此一个符号编码对应多个文本数据。
子步骤S12、建立符号编码和文本数据的映射关系,作为排版匹配规则。
本发明实施例中,在确定符号编码所对应的文本数据之后,可以建立符号编码和文本数据的映射关系,其中,符号编码和文本数据可为一对多的映射关系,基于该映射关系可生成排版匹配规则。
例如,基于LaTex排版***可以构建排版匹配规则,该排版匹配规则可包括***规则和元素规则等,如图2所示,***规则包括标点规则、括号规则、运算符规则、最小单元规则以及角标规则,元素规则包括分式规则、对数规则、导数规则、积分规则、极限规则、指数规则、根式规则以及向量规则,一些排版匹配规则中,构成公式所需的LaTex符号编码和预设的文本数据的映射关系可如下表1-8所示:
表1标点匹配规则
LaTex符号编码 | 文本数据 |
, | 逗号 |
. | 点,点儿 |
… | 省略号 |
空格 | |
! | 叹号,阶乘 |
: | 冒号 |
; | 分号 |
° | 度 |
‘ | 分,撇 |
‘’ | 撇撇,两撇 |
表1
表2括号匹配规则
表2
表3运算符匹配规则
LaTex符号编码 | 文本数据 |
+ | 加,加号,加上,正 |
- | 减,减号,减去,负 |
\pm | 加减、正负 |
\times | 乘,乘以,叉乘 |
\div | 除以 |
\cdot | 点乘 |
> | 大于 |
< | 小于 |
= | = |
… | … |
表3
表4***数字匹配规则
LaTex符号编码 | 文本数据 |
1、2、3、4、5… | 1、2、3、4、5… |
表4
表5英文字母匹配规则
LaTex符号编码 | 文本数据 |
a、b、c、d、e… | a、b、c、d、e… |
A、B、C、D、E… | 大A、大B、大C、大D… |
表5
表6希腊字母匹配规则
LaTex符号编码 | 文本数据 |
\alpha | α |
\beta | β |
\gamma | γ |
… | … |
\Gamma | Γ |
\Delta | Δ |
… | … |
表6
表7最小单元匹配规则
LaTex分类符号编码 | 示例 |
代数式 | 2xy、16y2、… |
角 | ∠BOC、∠α、… |
三角形 | ⊿ABC |
… | … |
表7
表8指数匹配规则
LaTex符号编码 | 文本数据 |
x^{2} | x方、x平方 |
x^{3} | x立方、x三次方、x的三次方 |
x^{y} | x的y次方 |
... | ... |
表8
其中,LaTex符号编码也可称为LaTex代码,匹配到的符号编码信息可称为LaTex源码。
从而能够基于排版方式来建立符号编码和文本数据的映射关系,建立排版匹配规则。从而在输入过程中,可基于识别到的语音文本与排版匹配规则中的文本数据进行匹配,进而确定所匹配文本数据对应的符号编码,将各符号编码确定为符号编码信息。
在上述示例得到语音文本的基础上,基于该排版匹配规则,可将文本信息“分母sin括号x加y回括号加cos2x加x的七次方分子小a方加小b方跳出”转换为相应的符号编码信息:“\frac{a2+b2}{sin(x+y)+cos2x+x7}”。
步骤104、将所述符号编码信息转换为公式。
本发明实施例中,可基于不同排版方式,将经过匹配的所述符号编码信息转化为公式。以LaTex排版***为例,在上述符号编码信息的基础上,通过LaTex排版***对应的排版规则,确定所述语音数据对应的公式为:
步骤105、输出所述公式。
本发明实施例中,在完成公式的匹配之后,基于输入法所处的环境可以输出相应的公式,例如在编辑软件、社交软件等输出公式,达到用户对公式的输入需求。
综上所述,本发明实施例提供的一种基于语音的输入方法,将语音数据识别形成语音文本,通过排版匹配规则形成与语音文本对应的符号编码信息,再将所述符号编码信息转换为公式输出,这样可以让用户不需要通过键盘输入,提高公式的输入效率,节约了时间。
图3是本发明实施例提供的另一种基于语音的输入方法的步骤流程图,如图3所示,所述方法可以包括:
步骤301、获取语音数据。
本发明实施例中,用户可通过语音输入的方式来进行公式的输入,从而无需自己查找公式中涉及到的符号、排版调整。因此用户可说出要输入的公式,从而可接收相应的语音数据。
步骤302、识别所述语音数据,确定对应的语音文本。
本发明实施例中,可以对语音数据进行语音识别处理,语音识别指的是让机器通过识别和理解过程把语音信号转变为相应的文本的过程,语音识别的一种方式可通过声学模型识别出语音数据中的声学信息,再通过语言模型对声学信息进行处理,理解相应的语音信息,转换为相应的语音文本。
例如,对于用户输入的语音数据进行语音识别,可得到对应的语音文本如下“分母sin括号x加y回括号加cos2x加x的七次方分子小a方加小b方跳出”。
在对语音进行识别的过程中,还可基于用户语音的停顿等信息来进行分析,从而提高语音识别的准确性。一个可选实施例中,若对所述语音数据识别过程中,超过设定时间未识别到文本信息,则在上一段文本信息的末尾填充标点符号。
本发明实施例中,对所述语音数据进行识别时,通过端点检测对语音数据检测,若超过设定时间未有语音数据的输入,确定未识别到文本信息,在识别到的上一段文本信息的末尾填充标点符号。
例如端点检测可以使用VAD(VoiceActivityDetection,话音激活检测)算法,VAD算法的目的是检测当前语音数据中是否包含语音信号存在,对语音数据进行判断,如检测到有语音信号输入记为状态“1”,未检测到语音信号输入记为状态“0”,设定时间为n秒,如2S,若超过2S均为状态“0”,则自动在上一段文本信息的末尾加上“逗号”。以LaTex排版***为例,文本信息“分母sin括号x加y回括号加cos2x加x的七次方分子小a方加小b方跳出”,其中文本信息“分母sin括号x加y回括号加cos2x加x的七次方”后超过2S才识别到文本信息“分子小a方加小b方跳出”,则形成新的文本信息“分母sin括号x加y回括号加cos2x加x的七次方逗号分子小a方加小b方跳出”,此文本信息确认为所述语音数据对应的语音文本。
在公式中,有些符号是成对出现的符号,如括号、引号,因此可将这些成对出现的符号称为符号对,符号对中包括第一符号和第二符号,如一个符号对为“()”,则第一符号为“(”,第二符号为“)”。
因此在语音识别的过程中,如果之前出现了多个符号对中的第一符号,在识别到第二符号但无法判断属于哪个符号对的情况下,还可向前匹配来确定所属的符号对,进而匹配为相应的第二符号。
因此在本发明的一些可选实施例中,若所述文本片段符合预设文本数据,向前查询所述符号编码信息,确定距离所述文本片段最近的目标符号,所述目标符号为符号对中的第一符号,所述符号对包括第一符号和第二符号。
本发明实施例中,预设文本数据是预先设定的针对符号对进行匹配的数据,如表述第二符号的数据等。例如用户在输入符号对的第二符号时用词不准确,而导致无法确定是哪个符号对,进而无法确定对应第二符号。例如用户输入“回括号”但无法确定是小括号、中括号以及大括号,此种情况下可以向前查询所述符号编码信息,查找到距离所述文本片段最近的目标符号,所述目标符号为符号对中的第一符号。第一符号可以理解为标注符号对中的第一个符号,例如左小括号、左中括号、左大括号,第二符号与第一符号向对应,可以理解为标注符号对中的第二个符号,例如右小括号、右中括号、右大括号。检测匹配符号对,进行自动回填第二符号,可以使得符号对的录入更加贴近真实场景,提高语音输入公式的便捷性。
基于排版匹配规则,确定所述语音文本对应的符号编码信息,如以下步骤:303-305。
步骤303、对所述语音文本进行切分,得到对应的文本片段。
本发明实施例中,对语音文本进行切分处理,可以按照公式所需的公式单元为单位进行切分,例如一个字母、数字、数字符号等为一个公式单元,文本片段为公式中一个公式单元所对应的文本信息。
例如,在上述语音文本的基础上,将“分母sin括号x加y回括号加cos2x加x的七次方,分子小a方加小b方跳出”进行切分后的文本片段为:
“分母”“sin”“括号”“x”“加”“y”“回括号”“加”“cos”“2x”“加”“x的七次方”“逗号”“分子”“小a方”“加”“小b方”“跳出”。
步骤304、依据排版匹配规则对所述文本片段进行匹配,得到对应的符号编码。
本发明实施例中,可基于各种排版方式形成不同的排版匹配规则,将文本片段与排版匹配规则中的文本数据进行匹配,确定匹配到的文本数据,然后确定该文本数据对应的符号编码,可以得到所述文本片段对应的符号编码。
步骤305、将各符号编码进行组合,确定对应的符号编码信息。
本发明实施例中,基于文本片段的切分顺序组合对应的符号编码,得到所述语音数据所对应的符号编码信息。
以LaTex排版***为例,基于上述的文本片段,匹配对应的符号编码进行组合确定出符号编码信息为:
“\frac{a2+b2}{sin(x+y)+cos2x+x7}”
步骤306、将所述符号编码信息转换为公式。
本发明实施例中,可基于不同排版方式,将经过匹配的所述符号编码信息转化为公式。以LaTex排版***为例,在上述符号编码信息的基础上,通过LaTex排版***对应的排版规则,确定所述语音数据对应的公式为:
由于上述步骤可能存在误差,例如语音数据的识别误差、或是对用户语音的停顿等信息进行分析产生的误差等等,都会影响转换后的公式的准确度。
因此,一个可选实施例中,所述方法还包括以下至少一种校验步骤:
子步骤S31、检测与标点符号相邻的文本片段的符号编码。
本发明实施例中,以一段文本片段为单位进行定位检测,确定标点符号对应的文本片段相邻位置的文本片段所对应的符号编码。
子步骤S32、若所述符号编码为运算符,则删除所述标点符号。
本发明实施例中,对得到的符号编码进行匹配,若匹配到所述符号编码为运算符,基于公式的排版规则,可知之前所识别到的标点符号可能存在错误,可以删除所述标点符号更新公式。
子步骤S33、若检测到两个相同的标点符号相邻,删除其中一个标点符号。
本发明实施例中,对得到的符号编码进行匹配,若匹配到所述符号编码为标点符号,基于公式的排版规则,可知前述步骤中识别或填充到的标点符号可能存在错误,可以删除其中一个标点符号更新公式。
子步骤S34、对公式的层级进行检测,更新不符合层级规则的符号。
本发明实施例中,其中,层级规则指的是公式中所包含的运算层级,例如分子、分母属于不同的层级,括号内外的内容也是不同的层级。其中,有些符号用于区分公式的层级,因此可以基于这些符号对公式的层级进行检测。在符号编码信息中针对符号的层级进行检测,确定符号编码信息中符号的位置,基于层级规则进行匹配,更新所述符号为符合层级的符号。
例如,符号可为中括号、小括号,基于公式的排版规则,可知小括号的层级高于中括号的层级,通过语音输入公式的过程中将中括号嵌套于小括号内,就会被检测为符号所对应层级不符合层级规则,可以调换中括号与小括号之间的位置,检测到符号的层级符合层级规则,最后得到符合层级规则的公式。
从而,基于校验步骤,可以减小语音输入公式的误差,提高语音公式输入的准确度。
步骤307、输出所述公式。
本发明实施例中,在完成公式的匹配之后,基于输入法所处的环境可以输出相应的公式,例如在编辑软件、社交软件等输出公式,达到用户对公式的输入需求。
综上所述,本发明实施例提供的另一种基于语音的输入方法,将语音数据识别形成语音文本,通过排版匹配规则形成与语音文本对应的符号编码信息,再将所述符号编码信息转换为公式输出,这样可以让用户不需要通过键盘输入,提高公式的录入效率,节约时间。同时,语音输入的公式通过校验,能够提高语音输入公式的准确度。
图4是本发明实施例提供的一种基于语音的输入装置,如图4所示,所述装置可以包括:
数据采集模块401,用于获取语音数据;
语音识别模块402,用于识别所述语音数据,确定对应的语音文本;
文本匹配模块403,用于基于排版匹配规则,确定所述语音文本对应的符号编码信息;
符号编码处理模块404,用于将所述符号编码信息转换为公式;
数据输出模块405,用于输出所述公式。
可选地,所述文本匹配模块403包括:
文本切分子模块,用于对所述语音文本进行切分,得到对应的文本片段;
信息匹配子模块,用于依据排版匹配规则对所述文本片段进行匹配,确定对应的符号编码;
信息组合子模块,用于将各符号编码进行组合,得到对应的符号编码信息。
可选地,所述装置还包括:
编码查询模块,若所述文本片段符合预设文本数据,向前查询所述符号编码信息,确定距离所述文本片段最近的目标符号,所述目标符号为符号对中的第一符号,所述符号对包括第一符号和第二符号;
编码匹配模块,用于将所述文本片段匹配为所述符号对中的第二符号。
可选地,所述装置还包括生成排版匹配规则的子模块:
排版匹配单元,用于基于排版规则确定符号编码,确定所述符号编码对应的文本数据;
排版解析单元,用于建立符号编码和文本数据的映射关系,作为排版匹配规则。
可选的所述装置还包括以下至少一种模块:
标点检验模块,用于检测与标点符号相邻的文本片段的符号编码,若所述符号编码为运算符,则删除所述标点符号;
若检测到两个相同的标点符号相邻,删除其中一个标点符号;
层级校验模块,用于对公式的层级进行检测,更新不符合层级规则的符号。
可选地,所述装置还包括:
标点填充模块,若对所述语音数据识别过程中,超过设定时间未识别到文本信息,则在上一段文本信息的末尾填充标点符号。
综上所述,本发明实施例提供的一种基于语音的输入装置,将语音数据识别形成语音文本,通过排版匹配规则形成与语音文本对应的符号编码信息,再将所述符号编码信息转换为公式输出,这样可以让用户不需要通过键盘输入,促进提高复杂公式的录入效率,节约了时间,同时,用户通过语音录入后转换而成的公式可直接应用,促进优化语音录入公式的便捷性。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域技术人员易于想到的是:上述各个实施例的任意组合应用都是可行的,故上述各个实施例之间的任意组合都是本发明的实施方案,但是由于篇幅限制,本说明书在此就不一一详述了。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
一种电子设备,包括:
一个或多个处理器;
存储器;
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行上述实施例所述的方法。
一种计算机可读存储介质,存储与电子设备结合使用的计算机程序,所述计算机程序可被处理器执行以完成上述实施例的基于语音的输入方法。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者终端设备不仅包括那些要素,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、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种基于语音的输入方法和一种基于语音的输入装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于语音的输入方法,其特征在于,所述方法包括:
获取语音数据;
识别所述语音数据,确定对应的语音文本;
基于排版匹配规则,确定所述语音文本对应的符号编码信息;
将所述符号编码信息转换为公式;
输出所述公式。
2.根据权利要求1所述的方法,其特征在于,所述基于排版匹配规则,确定所述语音文本对应的符号编码信息,包括:
对所述语音文本进行切分,得到对应的文本片段;
依据排版匹配规则对所述文本片段进行匹配,得到对应的符号编码;
将各符号编码进行组合,确定对应的符号编码信息。
3.根据权利要求2所述的方法,其特征在于,还包括:
若所述文本片段符合预设文本数据,向前查询所述符号编码信息,确定距离所述文本片段最近的目标符号,所述目标符号为符号对中的第一符号,所述符号对包括第一符号和第二符号;
将所述文本片段匹配为所述符号对中的第二符号。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括生成排版匹配规则的步骤:
基于排版规则确定符号编码,确定所述符号编码对应的文本数据;
建立符号编码和文本数据的映射关系,作为排版匹配规则。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括以下至少一种校验步骤:
检测与标点符号相邻的文本片段的符号编码,若所述符号编码为运算符,则删除所述标点符号;
若检测到两个相同的标点符号相邻,删除其中一个标点符号;
对公式的层级进行检测,更新不符合层级规则的符号。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若对所述语音数据识别过程中,超过设定时间未识别到文本信息,则在上一段文本信息的末尾填充标点符号。
7.一种基于语音的输入装置,其特征在于,所述装置包括:
数据采集模块,用于获取语音数据;
语音识别模块,用于识别所述语音数据,确定对应的语音文本;
文本匹配模块,用于基于排版匹配规则,确定所述语音文本对应的符号编码信息;
符号编码处理模块,用于将所述符号编码信息转换为公式;
数据输出模块,用于输出所述公式。
8.根据权利要求6所述的装置,其特征在于,所述文本匹配模块包括:
文本切分子模块,用于对所述语音文本进行切分,得到对应的文本片段;
信息匹配子模块,用于依据排版匹配规则对所述文本片段进行匹配,确定对应的符号编码;
信息组合子模块,将各符号编码进行组合,得到对应的符号编码信息。
9.一种电子设备,包括:
一个或多个处理器;
存储器;
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行权利要求1-6中任一所述的方法。
10.一种计算机可读存储介质,存储与电子设备结合使用的计算机程序,所述计算机程序可被处理器执行以完成权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010297397.0A CN111651961A (zh) | 2020-04-15 | 2020-04-15 | 一种基于语音的输入方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010297397.0A CN111651961A (zh) | 2020-04-15 | 2020-04-15 | 一种基于语音的输入方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111651961A true CN111651961A (zh) | 2020-09-11 |
Family
ID=72345547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010297397.0A Pending CN111651961A (zh) | 2020-04-15 | 2020-04-15 | 一种基于语音的输入方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111651961A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112445453A (zh) * | 2020-11-10 | 2021-03-05 | 北京搜狗科技发展有限公司 | 一种输入方法、装置和电子设备 |
CN116504245A (zh) * | 2023-06-26 | 2023-07-28 | 凯泰铭科技(北京)有限公司 | 一种语音编写规则的方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106940637A (zh) * | 2017-03-13 | 2017-07-11 | 刘新星 | 声控计算方法、装置及用户终端 |
CN108255798A (zh) * | 2016-12-28 | 2018-07-06 | 北京新唐思创教育科技有限公司 | 一种拉泰赫格式公式的输入方法及其装置 |
CN110826301A (zh) * | 2019-09-19 | 2020-02-21 | 厦门快商通科技股份有限公司 | 标点符号添加方法、***、移动终端及存储介质 |
-
2020
- 2020-04-15 CN CN202010297397.0A patent/CN111651961A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108255798A (zh) * | 2016-12-28 | 2018-07-06 | 北京新唐思创教育科技有限公司 | 一种拉泰赫格式公式的输入方法及其装置 |
CN106940637A (zh) * | 2017-03-13 | 2017-07-11 | 刘新星 | 声控计算方法、装置及用户终端 |
CN110826301A (zh) * | 2019-09-19 | 2020-02-21 | 厦门快商通科技股份有限公司 | 标点符号添加方法、***、移动终端及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112445453A (zh) * | 2020-11-10 | 2021-03-05 | 北京搜狗科技发展有限公司 | 一种输入方法、装置和电子设备 |
CN116504245A (zh) * | 2023-06-26 | 2023-07-28 | 凯泰铭科技(北京)有限公司 | 一种语音编写规则的方法及*** |
CN116504245B (zh) * | 2023-06-26 | 2023-09-22 | 凯泰铭科技(北京)有限公司 | 一种语音编写规则的方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019153996A1 (zh) | 一种语音识别文本纠错方法及装置 | |
CN108595410B (zh) | 手写作文的自动批改方法及装置 | |
CN107729313B (zh) | 基于深度神经网络的多音字读音的判别方法和装置 | |
CN112417102B (zh) | 一种语音查询方法、装置、服务器和可读存储介质 | |
CN111310440B (zh) | 文本的纠错方法、装置和*** | |
CN111523306A (zh) | 文本的纠错方法、装置和*** | |
CN113435186B (zh) | 中文文本纠错***、方法、装置及计算机可读存储介质 | |
CN111460793A (zh) | 纠错方法、装置、设备及存储介质 | |
JP2016536652A (ja) | モバイル機器におけるリアルタイム音声評価システム及び方法 | |
CN112489626B (zh) | 一种信息识别方法、装置及存储介质 | |
WO2014048172A1 (en) | Method and system for correcting text | |
CN111401071A (zh) | 模型的训练方法、装置、计算机设备和可读存储介质 | |
CN108573707B (zh) | 一种语音识别结果的处理方法、装置、设备及介质 | |
CN112560450B (zh) | 一种文本纠错方法及装置 | |
CN111651978A (zh) | 基于实体的词法检查方法与装置和计算机设备及存储介质 | |
CN111274785A (zh) | 一种文本纠错方法、装置、设备及介质 | |
CN113380223B (zh) | 多音字消歧方法、装置、***及存储介质 | |
CN110895961A (zh) | 医疗数据中的文本匹配方法及装置 | |
CN114036930A (zh) | 文本纠错方法、装置、设备及计算机可读介质 | |
CN111651961A (zh) | 一种基于语音的输入方法和装置 | |
CN112101032A (zh) | 一种基于自蒸馏的命名实体识别与纠错方法 | |
CN111753530A (zh) | 一种语句处理方法、装置、设备及介质 | |
CN110929514B (zh) | 文本校对方法、装置、计算机可读存储介质及电子设备 | |
CN111046627A (zh) | 一种中文文字显示方法及*** | |
CN113822052A (zh) | 一种文本错误检测方法、装置、电子设备及存储介质 |
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 |