CN111933126A - 语音编译方法、装置、电子设备及计算机可读存储介质 - Google Patents

Abstract

本发明实施例公开了一种语音编译方法、装置、电子设备及计算机可读存储介质，所述方法包括：获取输入语音；对所述输入语音进行意图识别生成编译指令，其中，所述意图识别为对于所述输入语音进行语义识别以得到意图信息；执行所述编译指令，得到语音编译结果。该技术方案能够为用户，尤其是缺乏专业软件开发背景的用户提供一个能够方便、快捷、准确地进行网站的建设、网页的生成、应用的开发等软件开发的有效途径，从而为用户的使用提供了极大的便利，有利于互联网的推广以及服务效率和质量的提高。

Description

语音编译方法、装置、电子设备及计算机可读存储介质

技术领域

本发明实施例涉及编译处理技术领域，具体涉及一种语音编译方法、装置、电子设备及计算机可读存储介质。

背景技术

随着社会的发展，互联网网站、网页以及基于互联网的应用无论是在人们的学习、工作还是生活中都占据了不可替代的位置，同时也催生了很多开发需求。但由于软件开发属于一个相对较为专业的技能，因此，对于缺乏专业软件开发背景的用户来说，网站的建设、网页的生成以及应用的开发几乎是无法触及的，这就为用户的使用带来了不便，也不利于互联网的推广以及服务效率和质量的提高。

发明内容

本发明实施例提供一种语音编译方法、装置、电子设备及计算机可读存储介质。

第一方面，本发明实施例中提供了一种语音编译方法。

具体的，所述语音编译方法，包括：

获取输入语音；

对所述输入语音进行意图识别生成编译指令，其中，所述意图识别为对于所述输入语音进行语义识别以得到意图信息；

执行所述编译指令，得到语音编译结果。

结合第一方面，本发明实施例在第一方面的第一种实现方式中，所述获取输入语音，包括：

响应于音频编译组件的编译页面被访问，显示语音编译控制组件；

响应于所述语音编译控制组件被启动，对于音频组件进行初始化；

开启所述音频组件，获取输入语音。

结合第一方面和第一方面的第一种实现方式，本发明实施例在第一方面的第二种实现方式中，所述响应于音频编译组件的编译页面被访问，显示语音编译控制组件，被实施为：

响应于所述音频编译组件的编译页面被访问，触发消息通讯组件，以建立所述音频编译组件与所述语音编译控制组件之间的连接，并显示所述语音编译控制组件。

结合第一方面、第一方面的第一种实现方式和第一方面的第二种实现方式，本公开在第一方面的第三种实现方式中，所述响应于所述语音编译控制组件被启动，对于所述音频组件进行初始化，被实施为：

响应于所述语音编译控制组件被启动，建立所述语音编译控制组件与语音识别组件之间的连接，并对于所述音频组件进行初始化。

结合第一方面的第一种实现方式、第一方面的第二种实现方式和第一方面的第三种实现方式，本公开在第一方面的第四种实现方式中，所述开启所述音频组件，获取输入语音，被实施为：

开启所述音频组件，获取输入语音，并对于所述输入语音进行处理。

结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式和第一方面的第四种实现方式，本公开在第一方面的第五种实现方式中，还包括：

响应于接收到语音编译控制组件关闭语音指令，关闭所述语音编译控制组件和音频组件，以及所述语音编译控制组件与语音识别组件之间的连接。

结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式和第一方面的第五种实现方式，本公开在第一方面的第六种实现方式中，所述对所述输入语音进行意图识别生成编译指令，包括：

响应于语音识别组件与语音编译控制组件之间建立连接，以及语音识别组件接收到输入语音，将所述输入语音转换成文字；

将所述文字发送给意图识别组件进行意图识别，生成编译指令。

结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式、第一方面的第五种实现方式和第一方面的第六种实现方式，本公开在第一方面的第七种实现方式中，所述将所述文字发送给意图识别组件进行意图识别，生成编译指令，被实施为：

将所述文字回传给音频组件，并向所述意图识别组件发送服务接口调用请求；

响应于所述服务接口调用请求被确认，将所述文字发送给意图识别组件进行意图识别，生成编译指令。

结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式、第一方面的第五种实现方式、第一方面的第六种实现方式和第一方面的第七种实现方式，本公开在第一方面的第八种实现方式中，所述执行所述编译指令，得到语音编译结果，包括：

将所述编译指令经消息通讯组件发送给音频编译组件；

确定并获取所述编译指令相关编译要素；

基于所述编译要素执行所述编译指令，得到语音编译结果。

结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式、第一方面的第五种实现方式、第一方面的第六种实现方式、第一方面的第七种实现方式和第一方面的第八种实现方式，本公开在第一方面的第九种实现方式中，还包括：

显示所述语音编译结果。

第二方面，本发明实施例中提供了一种语音编译装置。

具体的，所述语音编译装置，包括：

获取模块，被配置为获取输入语音；

生成模块，被配置为对所述输入语音进行意图识别生成编译指令，其中，所述意图识别为对于所述输入语音进行语义识别以得到意图信息；

执行模块，被配置为执行所述编译指令，得到语音编译结果。

结合第二方面，本发明实施例在第二方面的第一种实现方式中，所述获取模块包括：

显示子模块，被配置为响应于音频编译组件的编译页面被访问，显示语音编译控制组件；

初始化子模块，被配置为响应于所述语音编译控制组件被启动，对于音频组件进行初始化；

获取子模块，被配置为开启所述音频组件，获取输入语音。

结合第二方面和第二方面的第一种实现方式，本发明实施例在第二方面的第二种实现方式中，所述显示子模块被配置为：

响应于所述音频编译组件的编译页面被访问，触发消息通讯组件，以建立所述音频编译组件与所述语音编译控制组件之间的连接，并显示所述语音编译控制组件。

结合第二方面、第二方面的第一种实现方式和第二方面的第二种实现方式，本公开在第二方面的第三种实现方式中，所述初始化子模块被配置为：

响应于所述语音编译控制组件被启动，建立所述语音编译控制组件与语音识别组件之间的连接，并对于所述音频组件进行初始化。

结合第二方面的第一种实现方式、第二方面的第二种实现方式和第二方面的第三种实现方式，本公开在第二方面的第四种实现方式中，所述获取子模块被配置为：

开启所述音频组件，获取输入语音，并对于所述输入语音进行处理。

结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式和第二方面的第四种实现方式，本公开在第二方面的第五种实现方式中，所述获取模块还包括：

关闭子模块，被配置为响应于接收到语音编译控制组件关闭语音指令，关闭所述语音编译控制组件和音频组件，以及所述语音编译控制组件与语音识别组件之间的连接。

结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式、第二方面的第四种实现方式和第二方面的第五种实现方式，本公开在第二方面的第六种实现方式中，所述生成模块包括：

转换子模块，被配置为响应于语音识别组件与语音编译控制组件之间建立连接，以及语音识别组件接收到输入语音，将所述输入语音转换成文字；

生成子模块，被配置为将所述文字发送给意图识别组件进行意图识别，生成编译指令。

结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式、第二方面的第四种实现方式、第二方面的第五种实现方式和第二方面的第六种实现方式，本公开在第二方面的第七种实现方式中，所述生成子模块被配置为：

将所述文字回传给音频组件，并向所述意图识别组件发送服务接口调用请求；

响应于所述服务接口调用请求被确认，将所述文字发送给意图识别组件进行意图识别，生成编译指令。

结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式、第二方面的第四种实现方式、第二方面的第五种实现方式、第二方面的第六种实现方式和第二方面的第七种实现方式，本公开在第二方面的第八种实现方式中，所述执行模块包括：

发送子模块，被配置为将所述编译指令经消息通讯组件发送给音频编译组件；

确定子模块，被配置为确定并获取所述编译指令相关编译要素；

执行子模块，被配置为基于所述编译要素执行所述编译指令，得到语音编译结果。

结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式、第二方面的第四种实现方式、第二方面的第五种实现方式、第二方面的第六种实现方式、第二方面的第七种实现方式和第二方面的第八种实现方式，本公开在第二方面的第九种实现方式中，还包括：

显示模块，被配置为显示所述语音编译结果。

第三方面，本发明实施例提供了一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条支持语音编译装置执行上述第一方面中语音编译方法的计算机指令，所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述语音编译装置还可以包括通信接口，用于语音编译装置与其他设备或通信网络通信。

第四方面，本发明实施例提供了一种计算机可读存储介质，用于存储语音编译装置所用的计算机指令，其包含用于执行上述第一方面中语音编译方法为语音编译装置所涉及的计算机指令。

本发明实施例提供的技术方案可包括以下有益效果：

上述技术方案通过对于输入的语音进行意图识别来生成编译指令，并在执行所述编译指令后得到语音编译结果。该技术方案能够为用户，尤其是缺乏专业软件开发背景的用户提供一个能够方便、快捷、准确地进行网站的建设、网页的生成、应用的开发等软件开发的有效途径，从而为用户的使用提供了极大的便利，有利于互联网的推广以及服务效率和质量的提高。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明实施例。

附图说明

结合附图，通过以下非限制性实施方式的详细描述，本发明实施例的其它特征、目的和优点将变得更加明显。在附图中：

图1示出根据本发明一实施方式的语音编译方法的流程图；

图2示出根据图1所示实施方式的语音编译方法的步骤S101的流程图；

图3示出根据图1所示另一实施方式的语音编译方法的步骤S101的流程图；

图4示出根据图1所示实施方式的语音编译方法的步骤S102的流程图；

图5示出根据图1所示实施方式的语音编译方法的步骤S103的流程图；

图6示出根据本发明另一实施方式的语音编译方法的流程图；

图7示出根据本发明一实施方式的语音编译装置的结构框图；

图8示出根据图7所示实施方式的语音编译装置的获取模块701的结构框图；

图9示出根据图7所示另一实施方式的语音编译装置的获取模块701的结构框图；

图10示出根据图7所示实施方式的语音编译装置的生成模块702的结构框图；

图11示出根据图7所示实施方式的语音编译装置的执行模块703的结构框图；

图12示出根据本发明另一实施方式的语音编译装置的结构框图；

图13示出根据本发明一实施方式的电子设备的结构框图；

图14是适于用来实现根据本发明一实施方式的语音编译方法的计算机***的结构示意图。

具体实施方式

下文中，将参考附图详细描述本发明实施例的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部分。

在本发明实施例中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。

另外还需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明实施例。

本发明实施例提供的技术方案通过对于输入的语音进行意图识别来生成编译指令，并在执行所述编译指令后得到语音编译结果。该技术方案能够为用户，尤其是缺乏专业软件开发背景的用户提供一个能够方便、快捷、准确地进行网站的建设、网页的生成、应用的开发等软件开发的有效途径，从而为用户的使用提供了极大的便利，有利于互联网的推广以及服务效率和质量的提高。

图1示出根据本发明一实施方式的语音编译方法的流程图，如图1所示，所述语音编译方法包括以下步骤S101-S103：

在步骤S101中，获取输入语音；

在步骤S102中，对所述输入语音进行意图识别生成编译指令，其中，所述意图识别为对于所述输入语音进行语义识别以得到意图信息；

在步骤S103中，执行所述编译指令，得到语音编译结果。

上文提及，随着社会的发展，互联网网站、网页以及基于互联网的应用无论是在人们的学习、工作还是生活中都占据了不可替代的位置，同时也催生了很多开发需求。但由于软件开发属于一个相对较为专业的技能，因此，对于缺乏专业软件开发背景的用户来说，网站的建设、网页的生成以及应用的开发几乎是无法触及的，这就为用户的使用带来了不便，也不利于互联网的推广以及服务效率和质量的提高。

考虑到上述问题，在该实施方式中，提出一种语音编译方法，该方法通过对于输入的语音进行意图识别来生成编译指令，并在执行所述编译指令后得到语音编译结果。该技术方案能够为用户，尤其是缺乏专业软件开发背景的用户提供一个能够方便、快捷、准确地进行网站的建设、网页的生成、应用的开发等软件开发的有效途径，从而为用户的使用提供了极大的便利，有利于互联网的推广以及服务效率和质量的提高。

在本实施例的一个可选实现方式中，所述输入语音指的是用户通过麦克风等语音输入设备输入的语音，其中，所述输入语音与用户想要编译的内容、想要实现的编译效果或者想要达到的编译目的相关，也就是说，所述输入语音可包括以下数据中的一种或多种：编译内容、编译组件、编译操作、编译效果、编译目的、编译数据等等。

在本实施例的一个可选实现方式中，所述意图识别为对于所述输入语音进行语义识别以得到意图信息，或者说是需求信息，即通过用户输入的语音获取用户的意图或需求。

在本实施例的一个可选实现方式中，所述编译指令指的是根据所述输入语音进行意图识别而得到的、能够被直接执行以实现预设编译目的或编译效果的指令，所述编译指令被执行后即可得到与用户输入的语音相应的编译结果，这样就能够降低软件开发的难度，消除专业门槛，从而为用户的使用提供极大的便利，同时还有利于互联网的推广以及服务效率和质量的提高。

在本实施例的一个可选实现方式中，如图2所示，所述步骤S101，即获取输入语音的步骤，包括以下步骤S201-S203：

在步骤S201中，响应于音频编译组件的编译页面被访问，显示语音编译控制组件；

在步骤S202中，响应于所述语音编译控制组件被启动，对于音频组件进行初始化；

在步骤S203中，开启所述音频组件，获取输入语音。

为了有效地获取用户输入的语音，并获取准确的与编译操作有关的语音内容，在该实施方式中，在获取输入语音时，首先检测音频编译组件的编译页面是否被访问，即确定用户是否存在想要进行语音编译的意图，在检测到所述音频编译组件的编译页面被访问之后，确认用户想要进行语音编译，于是响应于音频编译组件的编译页面被访问的检测结果，为用户显示语音编译控制组件，以在后续语音编译过程中控制不同的组件进行工作；若用户启动了所述语音编译控制组件，比如，点击了语音编译控制组件的启动按钮，响应于该启动操作，对于音频组件进行初始化，之后开启所述音频组件，采集并获取用户输入的语音。

其中，所述音频编译组件是一个可面向用户的组件，其通常运行在前端，以能够提供可视化的编译界面供用户浏览、输入用户的命令信息以及输出编译结果等信息。所述音频编译组件的编译界面可提供以下数据中的一种或多种：音频编译组件介绍信息、音频编译组件使用信息、音频编译组件启动入口、语音编译控制组件信息、语音编译控制组件启动入口、历史音频编译数据、当前音频编译相关信息、当前音频编辑结果等等。

在本实施例的一个可选实现方式中，用户可通过浏览器来访问音频编译组件的编译页面，以进一步提高使用便利性。其中，所述浏览器的配置参数与所述音频编译组件的特点以及其所需要的运行环境和运行参数有关，本领域技术人员可根据实际应用的需要选择合适的浏览器，本发明对于浏览器不作过多限制。

在本实施例的一个可选实现方式中，所述音频组件指的是能够采集语音数据的组件，比如麦克风、喇叭等，在所述音频组件响应于所述语音编译控制组件被启动以及被初始化之后，就可以开启工作状态，以采集获取用户的输入语音。

在本实施例的一个可选实现方式中，所述步骤S201，即响应于音频编译组件的编译页面被访问，显示语音编译控制组件的步骤，可被实施为：

响应于所述音频编译组件的编译页面被访问，触发消息通讯组件，以建立所述音频编译组件与所述语音编译控制组件之间的连接，并显示所述语音编译控制组件。

为了使得音频编译组件与语音编译控制组件之间能够正常通信，在所述音频编译组件的编译页面被访问时，就立即触发消息通讯组件，以建立所述音频编译组件与所述语音编译控制组件之间的通信连接，以承载通信消息，并将所述语音编译控制组件显示出来以接收用户的语音消息。

其中，所述音频编译组件与所述语音编译控制组件之间的连接可以为websocket连接，websocket是一种在单个TCP连接上进行全双工通讯的协议，能够有效支持所述音频编译组件与所述语音编译控制组件之间的消息通讯。

在本实施例的一个可选实现方式中，所述步骤S202，即响应于所述语音编译控制组件被启动，对于所述音频组件进行初始化的步骤，可被实施为：

响应于所述语音编译控制组件被启动，建立所述语音编译控制组件与语音识别组件之间的连接，并对于所述音频组件进行初始化。

为了使得语音编译控制组件与语音识别组件之间能够正常通信，在所述语音编译控制组件被启动后，就立即建立所述语音编译控制组件与所述语音识别组件之间的通信连接，以承载通信消息，并对于所述音频组件进行初始化操作，使得所述语音识别组件能够快速有效地进行相关语音的识别。

其中，与上一实现方式类似，所述语音编译控制组件与所述语音识别组件之间的连接也可以为websocket连接。

在本实施例的一个可选实现方式中，所述步骤S203，即开启所述音频组件，获取输入语音的步骤，可被实施为：

开启所述音频组件，获取输入语音，并对于所述输入语音进行处理。

为了提高后续语音识别的准确率，在音频组件获取输入语音后还可以对于所述输入语音进行语音去噪、语音优化等处理，以去除输入语音数据中背景音、麦克风杂音等噪声，提高语音数据的清晰度。

在本实施例的一个可选实现方式中，所述步骤S101，即获取输入语音的步骤还可包括关闭相关语音编译组件的步骤，即如图3所示，所述步骤S101包括以下步骤S301-S304：

在步骤S301中，响应于音频编译组件的编译页面被访问，显示语音编译控制组件；

在步骤S302中，响应于所述语音编译控制组件被启动，对于音频组件进行初始化；

在步骤S303中，开启所述音频组件，获取输入语音；

在步骤S304中，响应于接收到语音编译控制组件关闭语音指令，关闭所述语音编译控制组件和音频组件，以及所述语音编译控制组件与语音识别组件之间的连接。

在用户使用完毕音频编译组件之后，可以向所述语音编译控制组件发出关闭语音指令，音频组件在接收到所述关闭语音指令之后，关闭所述语音编译控制组件和音频组件，以及所述语音编译控制组件与语音识别组件之间的连接。

其中，所述关闭语音指令可以为“再见”、“拜拜”、“好了就这样吧”之类的含有关闭语义的指令。

在本实施例的一个可选实现方式中，可将上述“再见”、“拜拜”、“好了就这样吧”之类含有关闭语义的指令预先存储下来，待接收到语音数据时，将接收到的语音数据与预存语音数据相匹配，若匹配成功则执行相关关闭操作，若不成功则进行上述正常的语音数据处理流程。或者，也可以借助文字匹配实现，即预先存储“再见”、“拜拜”、“好了就这样吧”之类含有关闭语义的指令文字信息，之后将接收到的语音数据转换成文字后，再将其与预存的指令文字信息进行匹配。

在本实施例的另一个可选实现方式中，所述音频组件在接收到语音数据后可直接将语音或者转换得到的文字发送给意图识别组件进行意图识别，若经识别后确定用户意图为关闭语音编译功能，则执行上述相应的关闭操作。

在本实施例的一个可选实现方式中，如图4所示，所述步骤S102，即对所述输入语音进行意图识别生成编译指令的步骤，包括以下步骤S401-S402：

在步骤S401中，响应于语音识别组件与语音编译控制组件之间建立连接，以及语音识别组件接收到输入语音，将所述输入语音转换成文字；

在步骤S402中，将所述文字发送给意图识别组件进行意图识别，生成编译指令。

在所述语音识别组件与语音编译控制组件之间建立起连接，且语音识别组件接收到输入语音后，语音识别组件对于所述输入语音进行实时语音识别，将其转换成文字，然后将转换得到的文字发送给意图识别组件进行意图识别，以生成编译工作所需要的编译指令。

在本实施例的一个可选实现方式中，所述步骤S402，即将所述文字发送给意图识别组件进行意图识别，生成编译指令的步骤，可被实施为：

将所述文字回传给音频组件，并向所述意图识别组件发送服务接口调用请求；

响应于所述服务接口调用请求被确认，将所述文字发送给意图识别组件进行意图识别，生成编译指令。

在将语音识别组件转换得到的文字发送给意图识别组件时，可先将所述文字异步回传给音频组件，并同时向所述意图识别组件发送服务接口调用请求，在所述服务接口调用请求被确认之后，再将所述文字发送给意图识别组件进行意图识别。

在本实施例的一个可选实现方式中，如图5所示，所述步骤S103，即执行所述编译指令，得到语音编译结果的步骤，包括以下步骤S501-S503：

在步骤S501中，将所述编译指令经消息通讯组件发送给音频编译组件；

在步骤S502中，确定并获取所述编译指令相关编译要素；

在步骤S503中，基于所述编译要素执行所述编译指令，得到语音编译结果。

在根据编译指令执行编译操作时，可先将所述编译指令经消息通讯组件发送给音频编译组件，所述音频编译组件根据所述编译指令确定并获取与所述编译指令相关的编译要素，比如编译实现组件、API配置、联动配置等等；然后基于所述编译要素执行所述编译指令，比如添加、拖拽相应的编译实现组件、执行相应的代码等等，即可得到与所述编译指令相应的语音编译结果，比如生成一个完整web页面或者可实现一定功能的互联网应用等等。

在本实施例的一个可选实现方式中，所述方法还包括显示所述语音编译结果的步骤，即如图6所示，所述方法包括以下步骤S601-S604：

在步骤S601中，获取输入语音；

在步骤S602中，对所述输入语音进行意图识别生成编译指令；

在步骤S603中，执行所述编译指令，得到语音编译结果；

在步骤S604中，显示所述语音编译结果。

在获得语音编译结果后，为了使得用户更为直观的了解到最终的编译效果，在该实现方式中，还可以在用户当前可视的页面中显示语音编译结果，若用户对于该次语音编译结果不满意，想要对其进行调整，或者想要增加一些功能，可根据上文所述的流程，再次启动语音编译工作，进行删除、增加或调整。

下述为本发明装置实施例，可以用于执行本发明方法实施例。

图7示出根据本发明一实施方式的语音编译装置的结构框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图7所示，所述语音编译装置包括：

获取模块701，被配置为获取输入语音；

生成模块702，被配置为对所述输入语音进行意图识别生成编译指令，其中，所述意图识别为对于所述输入语音进行语义识别以得到意图信息；

执行模块703，被配置为执行所述编译指令，得到语音编译结果。

上文提及，随着社会的发展，互联网网站、网页以及基于互联网的应用无论是在人们的学习、工作还是生活中都占据了不可替代的位置，同时也催生了很多开发需求。但由于软件开发属于一个相对较为专业的技能，因此，对于缺乏专业软件开发背景的用户来说，网站的建设、网页的生成以及应用的开发几乎是无法触及的，这就为用户的使用带来了不便，也不利于互联网的推广以及服务效率和质量的提高。

考虑到上述问题，在该实施方式中，提出一种语音编译装置，该装置通过对于输入的语音进行意图识别来生成编译指令，并在执行所述编译指令后得到语音编译结果。该技术方案能够为用户，尤其是缺乏专业软件开发背景的用户提供一个能够方便、快捷、准确地进行网站的建设、网页的生成、应用的开发等软件开发的有效途径，从而为用户的使用提供了极大的便利，有利于互联网的推广以及服务效率和质量的提高。

在本实施例的一个可选实现方式中，所述输入语音指的是用户通过麦克风等语音输入设备输入的语音，其中，所述输入语音与用户想要编译的内容、想要实现的编译效果或者想要达到的编译目的相关，也就是说，所述输入语音可包括以下数据中的一种或多种：编译内容、编译组件、编译操作、编译效果、编译目的、编译数据等等。

在本实施例的一个可选实现方式中，所述意图识别为对于所述输入语音进行语义识别以得到意图信息，或者说是需求信息，即通过用户输入的语音获取用户的意图或需求。

在本实施例的一个可选实现方式中，所述编译指令指的是根据所述输入语音进行意图识别而得到的、能够被直接执行以实现预设编译目的或编译效果的指令，所述编译指令被执行后即可得到与用户输入的语音相应的编译结果，这样就能够降低软件开发的难度，消除专业门槛，从而为用户的使用提供极大的便利，同时还有利于互联网的推广以及服务效率和质量的提高。

在本实施例的一个可选实现方式中，如图8所示，所述获取模块701包括：

显示子模块801，被配置为响应于音频编译组件的编译页面被访问，显示语音编译控制组件；

初始化子模块802，被配置为响应于所述语音编译控制组件被启动，对于音频组件进行初始化；

获取子模块803，被配置为开启所述音频组件，获取输入语音。

为了有效地获取用户输入的语音，并获取准确的与编译操作有关的语音内容，在该实施方式中，在获取模块701获取输入语音时，检测音频编译组件的编译页面是否被访问，即确定用户是否存在想要进行语音编译的意图，在检测到所述音频编译组件的编译页面被访问之后，确认用户想要进行语音编译，于是响应于音频编译组件的编译页面被访问的检测结果，显示子模块801为用户显示语音编译控制组件，以在后续语音编译过程中控制不同的组件进行工作；若用户启动了所述语音编译控制组件，比如，点击了语音编译控制组件的启动按钮，响应于该启动操作，初始化子模块802对于音频组件进行初始化，之后获取子模块803开启所述音频组件，采集并获取用户输入的语音。

其中，所述音频编译组件是一个可面向用户的组件，其通常运行在前端，以能够提供可视化的编译界面供用户浏览、输入用户的命令信息以及输出编译结果等信息。所述音频编译组件的编译界面可提供以下数据中的一种或多种：音频编译组件介绍信息、音频编译组件使用信息、音频编译组件启动入口、语音编译控制组件信息、语音编译控制组件启动入口、历史音频编译数据、当前音频编译相关信息、当前音频编辑结果等等。

在本实施例的一个可选实现方式中，用户可通过浏览器来访问音频编译组件的编译页面，以进一步提高使用便利性。其中，所述浏览器的配置参数与所述音频编译组件的特点以及其所需要的运行环境和运行参数有关，本领域技术人员可根据实际应用的需要选择合适的浏览器，本发明对于浏览器不作过多限制。

在本实施例的一个可选实现方式中，所述音频组件指的是能够采集语音数据的组件，比如麦克风、喇叭等，在所述音频组件响应于所述语音编译控制组件被启动以及被初始化之后，就可以开启工作状态，以采集获取用户的输入语音。

在本实施例的一个可选实现方式中，所述显示子模块801可被配置为：

响应于所述音频编译组件的编译页面被访问，触发消息通讯组件，以建立所述音频编译组件与所述语音编译控制组件之间的连接，并显示所述语音编译控制组件。

为了使得音频编译组件与语音编译控制组件之间能够正常通信，在所述音频编译组件的编译页面被访问时，就立即触发消息通讯组件，以建立所述音频编译组件与所述语音编译控制组件之间的通信连接，以承载通信消息，并将所述语音编译控制组件显示出来以接收用户的语音消息。

其中，所述音频编译组件与所述语音编译控制组件之间的连接可以为websocket连接，websocket是一种在单个TCP连接上进行全双工通讯的协议，能够有效支持所述音频编译组件与所述语音编译控制组件之间的消息通讯。

在本实施例的一个可选实现方式中，所述初始化子模块802可被配置为：

响应于所述语音编译控制组件被启动，建立所述语音编译控制组件与语音识别组件之间的连接，并对于所述音频组件进行初始化。

为了使得语音编译控制组件与语音识别组件之间能够正常通信，在所述语音编译控制组件被启动后，就立即建立所述语音编译控制组件与所述语音识别组件之间的通信连接，以承载通信消息，并对于所述音频组件进行初始化操作，使得所述语音识别组件能够快速有效地进行相关语音的识别。

其中，与上一实现方式类似，所述语音编译控制组件与所述语音识别组件之间的连接也可以为websocket连接。

在本实施例的一个可选实现方式中，所述获取子模块803可被配置为：

开启所述音频组件，获取输入语音，并对于所述输入语音进行处理。

为了提高后续语音识别的准确率，在音频组件获取输入语音后还可以对于所述输入语音进行语音去噪、语音优化等处理，以去除输入语音数据中背景音、麦克风杂音等噪声，提高语音数据的清晰度。

在本实施例的一个可选实现方式中，所述获取模块701还可包括关闭相关语音编译组件的部分，即如图9所示，所述获取模块701包括：

显示子模块901，被配置为响应于音频编译组件的编译页面被访问，显示语音编译控制组件；

初始化子模块902，被配置为响应于所述语音编译控制组件被启动，对于音频组件进行初始化；

获取子模块903，被配置为开启所述音频组件，获取输入语音；

关闭子模块904，被配置为响应于接收到语音编译控制组件关闭语音指令，关闭所述语音编译控制组件和音频组件，以及所述语音编译控制组件与语音识别组件之间的连接。

在用户使用完毕音频编译组件之后，可以向所述语音编译控制组件发出关闭语音指令，关闭子模块904在接收到所述关闭语音指令之后，关闭所述语音编译控制组件和音频组件，以及所述语音编译控制组件与语音识别组件之间的连接。

其中，所述关闭语音指令可以为“再见”、“拜拜”、“好了就这样吧”之类的含有关闭语义的指令。

在本实施例的一个可选实现方式中，可将上述“再见”、“拜拜”、“好了就这样吧”之类含有关闭语义的指令预先存储下来，待接收到语音数据时，将接收到的语音数据与预存语音数据相匹配，若匹配成功则执行相关关闭操作，若不成功则进行上述正常的语音数据处理流程。或者，也可以借助文字匹配实现，即预先存储“再见”、“拜拜”、“好了就这样吧”之类含有关闭语义的指令文字信息，之后将接收到的语音数据转换成文字后，再将其与预存的指令文字信息进行匹配。

在本实施例的另一个可选实现方式中，所述音频组件在接收到语音数据后可直接将语音或者转换得到的文字发送给意图识别组件进行意图识别，若经识别后确定用户意图为关闭语音编译功能，则执行上述相应的关闭操作。

在本实施例的一个可选实现方式中，如图10所示，所述生成模块702包括：

转换子模块1001，被配置为响应于语音识别组件与语音编译控制组件之间建立连接，以及语音识别组件接收到输入语音，将所述输入语音转换成文字；

生成子模块1002，被配置为将所述文字发送给意图识别组件进行意图识别，生成编译指令。

在所述语音识别组件与语音编译控制组件之间建立起连接，且语音识别组件接收到输入语音后，转换子模块1001对于所述输入语音进行实时语音识别，将其转换成文字，生成子模块1002将转换得到的文字发送给意图识别组件进行意图识别，以生成编译工作所需要的编译指令。

在本实施例的一个可选实现方式中，所述生成子模块1002可被配置为：

将所述文字回传给音频组件，并向所述意图识别组件发送服务接口调用请求；

响应于所述服务接口调用请求被确认，将所述文字发送给意图识别组件进行意图识别，生成编译指令。

在将语音识别组件转换得到的文字发送给意图识别组件时，可先将所述文字异步回传给音频组件，并同时向所述意图识别组件发送服务接口调用请求，在所述服务接口调用请求被确认之后，再将所述文字发送给意图识别组件进行意图识别。

在本实施例的一个可选实现方式中，如图11所示，所述执行模块703包括：

发送子模块1101，被配置为将所述编译指令经消息通讯组件发送给音频编译组件；

确定子模块1102，被配置为确定并获取所述编译指令相关编译要素；

执行子模块1103，被配置为基于所述编译要素执行所述编译指令，得到语音编译结果。

在根据编译指令执行编译操作时，发送子模块1101先将所述编译指令经消息通讯组件发送给音频编译组件，确定子模块1102根据所述编译指令确定并获取与所述编译指令相关的编译要素，比如编译实现组件、API配置、联动配置等等；执行子模块1103基于所述编译要素执行所述编译指令，比如添加、拖拽相应的编译实现组件、执行相应的代码等等，即可得到与所述编译指令相应的语音编译结果，比如生成一个完整web页面或者可实现一定功能的互联网应用等等。

在本实施例的一个可选实现方式中，所述装置还包括显示所述语音编译结果的部分，即如图12所示，所述装置包括：

获取模块1201，被配置为获取输入语音；

生成模块1202，被配置为对所述输入语音进行意图识别生成编译指令；

执行模块1203，被配置为执行所述编译指令，得到语音编译结果；

显示模块1204，被配置为显示所述语音编译结果。

在获得语音编译结果后，为了使得用户更为直观的了解到最终的编译效果，在该实现方式中，还可以设置显示模块1204，以在用户当前可视的页面中显示语音编译结果，若用户对于该次语音编译结果不满意，想要对其进行调整，或者想要增加一些功能，可根据上文所述的流程，再次启动语音编译工作，进行删除、增加或调整。

本发明实施例还公开了一种电子设备，图13示出根据本发明一实施方式的电子设备的结构框图，如图13所示，所述电子设备1300包括存储器1301和处理器1302；其中，

所述存储器1301用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器1302执行以实现上述任一方法步骤。

图14适于用来实现根据本发明实施方式的语音编译方法的计算机***的结构示意图。

如图14所示，计算机***1400包括中央处理单元(CPU)1401，其可以根据存储在只读存储器(ROM)1402中的程序或者从存储部分1408加载到随机访问存储器(RAM)1403中的程序而执行上述实施方式中的各种处理。在RAM1403中，还存储有***1400操作所需的各种程序和数据。CPU1401、ROM1402以及RAM1403通过总线1404彼此相连。输入/输出(I/O)接口1405也连接至总线1404。

以下部件连接至I/O接口1405：包括键盘、鼠标等的输入部分1406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1407；包括硬盘等的存储部分1408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1409。通信部分1409经由诸如因特网的网络执行通信处理。驱动器1410也根据需要连接至I/O接口1405。可拆卸介质1411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1410上，以便于从其上读出的计算机程序根据需要被安装入存储部分1408。

特别地，根据本发明的实施方式，上文描述的方法可以被实现为计算机软件程序。例如，本发明的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行所述语音编译方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分1409从网络上被下载和安装，和/或从可拆卸介质1411被安装。

附图中的流程图和框图，图示了按照本发明各种实施方式的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。

作为另一方面，本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本发明实施例的方法。

以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (22)

1.一种语音编译方法，其特征在于，包括：

获取输入语音；

对所述输入语音进行意图识别生成编译指令，其中，所述意图识别为对于所述输入语音进行语义识别以得到意图信息；

执行所述编译指令，得到语音编译结果。

2.根据权利要求1所述的方法，其特征在于，所述获取输入语音，包括：

响应于音频编译组件的编译页面被访问，显示语音编译控制组件；

响应于所述语音编译控制组件被启动，对于音频组件进行初始化；

开启所述音频组件，获取输入语音。

3.根据权利要求2所述的方法，其特征在于，所述响应于音频编译组件的编译页面被访问，显示语音编译控制组件，被实施为：

响应于所述音频编译组件的编译页面被访问，触发消息通讯组件，以建立所述音频编译组件与所述语音编译控制组件之间的连接，并显示所述语音编译控制组件。

4.根据权利要求2或3所述的方法，其特征在于，所述响应于所述语音编译控制组件被启动，对于所述音频组件进行初始化，被实施为：

响应于所述语音编译控制组件被启动，建立所述语音编译控制组件与语音识别组件之间的连接，并对于所述音频组件进行初始化。

5.根据权利要求2-4任一所述的方法，其特征在于，所述开启所述音频组件，获取输入语音，被实施为：

开启所述音频组件，获取输入语音，并对于所述输入语音进行处理。

6.根据权利要求2-5任一所述的方法，其特征在于，还包括：

响应于接收到语音编译控制组件关闭语音指令，关闭所述语音编译控制组件和音频组件，以及所述语音编译控制组件与语音识别组件之间的连接。

7.根据权利要求1-6任一所述的方法，其特征在于，所述对所述输入语音进行意图识别生成编译指令，包括：

响应于语音识别组件与语音编译控制组件之间建立连接，以及语音识别组件接收到输入语音，将所述输入语音转换成文字；

将所述文字发送给意图识别组件进行意图识别，生成编译指令。

8.根据权利要求7所述的方法，其特征在于，所述将所述文字发送给意图识别组件进行意图识别，生成编译指令，被实施为：

将所述文字回传给音频组件，并向所述意图识别组件发送服务接口调用请求；

响应于所述服务接口调用请求被确认，将所述文字发送给意图识别组件进行意图识别，生成编译指令。

9.根据权利要求1-8任一所述的方法，其特征在于，所述执行所述编译指令，得到语音编译结果，包括：

将所述编译指令经消息通讯组件发送给音频编译组件；

确定并获取所述编译指令相关编译要素；

基于所述编译要素执行所述编译指令，得到语音编译结果。

10.根据权利要求1-9任一所述的方法，其特征在于，还包括：

显示所述语音编译结果。

11.一种语音编译装置，其特征在于，包括：

获取模块，被配置为获取输入语音；

生成模块，被配置为对所述输入语音进行意图识别生成编译指令，其中，所述意图识别为对于所述输入语音进行语义识别以得到意图信息；

执行模块，被配置为执行所述编译指令，得到语音编译结果。

12.根据权利要求11所述的装置，其特征在于，所述获取模块包括：

显示子模块，被配置为响应于音频编译组件的编译页面被访问，显示语音编译控制组件；

初始化子模块，被配置为响应于所述语音编译控制组件被启动，对于音频组件进行初始化；

获取子模块，被配置为开启所述音频组件，获取输入语音。

13.根据权利要求12所述的装置，其特征在于，所述显示子模块被配置为：

响应于所述音频编译组件的编译页面被访问，触发消息通讯组件，以建立所述音频编译组件与所述语音编译控制组件之间的连接，并显示所述语音编译控制组件。

14.根据权利要求12或13所述的装置，其特征在于，所述初始化子模块被配置为：

响应于所述语音编译控制组件被启动，建立所述语音编译控制组件与语音识别组件之间的连接，并对于所述音频组件进行初始化。

15.根据权利要求12-14任一所述的装置，其特征在于，所述获取子模块被配置为：

开启所述音频组件，获取输入语音，并对于所述输入语音进行处理。

16.根据权利要求12-15任一所述的装置，其特征在于，所述获取模块还包括：

关闭子模块，被配置为响应于接收到语音编译控制组件关闭语音指令，关闭所述语音编译控制组件和音频组件，以及所述语音编译控制组件与语音识别组件之间的连接。

17.根据权利要求11-16任一所述的装置，其特征在于，所述生成模块包括：

转换子模块，被配置为响应于语音识别组件与语音编译控制组件之间建立连接，以及语音识别组件接收到输入语音，将所述输入语音转换成文字；

生成子模块，被配置为将所述文字发送给意图识别组件进行意图识别，生成编译指令。

18.根据权利要求17所述的装置，其特征在于，所述生成子模块被配置为：

将所述文字回传给音频组件，并向所述意图识别组件发送服务接口调用请求；

响应于所述服务接口调用请求被确认，将所述文字发送给意图识别组件进行意图识别，生成编译指令。

19.根据权利要求11-18任一所述的装置，其特征在于，所述执行模块包括：

发送子模块，被配置为将所述编译指令经消息通讯组件发送给音频编译组件；

确定子模块，被配置为确定并获取所述编译指令相关编译要素；

执行子模块，被配置为基于所述编译要素执行所述编译指令，得到语音编译结果。

20.根据权利要求11-19任一所述的装置，其特征在于，还包括：

显示模块，被配置为显示所述语音编译结果。

21.一种电子设备，其特征在于，包括存储器和处理器；其中，

所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1-10任一项所述的方法步骤。

22.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该计算机指令被处理器执行时实现权利要求1-10任一项所述的方法步骤。

Images