CN113516986A - 语音处理方法、终端及存储介质 - Google Patents
语音处理方法、终端及存储介质 Download PDFInfo
- Publication number
- CN113516986A CN113516986A CN202110838319.1A CN202110838319A CN113516986A CN 113516986 A CN113516986 A CN 113516986A CN 202110838319 A CN202110838319 A CN 202110838319A CN 113516986 A CN113516986 A CN 113516986A
- Authority
- CN
- China
- Prior art keywords
- information
- target
- keyword
- key
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 85
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 15
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 description 44
- 230000006854 communication Effects 0.000 description 33
- 238000013473 artificial intelligence Methods 0.000 description 32
- 238000010586 diagram Methods 0.000 description 32
- 230000006870 function Effects 0.000 description 32
- 230000008569 process Effects 0.000 description 31
- 238000004891 communication Methods 0.000 description 30
- 230000009467 reduction Effects 0.000 description 28
- 238000012549 training Methods 0.000 description 23
- 230000003044 adaptive effect Effects 0.000 description 18
- 238000013135 deep learning Methods 0.000 description 13
- 230000010365 information processing Effects 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 11
- 230000003595 spectral effect Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 238000011410 subtraction method Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 230000004069 differentiation Effects 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 235000012054 meals Nutrition 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G10L15/26—Speech to text systems
-
- 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
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- 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
- G10L15/28—Constructional details of speech recognition systems
-
- 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
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
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)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Telephone Function (AREA)
Abstract
本申请公开了一种语音处理方法、终端及存储介质。该方法包括:获取语音信息;将所述语音信息转换为文本信息;根据应用场景从所述文本信息中提取预设特征信息,所述预设特征信息包括至少一个关键词和/或至少一个关键语句;根据所述预设特征信息确定或生成目标信息。本申请可以适用于多种应用场景,且可以使用户快速获取关键信息,提升用户体验。
Description
技术领域
本申请涉及通讯技术领域,具体涉及一种语音处理方法、终端及存储介质。
背景技术
随着技术的发展,诸如手机等终端的使用越来普及。用户在使用终端的过程中,有时会用到人工智能(Artificial Intelligence,AI)通话录音功能。
在构思及实现本申请过程中,发明人发现至少存在如下问题:在使用AI通话录音功能时,AI语音转储功能仅局限于语音通话阶段,应用场景受限。其次,语音内容全部转换为文本形式,内容繁杂,不利于用户获取关键信息,从而导致用户体验较差。
前面的叙述在于提供一般的背景信息,并不一定构成现有技术。
发明内容
针对上述技术问题,本申请提供一种语音处理方法、终端及存储介质,可以适用于多种应用场景,且可以使用户快速获取关键信息,提升用户体验。
为解决上述技术问题,本申请提供一种语音处理方法,应用于终端,包括以下步骤:
S11、获取语音信息;
S12、将所述语音信息转换为文本信息;
S13、根据应用场景从所述文本信息中提取预设特征信息,可选地,所述预设特征信息可以为至少一个关键词和/或至少一个关键语句;
S14、根据所述预设特征信息确定或生成目标信息。
可选地,所述目标信息可以为表单,也可以为其他信息。
可选地,所述S11步骤包括:
获取所述语音信息;和/或,
获取预先存储的所述语音信息,可选地,从以下至少一种获取预先存储的所述语音信息:服务器、通信设备、所述终端。
可选地,所述S13步骤包括:
从所述文本信息中提取出现频次大于或等于预设频次的至少一个关键词,
和/或,从所述文本信息中提取与所述应用场景相关的至少一个关键语句。
可选地,所述从所述文本信息中提取出现频次大于或等于预设频次的至少一个关键词,包括:
按照出现频次从高到低或从低到高的顺序对所述至少一个关键词进行排序。
可选地,所述关键语句可以为如下至少一种:
时间、地点、人物、事件。
可选地,所述方法还包括:
从所述关键词中筛选出符合第一预设条件的至少一个目标关键词,和/或,
从所述关键语句中筛选出符合第二预设条件的至少一个目标关键语句;
根据所述至少一个目标关键词和/或至少一个目标关键语句对所述目标信息的内容进行更新,和/或显示更新后的目标信息。
可选地,将所述符合第一预设条件的至少一个目标关键词加入到目标工具中。
可选地,将所述符合第二预设条件的至少一个目标关键语句加入到所述目标工具中。
可选地,所述第一预设条件可以为:
出现频次排列前N名,所述N为大于或等于1的整数;和/或,
与所述应用场景的相关度大于或等于第一预设相关度。
可选地,所述第二预设条件可以为:
重要级别大于或等于预设级别;和/或,
与所述应用场景的相关度大于或等于第二预设相关度。
本申请还提供一种终端,包括:存储器、处理器,其中,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时实现如上述方法的步骤。
本申请还提供一种计算机存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述方法的步骤。
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述方法的步骤。
如上所述,本申请的语音处理方法,应用于终端,获取语音信息;将语音信息转换为文本信息;根据应用场景从文本信息中提取预设特征信息,可选地,预设特征信息包括至少一个关键词和/或至少一个关键语句;根据预设特征信息确定或生成目标信息。在本方法中,将语音信息转换为文本信息后,可以根据应用场景从文本信息中提炼出交流沟通中的预设特征信息,即关键信息。通过本文的方式,可以适用于多种应用场景,且可以使用户快速获取关键信息,提升用户体验。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。为了更清楚地说明本申请实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为实现本申请各个实施例的一种移动终端的硬件结构示意图;
图2为本申请实施例提供的一种通信网络***架构图;
图3是本申请实施例提供的一种应用场景的示意图;
图4是本申请实施例提供的语音处理方法的第一种流程示意图;
图5是本申请实施例提供的选择应用场景的一种界面示意图;
图6是本申请实施例提供的选择应用场景的另一种界面示意图;
图7是本申请实施例提供的获取语音信息的一种场景示意图;
图8是本申请实施例提供的获取语音信息的另一种场景示意图;
图9是本申请实施例提供的对至少一个关键词进行排序的一种界面示意图;
图10是本申请实施例提供的对至少一个关键词进行排序的另一种界面示意图;
图11是本申请实施例提供的关键语句排列的一种界面示意图;
图12是本申请实施例提供的关键语句排列的另一种界面示意图;
图13是本申请实施例提供的在一种应用场景下确定或生成目标信息的过程示意图;
图14是本申请实施例提供的在另一种应用场景下确定或生成目标信息的过程示意图;
图15是本申请实施例提供的目标信息处理方法的第一种流程示意图;
图16是本申请实施例提供的将目标关键词加入到目标工具的界面示意图;
图17是本申请实施例提供的目标信息处理方法的第二种流程示意图;
图18是本申请实施例提供的目标信息处理方法的第三种流程示意图;
图19是本申请实施例提供的目标信息处理方法的第四种流程示意图;
图20是本申请实施例提供的在一种应用场景下更新目标信息的过程示意图;
图21是本申请实施例提供的语音处理方法的第二种流程示意图;
图22是本申请实施例提供的语音处理方法的第三种流程示意图;
图23是本申请实施例提供的语音处理装置的第一种结构示意图;
图24是本申请实施例提供的语音处理装置的第二种结构示意图;
图25是本申请实施例提供的语音处理装置的第三种结构示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素,可选地,本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义,也可能具有不同含义,其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。
应当理解,尽管在本文可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本文范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语"如果"可以被解释成为"在……时"或"当……时"或"响应于确定"。再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。本申请使用的术语“或”、“和/或”、“包括以下至少一个”等可被解释为包括性的,或意味着任一个或任何组合。例如,“包括以下至少一个:A、B、C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A和B和C”,再如,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A和B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
应该理解的是,虽然本申请实施例中的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
需要说明的是,在本文中,采用了诸如S11、S12等步骤代号,其目的是为了更清楚简要地表述相应内容,不构成顺序上的实质性限制,本领域技术人员在具体实施时,可能会先执行S12后执行S11等,但这些均应在本申请的保护范围之内。
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或者“单元”的后缀仅为了有利于本申请的说明,其本身没有特定的意义。因此,“模块”、“部件”或者“单元”可以混合地使用。
终端可以以各种形式来实施。例如,本申请中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant,PDA)、便捷式媒体播放器(Portable Media Player,PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端,以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明,本领域技术人员将理解的是,除了特别用于移动目的的元件之外,根据本申请的实施方式的构造也能够应用于固定类型的终端。
请参阅图1,其为实现本申请各个实施例的一种移动终端的硬件结构示意图,该移动终端100可以包括:RF(Radio Frequency,射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解,图1中示出的移动终端结构并不构成对移动终端的限定,移动终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图1对移动终端的各个部件进行具体的介绍:
射频单元101可用于收发信息或通话过程中,信号的接收和发送,具体的,将基站的下行信息接收后,给处理器110处理;可选地,将上行的数据发送给基站。通常,射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。可选地,射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于GSM(Global System of Mobile communication,全球移动通讯***)、GPRS(General Packet Radio Service,通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000,码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access,时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution,频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution,分时双工长期演进)等。
WiFi属于短距离无线传输技术,移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102,但是可以理解的是,其并不属于移动终端的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时,将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit,GPU)1041和麦克风1042,图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据),并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105,比如光传感器、运动传感器以及其他传感器。可选地,光传感器包括环境光传感器及接近传感器,可选地,环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度,接近传感器可在移动终端100移动到耳边时,关闭显示面板1061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息,以及产生与移动终端的用户设置以及功能控制有关的键信号输入。可选地,用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作),并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。可选地,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器110,并能接收处理器110发来的命令并加以执行。可选地,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071,用户输入单元107还可以包括其他输入设备1072。可选地,其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种,具体此处不做限定。
可选地,触控面板1071可覆盖显示面板1061,当触控面板1071检测到在其上或附近的触摸操作后,传送给处理器110以确定触摸事件的类型,随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中,触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能,但是在某些实施例中,可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能,具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区,可选地,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。可选地,存储器109可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是移动终端的控制中心,利用各种接口和线路连接整个移动终端的各个部分,通过运行或执行存储在存储器109内的软件程序和/或模块,以及调用存储在存储器109内的数据,执行移动终端的各种功能和处理数据,从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元;优选的,处理器110可集成应用处理器和调制解调处理器,可选地,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池),优选的,电源111可以通过电源管理***与处理器110逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出,移动终端100还可以包括蓝牙模块等,在此不再赘述。
为了便于理解本申请实施例,下面对本申请的移动终端所基于的通信网络***进行描述。
请参阅图2,图2为本申请实施例提供的一种通信网络***架构图,该通信网络***为通用移动通信技术的LTE***,该LTE***包括依次通讯连接的UE(User Equipment,用户设备)201,E-UTRAN(Evolved UMTS Terrestrial Radio Access Network,演进式UMTS陆地无线接入网)202,EPC(Evolved Packet Core,演进式分组核心网)203和运营商的IP业务204。
可选地,UE201可以是上述终端100,此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。可选地,eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接,eNodeB2021连接到EPC203,eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity,移动性管理实体)2031,HSS(Home Subscriber Server,归属用户服务器)2032,其它MME2033,SGW(Serving Gate Way,服务网关)2034,PGW(PDN Gate Way,分组数据网络网关)2035和PCRF(Policy andCharging Rules Function,政策和资费功能实体)2036等。可选地,MME2031是处理UE201和EPC203之间信令的控制节点,提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能,并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送,PGW2035可以提供UE 201的IP地址分配以及其它功能,PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点,它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem,IP多媒体子***)或其它IP业务等。
虽然上述以LTE***为例进行了介绍,但本领域技术人员应当知晓,本申请不仅仅适用于LTE***,也可以适用于其他无线通信***,例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络***等,此处不做限定。
基于上述移动终端硬件结构以及通信网络***,提出本申请各个实施例。
一些实现中,在使用AI通话录音功能时,AI语音转储功能仅局限于语音通话阶段,使用场景较为狭窄,导致应用场景受限。可选地,通过开启/关闭AI通话录音操作,将本地通话录音通过AI语音***存储为通话文本,即将通话的所有内容整合到一个通话记录详情页面中,用户通过浏览来查找通话的相关数据。由于语音内容全部转换为文本形式,内容繁杂,不利于用户获取关键信息,从而导致用户体验较差。
为了解决上述应用场景受限,用户体验较差的技术问题,本申请实施例提供一种语音处理方法,将语音信息转换为文本信息后,可以根据应用场景从文本信息中提炼出交流沟通中的预设特征信息。通过本文的方式,可以适用于多种应用场景,且可以使用户快速获取关键信息,提升用户体验。
为了便于理解,下面,结合图3,介绍本申请实施例具体的应用场景,本申请提出下述各个实施例。
图3是本申请实施例提供的一种应用场景的示意图。请参见图3,包括终端。可选地,打开终端的AI语音***(可以是个应用软件),开启智能助手功能,新建一条记录信息,进入新建记录页面。AI语音***提供特定场景选择,便于更加准确的分析,可选地,可以选择的应用场景包括但不限于培训、交友、旅游、智能、家教、会议、聚会、娱乐等。终端的新建记录页面中包括记录表,该记录表可以包括至少一条记录(语音记录),例如记录-、记录二、记录三、记录四。同一应用场景下,记录表中可以对应一条或至少一条记录。用户可以查询或删除记录表中每条记录的内容。可选地,用户也可以在记录表中新增记录。
可选地,根据选择应用场景的不同,AI语音***进行智能语音分析的侧重点不同。如用户选择交友场景,则重点捕捉如电影、吃饭、音乐会等与交友相关的关键词以及关键语句。基于AI语音功能,将语音信息转换为文本信息后,对文本信息进行智能分析,捕捉与应用场景相关的关键词以及关键语句,为用户提炼交流沟通中的关键信息,这样用户就不用在繁杂的文本信息中查找关键信息,从而可以提升用户体验,且可以适用于多种应用场景。
下面,通过具体实施例对本申请所示的技术方案进行详细说明。需要说明的是,如下实施例可以单独存在,也可以相互结合,对于相同或相似的内容,在不同的实施例中不再重复说明。
图4是本申请实施例提供的语音处理方法的第一种流程示意图。请参见图4,该方法可以包括:
S11、获取语音信息。
本申请实施例的执行主体可以为终端,也可以为设置在终端中的语音处理装置。可选地,语音处理装置可以通过软件实现,也可以通过软件和硬件的结合实现。
开启AI语音***的智能助手功能后,后台开启AI录音功能。用户可以先选择应用场景。请参阅图5,图5是本申请实施例提供的选择应用场景的一种界面示意图。用户在新建记录页面上,用手指或触控工具(如触控笔)在场景选择按钮左侧的“▼”上点击,会出现下拉菜单,从该下拉菜单中可以选择应用场景,例如:选择交友场景。请参阅图6,图6是本申请实施例提供的选择应用场景的另一种界面示意图。用户在新建记录页面上,用手指或触控工具(如触控笔)在场景选择按钮左侧的“▼”上点击,会出现下拉菜单,从该下拉菜单中可以选择应用场景,例如:选择培训场景。可选地,用户也可以自定义应用场景,即除了下拉菜单中列出的应用场景外,用户可以自定义其他的应用场景。
获取周边的语音信息,可选地,在获取语音信息时,可以是获取周边的语音信息,即边获取边录音,并将录音内容进行缓存。可选地,在获取语音信息时,获取的语音信息可以是录音内容,即获取的语音信息是在终端或其他通信设备中预先存储的录音内容。即通过事先将语音信息进行录音,然后将录音内容进行存储。当需要对语音信息进行解析时,可以获取该语音信息的录音内容。
可以根据如下两种可行的实现方式获取语音信息。
一种可行的实现方式:
获取语音信息。例如,当用户想要对语音信息进行分析时,可以通过终端的麦克风获取周边的语音信息。
可选地,在获取语音信息时,语音信息中一般都带有噪声,需要对语音信息进行降噪。可选地,可以采用如下至少一种降噪方法对语音信息进行降噪:深度学习网络、最小均方误差(Least Mean Square,LMS)自适应滤波器、LMS的自适应陷波器、谱减法、维纳滤波器。可选地,使用深度学习网络对语音信息去噪时,可以使用全连接网络或卷积网络对语音信息进行去噪。LMS自适应滤波器利用前一刻已经获得的滤波器参数,调节当前滤波器参数,以适应语音信息和噪声未知的或随机变化的统计特性,从而实现最优滤波。LMS的自适应陷波器适用于单色干扰噪声,如单频正弦波噪声。谱减法在频域对语音信息进行降噪。维纳滤波器降噪即设计一个数字滤波器,使得输入的带噪声的语音信息与纯净语音信息的误差满足LMS准则。通过降噪处理后,可以去除语音信息中的噪声,同时提高语音信息的质量和清晰度。
请参阅图7,图7是本申请实施例提供的获取语音信息的一种场景示意图。当开启终端的智能助手功能后,后台开启AI录音功能,此时可以通过终端的麦克风获取周边的语音信息。获取的语音信息一般含有噪声,需要对该语音信息进行降噪处理,以提高该语音信息的质量和清晰度。可选地,采用的降噪方法可以是深度学习网络、LMS自适应滤波器、LMS的自适应陷波器、谱减法、维纳滤波器中的至少一种,即采用的降噪方法可以是深度学习网络、LMS自适应滤波器、LMS的自适应陷波器、谱减法、维纳滤波器中的任意一种或任意多种的组合。
可选地,可以采用深度学习网络对语音信息进行降噪处理;或,可以先采用深度学习网络对语音信息进行降噪处理后,然后采用谱减法对语音信息再次进行降噪处理,以进一步增强降噪效果;或,可以先采用LMS的自适应陷波器对语音信息进行降噪处理,然后采用维纳滤波器对语音信息再次进行降噪处理,以以进一步增强降噪效果,等等。
需要说明的是,为了进一步提高语音信息的质量和清晰度,还可以净化录音环境,在录音前,先录制一段环境音,作为降噪的样本。
另一种可行的实现方式:
获取预先存储的语音信息。可选地,可以从如下至少一种获取预先存储的语音信息:服务器、通信设备、终端。
可以事先将获取的语音信息进行录音,可选地,将录音的语音信息(即录音内容)存储在终端,或,将录音的语音信息存储在服务器,或,将录音的语音信息存储在通信设备中,以待备用。需要说明的是,在录音时,由于语音信息一般都带有噪声,需要对语音信息进行降噪。可选地,可以采用如下至少一种降噪方法对语音信息进行降噪:深度学习网络、LMS自适应滤波器、LMS的自适应陷波器、谱减法、维纳滤波器。可选地,使用深度学习网络对语音信息去噪时,可以使用全连接网络或卷积网络对语音信息进行去噪。LMS自适应滤波器利用前一刻已经获得的滤波器参数,调节当前滤波器参数,以适应语音信息和噪声未知的或随机变化的统计特性,从而实现最优滤波。LMS的自适应陷波器适用于单色干扰噪声,如单频正弦波噪声。谱减法在频域对语音信息进行降噪。维纳滤波器降噪即设计一个数字滤波器,使得输入的带噪声的语音信息与纯净语音信息的误差满足LMS准则。通过降噪处理后,可以去除语音信息中的噪声,同时提高语音信息的质量和清晰度。
请参阅图8,图8是本申请实施例提供的获取语音信息的另一种场景示意图。当开启终端的智能助手功能后,后台开启AI录音功能,此时终端可以从自身获取预先存储的录音的语音信息,或,终端从服务器获取预先存储的录音的语音信息,或,终端从通信设备获取预先存储的录音的语音信息。在进行录音前,获取的语音信息一般含有噪声,需要对该语音信息进行降噪处理,以提高该语音信息的质量和清晰度。可选地,采用的降噪方法可以是深度学习网络、LMS自适应滤波器、LMS的自适应陷波器、谱减法、维纳滤波器中的至少一种,即采用的降噪方法可以是深度学习网络、LMS自适应滤波器、LMS的自适应陷波器、谱减法、维纳滤波器中的任意一种或任意多种的组合。
可选地,可以采用深度学习网络对语音信息进行降噪处理;或,可以先采用深度学习网络对语音信息进行降噪处理后,然后采用谱减法对语音信息再次进行降噪处理,以进一步增强降噪效果;或,可以先采用LMS的自适应陷波器对语音信息进行降噪处理,然后采用维纳滤波器对语音信息再次进行降噪处理,以进一步增强降噪效果,等等。
通过对获取的语音信息进行降噪处理后,再进行录音,可以提高录音的质量和清晰度。为了进一步提高录音的语音信息的质量和清晰度,还可以净化录音环境,录音前,先录制一段环境音,作为降噪的样本。即终端获取的预先存储的语音信息,都是对事先获取的语音信息进行降噪处理后再进行录音的语音信息。
S12、将语音信息转换为文本信息。
可选地,在获取到语音信息后,采用AI语音***将该语音信息全部转换为文本信息。可选地,在获取到预先存储的语音信息后,采用AI语音***将该语音信息全部转换为文本信息。需要说明的是,AI语音***提供多种语言供用户选择,在将语音信息转换成文本信息时,用户可以根据具体需求,选择所转换的文本信息的语言。可选地,用户可以选择将语音信息转换为中文文本信息,或,用户可以选择将语音信息转换为英文文本信息,或,用户可以选择将语音信息转换为德文文本信息,等等。
S13、根据应用场景从文本信息中提取预设特征信息。
在将语音信息全部转换为文本信息后,由于该文本信息对应了全部语音信息,用户需要将该文本信息浏览完,才能获取到预设特征信息,这样会浪费大量的时间,影响用户体验。本申请实施例为了提升用户体验,会根据应用场景从文本信息中提取预设特征信息。可选地,预设特征信息可以为至少一个关键词和/或至少一个关键语句。即预设特征信息可以为至少一个关键词,或,预设特征信息可以为至少一个关键语句,或,预设特征信息可以为至少一个关键词和/或至少一个关键语句。
可以根据如下两种中任一种可行的实现方式实现根据应用场景从文本信息中提取预设特征信息。
一种可行的实现方式:
从文本信息中提取出现频次大于或等于预设频次的至少一个关键词。可选地,文本信息中有些关键词出现频次较高,若这些关键词的出现频次大于或等于预设频次,则将这些关键词提取出来。提取的出现频次大于或等于预设频次的关键词可以是一个或多个。
可选地,可以根据如下可行的实现方式从文本信息中提取出现频次大于或等于预设频次的至少一个关键词:按照出现频次从高到低或从低到高的顺序对至少一个关键词进行排序。该至少一个关键词由于出现频次已经大于或等于预设频次,可以将其认为是高频词,然后根据出现频次对该至少一个关键词进行排序。可选地,从文本信息中查找出现频次大于或等于预设频次的至少一个关键词,并对该至少一个关键词进行排序。可选地,预设频次为2次,则从文本信息中查找出现频次大于或等于2次的至少一个关键词,并对该至少一个关键词进行排序。可选地,通过统计高频词,确定或生成高频信息列表,高频信息列表按照词频进行排序,用户可以查询。可选地,在对该至少一个关键词进行排序时,可以按照出现频次从高到低或从低到高的顺序对该至少一个关键词进行排序,该至少一个关键词可以构成高频信息列表。
请参阅图9,图9是本申请实施例提供的对至少一个关键词进行排序的一种界面示意图。可选地,预设频次为2次,在交友场景下,查找到出现频次大于或等于2次的关键词有4个,分别为“看电影《XXXXX》”、“流行音乐《XXX》”、“约吃饭XXXXX”、“XXXXXXXXXX”,可选地,“看电影《XXXXX》”的出现频次为15次,“流行音乐《XXX》”的出现频次为10次,“约吃饭XXXXX”的出现频次为5次,“XXXXXXXXXX”的出现频次为3次,按照出现频次从高到低或从低到高的顺序对该4个关键词进行排序,构成高频信息列表。可以理解的是,在高频信息列表中,从上到下的顺序依次是“看电影《XXXXX》”、“流行音乐《XXX》”、“约吃饭XXXXX”、“XXXXXXXXXX”。
请参阅图10,图10是本申请实施例提供的对至少一个关键词进行排序的另一种界面示意图。可选地,预设频次为2次,在培训场景下,查找到出现频次大于或等于2次的关键词有4个,分别为“微分”、“积分”、“公式”、“计算”,可选地,“微分”的出现频次为15次,“积分”的出现频次为13次,“公式”的出现频次为6次,“计算”的出现频次为3次,按照出现频次从高到低或从低到高的顺序对该4个关键词进行排序,构成高频信息列表。可以理解的是,在高频信息列表中,从上到下的顺序依次是“微分”、“积分”、“公式”、“计算”。
可选地,高频信息列表上设有可滑动的第一滑块。当高频信息列表上出现频次大于或等于预设频次的关键词较多时,在同一个界面上无法将全部关键词都显示出来。用户可以通过上下滑动高频信息列表上的第一滑块快速查看所有的关键词,提升用户体验。请参阅图9,可选地,通过手指或触控工具上下滑动高频信息列表上的第一滑块,可以查看交友场景下的所有关键词。请参阅图10,可选地,通过手指或触控工具上下滑动高频信息列表上的第一滑块,可以查看培训场景下的所有关键词。
另一种可行的实现方式:
从文本信息中提取与应用场景相关的至少一个关键语句。可选地,文本信息中有些语句与应用场景相关,可以将这些与应用场景相关的语句提取出来,作为关键语句。提取的关键语句可以是一个或多个。
可选地,可以根据如下可行的实现方式从文本信息中提取与应用场景相关的至少一个关键语句:从文本信息中提取与应用场景相关的至少一个关键语句,至少一个关键语句构成关键语句列表。可选地,将语音信息全部转换为文本信息后,从该文本信息中提取与应用场景相关的至少一个关键语句,该至少一个关键语句可以构成关键语句列表。可以理解的是,根据应用场景的选择,可以智能记录关键语句,并确定或生成关键语句列表,用户可以查询关键语句。
可选地,可以对与应用场景相关的至少一个关键语句进行排序。可选地,按照关键语句与应用场景的相关度从高到低或从低到高的顺序进行排序,排序后构成关键语句列表。
请参阅图11,图11是本申请实施例提供的关键语句排列的一种界面示意图。比如,在交友场景下,与交友场景相关度最高的关键语句是“下周一老同学在XXX商场一起吃饭聚一下”,因此将该关键语句“下周一老同学在XXX商场一起吃饭聚一下”显示在关键语句列表中的最上面,通过将相关度较高的关键语句显示在关键语句列表中靠上的位置,这样可以使用户更加直观地查看相关度较高的关键语句,为用户节省了从大量繁杂的文本信息中查找与应用场景的关键语句的时间,进一步提升了用户体验。
请参阅图12,图12是本申请实施例提供的关键语句排列的另一种界面示意图。比如,在培训场景下,与培训场景相关度最高的关键语句是“同学们将今天在课堂上讲的知识点熟练掌握”,因此将该关键语句“同学们将今天在课堂上讲的知识点熟练掌握”显示在关键语句列表中的最上面,与培训场景相关度次高的关键语句是“根据原理做到举一反三”,将相关度次高的关键语句“根据原理做到举一反三”显示在关键语句“同学们将今天在课堂上讲的知识点熟练掌握”的下面,通过将相关度较高的关键语句显示在关键语句列表中靠上的位置,这样可以使用户更加直观地查看相关度较高的关键语句,为用户节省了从大量繁杂的文本信息中查找与应用场景的关键语句的时间,进一步提升了用户体验。
可选地,关键语句列表上设有可滑动的第二滑块。当关键语句列表上出现的关键语句较多时,在同一个界面上无法将全部关键语句都显示出来。用户可以通过上下滑动关键语句列表上的第二滑块快速查看所有的关键语句,进一步提升用户体验。请参阅图11,可选地,通过手指或触控工具上下滑动关键语句列表上的第二滑块,可以查看交友场景下的所有关键语句。请参阅图12,可选地,通过手指或触控工具上下滑动关键语句列表上的第二滑块,可以查看培训场景下的所有关键语句。
可选地,关键语句可以为如下至少一种:时间、地点、人物、事件。即关键语句包括时间、地点、人物、事件中的任意一种或任意多种的组合。
可选地,根据应用场景从文本信息中提取关键语句有多种情况,以如下3种情况为例进行说明:
情况1:关键语句包括时间,则从文本信息中提取包含时间的关键语句。可选地,提取交友场景下包含“下周一”或其他时间的关键语句。可选地,提取培训场景下包含“今天”或其他时间的关键语句。
情况2:关键语句包括时间和地点,则从文本信息中提取包含时间和地点的关键语句。可选地,提取交友场景下包含“下周一”和“XXX商场”的关键语句。可选地,提取培训场景下包含“今天”和“课堂”的关键语句。
情况3:关键语句包括时间、人物和事件,则从文本信息中提取包含时间、人物和事件的关键语句。可选地,提取交友场景下包含“下周一”、“老同学”和“吃饭聚一下”的关键语句。可选地,提取培训场景下包含“今天”、“同学们”和“讲的知识点熟练掌握”的关键语句。
通过设置关键语句中包含特定词语,如时间、地点、人物、事件,就可以查找包含特定词语的关键语句,而不用人工一一查找文本信息中的每句话,并从每句话中提取关键语句,大大节省了提炼预设特征信息的时间,提升用户体验。
S14、根据预设特征信息确定或生成目标信息。
可选地,所述目标信息可以为表单,也可以为其他信息。
在实施例及附图中,为方便理解,以表单为例进行说明。
在提取预设特征信息后,可以根据该预设特征信息确定或生成目标信息。
可以根据如下可行的实现方式实现根据预设特征信息确定或生成目标信息。
可行的实现方式:
根据至少一个关键词和/或至少一个关键语句确定或生成目标信息。可选地,可以根据至少一个关键词确定或生成目标信息,或者,根据至少一个关键语句确定或生成目标信息,或者,根据至少一个关键词和/或至少一个关键语句确定或生成目标信息。
可选地,可以根据如下可行的实现方式实现根据至少一个关键词和/或至少一个关键语句确定或生成目标信息:根据至少一个关键词和/或至少一个关键语句确定或生成目标信息。可选地,可以根据至少一个关键词确定或生成目标信息,或,根据至少一个关键语句确定或生成目标信息,或,根据至少一个关键词和/或至少一个关键语句确定或生成目标信息,如故事目标信息。请参阅图9至图12中的用户故事单,用户故事单可以只包括高频信息列表,或,用户故事单可以只包括关键语句列表,或,用户故事单可以包括高频信息列表和关键语句列表,图9至图12中,高频信息列表位于关键语句列表的上方,可选地,高频信息列表也可以位于关键语句列表的下方。
可以理解的是,在本方法中,将语音信息转换为文本信息后,可以根据应用场景从文本信息中提炼出交流沟通中的预设特征信息。通过本文的方式,本申请可以适用于多种应用场景,且可以使用户快速获取关键信息,提升用户体验。
下面,结合图13,详细说明在一种应用场景下确定或生成目标信息的过程。
图13是本申请实施例提供的在一种应用场景下确定或生成目标信息的过程示意图。请参阅图13,包括终端。首先开启AI语音***的语音智能助手,在第1个页面,用户使用手指或触控工具选择交友场景,终端进入后台获取语音内容,并实施分析过程,形成记录表,记录表中显示有至少一条语音记录。统计交友过程中沟通交流内容中的高频词汇(即关键词),如“看电影《XXXXX》”、“流行音乐《XXX》”、“约吃饭XXXXX”、“XXXXXXXXXX”,使用人工智能算法(如深度学习的神经网络算法)获取与交友场景相关的关键语句,如“下周一老同学在XXX商场一起吃饭聚一下”。在第2个页面,用户进行选择操作,可以从记录表中选择其中1条记录,比如选择记录一,进入第3个页面。在第3个页面,将提炼的预设特征信息确定或生成目标信息,即根据提炼的至少一个关键词和/或至少一个关键语句确定或生成目标信息,至少一个关键词构成高频信息列表,至少一个关键语句构成关键语句列表。
下面,结合图14,详细说明在另一种应用场景下确定或生成目标信息的过程。
图14是本申请实施例提供的在选择的应用场景下确定或生成目标信息的过程示意图。请参阅图14,包括终端。首先开启AI语音***的语音智能助手,在第1个页面,用户使用手指或触控工具选择培训场景,终端进入后台获取语音内容,并实施分析过程,形成记录表,记录表中显示有至少一条记录。统计培训过程中讲师输出内容中的高频词汇(即关键词),如“微分”、“积分”、“公式”、“计算”,使用人工智能算法获取与培训场景相关的关键语句,如“同学们将今天在课堂上讲的知识点熟练掌握”、“根据原理做到举一反三”。在第2个页面,用户进行选择操作,可以从记录表中选择其中1条记录,比如选择记录一,进入第3个页面。在第3个页面,将提炼的预设特征信息确定或生成目标信息,即根据提炼的至少一个关键词和/或至少一个关键语句确定或生成目标信息,至少一个关键词构成高频信息列表,至少一个关键语句构成关键语句列表。
本申请实施例提供一种语音处理方法,获取语音信息;和/或,获取预先存储的语音信息;将语音信息转换为文本信息;从文本信息中提取出现频次大于或等于预设频次的至少一个关键词,和/或,从文本信息中提取与应用场景相关的至少一个关键语句;根据至少一个关键词和/或至少一个关键语句确定或生成目标信息。在本方法中,使用AI语音功能,记录应用场景内的语音信息并通过人工智能算法提炼预设特征信息,通过记录高频词汇(即关键词)以及与应用场景相关的关键语句等方法,确定或生成目标信息。本申请实施例的方案应用场景广泛,不局限于语音通话过程。同时依靠人工智能算法,协助用户提取沟通过程中的重要信息,提升用户体验。
在图4所示实施例的基础上,本申请实施例提供的语音处理方法还包括目标信息处理方法,下面,结合图15,详细说明对目标信息进行处理的方法。
图15是本申请实施例提供的目标信息处理方法的第一种流程示意图。请参见图15,该方法包括:
S21、从关键词中筛选出符合第一预设条件的至少一个目标关键词。
在得到至少一个关键词后,用户可以对高频信息列表中的关键词进行确认和筛选,若认为是重要信息,则将其筛选出来。
可以根据如下可行的实现方式从关键词中筛选出符合第一预设条件的至少一个目标关键词。
可行的实现方式:
将符合第一预设条件的至少一个目标关键词加入到目标工具中。可选地,高频信息列表中包含至少一个关键词,并不是所有的关键词都是用户所需要的重要信息,此时就需要从这些关键词中筛选出重要信息。为了方便判断,将第一预设条件作为重要信息的判断条件。从高频信息列表中的至少一个关键词中筛选出符合第一预设条件的至少一个目标关键词,该目标关键词即是重要信息。
可选地,第一预设条件可以是出现频次排列前N名,N为大于或等于1的整数;和/或,与应用场景的相关度大于或等于第一预设相关度。即第一预设条件可以是出现频次排列前N名,或,第一预设条件可以是与应用场景的相关度大于或等于第一预设相关度,或,第一预设条件可以是出现频次排列前N名且与应用场景的相关度大于或等于第一预设相关度。
例如,请参阅图9,若第一预设条件是出现频次排列前3名,则目标关键词是“看电影《XXXXX》”、“流行音乐《XXX》”、“约吃饭XXXXX”。若第一预设条件是出现频次排列前3名且与应用场景的相关度大于或等于90%,则目标关键词是“看电影《XXXXX》”。请参阅图10,若第一预设条件是出现频次排列前3名,则目标关键词是“微分”、“积分”、“公式”。若第一预设条件是出现频次排列前3名且与应用场景的相关度大于或等于90%,则目标关键词是“微分”。
将该至少一个目标关键词加入到目标工具中。可选地,当从至少一个关键词中筛选出符合第一预设条件的至少一个目标关键词后,可以将目标关键词加入到目标工具中。请参阅图16,图16是本申请实施例提供的将目标关键词加入到目标工具的界面示意图。用户通过用手指或触控工具在点击目标关键词右侧的即可将目标关键词加入到目标工具中。
可选地,目标工具可以为如下至少一种:日历、记事本、备忘录、提醒事项、日志、文稿。即目标工具可以包括日历、记事本、备忘录、提醒事项、日志、文稿中的任意一种或任意多种的组合。可选地,将目标关键词加入到日历中,或,将目标关键词加入到记事本及备忘录中,或,将目标关键词加入到提醒事项、日志及文稿中,以便于进行备份,且方便用户查看。对于高频信息列表中无效信息,可以将其删除,以节省存储空间。通过对重要信息的筛选以及无效信息的删除,同步优化AI分析的算法,便于后续使用中获取更加准确有用的信息。
S22、根据至少一个目标关键词对目标信息的内容进行更新,和/或显示更新后的目标信息。
由于将高频信息列表中的关键词进行了筛选,将重要信息筛选出来,如将目标关键词筛选出来,将无效信息(如无用的关键词)删除,则对高频信息列表进行更新,即更新为只包含目标关键词。当高频信息列表更新时,相当于对目标信息进行了更新。通过删除高频信息列表中的无效信息,筛选出重要信息,仅在高频信息列表中保留重要信息,不仅可以节省存储空间,还便于用户快速找到关键信息,提升用户体验。
在图4所示实施例的基础上,本申请实施例提供的语音处理方法还包括目标信息处理方法,下面,结合图17,详细说明对目标信息进行处理的方法。
图17是本申请实施例提供的目标信息处理方法的第二种流程示意图。请参见图17,该方法包括:
S31、从关键语句中筛选出符合第二预设条件的至少一个目标关键语句。
在得到至少一个关键语句后,用户可以对关键语句列表中的关键语句进行确认和筛选,若认为是重要信息,则将其筛选出来。
可以根据如下可行的实现方式从关键语句中筛选出符合第二预设条件的至少一个目标关键语句。
可行的实现方式:
将符合第二预设条件的至少一个目标关键语句加入到目标工具中。可选地,关键语句列表中可以包含至少一个关键语句,并不是所有的关键语句都是用户所需要的重要信息,此时就需要从这些关键语句中筛选出重要信息。为了方便判断,将第二预设条件作为重要信息的判断条件。从关键语句列表中的至少一个关键语句中筛选出符合第二预设条件的至少一个目标关键语句,该目标关键语句即是重要信息。
可选地,第二预设条件可以为:重要级别大于或等于预设级别;和/或,与应用场景的相关度大于或等于第二预设相关度。即第二预设条件可以是重要级别大于或等于预设级别,或,第二预设条件可以是与应用场景的相关度大于或等于第二预设相关度,或,第二预设条件可以是重要级别大于或等于预设级别且与应用场景的相关度大于或等于第二预设相关度。
例如,请参阅图9,若第二预设条件是重要级别大于或等于预设级别,则目标关键语句是“下周一老同学在XXX商场一起吃饭聚一下”。若第二预设条件是重要级别大于或等于预设级别且与应用场景的相关度大于或等于第二预设相关度,则目标关键语句是“下周一老同学在XXX商场一起吃饭聚一下”。请参阅图10,若第二预设条件是重要级别大于或等于预设级别,则目标关键语句是“同学们将今天在课堂上讲的知识点熟练掌握”、“根据原理做到举一反三”。若第二预设条件是重要级别大于或等于预设级别且与应用场景的相关度大于或等于第二预设相关度,则目标关键语句是“同学们将今天在课堂上讲的知识点熟练掌握”。
将该至少一个目标关键语句加入到目标工具中。可选地,当从关键语句中筛选出符合第二预设条件的至少一个目标关键语句后,可以将目标关键语句加入到目标工具中。
可选地,目标工具可以为如下至少一种:日历、记事本、备忘录、提醒事项、日志、文稿。即目标工具以包括日历、记事本、备忘录、提醒事项、日志、文稿中的任意一种或任意多种的组合。可选地,将目标关键语句加入到提醒事项中,或,将目标关键语句加入到日志及文稿中,或,将目标关键语句加入到日历、记事本及备忘录中,以便于进行备份,且方便用户查看。对于关键语句列表中无效信息,可以将其删除,以节省存储空间。通过对重要信息的筛选以及无效信息的删除,同步优化AI分析的算法,便于后续使用中获取更加准确有用的信息。
S32、根据至少一个目标关键语句对目标信息的内容进行更新,和/或显示更新后的目标信息。
由于将关键语句列表中的关键语句进行了筛选,将重要信息筛选出来,如将目标关键语句筛选出来,将无效信息(如无用的关键语句)删除,则对关键语句列表进行更新,即更新为只包含目标关键语句。当关键语句列表更新时,相当于对目标信息进行了更新。通过删除关键语句列表中的无效信息,筛选出重要信息,仅在关键语句列表中保留重要信息,不仅可以节省存储空间,还便于用户快速找到关键信息,提升用户体验。
在图4所示实施例的基础上,本申请实施例提供的语音处理方法还包括目标信息处理方法,下面,结合图18,详细说明对目标信息进行处理的方法。
图18是本申请实施例提供的目标信息处理方法的第三种流程示意图。请参见图17,该方法包括:
S41、从关键词中筛选出符合第一预设条件的至少一个目标关键词,和/或从关键语句中筛选出符合第二预设条件的至少一个目标关键语句。
在从关键词中筛选出符合第一预设条件的至少一个目标关键词时,其具体实施可参见S21的实施例,在此不再赘述。在从关键语句中筛选出符合第二预设条件的至少一个目标关键语句时,其具体实施可参见S31的实施例,在此不再赘述。
S42、根据至少一个目标关键词和至少一个目标关键语句对目标信息的内容进行更新,和/或显示更新后的目标信息。
可选地,根据至少一个目标关键词对高频信息列表进行更新,关于对高频信息列表进行更新的具体实施可参见S22的实施例。根据至少一个目标关键语句对关键语句列表进行更新,关于对关键语句列表进行更新的具体实施可参见S32的实施例。通过对高频信息列表和关键语句列表进行更新,实现对目标信息的内容进行更新。在对目标信息的内容进行更新后,显示更新后的目标信息,也可以保存更新后的目标信息。通过删除高频信息列表以及关键语句列表中的无效信息,筛选出重要信息,仅在高频信息列表以及关键语句列表中保留重要信息,不仅可以节省存储空间,还便于用户快速找到关键信息,提升用户体验。
可选地,在S22、S32或S42之后,该目标信息处理方法还可以包括:将文本信息删除。可选地,根据至少一个目标关键词对目标信息的内容进行更新,和/或显示更新后的目标信息之后,将语音信息转换后的文本信息进行删除;或,根据至少一个目标关键语句对目标信息的内容进行更新,和/或显示更新后的目标信息之后,将语音信息转换后的文本信息进行删除;或,根据至少一个目标关键词和至少一个目标关键语句对目标信息的内容进行更新,和/或显示更新后的目标信息之后,将语音信息转换后的文本信息进行删除。整个过程不需要保存全部的语音信息和文本信息,根据终端实际的算力,保留最新的部分数据(更新后的目标信息)即可,完成分析后清空原始的语音记录(即文本信息),仅保留更新后的目标信息,不仅节省存储空间,还能减少***运算资源消耗,且提升用户体验。
在图4所示实施例的基础上,本申请实施例提供的语音处理方法还包括目标信息处理方法,下面,结合图19,详细说明对目标信息进行处理的方法。
图19是本申请实施例提供的目标信息处理方法的第四种流程示意图。请参见图17,该方法包括:
S51、判断关键词中是否存在符合第一预设条件的至少一个目标关键词。
判断高频信息列表中的至少一个关键词中是否存在符合第一预设条件的至少一个目标关键词,如果判断的结果为是,则执行S52;否则,执行S53。关于第一预设条件以及目标关键词的具体实施可参见S21的实施例,在此不再赘述。
S52、从关键词中筛选出符合第一预设条件的至少一个目标关键词。
S52的具体实施可参见S21的实施例,在此不再赘述。
S53、判断关键语句中是否存在符合第二预设条件的至少一个目标关键语句。
判断关键语句列表中的至少一个关键语句中是否存在符合第二预设条件的至少一个目标关键语句,如果判断的结果为是,则执行S55;否则,执行S52。关于第二预设条件以及目标关键语句的具体实施可参见S31的实施例,在此不再赘述。
S54、显示目标信息。
由于不存在符合第一预设条件的目标关键词以及符合第二预设条件的目标关键语句,则显示原始目标信息,如图16中的用户故事单。需要说明的是,不仅可以显示原始目标信息,还可以保存原始目标信息。
S55、从关键语句中筛选出符合第二预设条件的至少一个目标关键语句。
S56、根据至少一个目标关键词和至少一个目标关键语句对目标信息的内容进行更新,和/或显示更新后的目标信息。
关于根据至少一个目标关键词和至少一个目标关键语句对目标信息的内容进行更新,和/或显示更新后的目标信息的具体实施可参见S42的实施例,在此不再赘述。
下面,结合图20,详细说明在一种应用场景下更新目标信息的过程。
图20是本申请实施例提供的在一种应用场景下更新目标信息的过程示意图。请参阅图20,包括终端。首先开启AI语音***的语音智能助手,按照提示同步开启AI语音,新建记录,在第1个页面,用户使用手指或触控工具并按照提示选择培训场景。终端进入后台获取语音信息,并将语音信息转换为文本信息,形成记录表,记录表中显示有至少一条记录。统计培训过程中讲师输出内容中的高频词汇(即关键词),如“微分”、“积分”、“公式”、“计算”,使用人工智能算法获取与培训场景相关的关键语句,如“同学们将今天在课堂上讲的知识点熟练掌握”、“根据原理做到举一反三”。在第2个页面,用户进行选择操作,可以从记录表中选择想要查看的记录,比如选择记录一,进入第3个页面,查看记录详情。在第3个页面,将提炼的预设特征信息(关键词排序以及关键语句列表)确定或生成目标信息,即根据提炼的至少一个关键词和/或至少一个关键语句确定或生成目标信息,至少一个关键词构成高频信息列表,至少一个关键语句构成关键语句列表。在第4个页面,用户从高频信息列表中筛选出重要信息(目标关键词),从关键语句列表中筛选出重要信息(目标关键语句),可选地,用户可以将高频信息列表中的无效信息删除,将关键语句列表中的无效关键语句删除,或者,用户根据自身需求,删除无用的记录。在第5个页面,用户点击可以将目标关键词、目标关键语句加入到目标工具中,即将用户需要的信息加入到目标工具中,同时语音智能助手后台记录用户行为,优化后续人工智能算法。可选地,在第5个页面,对于记录表中的记录,进入详情页面后,点击右上角的删除按钮,可以整体删除一条记录。在进行上述操作过程后,对目标信息的内容进行更新。
可以理解的是,本申请实施例基于AI语音功能,将语音信息转换为文本信息后,根据人工智能算法获取预设特征信息。通过对关键词(高频词汇)进行统计排序,以及记录与应用场景相关的关键语句,为用户提供在语音交流环节中的重要信息,协助用户抓住语音交流过程中的重点。可选地,用户根据自身需求取舍交流过程中的重点内容,支持保存重点信息,删除无效信息等后期处理,提升用户体验。该方案应用场景广泛,不局限于语音通话过程。
本申请实施例还提供一种语音处理方法,请参阅图21,图21是本申请实施例提供的语音处理的第二种流程示意图。该语音处理方法的流程可以包括:
S61、获取与应用场景对应的语音信息。
本申请实施例的执行主体可以为终端,也可以为设置在终端中的语音处理装置。可选地,语音处理装置可以通过软件实现,也可以通过软件和硬件的结合实现。
首先开启AI语音***的语音智能助手,按照提示同步开启AI语音,新建记录,用户使用手指或触控工具并按照提示选择应用场景,如图5中选择交友场景,如图6中选择培训场景。终端进入后台获取语音信息,即获取该应用场景下的语音信息。
请参阅图5,用户在新建记录页面上,用手指或触控工具(如触控笔)在场景选择按钮左侧的“▼”上点击,会出现下拉菜单,从该下拉菜单中可以选择应用场景,例如:选择交友场景。请参阅图6,用户在新建记录页面上,用手指或触控工具(如触控笔)在场景选择按钮左侧的“▼”上点击,会出现下拉菜单,从该下拉菜单中可以选择应用场景,例如:选择培训场景。可选地,用户也可以自定义应用场景,即除了下拉菜单中列出的应用场景外,用户可以自定义其他的应用场景。
获取周边与应用场景对应的语音信息,可选地,在获取语音信息时,可以是获取周边与应用场景对应的语音信息,即边获取边录音,并将录音的语音信息(即录音内容)进行缓存。可选地,在获取语音信息时,获取的语音信息可以是录音的语音信息,即获取的语音信息可以是在服务器、通信设备或终端中预先存储的录音的语音信息。即通过事先将语音信息进行录音,然后将录音的语音信息进行存储。当需要对语音信息进行解析时,可以获取录音的语音信息。
可以根据如下两种中任意一种可行的实现方式获取与应用场景对应的语音信息。
一种可行的实现方式:
获取与应用场景对应的语音信息。可选地,当用户想要对语音信息进行分析时,可以通过终端的麦克风获取周边与应用场景对应的语音信息。关于获取与应用场景对应的语音信息的具体实施可参见S11的实施例,在此不再赘述。
另一种可行的实现方式:
获取预先存储的与应用场景对应的语音信息。可选地,可以事先对语音信息进行录音,并将录音的语音信息(即录音内容)预先存储,用户需要进行语音分析时,可以获取预先存储的与应用场景对应的语音信息。
可选地,可以根据如下可行的实现方式获取预先存储的与应用场景对应的语音信息:从服务器获取预先存储的与应用场景对应的语音信息;从通信设备获取预先存储的与应用场景对应的语音信息;从终端获取预先存储的与应用场景对应的语音信息。即可以从服务器、通信设备、终端的任意一种或任意多种的组合获取预先存储的与应用场景对应的语音信息。
可选地,在没有其他设备的情况下,可以从终端获取预先存储的与应用场景对应的语音信息。可选地,可以从服务器获取预先存储的与应用场景对应的语音信息,若服务器中间出现故障或出现其他状况中断传输,此时剩余还未获取的语音信息可以从通信设备获取。可选地,可以从服务器获取预先存储的与应用场景对应的语音信息,若服务器中间出现故障或出现其他状况中断传输,此时剩余还未获取的语音信息可以从终端获取。通过提供多种灵活的获取方式,可以满足用户在不同情况下的需求,提升用户体验,且能保证语音信息的传输质量。关于获取预先存储的与应用场景对应的语音信息的具体实施可参见S11的实施例,在此不再赘述。
S62、将语音信息转换为文本信息。
S62的具体实施可参见S12的实施例,在此不再赘述。
S63、从文本信息中提取预设特征信息。
在将语音信息全部转换为文本信息后,由于该文本信息对应了全部语音信息,用户需要将该文本信息浏览完,才能获取到预设特征信息,这样会浪费大量的时间,影响用户体验。本申请实施例为了提升用户体验,会根据应用场景从文本信息中提取预设特征信息。可选地,预设特征信息可以为至少一个关键词和/或至少一个关键语句。即预设特征信息可以为至少一个关键词,或,预设特征信息可以为至少一个关键语句,或,预设特征信息可以为至少一个关键词和/或至少一个关键语句。
可以根据如下两种可行的实现方式实现从文本信息中提取预设特征信息。
一种可行的实现方式:
从文本信息中提取出现频次大于或等于预设频次的至少一个关键词。可选地,文本信息中有些关键词出现频次较高,若这些关键词的出现频次大于或等于预设频次,则将这些关键词提取出来。提取的出现频次大于或等于预设频次的关键词可以是一个或多个。
可选地,可以根据如下可行的实现方式从文本信息中提取出现频次大于或等于预设频次的至少一个关键词:从文本信息中提取出现频次大于或等于预设频次的至少一个关键词,并根据出现频次对至少一个关键词进行排序,以形成高频信息列表。其具体实施可参见S13的实施例,在此不再赘述。
另一种可行的实现方式:
从文本信息中提取与应用场景相关的至少一个关键语句。
可选地,可以通过如下可行的实现方式从文本信息中提取与应用场景相关的至少一个关键语句:从文本信息中提取与应用场景相关的至少一个关键语句,至少一个关键语句构成关键语句列表。其具体实施可参见S13的实施例,在此不再赘述。
可选地,关键语句可以为如下至少一种:时间、地点、人物、事件的起因、事件的经过、事件的结果。即关键语句包括时间、地点、人物、事件的起因、事件的经过、事件的结果中的任意一种或任意多种的组合。
可选地,根据应用场景从文本信息中提取关键语句有多种情况,以如下3种情况为例进行说明:
情况1:关键语句包括时间,则从文本信息中提取包含时间的关键语句。可选地,提取交友场景下包含“下周一”或其他时间的关键语句。可选地,提取培训场景下包含“今天”或其他时间的关键语句。
情况2:关键语句包括时间和地点,则从文本信息中提取包含时间和地点的关键语句。可选地,提取交友场景下包含“下周一”和“XXX商场”的关键语句。可选地,提取培训场景下包含“今天”和“课堂”的关键语句。
情况3:关键语句包括时间、人物、事件的结果,则从文本信息中提取包含时间、人物和事件的结果的关键语句。可选地,提取交友场景下包含“下周一”、“老同学”和“吃饭聚一下”的关键语句。可选地,提取培训场景下包含“今天”、“同学们”和“讲的知识点熟练掌握”的关键语句。
通过设置关键语句中包含特定词语,如时间、地点、人物、事件的起因、事件的经过、事件的结果,就可以查找包含特定词语的关键语句,而不用人工一一查找文本信息中的每句话,并从中提取关键语句,大大节省了提炼预设特征信息的时间,提升用户体验。
S64、根据预设特征信息确定或生成目标信息。
可选地,所述目标信息可以为表单,也可以为其他信息。
在实施例及附图中,为方便理解,以表单为例进行说明。
在提取预设特征信息后,可以根据该预设特征信息确定或生成目标信息。
可以根据如下可行的实现方式实现根据预设特征信息确定或生成目标信息。
可行的实现方式:
根据至少一个关键词和/或至少一个关键语句确定或生成目标信息。可选地,可以根据至少一个关键词确定或生成目标信息,或,根据至少一个关键语句确定或生成目标信息,或,根据至少一个关键词和/或至少一个关键语句确定或生成目标信息。
可选地,可以根据如下可行的实现方式实现根据至少一个关键词和/或至少一个关键语句确定或生成目标信息:根据至少一个关键词和/或至少一个关键语句确定或生成目标信息。可选地,可以根据至少一个关键词确定或生成目标信息,或,根据至少一个关键语句确定或生成目标信息,或,根据至少一个关键词和/或至少一个关键语句确定或生成目标信息,如故事目标信息。请参阅图9至图12中的用户故事单,用户故事单可以只包括高频信息列表,或,用户故事单可以只包括关键语句列表,或,用户故事单可以包括高频信息列表和关键语句列表,图9至图12中,高频信息列表位于关键语句列表的上方,可选地,高频信息列表也可以位于关键语句列表的下方。
可以理解的是,在本方法中,将与应用场景对应的语音信息转换为文本信息后,可以文本信息中提炼出交流沟通中的预设特征信息。通过本文的方式,本申请可以适用于多种应用场景,且可以使用户快速获取关键信息,提升用户体验。
关于确定或生成目标信息的过程,可以参见S14中有关图13中在一种应用场景下确定或生成目标信息过程的详细说明,以及有关图14中在另一种应用场景下确定或生成目标信息过程的详细说明,在此不再赘述。
本申请实施例还提供一种语音处理方法,请参阅图22,图22是本申请实施例提供的语音处理的第三种流程示意图。该语音处理方法的流程可以包括:
S71、获取与应用场景对应的语音信息。
本申请实施例的执行主体可以为终端,也可以为设置在终端中的语音处理装置。可选地,语音处理装置可以通过软件实现,也可以通过软件和硬件的结合实现。S71的具体实施可参见S61的实施例,在此不再赘述。
S72、将语音信息转换为文本信息。
S72的具体实施可参见S12的实施例,在此不再赘述。
S73、从文本信息中提取出现频次大于或等于预设频次的至少一个关键词,和/或从文本信息中提取与应用场景相关的至少一个关键语句。
从文本信息中提取出现频次大于或等于预设频次的至少一个关键词,其具体实施可参见S13的实施例,在此不再赘述。从文本信息中提取与应用场景相关的至少一个关键语句,其具体实施可参见S13的实施例,在此不再赘述。
S74、根据至少一个关键词和/或至少一个关键语句确定或生成目标信息。
根据高频信息列表中的至少一个关键词和关键语句列表中的至少一个关键语句确定或生成目标信息。其具体实施可以参见S14中有关的实施例,在此不再赘述。
可以理解的是,在本方法中,将与应用场景对应的语音信息转换为文本信息后,可以从文本信息中提炼出交流沟通中的预设特征信息。通过本文的方式,本申请可以适用于多种应用场景,且可以使用户快速获取关键信息,提升用户体验。
关于确定或生成目标信息的过程,可以参见S14中有关图13中在一种应用场景下确定或生成目标信息过程的详细说明,以及有关图14中在另一种应用场景下确定或生成目标信息过程的详细说明,在此不再赘述。
图23是本申请实施例提供的语音处理装置的第一种结构示意图。该语音处理装置可以设置在终端中。请参见图23,所述语音处理装置10包括:获取模块11、转换模块12、提取模块13和确定或生成模块14,其中:
所述获取模块11可以用于,获取语音信息;
所述转换模块12可以用于,将所述语音信息转换为文本信息;
所述提取模块13可以用于,根据应用场景从所述文本信息中提取预设特征信息,可选地,所述预设特征信息可以为至少一个关键词和/或至少一个关键语句;
所述确定或生成模块14可以用于,根据所述预设特征信息确定或生成目标信息。
可选地,所述获取模块11可以用于:
获取所述语音信息;和/或,
获取预先存储的所述语音信息。
可选地,所述提取模块13可以用于:
从所述文本信息中提取出现频次大于或等于预设频次的至少一个关键词,
和/或,从所述文本信息中提取与所述应用场景相关的至少一个关键语句。
可选地,所述提取模块13可以用于:
从所述文本信息中提取出现频次大于或等于所述预设频次的至少一个关键词,并根据出现频次对所述至少一个关键词进行排序。
可选地,所述提取模块13可以用于:
从所述文本信息中提取与所述应用场景相关的至少一个关键语句,所述至少一个关键语句构成关键语句列表。
可选地,所述提取模块13可以用于:
按照出现频次从高到低或从低到高的顺序对所述至少一个关键词进行排序。
可选地,所述确定或生成模块14可以用于:
根据所述至少一个关键词和/或所述至少一个关键语句确定或生成所述目标信息。
可选地,所述确定或生成模块14可以用于:
根据所述至少一个关键词和/或至少一个关键语句确定或生成所述目标信息。
可选地,所述关键语句可以为如下至少一种:
时间、地点、人物、事件。
本申请实施例提供的一种语音处理装置可以执行上述方法实施例所示的技术方案,其实现原理以及有益效果类似,此处不再进行赘述。
图24为本申请实施例提供的语音处理装置的第二种结构示意图,在图23所示实施例的基础上,请参见图24,所述语音处理装置10还包括第一筛选模块15、第二筛选模块16和更新模块17。
可选地,所述第一筛选模块15可以用于,从所述关键词中筛选出符合第一预设条件的至少一个目标关键词,和/或,
所述第二筛选模块16可以用于,从所述关键语句中筛选出符合第二预设条件的至少一个目标关键语句;
所述更新模块17可以用于,根据所述至少一个目标关键词和/或至少一个目标关键语句对所述目标信息的内容进行更新,显示更新后的目标信息。
可选地,所述第一筛选模块15可以用于:
将所述符合第一预设条件的至少一个目标关键词加入到目标工具中。
可选地,所述第二筛选模块16可以用于:
将所述符合第二预设条件的至少一个目标关键语句加入到所述目标工具中。
可选地,所述第一预设条件可以为:
出现频次排列前N名,所述N为大于或等于1的整数;和/或,
与所述应用场景的相关度大于或等于第一预设相关度。
可选地,所述第二预设条件可以为:
重要级别大于或等于预设级别;和/或,
与所述应用场景的相关度大于或等于第二预设相关度。
可选地,所述目标工具可以为如下至少一种:
日历、记事本、备忘录、提醒事项、日志、文稿。
可选地,所述语音处理装置10还包括删除模块18,所述删除模块18可以用于:将所述文本信息删除。
图25是本申请实施例提供的语音处理装置的第四种结构示意图。该语音处理装置可以设置在终端中。请参见图25,所述语音处理装置20包括:获取模块21、转换模块22、提取模块23和确定或生成模块24,其中:
所述获取模块21可以用于,获取与应用场景对应的语音信息;
所述转换模块22可以用于,将所述语音信息转换为文本信息;
所述提取模块23可以用于,从所述文本信息中提取预设特征信息,可选地,所述预设特征信息可以为至少一个关键词和/或与所述应用场景相关的至少一个关键语句;
所述确定或生成模块24可以用于,根据所述预设特征信息确定或生成目标信息。
可选地,所述获取模块21可以用于:
获取与所述应用场景对应的语音信息;和/或,
获取预先存储的与所述应用场景对应的语音信息。
可选地,所述获取模块21可以用于以下至少一种:
从服务器获取预先存储的与所述应用场景对应的语音信息;
从通信设备获取预先存储的与所述应用场景对应的语音信息;
从所述终端获取预先存储的与所述应用场景对应的语音信息。
可选地,所述提取模块23可以用于:
从所述文本信息中提取出现频次大于或等于预设频次的至少一个关键词,和/或,
从所述文本信息中提取与所述应用场景相关的至少一个关键语句。
可选地,所述提取模块23可以用于:
从所述文本信息中提取出现频次大于或等于所述预设频次的至少一个关键词,根据出现频次对所述至少一个关键词进行排序,以形成高频信息列表。
可选地,所述提取模块23可以用于:
从所述文本信息中提取与所述应用场景相关的至少一个关键语句,所述至少一个关键语句构成关键语句列表。
可选地,所述确定或生成模块24可以用于:
根据所述至少一个关键词和/或所述至少一个关键语句确定或生成所述目标信息。
可选地,所述确定或生成模块24可以用于:
根据所述至少一个关键词和/或至少一个关键语句确定或生成所述目标信息。
可选地,所述关键语句可以为如下至少一种:
时间、地点、人物、事件的起因、事件的经过、事件的结果。
本申请还提供一种终端,终端包括存储器、处理器,存储器上存储有计算机程序,计算机程序被处理器执行时实现上述任一实施例中的语音处理方法的步骤。
本申请还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述任一实施例中的语音处理方法的步骤。
在本申请提供的终端和计算机可读存储介质的实施例中,包含了任一上述语音处理方法实施例的全部技术特征,说明书拓展和解释内容与上述方法的各实施例基本相同,在此不做再赘述。
本申请实施例还提供一种计算机程序产品,计算机程序产品包括计算机程序代码,当计算机程序代码在计算机上运行时,使得计算机执行如上各种可能的实施方式中的方法。
本申请实施例还提供一种芯片,包括存储器和处理器,存储器用于存储计算机程序,处理器用于从存储器中调用并运行计算机程序,使得安装有芯片的设备执行如上各种可能的实施方式中的方法。
可以理解,上述场景仅是作为示例,并不构成对于本申请实施例提供的技术方案的应用场景的限定,本申请的技术方案还可应用于其他场景。例如,本领域普通技术人员可知,随着***架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本申请实施例设备中的单元可以根据实际需要进行合并、划分和删减。
在本申请中,对于相同或相似的术语概念、技术方案和/或应用场景描述,一般只在第一次出现时进行详细描述,后面再重复出现时,为了简洁,一般未再重复阐述,在理解本申请技术方案等内容时,对于在后未详细描述的相同或相似的术语概念、技术方案和/或应用场景描述等,可以参考其之前的相关详细描述。
在本申请中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本申请技术方案的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本申请记载的范围。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,被控终端,或者网络设备等)执行本申请每个实施例的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络,或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、存储盘、磁带)、光介质(例如,DVD),或者半导体介质(例如固态存储盘Solid State Disk(SSD))等。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种语音处理方法,应用于终端,其特征在于,包括以下步骤:
S11、获取语音信息;
S12、将所述语音信息转换为文本信息;
S13、根据应用场景从所述文本信息中提取预设特征信息,所述预设特征信息包括至少一个关键词和/或至少一个关键语句;
S14、根据所述预设特征信息确定或生成目标信息。
2.根据权利要求1所述的方法,其特征在于,包括以下至少一种:
所述S11步骤,包括:获取所述语音信息;和/或,获取预先存储的所述语音信息;
所述S13步骤,包括:从所述文本信息中提取出现频次大于或等于预设频次的至少一个关键词,和/或,从所述文本信息中提取与所述应用场景相关的至少一个关键语句。
3.根据权利要求2所述的方法,其特征在于,所述从文本信息中提取出现频次大于或等于预设频次的至少一个关键词,包括:
按照出现频次从高到低或从低到高的顺序对所述至少一个关键词进行排序。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述关键语句包括如下至少一种:
时间、地点、人物、事件。
5.根据权利要求1至3中任一项所述的方法,其特征在于,所述方法还包括:
从所述关键词中筛选出符合第一预设条件的至少一个目标关键词,和/或,从所述关键语句中筛选出符合第二预设条件的至少一个目标关键语句;
根据所述至少一个目标关键词和/或至少一个目标关键语句对所述目标信息的内容进行更新,和/或显示更新后的目标信息。
6.根据权利要求5所述的方法,其特征在于,还包括以下至少一种:
将所述符合第一预设条件的至少一个目标关键词加入到目标工具中;
将所述符合第二预设条件的至少一个目标关键语句加入到所述目标工具中。
7.根据权利要求6所述的方法,其特征在于,所述第一预设条件包括:
出现频次排列前N名,所述N为大于或等于1的整数;和/或,
与所述应用场景的相关度大于或等于第一预设相关度。
8.根据权利要求6所述的方法,其特征在于,所述第二预设条件包括:
重要级别大于或等于预设级别;和/或,
与所述应用场景的相关度大于或等于第二预设相关度。
9.一种终端,其特征在于,所述终端包括:存储器、处理器,其中,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的语音处理方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的语音处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110838319.1A CN113516986A (zh) | 2021-07-23 | 2021-07-23 | 语音处理方法、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110838319.1A CN113516986A (zh) | 2021-07-23 | 2021-07-23 | 语音处理方法、终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113516986A true CN113516986A (zh) | 2021-10-19 |
Family
ID=78068709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110838319.1A Pending CN113516986A (zh) | 2021-07-23 | 2021-07-23 | 语音处理方法、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113516986A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024087974A1 (zh) * | 2022-10-27 | 2024-05-02 | 比亚迪股份有限公司 | 广播数据信息处理方法、车载广播装置、存储介质及车辆 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933028A (zh) * | 2015-06-23 | 2015-09-23 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN106328143A (zh) * | 2015-06-23 | 2017-01-11 | 中兴通讯股份有限公司 | 语音控制方法、装置和移动终端 |
CN107644642A (zh) * | 2017-09-20 | 2018-01-30 | 广东欧珀移动通信有限公司 | 语义识别方法、装置、存储介质及电子设备 |
CN109961780A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种人机交互方法、装置、服务器和存储介质 |
CN110223695A (zh) * | 2019-06-27 | 2019-09-10 | 维沃移动通信有限公司 | 一种任务创建方法及移动终端 |
CN110837734A (zh) * | 2019-11-14 | 2020-02-25 | 维沃移动通信有限公司 | 文本信息处理方法、移动终端 |
CN110880324A (zh) * | 2019-10-31 | 2020-03-13 | 北京大米科技有限公司 | 语音数据的处理方法、装置、存储介质及电子设备 |
CN110880316A (zh) * | 2019-10-16 | 2020-03-13 | 苏宁云计算有限公司 | 一种音频的输出方法和*** |
CN111009240A (zh) * | 2019-12-06 | 2020-04-14 | 广州易来特自动驾驶科技有限公司 | 一种语音关键词筛选方法、装置、出行终端、设备及介质 |
CN111526247A (zh) * | 2020-04-16 | 2020-08-11 | 广州三星通信技术研究有限公司 | 显示语音文本的方法及装置 |
-
2021
- 2021-07-23 CN CN202110838319.1A patent/CN113516986A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933028A (zh) * | 2015-06-23 | 2015-09-23 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN106328143A (zh) * | 2015-06-23 | 2017-01-11 | 中兴通讯股份有限公司 | 语音控制方法、装置和移动终端 |
CN107644642A (zh) * | 2017-09-20 | 2018-01-30 | 广东欧珀移动通信有限公司 | 语义识别方法、装置、存储介质及电子设备 |
CN109961780A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种人机交互方法、装置、服务器和存储介质 |
CN110223695A (zh) * | 2019-06-27 | 2019-09-10 | 维沃移动通信有限公司 | 一种任务创建方法及移动终端 |
CN110880316A (zh) * | 2019-10-16 | 2020-03-13 | 苏宁云计算有限公司 | 一种音频的输出方法和*** |
CN110880324A (zh) * | 2019-10-31 | 2020-03-13 | 北京大米科技有限公司 | 语音数据的处理方法、装置、存储介质及电子设备 |
CN110837734A (zh) * | 2019-11-14 | 2020-02-25 | 维沃移动通信有限公司 | 文本信息处理方法、移动终端 |
CN111009240A (zh) * | 2019-12-06 | 2020-04-14 | 广州易来特自动驾驶科技有限公司 | 一种语音关键词筛选方法、装置、出行终端、设备及介质 |
CN111526247A (zh) * | 2020-04-16 | 2020-08-11 | 广州三星通信技术研究有限公司 | 显示语音文本的方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024087974A1 (zh) * | 2022-10-27 | 2024-05-02 | 比亚迪股份有限公司 | 广播数据信息处理方法、车载广播装置、存储介质及车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107093423A (zh) | 一种语音输入修正方法、装置及计算机可读存储介质 | |
CN114371803B (zh) | 操作方法、智能终端及存储介质 | |
CN107704514A (zh) | 一种照片管理方法、装置及计算机可读存储介质 | |
CN112181564A (zh) | 生成壁纸的方法、移动终端及存储介质 | |
WO2023010705A1 (zh) | 数据处理方法、移动终端及存储介质 | |
CN108322611B (zh) | 一种锁屏信息推送方法、设备及计算机可读存储介质 | |
CN114090120A (zh) | 应用程序启动方法、移动终端及存储介质 | |
CN113516986A (zh) | 语音处理方法、终端及存储介质 | |
CN113190752A (zh) | 信息推荐方法、移动终端及存储介质 | |
CN113157984A (zh) | 处理方法、终端设备及存储介质 | |
CN113126844A (zh) | 显示方法、终端及存储介质 | |
CN114510166B (zh) | 操作方法、智能终端及存储介质 | |
CN113779285A (zh) | 一种图库图片动态处理方法、设备及计算机可读存储介质 | |
CN114442886A (zh) | 数据处理方法、智能终端及存储介质 | |
CN114119160A (zh) | 应用处理方法、移动终端及存储介质 | |
CN109656658B (zh) | 一种编辑对象处理方法、设备及计算机可读存储介质 | |
CN109600512B (zh) | 一种状态栏交互调控方法、设备及计算机可读存储介质 | |
CN113253896A (zh) | 界面交互方法、移动终端及存储介质 | |
CN112489619A (zh) | 语音处理方法、终端设备及存储介质 | |
CN113254212A (zh) | 处理方法、移动终端及存储介质 | |
WO2023097446A1 (zh) | 视频处理方法、智能终端及存储介质 | |
CN109951607B (zh) | 一种内容处理方法、终端及计算机可读存储介质 | |
CN113645350A (zh) | 控制方法、移动终端及存储介质 | |
CN113392318A (zh) | 处理方法、终端设备及存储介质 | |
CN114020890A (zh) | 信息查询方法、智能终端及计算机可读存储介质 |
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 |