语音处理方法技术

本公开提出一种语音处理方法

【技术实现步骤摘要】
语音处理方法、装置、电子设备及存储介质


[0001]本公开涉及计算机
，尤其涉及一种语音处理方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]随着社会的发展和科技的进步，语音识别技术已经从实验室进入了商业化模式，并被众多领域普遍应用
。
比如车载系统，不仅可以提供语音导航服务，还可以为用户提供其他应用的语音交互服务
。

技术实现思路

[0003]本公开旨在至少在一定程度上解决相关技术中的技术问题之一
。
[0004]本公开第一方面实施例提出了一种语音处理方法，包括：
[0005]在接收到语音服务启动指令的情况下，将设备中的应用安装包的配置文件读取到所述设备内存中；
[0006]在监测到语音指令的情况下，通过无障碍服务获取所述设备中当前显示的第一页面信息；
[0007]将所述配置文件与所述第一页面信息进行融合，生成第二页面信息；
[0008]将语音识别结果与所述第二页面信息进行匹配，以确定并响应所述语音指令对应的操作指令
。
[0009]本公开第二方面实施例提出了一种语音处理装置，包括：
[0010]读取模块，用于在接收到语音服务启动指令的情况下，将设备中的应用安装包的配置文件读取到所述设备内存中；
[0011]获取模块，用于在监测到语音指令的情况下，通过无障碍服务获取所述设备中当前显示页面的第一页面信息；
[0012]融合模块，用于将所述配置文件与所述第一页面信息进行融合，生成第二页面信息；
[0013]匹配模块，用于将语音识别结果与所述第二页面信息进行匹配，以确定并响应所述语音指令对应的操作指令
。
[0014]本公开第三方面实施例提出了一种计算机设备，包括：存储器
、
处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如本公开第一方面实施例提出的语音处理方法
。
[0015]本公开第四方面实施例提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，实现如本公开第一方面实施例提出的语音处理方法
。
[0016]本公开第五方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时，实现如本公开第一方面实施例提出的语音处理方法
。
[0017]本公开提供的语音处理方法
、
装置
、
计算机设备及存储介质，存在如下有益效果：
[0018]本公开实施例中，在接收到语音服务启动指令的情况下，将设备中的应用安装包的配置文件读取到设备内存中，然后在监测到语音指令的情况下，通过无障碍服务获取设备中当前显示的第一页面信息，之后将配置文件与第一页面信息进行融合，生成第二页面信息，最后将语音识别结果与第二页面信息进行匹配，以确定并响应语音指令对应的操作指令
。
由此，避免了由于无障碍服务获取信息过少而导致的语音指令识别不准确的问题，提高了语音交互服务支持的范围和准确性
。
[0019]本公开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，或通过本公开的实践了解到
。
附图说明
[0020]本公开上述的和
/
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：
[0021]图1为本公开一实施例所提供的一种语音处理方法的流程示意图；
[0022]图2为本公开一实施例所提供的一种语音处理方法的流程示意图；
[0023]图3为本公开一实施例所提供的一种语音处理装置的结构示意图；
[0024]图4示出了适于用来实现本公开实施方式的示例性计算机设备的框图
。
具体实施方式
[0025]下面详细描述本公开的实施例，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，旨在用于解释本公开，而不能理解为对本公开的限制
。
[0026]相关技术中，语音处理方法大体上有两种方案：依赖第三方应用主动注册自身信息
、
依赖无障碍服务来获取页面信息
。
但是，第一种方案过度依赖第三方应用，需要第三方应用大量的注册页面信息，导致人力及资源的浪费
。
第二种方案由于无障碍服务的局限性，只能获取页面上的文本信息，对于图标
、
列表等部分无文字的元素，就无法进行匹配，导致获取信息过少，其服务支持范围过小
。
[0027]本公开针对上述问题，提出一种语音处理方法，基于应用安装包的配置文件，在监测到语音指令时，首先通过无障碍服务获取当前显示页面的信息，并将其与配置文件融合，生成融合后的页面信息，之后将语音识别结果与融合后的页面信息进行匹配，以确定语音指令对应的操作
。
由此，避免了由于无障碍服务获取信息过少而导致的语音指令识别不准确的问题，提高了语音交互服务支持的范围和准确性
。
[0028]下面参考附图描述本公开实施例的语音处理方法
、
装置
、
电子设备和存储介质
。
[0029]图1为本公开实施例所提供的一种语音处理方法的流程示意图
。
[0030]如图1所示，该语音处理方法可以包括以下步骤：
[0031]步骤
101
，在接收到语音服务启动指令的情况下，将设备中的应用安装包的配置文件读取到设备内存中
。
[0032]需要说明的是，本公开中的设备可以为车载语音控制系统
、
智能家居系统
、
智能可穿戴设备
、
以及智能手机等等可以任意具有语音交互功能的设备
。
本公开中，以车载语音控制系统为例
。
[0033]其中，配置文件，为包含操作应用程序所需信息的文件
。
其中可以包括应用安装包的包名
、
应用的页面元素的唯一标识
、
元素内容的泛化信息
、
以及元素支持的动作信息
(
包括但不限于点击
、
滑动
、
选择等
)
等等
。
本公开对此不做限定
。
其中，页面元素，为页面中包含的文字
、
图标
、
列表等内容
。
[0034]其中，元素内容的泛化信息，为关于元素功能的多种含义相近的词语
。
比如，页面中有一个弹窗，它有一个
“×”
按钮，这个按钮对应的动作内容可以为“关闭”，也可以为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种语音处理方法，包括：在接收到语音服务启动指令的情况下，将设备中的应用安装包的配置文件读取到所述设备内存中；在监测到语音指令的情况下，通过无障碍服务获取所述设备中当前显示页面的第一页面信息；将所述配置文件与所述第一页面信息进行融合，生成第二页面信息；将语音识别结果与所述第二页面信息进行匹配，以确定并响应所述语音指令对应的操作指令
。2.
如权利要求1所述的方法，其中，所述将所述配置文件与所述第一页面信息进行融合，生成第二页面信息，包括：在所述设备中应用安装包的数量大于1的情况下，基于所述第一页面信息对应的第一包名，对各个配置文件进行遍历，获取与所述第一包名关联的目标配置文件；将所述目标配置文件与所述第一页面信息进行融合，生成第二页面信息
。3.
如权利要求1所述的方法，其中，所述将所述配置文件与所述第一页面信息进行融合，生成第二页面信息，包括：基于所述第一页面信息中每个页面元素的标识，对所述配置文件进行遍历，获取所述配置文件中包含的每个所述页面元素的标识关联的配置信息；基于所述配置信息，对所述第一页面信息进行更新，生成所述第二页面信息
。4.
如权利要求3所述的方法，其中，所述配置信息中包括所述页面元素显示的内容及所述页面元素支持的操作，所述将语音识别结果与所述第二页面信息进行匹配，以确定并响应所述语音指令对应的操作指令，包括：将所述语音识别结果与每个所述页面元素显示的内容分别进行匹配；在所述语音识别结果与任一页面元素显示的内容匹配，且所述任一页面元素支持的操作包括预设操作的情况下，执行针对所述任一页面元素的预设操作
。5.
如权利要求4所述的方法，其中，所述配置信息中还包括所述页面元素的泛化信息，在所述将所述语音识别结果与每个所述页面元素显示的内容分别进行匹配之后，还包括：在所述语音识别结果与每个所述页面元素显示的内容均未匹配的情况下，将所述语音识别结果与每个所述页面元素的泛化信息分别进行匹配；在所述语音识别结果与任一页面元素的泛化信息匹配的情况下，执行针对所述任一页面元素的泛化信息关联的操作
。6.
如权利要求4所述的方法，其中，还包括：根据所述当前显示页面的类型，确定所述预设操作
。7.
如权利要求1‑6任一所述的方法，其中，所述在接收到语音服务启动指令的情况下，将设备中的应用安装包的配置文件读取到所述设备内存中，包括：在接收到语音服务启动指令
、
且所述设备中的应用安装包的数量小于
N
的情况下，将所述设备中的应用安装包的配置文件读取到所述设备内存中，其中，
N
为自然数；或者，在接收到语音服务启动指令
、
且所述设备中的应用安装包的数量大于或等于
N
的情况下，将与所述设备当前的运行环境关联的配置文件读取到所述设备内存中；或者，在接收到语音服务启动指令
、
且所述设备中的应用安装包的数量大于或等于
N
的情况
下，将运行频次最高的前
M
个应用安装包的配置文件读取到所述设备内存中，其中，
M
为小于或等于
N
的自然数
。8.
如权利要求7所述的方法，其中，在所述将与所述设备当前的运行环境关联的目标配置文件读取到所述设备内存中之前，还包括：根据所述设备中各应用的历史运行环境，确定各运行环境关联的配置文件
。9.
一种语音处理装置，包括：读取模块，用于在接收到语音服务启动指令的情况下，将设备中的应用安装包的配置文件读取到所述设备内存中；获取模块，用于在监测到语音指令的情况下，通过无障碍服务获取所述设备中当前显示页面的第一页面信息；融合...

【专利技术属性】
技术研发人员：张明哲，
申请(专利权)人：阿波罗智联北京科技有限公司，
类型：发明
国别省市：