[发明专利]语音输入控制方法及装置

说明书

技术领域

本发明涉及计算机技术领域，特别涉及一种语音输入控制方法及装置。

背景技术

语音识别技术，也被称为ASR(Automatic Speech Recognition，自动语音识别)，是一种通过对用户语音进行识别进而将其转化成文字的技术，借助语音识别技术来实现语音输入控制的应用越来越广泛。

现有的语音输入控制技术大多数是用于搜索框或短信界面。用户通过语音识别模块识别了语音后，将返回的文字填入浏览器的搜索框内，并通过程序触发搜索。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

现有技术中的语音输入控制大多数用于搜索框或短信界面，应用范围有限，对于其他应用的输入操作，仍然需要采用手动输入，从而限制了输入速度。

发明内容

为了在提高输入速度的同时，扩展语音识别的应用范围，本发明实施例提供了一种在浏览器进行语音输入和语音控制的方法及装置。所述技术方案如下：

一方面，提供了一种语音输入控制方法，所述方法包括：

识别网页标签的输入属性，并根据识别出的输入属性确定语音输入入口；

接收所述语音输入入口输入的语音信息，并将所述语音信息上传至语音云，由所述语音云对所述语音信息进行识别；

获取识别结果，并根据所述识别结果及所述网页标签的输入属性进行输入控制。

其中，所述识别网页标签的输入属性，具体包括：

解析网页标签，根据解析结果识别网页标签的输入属性，所述输入属性为输入文本属性或输入指令属性。

优选地，所述识别网页标签的输入属性时，还包括：

识别所述网页标签的标签属性；

所述将所述语音信息上传至语音云时，还包括：

将所述标签属性上传至所述语音云，由所述语音云根据所述标签属性对所述语音信息进行识别。

其中，所述识别所述网页标签的标签属性，具体包括：

解析所述网页标签所在网页的网页内容，根据所述网页内容识别所述网页标签的标签属性，所述标签属性为所述网页内容的类别或主题。

具体地，所述根据所述识别结果及所述网页标签的输入属性进行输入控制，具体包括：

如果所述网页标签的输入属性为输入文本属性，则将所述识别结果作为输入文本输入网页界面；

如果所述网页标签的输入属性为输入指令属性，则识别并执行所述识别结果对应的指令。

进一步地，所述识别并执行所述识别结果对应的指令之前，还包括：

在本地预先设置存储指令的指令库；

所述识别并执行所述识别结果对应的指令，具体包括：

将所述识别结果与本地预先设置的指令库中的指令进行对比，得到对应的指令，并执行得到的所述对应的指令。

另一方面，还提供了一种语音输入控制装置，所述装置包括：

识别模块，用于识别网页标签的输入属性；

确定模块，用于根据所述识别模块识别出的输入属性确定语音输入入口；

接收模块，用于接收所述确定模块确定的语音输入入口输入的语音信息；

上传模块，用于将所述接收模块接收到的语音信息上传至语音云，由所述语音云对所述语音信息进行识别；

获取模块，用于获取所述语音云对所述上传模块上传的语音信息进行识别的识别结果；

控制模块，用于根据所述获取模块获取到的识别结果及所述识别模块识别出的网页标签的输入属性进行输入控制。

其中，所述识别模块，具体用于解析网页标签，根据解析结果识别网页标签的输入属性，所述输入属性为输入文本属性或输入指令属性。

优选地，所述识别模块，还用于识别所述网页标签的标签属性；

所述上传模块，还用于将所述识别模块识别出的标签属性上传至所述语音云，由所述语音云根据所述标签属性对所述语音信息进行识别。

其中，所述识别模块，具体用于解析所述网页标签所在网页的网页内容，根据所述网页内容识别所述网页标签的标签属性，所述标签属性为所述网页内容的类别或主题。

具体地，所述控制模块，包括：

第一控制单元，用于如果所述识别模块识别出的网页标签的输入属性为输入文本属性，则将所述获取模块获取到的识别结果作为输入文本输入网页界面；

第二控制单元，用于如果所述识别模块识别出的网页标签的输入属性为输入指令属性，则识别并执行所述获取模块获取到的识别结果对应的指令。

进一步地，所述装置还包括：