[发明专利]语音输入方法和终端设备

说明书

技术领域

本发明涉及人机交互技术领域，特别涉及一种语音输入方法和终端设备。

背景技术

语音识别技术是一种通过机器正确识别人类的语音，并将人类语音中的词汇内容转换为相应的计算机可读可输入的文本或命令的高科技技术。随着科技的不断进步，语音识别技术涉及领域也越来越广泛。

随着语音输入等方式日益得到普遍应用，当前逐步出现了可通过语音识别技术将用户输入的语音信息转换为对应的文字信息来进行呈现的方式，然而，该种输出形式较为单一，缺乏趣味性，并且由于语音识别的模型并不完善，识别的结果可能会产生错误，进而导致语音识别率比较低，用户体验差。

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语音输入方法和终端设备。

根据本发明的一个方面，提供了一种语音输入方法，该方法包括：

在语音输入模式下，接收用户输入的第一语音并识别生成第一识别结果，根据所述第一识别结果向用户展现相应的文字内容；

在编辑模式下，接收用户输入的第二语音并识别生成第二识别结果；将所述第二识别结果转换为编辑指令，根据所述编辑指令执行相应操作；

所述语音输入模式和编辑模式相互之间能相互切换。

可选的，所述步骤：将所述第二识别结果转换为编辑指令，具体包括：将所述第二识别结果与预先存储的操作信息模型进行匹配，根据所述匹配结果确定编辑指令的类型。

可选的，所述步骤：根据所述编辑指令执行相应操作，至少包括以下一个步骤：

如果根据所述匹配结果确定编辑指令的类型为命令，则直接执行所述命令；

如果根据所述匹配结果确定编辑指令的类型为纠错，则根据所述第二识别结果，对展现的文字内容进行纠错操作；

如果根据所述匹配结果确定编辑指令的类型为添加内容元素，则根据所述第二识别结果推送相应的内容元素。

可选的，所述命令包括删除、换行、回车、清空、发送、撤销中的至少一个。

可选的，所述步骤：如果根据所述匹配结果确定编辑指令的类型为纠错，则根据所述第二识别结果，对所述展现的文字内容进行纠错操作，具体包括：

对所述第二识别结果进行语义分析，根据语义分析结果确定对应的纠错操作类型以及待纠错的部分；

对所述待纠错的部分按照所述纠错操作类型进行纠错。

可选的，所述步骤：对所述待纠错的部分按照所述纠错操作类型进行纠错，具体包括：根据待纠错部分的上下文确定纠错后的内容，对待纠错的部分进行更正。

可选的，所述步骤：根据所述第二识别结果，对所述展现的文字内容进行纠错操作，具体包括：

对所述第二识别结果进行语义分析，根据语义分析结果确定对应的纠错操作类型以及纠错后的内容；

按照所述纠错操作类型、纠错后的内容对所述展现的文字内容进行纠错。

可选的，所述纠错操作类型为替换；所述步骤：按照所述纠错操作类型、纠错后的内容对展现的所述文字内容进行纠错，具体为：对拼音相同或相近的文字进行替换。

可选的，所述第二语音包括替换字词的结构信息或者语义信息。

可选的，所述步骤：根据所述第二识别结果推送相应的内容元素，具体包括：

将所述第二识别结果与预存的颜文字、图片、文本、动画、应用、音频、视频中的至少一项的标识信息和/或属性信息进行匹配；

向用户展现相匹配的颜文字、图片、文本、动画、应用、音频、视频中的至少一项。

可选的，在所述编辑模式下，基于用户习惯或对侧用户习惯向用户推荐颜文字、图片、文本、动画、应用、音频、视频中的至少一项。可选的，所述图片包括静态图片。

可选的，该方法还包括：由语音输入模式切换至编辑模式后，提供编辑指 令和/或输入内容提示信息。

本发明还提供一种终端设备，该设备包括：

语音输入单元，用于在语音输入模式下，接收用户输入的第一语音，在编辑模式下接收用户输入的第二语音；

语音识别单元，用于分别对所述第一语音、第二语音进行识别，分别生成第一识别结果、第二识别结果；

显示单元，用于根据第一识别结果向用户展现相应的文字内容；

编辑操作处理单元，用于在编辑模式下将所述第二识别结果转换为编辑指令，并根据所述编辑指令执行相应操作；所述语音输入模式和编辑模式之间能相互切换。