[发明专利]语音信息处理方法、装置、设备及存储介质

说明书

本发明实施例公开了一种语音信息处理方法、装置、设备及存储介质。其中，方法包括：在检测到用户打开目标用户界面时，获取与目标用户界面的控件注册请求对应的控件，控件包括文本输入框控件和/或非文本输入框控件；获取用户语音信息并进行识别，得到文字识别结果和意图识别结果；根据预设的意图识别结果与控件的对应关系，判断是否存在与意图识别结果对应的目标非文本输入框控件；如果存在，则生成对应的响应信息发送至目标用户界面，以使目标用户界面执行对应的操作。本发明实施例实现语音信息控件化，优化现有的用户界面语音交互功能，能够识别复杂的语音信息并提供系统一致的反馈响应，实现方法极为简便。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种语音信息处理方法、装置、设备及存储介质。

背景技术

随着计算机硬件处理能力的提升和网络速度的提高，各种智能设备都开始整合了语音识别相关的人工智能技术，以提升人机交互的体验。

现有技术中，语音识别功能的实现方法通常包括如下两种：第一种是独立的智能语音模块提供自动语音识别(ASR)和自然语言理解(NLU)技术，将采集到的用户的语音信息转换为文字和意图，然后发送至具有语音识别功能的应用程序中，由应用程序做独立处理；第二种方案是将智能语音模块集成到对话管理模块中，由对话管理管理模块采集用户语音信息并输出对话意图。

但现有技术的两种方法中，第一种方法实现简便，但是对话内容单一，且各个语音识别功能应用程序的响应规则不一致，不同的应用程序在类似场景下，对相同的用户语音信息会做出不同的响应，导致用户得到的反馈不一致；第二种方法可以实现对话内容丰富，且具有很好的逻辑性，响应规则也可以比较容易设计得一致，但是开发过程复杂，需要导入专门的对话开发模块，开发成本也较高。

发明内容

本发明实施例提供一种语音信息处理方法、装置、设备及存储介质，通过获取用户界面上的控件并将识别到的语音信息与控件对应起来，实现语音信息控件化，优化现有的用户界面语音交互功能，能够识别复杂的语音信息并提供系统一致的反馈响应，同时，实现方法极为简便。

第一方面，本发明实施例提供了一种语音信息处理方法，包括：

在检测到用户打开目标用户界面时，获取与所述目标用户界面的控件注册请求对应的控件，所述控件包括文本输入框控件和/或非文本输入框控件；

获取所述用户的语音信息，对所述语音信息进行识别，得到所述语音信息的文字识别结果和意图识别结果；

根据预设的意图识别结果与控件之间的对应关系，判断是否存在与所述意图识别结果对应的目标非文本输入框控件；

如果存在与所述意图识别结果对应的目标非文本输入框控件，则生成与所述目标非文本输入框控件对应的响应信息发送至所述目标用户界面，以使所述目标用户界面执行与所述响应信息对应的操作。

第二方面，本发明实施例还提供了一种语音信息处理装置，包括：

控件获取模块，用于在检测到用户打开目标用户界面时，获取与所述目标用户界面的控件注册请求对应的控件，所述控件包括文本输入框控件和/或非文本输入框控件；

语音识别模块，用于获取所述用户的语音信息，对所述语音信息进行识别，得到所述语音信息的文字识别结果和意图识别结果；

第一控件判断模块，用于根据预设的意图识别结果与控件之间的对应关系，判断是否存在与所述意图识别结果对应的目标非文本输入框控件；

响应发送模块，用于如果存在与所述意图识别结果对应的目标非文本输入框控件，则生成与所述目标非文本输入框控件对应的响应信息发送至所述目标用户界面，以使所述目标用户界面执行与所述响应信息对应的操作。