[发明专利]语音引导操作方法、装置、电子设备及存储介质

说明书

本发明提供一种语音引导操作方法、装置、电子设备及存储介质，其中方法包括：接收对车载智能终端上的应用程序的语音操作指令；其中，语音操作指令被预先配置为与应用程序的界面上的可执行操作功能具有对应关系，可执行操作功能包括应用程序的当前界面可通过触摸方式执行的随机操作；根据语音操作指令在应用程序中确定可执行操作功能和可通过触摸方式执行的随机操作；根据可执行操作功能和可通过触摸方式执行的随机操作，在应用程序中执行语音操作指令对应的操作指令。本发明应用于现有的智能终端时，无需事先单独为每个应用集成语音操作的工具包，只需在移动终端启动本发明的运行，即可实现在智能终端的后台跨不同应用程序的语音引导操作。

技术领域

本发明涉及语音控制技术领域，尤其涉及一种语音引导操作方法、装置、电子设备及存储介质。

背景技术

目前，在智能移动终端上运行的应用（Application，APP），通常通过点击触摸屏来实现交互，具体为：用户在控制界面通过手动操作发出命令，智能移动终端接收该命令后进行响应，并将响应结果以可视化的方式反馈给用户，用户根据看到的界面，进行相应的操作。

但是，存在一些应用场景，用户手动发出命令，以及通过眼睛来查看移动终端的响应存在操作上的不便。最为典型的一个应用场景是，用户处于驾驶状态下。显然，用户需要双手把握方向盘，用户的眼睛需要专注于路况，在眼睛和双手不自由的情况下，语音控制成为车载控制系统研发的方向。

在基于语音方式对智能移动终端上运行的应用进行控制时，涉及两个方面的技术，其一为，用户命令通过语音发出后，智能终端针对用户语音命令的识别；其二为，智能终端如何将基于语音命令的识别所进行的反馈告知用户。语音识别问题的研究已经非常广泛了，智能终端基于语音命令的反馈，或者说智能终端的语音引导操作，更加值得关注。

现有的应用语音导引操作，通常需要在待控制的应用内部集成用于语音操作的SDK（Software Development Kit，软件开发工具包），以实现对语音引导操作。然而，对于目前的多数应用程序，并未事先集成用于语音操作的SDK，因此，对于本领域技术人员而言，智能终端中跨不同APP的语音引导操作依然是亟需解决的技术问题。

发明内容

本发明提供一种语音引导操作方法、装置、电子设备及存储介质，用以解决现有技术中语音引导操作局限于应用程序内部需要事先集成语音操作工具包的缺陷，实现智能终端中跨不同应用程序的语音引导操作。

本发明提供了一种语音引导操作方法，包括：接收对车载智能终端上的应用程序的语音操作指令；其中，所述语音操作指令被预先配置为与所述应用程序的界面上的可执行操作功能具有对应关系，所述可执行操作功能包括所述应用程序的当前界面可通过触摸方式执行的随机操作；根据所述语音操作指令在所述应用程序中确定所述可执行操作功能和所述可通过触摸方式执行的随机操作；根据所述可执行操作功能和所述可通过触摸方式执行的随机操作，在所述应用程序中执行所述语音操作指令对应的操作指令。

根据本发明提供的语音引导操作方法，所述语音操作指令通过如下步骤获取：在应用程序的界面发生变化的情况下，收集与所述应用程序发生变化的界面所对应的界面信息集合；将预先存储的与所述应用程序关联的搜索特征信息集合，与所述界面信息集合进行匹配，计算相似度；基于所述相似度，确定所述搜索特征信息集合中与界面变化匹配的搜索特征信息；将所述与界面变化匹配的搜索特征信息对应的至少一个引导操作记录于反馈信息中；其中，所述引导操作为预先关联设置；基于所述反馈信息，利用语音合成，获取所述语音操作指令。

根据本发明提供的语音引导操作方法，所述界面信息集合为文本信息集合和/或图片信息集合；所述文本信息集合包括至少一个文本信息；所述图片信息集合包括至少一个图片信息。