[發明專利]一種基于語音實現操作控制的方法、裝置和系統

有效

• 申請號: 201310405573.8
• 申請日: 2013-09-06
• 公開（公告）號: CN103472994B
• 公開（公告）日: 2017-02-08
• 發明（設計）人: 陳君耀;郟文璇
• 申請（專利權）人: 網易樂得科技有限公司
• 主分類號: G06F3/0484
• 分類號: G06F3/0484;G06F3/16
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 王寶筠

技術領域

本發明的實施方式涉及信息處理領域，更具體地，本發明的實施方式涉及一種基于語音實現操作控制的方法、裝置和系統。

背景技術

本部分旨在為權利要求書中陳述的本發明的實施方式提供背景或上下文。此處的描述可包括可以探究的概念，但不一定是之前已經想到或者已經探究的概念。因此，除非在此指出，否則在本部分中描述的內容對于本申請的說明書和權利要求書而言不是現有技術，并且并不因為包括在本部分中就承認是現有技術。

隨著各種終端的普及，尤其是移動終端的普及，各種網絡應用大量涌現。在網絡應用中，用戶在終端上控制各種操作的觸發，終端與服務器之間進行信息交互來執行該操作，最后終端向用戶展示該操作的執行結果。其中，用戶控制操作的實現方式最常見的是通過終端的輸入按鍵或顯示界面手動輸入觸發指令。但隨著終端輸入方式的多樣化，越來越多的網絡應用可以提供通過語音輸入進行操作控制的實現方式，以便用戶可以通過向終端輸入語音來輸入操作控制的觸發指令。

在現有技術中，已經出現了兩種基于語音實現操作控制的方式，用于實現用戶通過向終端輸入語音來觸發網絡應用中的操作。其中，一種現有方式是基于對用戶輸入語音的內容進行識別來確定是否觸發操作，另一種現有方式是基于對用戶輸入語音的音量進行識別來確定是否觸發操作。

發明內容

雖然現有技術中基于語音內容的方式和基于語音音量的方式都可以實現用戶通過向終端輸入語音來觸發網絡應用中的操作，但是，出于聲音本身在識別時很容易受到干擾的原因，這兩種現有方式都難以準確地確定出用戶輸入的語音能否觸發操作。對于基于語音內容的現有方式來說，當用戶輸入的語音音量過小時，難以解析得到該語音的準確內容。例如，在用戶輸入的語音音量過小時，如果語音的準確內容不能被識別通過觸發操作，而解析得到的錯誤語音內容卻剛好被識別通過觸發操作，就會導致錯誤地觸發了操作，造成操作控制錯誤。對于基于語音音量的現有方式來說，當外界噪聲音量過大時，識別的對象實際上就不再是用戶輸入的語音的音量而是外界噪聲的音量甚至是終端接收的所有聲音的綜合音量，從而造成不能夠準確地確定用戶輸入的語音能否觸發操作。例如，在外界噪音的音量過大時，如果用戶輸入的語音音量不能識別通過觸發操作，而外界噪音的音量卻能夠識別通過觸發操作，就會導致錯誤地觸發了操作，造成操作控制錯誤。

因此在現有技術中，無論是基于語音內容還是基于語音音量的方式，由于聲音在識別時容易受到干擾，都難以準確地確定出用戶輸入的語音能否觸發操作，從而導致操作控制錯誤過多，這是非常令人煩惱的過程。

為此，非常需要一種改進的基于語音實現操作控制的方法、裝置和系統，以排除聲音在識別時受到干擾的情況，能夠更加準確地確定出用戶輸入的語音能否觸發操作，進而減少操作控制錯誤。

在本上下文中，本發明的實施方式期望提供一種基于語音實現操作控制的方法、裝置和系統。

在本發明實施方式的第一方面中，提供了一種基于語音實現操作控制的方法，應用于服務器，包括：從終端接收用戶為觸發所述操作而輸入的語音；獲取所述語音的內容和音量；判斷所述語音的內容與預定內容是否相同；在所述語音的內容與預定內容相同的情況下，判斷所述語音的音量是否滿足最小閾值；在所述語音的音量滿足最小閾值的情況下，執行所述操作；以及將所述操作的執行結果發送給所述終端，以便所述終端接收并向用戶展示所述操作的執行結果。

在本發明實施方式的第二方面中，提供了一種基于語音實現操作控制的方法，應用于終端，包括：接收用戶為觸發所述操作而輸入的語音；將所述語音發送給服務器，以便所述服務器接收所述語音并獲取所述語音的內容和音量、判斷所述語音的內容與預定內容是否相同、在所述語音的內容與預定內容相同的情況下判斷所述語音的音量是否滿足最小閾值、以及在所述語音的音量滿足最小閾值的情況下，執行所述操作、并將所述操作的執行結果發送給所述終端；以及接收并向用戶展示所述操作的執行結果。

在本發明實施方式的第三方面，提供了一種基于語音實現操作控制的方法，應用于服務器，包括：接收由終端響應于用戶為觸發操作而在終端上輸入的語音的內容與預定內容相同且所述語音的音量滿足最小閾值而生成并發送的所述操作的請求信息；依據所述請求信息來執行所述操作；以及將所述操作的執行結果發送給所述終端，以便所述終端接收并向用戶展示所述操作的執行結果。