[發(fā)明專利]信息輸入方法和裝置及計算設(shè)備

有效

• 申請?zhí)枺?/td>: 201611122247.6
• 申請日: 2016-12-08
• 公開（公告）號: CN106601254B
• 公開（公告）日: 2020-11-06
• 發(fā)明（設(shè)計）人: 于志超;鄭志輝
• 申請（專利權(quán)）人: 阿里巴巴（中國）有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/22;G06F40/166
• 代理公司: 北京展翼知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11452
• 代理人: 屠長存

本發(fā)明公開了一種信息輸入方法和裝置及計算設(shè)備。所述信息輸入方法，包括以下步驟：接收用戶的語音輸入；獲取對所接收的語音輸入的識別結(jié)果；以及使得能夠以文本形式編輯所獲取的識別結(jié)果。利用本發(fā)明的信息輸入機制，尤其是在語音識別內(nèi)容出現(xiàn)少量錯誤的情況下，用戶能夠選擇以文本編輯的形式來修改自動語音識別結(jié)果，由此避免了需要重新語音輸入全部內(nèi)容的麻煩，提高了語音識別效率，提升了用戶體驗。

技術(shù)領(lǐng)域

本發(fā)明總體上涉及語音輸入識別技術(shù)領(lǐng)域，特別是涉及一種允許手動修改語音識別結(jié)果的信息輸入方法和裝置以及計算設(shè)備。

背景技術(shù)

語音識別是現(xiàn)在客戶端普遍采用的應(yīng)用技術(shù)，例如廣泛應(yīng)用于智能語音搜索領(lǐng)域以及各種社交通信應(yīng)用中。

例如，用戶在客戶端語音輸入搜索內(nèi)容，客戶端將接收到的語音輸入發(fā)送到通常是遠端的服務(wù)器，服務(wù)器在對語音輸入進行識別后向客戶端返回語音識別結(jié)果以及相應(yīng)的搜索結(jié)果。再例如，用戶在使用允許語音輸入的社交通信軟件時，為了便于用戶以更方便的方式輸入信息，可以選擇將語音對話轉(zhuǎn)換成文本顯示。

然而，在語音識別多句話結(jié)果出現(xiàn)單個文字或詞匯識別錯誤時，在現(xiàn)有技術(shù)中，普遍采用要求用戶重新語音輸入全部內(nèi)容。這使得語音輸入的效率很低，用戶體驗較差，尤其是在只有少數(shù)文字或詞匯有誤的情況下。而且，在語音識別技術(shù)沒有明顯改善的前提下，很可能出現(xiàn)用戶多次語音重新輸入都無法獲得期望的識別結(jié)果。

因此，需要一種能夠解決上述問題，由此提高語音識別效率、改善用戶體驗的信息輸入機制。

發(fā)明內(nèi)容

本發(fā)明的一個目的在于，在語音識別出現(xiàn)錯誤的情況下，以簡單方便的方式修改識別錯誤。

為了實現(xiàn)上述目的，本發(fā)明提供了一種允許手動修改語音識別錯誤的信息輸入機制，使得用戶能夠在發(fā)現(xiàn)自動語音識別出現(xiàn)錯誤的情況下，可以選擇以文本編輯的形式修改識別結(jié)果，由此提高語音識別效率，改善用戶體驗。

根據(jù)本發(fā)明的一個方面，提供了一種信息輸入方法，尤其是一種用于語音檢索的信息輸入方法，包括以下步驟：接收用戶的語音輸入；獲取對所接收的語音輸入的識別結(jié)果；以及使得能夠以文本形式編輯所獲取的識別結(jié)果。

利用本方法，用戶能夠選擇以文本編輯的形式來修改自動語音識別結(jié)果，由此避免了需要重新語音輸入全部內(nèi)容的麻煩，提高了語音識別效率，提升了用戶體驗。本發(fā)明尤其適用于語音識別內(nèi)容出現(xiàn)少量錯誤的情況。

在本發(fā)明的一個實施例中，所述獲取對所接收的語音輸入的識別結(jié)果的步驟包括：將所接收的語音輸入發(fā)送到服務(wù)器端；和接收從服務(wù)器端返回的根據(jù)語音識別模型對所述語音輸入的識別結(jié)果。

在本發(fā)明的一個實施例中，所述信息輸入方法還包括：將以文本形式編輯后的識別結(jié)果反饋給服務(wù)器端，用以訓(xùn)練所述語音識別模型。利用本實施例，服務(wù)器端輸出的針對特定用戶的語音識別結(jié)果的準(zhǔn)確度能夠得到逐步提高。

在本發(fā)明的一個實施例中，所述使得能夠以文本形式編輯所獲取的識別結(jié)果的步驟包括：響應(yīng)于用戶針對所獲取的識別結(jié)果的特定操作，進入文本編輯模式以對所述識別結(jié)果進行修改。

在本發(fā)明的一個實施例中，所述使得能夠以文本形式編輯所獲取的識別結(jié)果的步驟包括：與所述識別結(jié)果相關(guān)聯(lián)地呈現(xiàn)編輯模式標(biāo)識；和響應(yīng)于用戶對所述編輯模式標(biāo)識的觸發(fā)，進入文本編輯模式，對所述識別結(jié)果進行修改。

在本發(fā)明的一個實施例中，所述觸發(fā)包括以下中的任一個或多個的組合：針對所述編輯模式標(biāo)識的單擊、雙擊以及懸停。