[發明專利]針對目標應用的操作方法、裝置及計算設備

有效

• 申請號: 201710909219.7
• 申請日: 2017-09-29
• 公開（公告）號: CN109597657B
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 詹輝
• 申請（專利權）人: 阿里巴巴（中國）有限公司
• 主分類號: G06F9/445
• 分類號: G06F9/445;G06F3/16
• 代理公司: 北京展翼知識產權代理事務所(特殊普通合伙) 11452
• 代理人: 張陽

1.一種針對目標應用的操作方法，包括：

在目標應用的語音操作功能開啟的情況下，接收來自用戶的語音輸入；

判斷所述語音輸入的頻譜是否與一個或多個預存語音數據之一的頻譜相同，其中每個預存語音數據僅與所述目標應用啟用的一個應用功能點相對應；

響應于所述語音輸入與預存語音數據的頻譜相同，執行與該預存語音數據相對應的當前待操作應用功能點，

其中，所述語音操作功能開啟是麥克風開啟并接收語音輸入的功能，不涉及對輸入語音的語義識別。

2.如權利要求1所述的方法，其中，在所述語音輸入與一個或多個預存語音數據之一的說話人和說話內容都相同的情況下判斷所述語音輸入與該預存語音數據相同。

3.如權利要求1所述的方法，其中，所述判斷所述語音輸入的頻譜是否與一個或多個預存語音數據之一的頻譜相同的步驟包括：

對所述語音輸入進行處理以得到所述語音輸入的頻譜；以及

將所述語音輸入的頻譜與一個或多個預存語音頻譜數據相比較。

4.如權利要求3所述的方法，其中，所述對所述語音輸入進行處理以得到所述語音輸入的頻譜的步驟包括：

對所述語音輸入進行降噪和去混響處理；

對經降噪和去混響處理的語音輸入進行分幀和加窗處理；

對每個短時分幀窗進行快速傅里葉變換(FFT)以獲取所述語音輸入的頻譜。

5.如權利要求1所述的方法，還包括：

預先錄入語音并與應用功能點綁定，以作為所述預存語音數據。

6.如權利要求5所述的方法，其中，與一個應用功能點綁定的是一條或多條預先錄入的語音，其中，所述一條或多條預先錄入的語音包括如下至少一項：

同一說話人錄入的與其綁定的應用功能點相同或不同的語音內容；

不同說話人錄入的與其綁定的應用功能點相同或不同的語音內容。

7.如權利要求1所述的方法，其中，所述響應于所述語音輸入與預存語音數據的頻譜相同，執行與該預存語音數據相對應的當前待操作應用功能點的步驟包括：

響應于所述語音輸入與預存語音數據的頻譜相同，給出是否執行與該預存語音數據相對應的當前待操作應用功能點的語音提示；以及

響應于接收到與確認或取消功能相對應的語音輸入，執行或不執行所述當前待操作應用功能點。

8.一種語音導航方法，包括：

在導航應用的語音操作功能開啟的情況下，接收來自用戶的語音輸入；

判斷所述語音輸入的頻譜是否與一個或多個預存語音數據之一的頻譜相同，其中每個預存語音數據僅與所述導航應用中啟用的一個功能點相對應；

響應于所述語音輸入與預存語音數據的頻譜相同，執行與該預存語音數據相對應的當前待操作功能點，

其中，所述語音操作功能開啟是麥克風開啟并接收語音輸入的功能，不涉及對輸入語音的語義識別。

9.如權利要求8所述的方法，其中，所述響應于所述語音輸入與預存語音數據的頻譜相同，執行與該預存語音數據相對應的當前待操作功能點的步驟包括：

響應于所述語音輸入與預存語音數據的頻譜相同，給出是否執行與該預存語音數據相對應的當前待操作功能點的語音提示；以及

響應于接收到與確認或取消功能相對于的語音輸入，執行或不執行所述當前待操作功能點。

10.一種針對目標應用的操作裝置，包括：

語音輸入接收單元，用于在目標應用的語音操作功能開啟的情況下，接收來自用戶的語音輸入；

語音判斷單元，用于判斷所述語音輸入的頻譜是否與一個或多個預存語音數據之一的頻譜相同，其中每個預存語音數據僅與所述目標應用啟用的一個應用功能點相對應；以及

執行單元，用于響應于所述語音輸入與預存語音數據的頻譜相同，執行與該預存語音數據相對應的當前待操作應用功能點，

其中，所述語音操作功能開啟是麥克風開啟并接收語音輸入的功能，不涉及對輸入語音的語義識別。