[發(fā)明專利]語音處理方法及裝置

有效

• 申請?zhí)枺?/td>: 201711312402.5
• 申請日: 2017-12-08
• 公開（公告）號: CN108010526B
• 公開（公告）日: 2021-11-23
• 發(fā)明（設(shè)計(jì)）人: 畢宇鵬
• 申請（專利權(quán)）人: 北京奇虎科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/18;H04N5/232
• 代理公司: 北京恒博知識產(chǎn)權(quán)代理有限公司 11528
• 代理人: 范勝祥

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，提供了一種語音處理方法及裝置，該語音處理方法，包括：對獲取到的語音指令進(jìn)行解析，得到所述語音指令對應(yīng)的語音特征信息；根據(jù)預(yù)設(shè)的語義識別模塊對所述語音特征信息中包含的語義特征進(jìn)行檢測，得到檢測結(jié)果，所述檢測結(jié)果中包含有語義匹配度最高的語義識別結(jié)果；基于包含該語義識別結(jié)果的檢測結(jié)果進(jìn)行對應(yīng)的處理。實(shí)現(xiàn)了基于語音的處理，并且通過語音指令的控制，實(shí)現(xiàn)了無需人為操作即可實(shí)現(xiàn)對應(yīng)操作的處理過程，降低了人為勞動力，同時(shí)實(shí)現(xiàn)了對于復(fù)雜語音指令有效處理，增加了處理范圍，并通過這種免去人為操作過程的處理，進(jìn)一步提升了用戶的使用感受。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別是涉及一種語音處理方法及裝置。

背景技術(shù)

隨著消費(fèi)類電子產(chǎn)品快速的發(fā)展，電子產(chǎn)品的功能性也越發(fā)強(qiáng)大。語音作為人類最基本的方式，將語音識別技術(shù)應(yīng)用到消費(fèi)類電子產(chǎn)品中，實(shí)現(xiàn)通過自然語音來控制此類產(chǎn)品的功能是未來發(fā)展的趨勢。

隨著科技發(fā)展，尤其手機(jī)終端與多媒體終端設(shè)備的科技、智能化發(fā)展，人們在使用這些設(shè)備時(shí)，也不再僅僅是局限于其最初的基本功能，而是在追求越發(fā)智能化、人性化、便捷化、個(gè)性化的功能需求。

如何能通過語音識別技術(shù)實(shí)現(xiàn)滿足上述功能需求的技術(shù)方案，成為了當(dāng)前亟待解決的技術(shù)問題。

發(fā)明內(nèi)容

本發(fā)明提供語音處理方法及裝置，以實(shí)現(xiàn)基于語音指令的對應(yīng)處理，同時(shí)通過多場景的應(yīng)用，增加了處理范圍，并且有效提升用戶的使用感受。

本發(fā)明提供了一種語音處理方法，包括：

對獲取到的語音指令進(jìn)行解析，得到所述語音指令對應(yīng)的語音特征信息；

根據(jù)預(yù)設(shè)的語義識別模塊對所述語音特征信息中包含的語義特征進(jìn)行檢測，得到檢測結(jié)果，所述檢測結(jié)果中包含有語義匹配度最高的語義識別結(jié)果；

基于包含該語義識別結(jié)果的檢測結(jié)果進(jìn)行對應(yīng)的處理。

優(yōu)選地，所述語音特征信息包括語義特征，所述根據(jù)預(yù)設(shè)的語義識別模塊對所述語音特征信息中包含的語義特征進(jìn)行檢測，得到檢測結(jié)果，包括：

根據(jù)預(yù)設(shè)的語義識別模塊對所述語義特征進(jìn)行識別，得到多個(gè)語義識別結(jié)果；

并在得到的多個(gè)語義識別結(jié)果中確認(rèn)語義匹配度最高的語義識別結(jié)果。

優(yōu)選地，所述基于包含該語義識別結(jié)果的檢測結(jié)果進(jìn)行對應(yīng)的處理，包括：

基于所述包含該語義識別結(jié)果的檢測結(jié)果按照所述語音指令進(jìn)行對應(yīng)的處理；或，

基于所述包含該語義識別結(jié)果的檢測結(jié)果不做任何處理。

優(yōu)選地，所述基于所述包含該語義識別結(jié)果的檢測結(jié)果按照所述語音指令進(jìn)行對應(yīng)的處理，包括：

確定所述語音指令對應(yīng)的指示信息；

根據(jù)所述指示信息做相應(yīng)的處理。

優(yōu)選地，所述指示信息包括如下任一項(xiàng)：

基于網(wǎng)絡(luò)直播平臺和/或多媒體采集設(shè)備中的特定指令；

基于多媒體設(shè)備中的播放和/或暫停指令。

優(yōu)選地，所述特定指令包括如下任一項(xiàng)：

拍照；

攝像；

拍照中添加特效信息；

攝像中添加特效信息。

優(yōu)選地，還包括：

獲取當(dāng)前用戶觸發(fā)的動作和/或人臉；