[發明專利]語音控制方法、裝置、終端及存儲介質

在審

• 申請號: 201910972320.6
• 申請日: 2019-10-12
• 公開（公告）號: CN112652302A
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 陳澤欽
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G06F3/0481;G06F3/0488;G06F16/953;G06F16/954
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

本發明實施例公開了一種語音控制方法、裝置、終端及介質，應用于車載中控設備運行的小程序運行平臺的小程序引擎，所述方法包括：在檢測到針對所述第一小程序顯示的第一界面的第一語音控制指令時，確定第一語音控制指令的語音內容；根據語音內容查詢第一界面的喚醒詞集合，確定語音內容對應的目標喚醒詞；根據目標喚醒詞查詢第一界面的響應事件集合，確定目標喚醒詞對應的目標響應事件，響應事件集合是調用所述視頻用戶接口運行模塊生成的，且所述響應事件集合包括組件的喚醒詞和響應事件之間的第二對應關系；執行目標響應事件；本發明實施例可根據語音控制指令，快速定位到對應組件，并觸發其所綁定的響應事件，實現了快速語音控制功能。

技術領域

本發明涉及語音技術領域，具體涉及語音處理技術領域，尤其涉及一種語音控制方法、一種語音控制裝置、一種終端及一種計算機存儲介質。

背景技術

隨著小程序的日益普遍，用戶可在各種APP、車載系統或者我智能家居系統中進行應用，小程序頁面中由大量的組件(view、text、button…)進行構成，可通過用戶的手勢操作(如點擊)來進行交互。發明人在實踐中發現：現有的語音控制方法會導致1)語音識別耗時長；2)性能資源占用高；從語音輸入到確定目標組件并發起響應，往往需要2～3秒的時間，嚴重的影響了用戶進行語音操控的交互體驗。

發明內容

本發明實施例提供了一種語音控制方法、裝置、終端及計算機存儲介質，可根據語音控制指令，快速定位到對應組件，并觸發其所綁定的響應事件，實現了快速語音控制功能。

一方面，本發明實施例提供了一種語音控制方法，應用于車載中控設備運行的小程序運行平臺的小程序引擎，所述小程序引擎設置有視頻用戶接口運行模塊，所述小程序運行平臺運行有第一小程序，該語音控制方法包括：

在檢測到針對所述第一小程序顯示的第一界面的第一語音控制指令時，確定所述第一語音控制指令的語音內容，所述第一界面包括至少一個組件；

根據所述語音內容查詢所述第一界面的喚醒詞集合，確定所述語音內容對應的目標喚醒詞，所述喚醒詞集合包括參考組件與喚醒詞之間的第一對應關系，所述參考組件為所述至少一個組件中綁定有響應事件的組件，且所述參考組件在所述第一界面的原始控制邏輯中僅支持觸控操作功能；

根據所述目標喚醒詞查詢所述第一界面的響應事件集合，確定所述目標喚醒詞對應的目標響應事件，所述響應事件集合是調用所述視頻用戶接口運行模塊生成的，且所述響應事件集合包括組件的喚醒詞和響應事件之間的第二對應關系；

執行所述目標響應事件。

其中，所述至少一個組件包括至少一個前臺組件和/或至少一個后臺組件，所述前臺組件為在所述第一界面顯示的組件，所述后臺組件為未在所述第一界面顯示的組件。

其中，所述第一對應關系中的單個參考組件對應一個或多個喚醒詞。

其中，所述確定所述第一語音控制指令的語音內容，包括：

獲取預設語音模型；

根據所述預設語音模型確定所述第一語音控制指令的語音內容。

其中，所述在所述檢測到針對所述第一小程序顯示的第一界面的第一語音控制指令之前，所述方法還包括：

在所述第一小程序加載和渲染所述第一界面的過程中通過所述視頻用戶接口運行模塊執行如下操作：

獲取所述第一界面的至少一個組件；

遍歷所述至少一個組件；

確定所述至少一個組件中分別綁定的有響應事件的一個或多個參考組件；

根據所述一個或多個組件生成至少一個參考組件；