[發明專利]語音控制方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010820551.8
• 申請日: 2020-08-14
• 公開（公告）號: CN111968639A
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 賴永永;方彥彬
• 申請（專利權）人: 北京小米松果電子有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 苑晨浩

本發明涉及一種語音控制方法、裝置、電子設備及存儲介質，所述方法應用于終端設備，包括：獲取語音控制命令的第一語義信息，其中，所述第一語義信息用于指示所述語音控制命令針對的控制對象；判斷所述終端設備的當前顯示界面的布局信息是否穩定，當所述顯示界面的布局信息穩定時，獲得對所述顯示界面進行分割所得到的多個界面元素；確定至少一個所述界面元素的目標信息，其中，所述目標信息包括所述界面元素的第二語義信息；根據所述第一語義信息和所述至少一個界面元素的目標信息，在所述至少一個界面元素中確定控制對象，并對所述控制對象執行所述語音控制命令對應的操作。

技術領域

本發明涉及語音控制技術領域，尤其涉及一種語音控制方法、裝置、電子設備及存儲介質。

背景技術

隨著科學技術的不斷進步，用戶和終端設備等機器的交互方式也在發生變化，出現了越來越多的語音助手，用于識別用戶的語音控制命令并給出對應的回復及執行對應的操作，實現了用戶對終端設備的語音控制。但是語音控制方式的信息獲取效率和準確率均較低，導致終端設備對用戶語音控制命令的響應效率低，響應準確率低。

發明內容

本發明提供一種語音控制方法、裝置、電子設備及存儲介質，以解決相關技術中的不足。

根據本發明實施例的第一方面，提供一種語音控制方法，應用于終端設備，所述控制方法包括：

獲取語音控制命令的第一語義信息，其中，所述第一語義信息用于指示所述語音控制命令針對的控制對象；

判斷所述終端設備的當前顯示界面的布局信息是否穩定，當所述顯示界面的布局信息穩定時，獲得對所述顯示界面進行分割所得到的多個界面元素；

確定至少一個所述界面元素的目標信息，其中，所述目標信息包括所述界面元素的第二語義信息；

根據所述第一語義信息和所述至少一個界面元素的目標信息，在所述至少一個界面元素中確定控制對象，并對所述控制對象執行所述語音控制命令對應的操作。

在一個實施例中，所述顯示界面包括至少一個控件元素；

所述獲得對所述顯示界面進行分割所得到的多個界面元素，包括：

以相鄰的所述控件元素的界限為分割線對所述顯示界面進行分割，以得到至少一個控件元素；

將每個所述控件元素作為一個界面元素。

在一個實施例中，所述判斷所述終端設備的當前顯示界面的布局信息是否穩定，包括：

在預設時間內多次獲取所述顯示界面的控件信息；

比較多次獲取的所述控件信息，其中，所述控件信息至少包括以下任意一種：顯示界面內的每個所述控件元素的編號、位置、屬性；

比較多次獲取的所述控件信息，若多次獲取的所述控件信息均相同，確定所述顯示界面的布局信息穩定。

在一個實施例中，所述確定至少一個所述界面元素的目標信息，包括：

識別所述界面元素內包含的文本內容，并根據所述文本內容確定所述界面元素的第二語義信息。

在一個實施例中，所述確定至少一個所述界面元素的目標信息，包括：

對所述界面元素進行圖像識別，以得到所述界面元素對應的文字描述信息，并將所述文字描述信息作為所述界面元素對應的第二語義信息。

在一個實施例中，所述目標信息還包括所述界面元素的位置信息；

所述根據所述第一語義信息和所述至少一個界面元素的目標信息，在所述至少一個界面元素中確定控制對象，包括：

獲取與所述第一語義信息匹配的第二語義信息對應的界面元素；