[發(fā)明專利]基于語音識別的頁面操作方法、裝置、設(shè)備和介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011028860.8
• 申請日: 2020-09-25
• 公開（公告）號: CN112114926A
• 公開（公告）日: 2020-12-22
• 發(fā)明（設(shè)計）人: 向偉;許峻華
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06F9/451
• 分類號: G06F9/451;G06F3/16;G10L15/22
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 王江選

本申請公開了一種基于語音識別的頁面操作方法、裝置、電子設(shè)備以及介質(zhì)，涉及自然語言處理領(lǐng)域，具體涉及語音識別、語音交互、云計算等領(lǐng)域。基于語音識別的頁面操作方法，頁面包括至少一個控制元素，該方法包括：識別接收到的語音，得到語音識別結(jié)果；獲取針對每個控制元素而設(shè)置的中文形式的文字描述；從至少一個控制元素中確定目標(biāo)控制元素，目標(biāo)控制元素的文字描述的拼音與語音識別結(jié)果的拼音相匹配；執(zhí)行與目標(biāo)控制元素關(guān)聯(lián)的控制操作并顯示語音識別結(jié)果，其中在語音識別結(jié)果與目標(biāo)控制元素的文字描述不匹配的情況下，將語音識別結(jié)果替換為目標(biāo)控制元素的文字描述進(jìn)行顯示。

技術(shù)領(lǐng)域

本申請涉及自然語言處理領(lǐng)域，具體地，涉及語音識別、語音交互、云計算領(lǐng)域，更具體地，涉及一種基于語音識別的頁面操作方法、裝置、設(shè)備和介質(zhì)。

背景技術(shù)

在針對頁面上的控制元素進(jìn)行控制操作時，用戶可以通過直接點擊頁面上的控制元素，或者也可以通過語音來對頁面上的控制元素進(jìn)行控制操作。但是，相關(guān)技術(shù)在通過語音來對頁面上的控制元素進(jìn)行控制操作時，存在由于語音識別結(jié)果錯誤而導(dǎo)致識別率較低的問題，從而降低了用戶的使用體驗。

發(fā)明內(nèi)容

本申請?zhí)峁┝艘环N用于基于語音識別的頁面操作裝置的方法、裝置、設(shè)備以及存儲介質(zhì)。

根據(jù)第一方面，本申請?zhí)峁┝艘环N基于語音識別的頁面操作方法，所述頁面包括至少一個控制元素，所述方法包括：識別接收到的語音，得到語音識別結(jié)果，獲取針對每個控制元素而設(shè)置的中文形式的文字描述，從所述至少一個控制元素中確定目標(biāo)控制元素，所述目標(biāo)控制元素的文字描述的拼音與所述語音識別結(jié)果的拼音相匹配，執(zhí)行與所述目標(biāo)控制元素關(guān)聯(lián)的控制操作并顯示所述語音識別結(jié)果，其中在所述語音識別結(jié)果與所述目標(biāo)控制元素的文字描述不匹配的情況下，將所述語音識別結(jié)果替換為所述目標(biāo)控制元素的文字描述進(jìn)行顯示。

根據(jù)第二方面，本申請?zhí)峁┝艘环N基于語音識別的頁面操作裝置，所述頁面包括至少一個控制元素，所述裝置包括：識別模塊、獲取模塊、確定模塊以及顯示模塊。其中，識別模塊用于識別接收到的語音，得到語音識別結(jié)果，獲取模塊用于獲取針對每個控制元素而設(shè)置的中文形式的文字描述，確定模塊用于從所述至少一個控制元素中確定目標(biāo)控制元素，所述目標(biāo)控制元素的文字描述的拼音與所述語音識別結(jié)果的拼音相匹配，顯示模塊用于執(zhí)行與所述目標(biāo)控制元素關(guān)聯(lián)的控制操作并顯示所述語音識別結(jié)果，其中在所述語音識別結(jié)果與所述目標(biāo)控制元素的文字描述不匹配的情況下，將所述語音識別結(jié)果替換為所述目標(biāo)控制元素的文字描述進(jìn)行顯示。

根據(jù)第三方面，本申請?zhí)峁┝艘环N電子設(shè)備，包括：至少一個處理器和與所述至少一個處理器通信連接的存儲器。其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行如上所述的方法。

根據(jù)第四方面，本申請?zhí)峁┝艘环N存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，所述計算機指令用于使所述計算機執(zhí)行如上所述的方法。

應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識本申請的實施例的關(guān)鍵或重要特征，也不用于限制本申請的范圍。本申請的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構(gòu)成對本申請的限定。其中：

圖1示意性示出了根據(jù)本申請實施例的基于語音識別的頁面操作的應(yīng)用場景；

圖2示意性示出了根據(jù)本申請一實施例的基于語音識別的頁面操作方法的流程圖；

圖3示意性示出了根據(jù)本申請實施例的確定目標(biāo)控制元素的流程圖；

圖4示意性示出了根據(jù)本申請一實施例的替換語音識別結(jié)果的示意圖；

圖5示意性示出了根據(jù)本申請另一實施例的替換語音識別結(jié)果的示意圖；