[发明专利]一种浏览器的语音交互方法、装置、终端和存储介质

权利要求书

1.一种浏览器的语音交互方法，其特征在于，包括：

实时监听用户录入的语音指令；

对监听到的语音指令进行意图识别；

将识别到的语音指令的意图与浏览器中包含的各控制指令的意图进行匹配，并执行匹配成功的控制指令。

2.根据权利要求1所述的方法，其特征在于，所述实时监听用户录入的语音指令，包括：

若当前页面是网页，且用户录入任一语音指令的时间长度大于时间长度阈值，则结束该语音指令的获取。

3.根据权利要求1所述的方法，其特征在于，在所述实时监听用户录入的语音指令之后，包括：

若监听到的语音指令的起始语音是搜索启动语音，则依据所述起始语音之后的所述语音指令确定搜索词进行搜索。

4.根据权利要求1所述的方法，其特征在于，所述对监听到的语音指令进行意图识别，包括：

依据预先构建的意图识别模型对监听到的语音指令进行意图识别，其中所述意图识别模型是依据预先采集的触发浏览器中各控制指令的语料集，以及所述各控制指令所属的意图进行深度学习模型训练得到的。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

依据当前工作状态，在所述当前页面的语音状态展示区域中展示语音处理状态提醒。

6.根据权利要求5所述的方法，其特征在于，所述依据当前工作状态，在所述当前页面的语音状态展示区域中展示语音处理状态提醒，包括：

若处于语音采集等待状态，则在所述当前页面的语音状态展示区域中展示监听中可录入状态提示符，以提示用户直接进行语音输入；

若处于用户语音采集过程中，则在所述语音状态展示区域中展示语音采集和识别中提示符，并显示实时的语音识别结果；

若处于意图识别过程中，则在所述语音状态展示区域中展示意图识别中提示符。

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

若所述当前页面是首页，则将中心区域确定为语音状态展示区域；

若所述当前页面是网页，则将底部工具栏确定为语音状态展示区域。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若在网页中检测到滑动操作，则缩小集成有地址栏和搜索框的工具栏所占的页面面积。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

所述控制指令包括搜索指令、打开网站指令、操作网页指令、常规功能指令和打开设置项指令中的至少一个。

10.一种浏览器的语音交互装置，其特征在于，包括：

监听模块，用于实时监听用户录入的语音指令；

识别模块，用于对监听到的语音指令进行意图识别；

匹配模块，用于将识别到的语音指令的意图与浏览器中包含的各控制指令的意图进行匹配，并执行匹配成功的控制指令。

11.根据权利要求10所述的装置，其特征在于，所述监听模块具体用于：

若当前页面是网页，且用户录入任一语音指令的时间长度大于时间长度阈值，则结束该语音指令的获取。

12.根据权利要求10所述的装置，其特征在于，所述装置还包括：

搜索模块，用于在所述实时监听用户录入的语音指令之后，若监听到的语音指令的起始语音是搜索启动语音，则依据所述起始语音之后的所述语音指令确定搜索词进行搜索。

13.根据权利要求10所述的装置，其特征在于，所述识别模块具体用于：

依据预先构建的意图识别模型对监听到的语音指令进行意图识别，其中所述意图识别模型是依据预先采集的触发浏览器中各控制指令的语料集，以及所述各控制指令所属的意图进行深度学习模型训练得到的。

14.根据权利要求10所述的装置，其特征在于，所述装置还包括：

展示模块，用于依据当前工作状态，在所述当前页面的语音状态展示区域中展示语音处理状态提醒。

15.根据权利要求10所述的装置，其特征在于，所述装置包括：

页面调整模块，用于若在网页中检测到滑动操作，则缩小集成有地址栏和搜索框的工具栏所占的页面面积。