[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

说明书

技术领域

本发明实施例涉及互联网技术领域，尤其涉及一种浏览器的语音交互方法、装置、终端和存储介质。

背景技术

人工智能虽然作为目前的研究重点，但传统且成熟的搜索和浏览器类的平台型产品，已让用户养成了人工操作来搜索和浏览的习惯，因此难以利用人工智能类的新技术和新设计完全颠覆传统的用户搜索和浏览的方式。

现有搜索类和浏览器类产品逐渐集成有新的技术，并且主要是通过插件形式，例如语音和拍照搜索插件，在现有产品框架中另外集成了一部分独立的功能，隶属于产品的一部分。但此类插件入口很深，用户感知度较低，不利于产品的改进以及用户使用习惯的养成。而主推人工智能新技术的全新的智能助手，虽然有全新的产品形态，但未能与传统业务很好的结合，也无法很好地养成用户的使用习惯以及产品的长久使用，多为尝鲜类用户的短暂使用，用户普及度不够。

上述两种方式，都不利于用户养成并维持对于新的交互技术的使用习惯。以插件的形式集成在传统平台的产品对新技术的突出力度不够，且产品形态受限；智能助手与现有产品脱节严重。

发明内容

本发明实施例提供了一种浏览器的语音交互方法、装置、终端和存储介质，通过全局语音交互实现搜索和浏览功能，提升用户体验。

第一方面，本发明实施例提供了一种浏览器的语音交互方法，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。

第二方面，本发明实施例提供了一种浏览器的语音交互装置，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。

第三方面，本发明实施例提供了一种终端，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例任意实施例所述的浏览器的语音交互方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例任意实施例所述的浏览器的语音交互方法。

本发明实施例无需唤醒，且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，并将识别出的意图与浏览器中包含的各控制指令的意图进行匹配，以此匹配到符合用户录入的语音指令意图的控制指令，并执行该控制指令。实现全局通过语音交互进行搜索和浏览的功能，无需用户启动语音监听，也无需用户手动操作，通过语音即能够实现对浏览器的控制，进而提升用户体验。

附图说明

图1为本发明实施例一提供的一种浏览器的语音交互方法的流程图；

图2为本发明实施例一提供的语音指令支持范围的示例图；

图3为本发明实施例一提供的搜索流程中页面显示的示例图；

图4为本发明实施例一提供的打开扫二维码功能的页面显示示例图；

图5为本发明实施例二提供的一种浏览器的语音交互方法的流程图；

图6A为本发明实施例二提供的首页中语音状态展示区域的示例图；

图6B为本发明实施例二提供的网页中语音状态展示区域的示例图；

图7为本发明实施例二提供的首页中状态提示符的示例图；

图8为本发明实施例二提供的网页中状态提示符的示例图；

图9为本发明实施例二提供的关闭语音选项后页面显示的示例图；

图10A为本发明实施例二提供的滑动操作前网页工具栏显示的示例图；

图10B为本发明实施例二提供的滑动操作后网页工具栏显示的示例图；

图11为本发明实施例三提供的一种浏览器的语音交互装置的结构示意图；

图12为本发明实施例四提供的一种终端的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一