[发明专利]一种语音输入方法、装置、设备及可读存储介质

说明书

本申请公开了一种语音输入方法、装置、设备及可读存储介质，所述输入方法包括：响应输入焦点处于目标文本区域状态下的语音输入操作，展示文本弹窗；获取并在所述文本弹窗内显示输入语音对应的转写文本；将所述文本弹窗内显示的转写文本转移至所述目标文本区域内所述输入焦点处。显然，相比于现有语音输入方式，本案增加了以文本弹窗的形式显示输入语音的转写文本的过程，便于用户确定当前语音所输入的文本内容，提高了整体的输入效率。进一步，通过在语音输入过程以弹窗显示转写文本，能够让用户更直观看到所输入的文本内容，提升了输入过程的人机交互体验。

技术领域

本申请涉及信息识别技术领域，更具体地说，涉及一种语音输入方法、装置、设备及可读存储介质。

背景技术

随着语音识别技术的发展，通过语音的形式进行文本信息的输入已经越来越得到普及。通过语音输入信息的方式，使得用户能够更加快捷、方便的在应用的信息输入界面进行信息输入，例如在word等文本编辑页面输入文本信息，在浏览器的搜索框中输入搜索信息，在应用注册界面的注册文本框中输入注册信息等等。

现有的语音输入方式，在接收到输入语音后进行文本转写，并直接将转写文本显示到输入焦点所处的目标文本区域中。研究发现，在某些场景下，受限于目标文本区域的一些特性，现有语音输入方式不便于用户确定每次语音所输入的文本内容，进而降低整个输入效率。例如，在word或其它编辑页面输入文本过程，若需要在一大段文本中某个位置插入一段文本时，则在输入焦点定位到插入位置后，现有技术用户录入插入文本的语音，系统会将语音转写后的文本直接插入输入焦点处。对于用户而言，由于输入焦点前后均存在文本，在转写文本插入之后，用户无法在整段文本中快速定位到插入的转写文本。如图1a所示，需要在图1a示例的一段英文的倒数第三行输入焦点处插入一段英文语句，按照现有语音输入方式直接将转写文本插入输入焦点处，直接呈现给用户的效果如图1b所示，受原有英文内容的干扰，用户很难在整段英文中快速定位到所插入的英文语句。

再比如，某些目标文本区域可能会对输入的文本进行加密显示，如目标文本区域是密码输入框时，按照现有语音输入方式，语音转写后的文本直接在密码输入框中加密显示，如图2所示，应用注册页面的密码输入框中以“*”来显示输入的文本，导致用户无法了解语音所输入的真正文本，并且由于语音识别存在一定的误差，进一步导致用户无法确定所输入的文本的正确性。

发明内容

有鉴于此，本申请提供了一种语音输入方法、装置、设备及可读存储介质，用于语音识别过程中用户无法了解语音所输入的真正文本，并且由于语音识别存在一定的误差，进一步导致用户无法确定所输入的文本的正确性的缺点。

为了实现上述目的，现提出的方案如下：

一种语音输入方法，包括：

响应输入焦点处于目标文本区域状态下的语音输入操作，展示文本弹窗；

获取并在所述文本弹窗内显示输入语音对应的转写文本；

将所述文本弹窗内显示的转写文本转移至所述目标文本区域内所述输入焦点处。

上述的方法，可选的，在将所述文本弹窗内显示的转写文本转移至所述目标文本区域内所述输入焦点处之后，该方法还包括：

隐藏或销毁所述文本弹窗。

上述的方法，可选的，在所述文本弹窗内显示输入语音对应的转写文本的同时，该方法还包括：

在所述文本弹窗中显示语音信号图形，所述语音信号图形随所述输入语音的变化而变化。

上述的方法，可选的，所述响应输入焦点处于目标文本区域状态下的语音输入操作，展示文本弹窗，包括：

在输入焦点处于目标文本区域状态下响应语音输入操作，确定所述输入焦点的位置；

以所述输入焦点的位置为基准，展示文本弹窗。