[发明专利]一种语音控制方法、装置、设备以及计算机存储介质

说明书

本申请实施例公开了一种语音控制方法、装置、设备以及计算机存储介质，该方法包括：接收用户输入的语音数据；根据当前的图形界面，确定至少一个图像控件；对至少一个图像控件进行图像内容理解，得到至少一个图像控件对应的图像描述文本信息；根据语音数据与至少一个图像控件对应的图像描述文本信息进行图像控件识别，在至少一个图像控件中确定目标图像控件；根据语音数据确定操作指令，向目标图像控件发送操作指令，以实现对目标图像控件的语音控制。这样，基于图像内容理解的语音交互方式，不仅可以节省开发成本，而且还能够提升用户使用语音操控时的便捷性，从而更好地实现语音交互和控制的目的。

技术领域

本申请涉及语音交互技术领域，尤其涉及一种语音控制方法、装置、设备以及计算机存储介质。

背景技术

近年来，随着硬件设备及电子产品的快速发展，基于语音的人机交互方式越来越成熟，越来越普遍，也越来越被人们所接受和使用。如此，语音交互也逐渐渗透至人们的日常生活中，使得通过语音来操控图形用户界面(Graphical User Interface，GUI)的需求也变得越来越强烈。

在相关技术中，针对图形界面中的元素缺少文本描述或者文本描述不便于用户直接描述的情形，虽然已经存在一些解决方案，例如图标识别、文字识别、空间方位指代、数字编号指代等等，但是这些解决方案均具有一定的局限性，尤其是对于图片类控件，由于用户无法或者不便通过文本描述来对此类控件进行描述，导致语音操控实现困难，用户的使用性差。

发明内容

本申请提出一种语音控制方法、装置、设备以及计算机存储介质，不仅能够节省开发成本，而且还能够提升用户使用语音操控时的便捷性，从而更好地实现语音交互和控制的目的。

为达到上述目的，本申请的技术方案是这样实现的：

第一方面，本申请实施例提供了一种语音控制方法，该方法包括：

接收用户输入的语音数据；

根据当前的图形界面，确定至少一个图像控件；

对至少一个图像控件进行图像内容理解，得到至少一个图像控件对应的图像描述文本信息；

根据语音数据与至少一个图像控件对应的图像描述文本信息进行图像控件识别，在至少一个图像控件中确定目标图像控件；

根据语音数据确定操作指令，向目标图像控件发送操作指令，以实现对目标图像控件的语音控制。

第二方面，本申请实施例提供了一种语音控制装置，该语音控制装置包括接收单元、确定单元、分析单元和发送单元；其中，

接收单元，配置为接收用户输入的语音数据；

确定单元，配置为根据当前的图形界面，确定至少一个图像控件；

分析单元，配置为对至少一个图像控件进行图像内容理解，得到至少一个图像控件对应的图像描述文本信息；以及还配置为根据语音数据与至少一个图像控件对应的图像描述文本信息进行图像控件识别，在至少一个图像控件中确定目标图像控件；

确定单元，还配置为根据语音数据确定操作指令；

发送单元，配置为向目标图像控件发送操作指令，以实现对目标图像控件的语音控制。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括存储器和处理器；其中，

所述存储器，用于存储能够在所述处理器上运行的计算机程序；

所述处理器，用于在运行所述计算机程序时，执行如第一方面所述的方法。

第四方面，本申请实施例提供了一种计算机存储介质，该计算机存储介质存储有计算机程序，所述计算机程序被至少一个处理器执行时实现如第一方面所述的方法。