掌桥专利:专业的专利平台
掌桥专利
首页

一种浏览器语音控制方法、装置、设备及存储介质

文献发布时间:2024-01-17 01:28:27


一种浏览器语音控制方法、装置、设备及存储介质

技术领域

本发明涉及语音识别技术领域,尤其涉及一种浏览器语音控制方法、装置、设备及存储介质。

背景技术

随着互联网的发展和互联网应用的普及,浏览器逐渐成为人们浏览网页、网上冲浪必不可少的软件工具,浏览器是一类可以获取和显示网页服务器上的文件内容,并允许用户进行交互的软件,用户可以通过在浏览器地址栏输入URL(Uniform ResourceLocator,统一资源定位符),或点击网页内的超链接等方式访问网页,获取网页内的信息内容。

目前主流的Web可视化交互方式是采用鼠标、键盘、触屏等传统I/O输入设备进行人机交互式操作。而现有的语音交互方式是通过在操作系统上安装特定供应商的客户端进行语音采集、转换等操作。

现有技术采用传统I/O输入设备进行人机交互式的方式受限于外围输入输出设备,并且在某些特定的场合下不能提供易用的、人性化的交互体验。而通过安装特定客户端的方式通常和语音解析供应商进行深度绑定,导致通用性和交互性较差,不能在浏览器上进行细粒度的业务交互。

发明内容

本发明提供了一种浏览器语音控制方法、装置、设备及存储介质,以通过语音指令操作浏览器,实现人机操作交互。

根据本发明的一方面,提供了一种浏览器语音控制方法,该方法包括:

通过浏览器获取用户语音信息;

根据用户语音信息生成解析文本;

根据解析文本生成执行信息,根据执行信息进行浏览器语音控制,其中,执行信息包括目标操作指令和目标操作元素。

可选的,通过浏览器获取用户语音信息,包括:通过浏览器接收用户输入的语音交互开始指令和语音交互完成指令;根据语音交互开始指令和语音交互完成指令进行语音录制以生成用户语音信息,其中,用户语音信息包括语音交互开始指令和语音交互完成指令之间的语音信息。

可选的,根据用户语音信息生成解析文本,包括:通过浏览器将用户语音信息压缩成指定格式的压缩文本,并将压缩文本发送至服务器;通过服务器调用语言解析接口将压缩文本转换成解析文本。

可选的,根据解析文本生成执行信息,包括:获取预置分词词典,其中,分词词典中包括操作指令和操作元素;根据分词词典和解析文本确定状态位标志,其中,状态位标志用于表示解析文本的解析结果;当状态位标志为解析成功时,将分词词典和解析文本的相同内容作为与解析文本对应的目标操作指令和目标操作元素;将目标操作指令和目标操作元素作为执行信息。

可选的,根据分词词典和解析文本确定状态位标志,包括:判断分词词典和解析文本是否存在相同内容,若是,确定状态位标志为解析成功;否则,确定状态位标志为解析错误。

可选的,方法,还包括:当状态位标志为解析错误时,根据状态位标志生成提示信息;基于提示信息提示用户重新输入语音。

可选的,根据执行信息进行浏览器语音控制,包括:通过服务器将执行信息发送至浏览器;获取与目标操作指令对应的人机交互事件和与目标操作元素对应的界面元素;基于人机交互事件和界面元素调用预置脚本语言,以进行浏览器语音控制。

根据本发明的另一方面,提供了一种浏览器语音控制装置,该装置包括:

用户语音信息获取模块,用于通过浏览器获取用户语音信息;

解析文本生成模块,用于根据所述用户语音信息生成解析文本;

浏览器语音控制模块,用于根据所述解析文本生成执行信息,根据所述执行信息进行浏览器语音控制,其中,所述执行信息包括目标操作指令和目标操作元素。

根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的一种浏览器语音控制方法。

根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种浏览器语音控制方法。

本发明实施例的技术方案,通过浏览器获取用户语音信息发送给服务器,通过服务器生成解析文本,并根据解析文本生成执行信息发送至浏览器,即可实现浏览器语音控制,不需要预先安装客户端工具或者插件,增强了通用性和交互性,安全性能高,进而能够实现在浏览器上进行业务交互,并且可兼容各类AI语音供应商产品,降低了用户的使用门槛,不需要输入设备也能进行浏览器控制,为用户提供了更加易用的及人性化的交互体验。

应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1是根据本发明实施例一提供的一种浏览器语音控制方法的流程图;

图2是根据本发明实施例一提供的另一种浏览器语音控制方法的流程图;

图3是根据本发明实施例二提供的另一种浏览器语音控制方法的流程图;

图4是根据本发明实施例三提供的一种浏览器语音控制装置的结构示意图;

图5是实现本发明实施例的一种浏览器语音控制方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。

需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1为本发明实施例一提供了一种浏览器语音控制方法的流程图,本实施例可适用于用户和浏览器进行人机交互的情况,该方法可以由浏览器语音控制装置来执行,该浏览器语音控制装置可以采用硬件和/或软件的形式实现,该浏览器语音控制装置可配置于计算机中。如图1所示,该方法包括:

S110、通过浏览器获取用户语音信息。

其中,浏览器是指用来检索、展示以及传递Web信息资源的应用程序,通过浏览器可以显示网页服务器或者文件系统的HTML文件内容,并让用户与这些文件交互的一种软件。用户语音信息是指用户采用语音的方式向浏览器输入的信息,本实施方式中通过用户语音信息可以实现用户和浏览器的人机交互。目前主流的Web可视化交互方式是采用鼠标、键盘以及触屏等传统I/O输入设备进行人机交互式操作。但是这种方式受限于外围输入输出设备在某些特定的场合下,即不能提供易用的、人性化的交互体验。而现有的语音交互方式是通过在操作系统上安装特定供应商的客户端进行语音采集、转换等操作,这种方式通常和语音解析供应商进行深度绑定通用性和交互性较差,不能在浏览器上进行细粒度的业务交互。现有的语音交互方式是通过在操作系统上安装特定供应商的客户端进行语音采集、转换等操作,这种方式通常和语音解析供应商进行深度绑定通用性和交互性较差,不能在浏览器上进行细粒度的业务交互。

可选的,通过浏览器获取用户语音信息,包括:通过浏览器接收用户输入的语音交互开始指令和语音交互完成指令;根据语音交互开始指令和语音交互完成指令进行语音录制以生成用户语音信息,其中,用户语音信息包括语音交互开始指令和语音交互完成指令之间的语音信息。

具体的,用户可以在和控制器相连的用户终端界面和浏览器进行可视化交互,用户终端是指包括浏览器的可移动终端,用户终端包括但不限于移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)和PMP(便携式多媒体播放器)等移动终端设备。用户语音信息包括语音交互开始指令和语音交互完成指令之间的语音信息。用户语音信息包括用户想要进行操作的自然语言,例如打开某某功能和切换某某按钮等。用户在进行交互时可以通过用户终端输入语音交互开始指令和语音交互完成指令,控制器在接收到语音交互开始指令开始录制语音信息,在接收到语音交互完成指令停止录制语音信息,并将语音交互开始指令和语音交互完成指令之间录制的内容作为用户语音信息。

示例性的,用户终端的显示界面上包括语音交互按钮,用户初次点击语音交互按钮时生成语音交互开始指令,此时用户可以说出操作指令,例如,操作指令可以是切换场景A。当用户再次点击语音交互按钮时生成语音交互完成指令,此时控制器结束录制并生成用户语音信息。

S120、根据用户语音信息生成解析文本。

可选的,根据用户语音信息生成解析文本,包括:通过浏览器将用户语音信息压缩成指定格式的压缩文本,并将压缩文本发送至服务器;通过服务器调用语言解析接口将压缩文本转换成解析文本。

其中,解析文本中包含用户语音信息对应的文字内容。浏览器是指支持HTML5规范的现代浏览器。浏览器可以将用户语音信息压缩成指定格式的压缩文本,指定格式可以是BASE64,浏览器将音频文件进行BASE64压缩后,请求服务器端接口进行上传,服务器端调用语言解析接口将音频文件转化为自然语言,如果解析失败或解析内容为空,则通过websocket推送消息。需要说明的是,本实施方式中控制器会自动检测浏览器客户端是否支持websocket技术,如果支持直接进行方法调用;如果不支持采用socketJS技术方案进行替代,确保兼容更多以及年代久远的现代浏览器。另外,解析文本可以替换为任何第三方供应商方案只需做简单的适配即可兼容用以满足不同客户不同供应商的需求。

进一步的,本实施方式中为防止黑客注入或窜改数据,避免了明文发送,即将要发送的数据封装为数据包,并采用浏览器数字证书中的公共密钥对封装后的数据进行加密并发送,封装的过程中将数据段的前面添加了数据包的类型,接收方在接收到数据包后根据自身存储的数字证书中的公共密钥进行解密,然后从解密后的数据中解析出表示数据包类型的字段,根据数据包类型进行相应处理。通过数据加密传输的方式保障了信息安全。

S130、根据解析文本生成执行信息,根据执行信息进行浏览器语音控制,其中,执行信息包括目标操作指令和目标操作元素。

图2为本发明实施例一提供了一种浏览器语音控制方法的流程图,步骤S130主要包括如下的步骤S131至步骤S135:

S131、获取预置分词词典,其中,分词词典中包括操作指令和操作元素。

具体的,分词词典中包括操作指令和操作元素。服务器端根据回传的自然语音解析文本进行中文分词,根据预置分词词典分离出用户的操作指令和操作元素,通过websocket推送消息给浏览器。

S132、根据分词词典和解析文本确定状态位标志,其中,状态位标志用于表示解析文本的解析结果。

可选的,根据分词词典和解析文本确定状态位标志,包括:判断分词词典和解析文本是否存在相同内容,若是,确定状态位标志为解析成功;否则,确定状态位标志为解析错误。

具体的,状态位标志用来表示服务器的解析情况,示例性的,可以用200和500表示状态位标志,200代表解析成功,500代表解析错误。根据分词词典和解析文本即可确定状态位标志,当分词词典和解析文本存在相同内容时,可以确定状态位标志为解析成功。当分词词典和解析文本不存在相同内容时,可以确定状态位标志为解析错误。

S133、当状态位标志为解析成功时,将分词词典和解析文本的相同内容作为与解析文本对应的目标操作指令和目标操作元素。

可选的,方法,还包括:当状态位标志为解析错误时,根据状态位标志生成提示信息;基于提示信息提示用户重新输入语音。

具体的,当状态位标志为解析成功时,表明解析文本中包括可以和浏览器进行交互的操作指令和操作元素,此时,控制器可以将分词词典和解析文本的相同内容作为与解析文本对应的目标操作指令和目标操作元素。而当状态位标志为解析错误时,表明解析文本中不存在可以和浏览器进行交互的操作指令和操作元素,此时,控制器会根据状态位标志生成提示信息,生成提示信息是为了对用户进行提示,便于用户及时掌握输入的语音信息不符合规范的情况,以使用户重新输入语音,保证用户后续正常和浏览器进行可视化交互。

S134、将目标操作指令和目标操作元素作为执行信息。

S135、根据执行信息进行浏览器语音控制。

具体的,执行信息包括目标操作指令和目标操作元素,通过将执行信息发送至浏览器,即可获取到对应的人机交互事件和界面元素,进而实现浏览器语音控制。示例性的,目标操作指令可以是切换,目标操作元素可以是场景A,此时控制器可以将执行信息发送至浏览器,以使浏览器切换至场景A,实现浏览器语音控制。需要说明的是,本实施方式的技术方案不需要预先安装客户端,支持主流的现代浏览器,并且可灵活适配当前主流的语音解析供应商具备较高的灵活性。

本发明实施例的技术方案,通过浏览器获取用户语音信息发送给服务器,通过服务器生成解析文本,并根据解析文本生成执行信息发送至浏览器,即可实现浏览器语音控制,不需要预先安装客户端工具或者插件,增强了通用性和交互性,安全性能高,进而能够实现在浏览器上进行业务交互,并且可兼容各类AI语音供应商产品,降低了用户的使用门槛,不需要输入设备也能进行浏览器控制,为用户提供了更加易用的及人性化的交互体验。

实施例二

图3为本发明实施例二提供的一种浏览器语音控制方法的流程图,本实施例与上述实施例一的基础上增加了对根据执行信息进行浏览器语音控制过程的具体说明。其中,步骤S210-S220的具体内容与实施例一中的步骤S110-S120大致相同,因此本实施方式中不再进行赘述。如图3所示,该方法包括:

S210、通过浏览器获取用户语音信息。

可选的,通过浏览器获取用户语音信息,包括:通过浏览器接收用户输入的语音交互开始指令和语音交互完成指令;根据语音交互开始指令和语音交互完成指令进行语音录制以生成用户语音信息,其中,用户语音信息包括语音交互开始指令和语音交互完成指令之间的语音信息。

S220、根据用户语音信息生成解析文本。

可选的,根据用户语音信息生成解析文本,包括:通过浏览器将用户语音信息压缩成指定格式的压缩文本,并将压缩文本发送至服务器;通过服务器调用语言解析接口将压缩文本转换成解析文本。

S230、根据解析文本生成执行信息。

可选的,根据解析文本生成执行信息,包括:获取预置分词词典,其中,分词词典中包括操作指令和操作元素;根据分词词典和解析文本确定状态位标志,其中,状态位标志用于表示解析文本的解析结果;当状态位标志为解析成功时,将分词词典和解析文本的相同内容作为与解析文本对应的目标操作指令和目标操作元素;将目标操作指令和目标操作元素作为执行信息。

可选的,根据分词词典和解析文本确定状态位标志,包括:判断分词词典和解析文本是否存在相同内容,若是,确定状态位标志为解析成功;否则,确定状态位标志为解析错误。

可选的,方法,还包括:当状态位标志为解析错误时,根据状态位标志生成提示信息;基于提示信息提示用户重新输入语音。

S240、通过服务器将执行信息发送至浏览器。

S250、获取与目标操作指令对应的人机交互事件和与目标操作元素对应的界面元素。

S260、基于人机交互事件和界面元素调用预置脚本语言,以进行浏览器语音控制。

示例性的,通过服务器将执行信息发送至浏览器,浏览器可以通过目标操作指令获取对应人机交互事件,通过目标操作元素获取界面元素,并且调用预置脚本语言对应方法进行界面交互响应并进行语音播报提醒用户交互操作已经完成。其中,执行信息的格式可以是:{code:200,operate:’打开’,element:’降速明细清单’,word:’请打开,那个降速明细清单功能吧。’}。其中,code表示状态位标志,operate表示目标操作指令,element表示目标操作元素,word表示解析文本。此时浏览器可以进行仿生操作,模拟用户点击事件,浏览器界面响应随动,实现浏览器语音控制。

进一步的,本实施方式计算机中内置了语音操作指令集能适配更多的自然语言,将不同类型的自然语言表达映射到人机交互事件上,能自动检索建立界面元素库,自适应性、通用性强。并且为适配用户各类操作集成了操作指令集和动态操作元素集通过动作+内容的方式来精准定位可视化界面元素及需要进行交互的方式。

本发明实施例的技术方案,通过浏览器获取用户语音信息发送给服务器,通过服务器生成解析文本,并根据解析文本生成执行信息发送至浏览器,即可实现浏览器语音控制,不需要预先安装客户端工具或者插件,增强了通用性和交互性,安全性能高,进而能够实现在浏览器上进行业务交互,并且可兼容各类AI语音供应商产品,降低了用户的使用门槛,不需要输入设备也能进行浏览器控制,为用户提供了更加易用的及人性化的交互体验。

实施例三

图4为本发明实施例三提供的一种浏览器语音控制装置的结构示意图。如图4所示,该装置包括:

用户语音信息获取模块310,用于通过浏览器获取用户语音信息;

解析文本生成模块320,用于根据所述用户语音信息生成解析文本;

浏览器语音控制模块330,用于根据所述解析文本生成执行信息,根据所述执行信息进行浏览器语音控制,其中,所述执行信息包括目标操作指令和目标操作元素。

可选的,用户语音信息获取模块310,具体用于:通过浏览器接收用户输入的语音交互开始指令和语音交互完成指令;根据语音交互开始指令和语音交互完成指令进行语音录制以生成用户语音信息,其中,用户语音信息包括语音交互开始指令和语音交互完成指令之间的语音信息。

可选的,解析文本生成模块320,具体用于:通过浏览器将用户语音信息压缩成指定格式的压缩文本,并将压缩文本发送至服务器;通过服务器调用语言解析接口将压缩文本转换成解析文本。

可选的,浏览器语音控制模块330,具体包括:分词词典获取单元,用于获取预置分词词典,其中,分词词典中包括操作指令和操作元素;状态位标志确定单元,用于根据分词词典和解析文本确定状态位标志,其中,状态位标志用于表示解析文本的解析结果;目标操作指令和元素获取单元,用于当状态位标志为解析成功时,将分词词典和解析文本的相同内容作为与解析文本对应的目标操作指令和目标操作元素;执行信息生成单元,用于将目标操作指令和目标操作元素作为执行信息。

可选的,状态位标志确定单元,具体用于:判断分词词典和解析文本是否存在相同内容,若是,确定状态位标志为解析成功;否则,确定状态位标志为解析错误。

可选的,浏览器语音控制模块330,还包括:语音重输提示单元,用于当状态位标志为解析错误时,根据状态位标志生成提示信息;基于提示信息提示用户重新输入语音。

可选的,浏览器语音控制模块330,还包括:浏览器语音控制单元,用于通过服务器将执行信息发送至浏览器;获取与目标操作指令对应的人机交互事件和与目标操作元素对应的界面元素;基于人机交互事件和界面元素调用预置脚本语言,以进行浏览器语音控制。

本发明实施例的技术方案,通过浏览器获取用户语音信息发送给服务器,通过服务器生成解析文本,并根据解析文本生成执行信息发送至浏览器,即可实现浏览器语音控制,不需要预先安装客户端工具或者插件,增强了通用性和交互性,安全性能高,进而能够实现在浏览器上进行业务交互,并且可兼容各类AI语音供应商产品,降低了用户的使用门槛,不需要输入设备也能进行浏览器控制,为用户提供了更加易用的及人性化的交互体验。

本发明实施例所提供的一种浏览器语音控制装置可执行本发明任意实施例所提供的一种浏览器语音控制方法,具备执行方法相应的功能模块和有益效果。

实施例四

图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如一种浏览器语音控制方法。也即:通过浏览器获取用户语音信息;根据用户语音信息生成解析文本;根据解析文本生成执行信息,根据执行信息进行浏览器语音控制,其中,执行信息包括目标操作指令和目标操作元素。

在一些实施例中,一种浏览器语音控制方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的一种浏览器语音控制方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行一种浏览器语音控制方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。

应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。

上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

相关技术
  • 一种语音控制方法、装置、设备和存储介质
  • 一种语音学习方法、装置、语音设备及存储介质
  • 一种语音交互设备唤醒方法、装置、设备及存储介质
  • 一种浴室加热装置和用于控制浴室加热装置的方法、设备、电子设备及计算机可读存储介质
  • 一种语音评测方法、装置、设备及可读存储介质
  • 一种语音控制方法、装置、智能语音控制智能设备及存储介质
  • 一种语音设备控制方法、装置、存储介质及语音设备
技术分类

06120116230229