[发明专利]语音控制的控件识别方法、装置、设备、介质及程序产品

说明书

本申请实施例公开了一种语音控制的控件识别方法、装置、设备、介质及程序产品。该方法包括：生成第一文本的拼音序列的第一编码序列生成第二文本的拼音序列的第二编码序列；计算第一编码序列与第二编码序列之间的全局匹配错误度；响应于全局匹配错误度小于或等于错误度阈值，将第二编码序列对应的控件确定为用户语音对应控制的控件。该方法通过文本拼音的编码序列之间的匹配，来快速实现语音控制图形用户界面中的文本匹配。

技术领域

本申请实施例涉及语音识别技术领域，特别涉及一种语音控制的控件识别方法、装置、设备、介质及程序产品。

背景技术

随着社会生活水平的不断发展，智能终端逐渐融入了人们的生活。在现实生活中，常会有一些不便于手动操控智能终端的情景，语音控制应运而生，因其能够为用户提供更为便捷的交互手段，语音控制逐渐成为了用户与智能终端交互的主要手段之一。

与用户界面的语音交互通常包含两种不同的形态，一种是语音技能指令，一种是语音控制图形界面。语音技能指令的应用，是智能终端的系统中应用程序预先设定好一些类指令集合，用户通过语音触发技能关键词，从而获得智能终端提供的相应服务，代表的产品形态主要是智能终端厂商的语音助手。

语音控制图形界面的应用，则是通过语音控制智能终端的用户界面(UserInterface，UI)，语音控制图形界面并不是系统中应用程序预先设定好的一系列技能，而是实时地将用户的语音与UI界面中的操作对象映射起来，然后对操作对象自动执行对应的点击、滑动、长按等触控操作。这类操作相当于使用语音模态代替了手动触控，操作对象也都是当前UI界面上可见的，因此也可以称为可见可说或语音控制图形用户界面(VoiceGraphic User Interface，VGUI)。典型的代表交互语句，如“点击返回箭头”、“点击XXX晚间新闻”等。

发明内容

本申请实施例提供了一种语音控制的控件识别方法、装置、设备、介质及程序产品。所述技术方案如下：

根据本申请的一方面内容，提供了一种语音控制的控件识别方法，所述方法包括：

生成第一文本的拼音序列的第一编码序列，所述第一文本是基于用户语音生成的文本，所述用户语音用于触发用户界面上的控件；

生成第二文本的拼音序列的第二编码序列，所述第二文本是描述所述控件的文本；

计算第一局部编码序列与第二局部编码序列之间的局部匹配错误度；其中，所述第一局部编码序列为所述第一编码序列中的前i个单位长度，所述第二局部编码序列为所述第二编码序列中的前j个单位长度，i和j均为正整数；

响应于所述局部匹配错误度小于或等于错误度阈值，更新所述第一局部编码序列为所述第一编码序列中的前i+1个单位长度，以及更新所述第二局部编码序列为所述第二编码序列中的前j+1个单位长度，返回上一个步骤再次计算匹配错误度，直至计算得到所述第一编码序列与所述第二编码序列之间的全局匹配错误度；

响应于所述全局匹配错误度小于或等于所述错误度阈值，将所述第二编码序列对应的控件确定为所述用户语音对应控制的控件。

根据本申请的另一方面内容，提供了一种语音控制的控件识别装置，所述装置包括：

生成模块，用于生成第一文本的拼音序列的第一编码序列，所述第一文本是基于用户语音生成的文本，所述用户语音用于触发用户界面上的控件；

所述生成模块，用于生成第二文本的拼音序列的第二编码序列，所述第二文本是描述所述控件的文本；

匹配模块，用于计算第一局部编码序列与第二局部编码序列之间的局部匹配错误度；其中，所述第一局部编码序列为所述第一编码序列中的前i个单位长度，所述第二局部编码序列为所述第二编码序列中的前j个单位长度，i和j均为正整数；