本發(fā)明涉及語音處理技術(shù)領(lǐng)域，特別是涉及一種語音識別方法及裝置。

背景技術(shù)：

語音識別通常支持命令詞匹配和在線語音識別兩種模式。其中，命令詞匹配指用戶預(yù)先定義幾個詞作為命令詞，當(dāng)終端接收到用戶輸入的語音數(shù)據(jù)時，從預(yù)先定義的多個命令詞中匹配出與該語音數(shù)據(jù)對應(yīng)的詞。可以看出，命令詞匹配僅能匹配出預(yù)先定義的幾個命令詞，其主要用于喚醒、觸發(fā)終端上的特定功能。而在線語音識別則是由終端將接收到的語音數(shù)據(jù)上傳至網(wǎng)絡(luò)側(cè)，利用網(wǎng)絡(luò)側(cè)的聲音模型對語音數(shù)據(jù)進(jìn)行識別。因此，在線語音識別可識別出任意的詞，識別結(jié)果可用于終端執(zhí)行搜索、書寫、人機(jī)對話等操作。

現(xiàn)有的語音助手類軟件或者含有語音輸入功能的軟件中，都只單方面支持上述兩種模式中的一種模式，而不支持另一種模式。即將命令詞匹配和在線語音識別分開使用。用戶在使用這類軟件輸入語音數(shù)據(jù)時，要么切換到命令詞場景中，要么切換到在線語音聽寫場景中。例如，用戶想要通過語音輸入功能觸發(fā)終端上的某一特定功能，則需首先將終端的語音識別模式切換到命令詞場景中；當(dāng)成功觸發(fā)該特定功能后，假如用戶又想通過語音輸入的方式向好友打電話，則需將終端的語音識別模式從命令詞場景中切換到語音撥號場景(即在線語音識別場景)中。顯然，上述語音識別方式需要用戶來回在不同場景間切換，操作起來十分麻煩，極大地降低了用戶使用語音識別功能的體驗(yàn)度。

技術(shù)實(shí)現(xiàn)要素：

鑒于上述問題，提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上述問題的語音識別方法及裝置。

依據(jù)本發(fā)明的一個方面，提供了一種語音識別方法，應(yīng)用于客戶端，所述方法包括：

接收語音數(shù)據(jù)；

判斷所述語音數(shù)據(jù)是否屬于用于觸發(fā)所述客戶端的特定功能的命令詞類，所述命令詞類包括由詞或詞的組合構(gòu)成的多個命令詞；

當(dāng)所述語音數(shù)據(jù)屬于所述命令詞類時，在所述命令詞類中確定出與所述語音數(shù)據(jù)對應(yīng)的命令詞，并觸發(fā)所述命令詞對應(yīng)的特定功能；

當(dāng)所述語音數(shù)據(jù)不屬于所述命令詞類時，將包含所述語音數(shù)據(jù)的操作指令上傳至網(wǎng)絡(luò)側(cè)，由所述網(wǎng)絡(luò)側(cè)識別出所述語音數(shù)據(jù)對應(yīng)的文字內(nèi)容，并根據(jù)所述操作指令執(zhí)行相應(yīng)操作。

可選地，判斷所述語音數(shù)據(jù)是否屬于用于觸發(fā)所述客戶端的特定功能的命令詞類，包括：

獲取所述客戶端預(yù)設(shè)的命令詞類；

將所述語音數(shù)據(jù)與所述命令詞類進(jìn)行匹配，以判斷出所述命令詞類中是否包含與所述語音數(shù)據(jù)相匹配的命令詞；

當(dāng)所述命令詞類中包含與所述語音數(shù)據(jù)相匹配的命令詞時，確定所述語音數(shù)據(jù)屬于所述命令詞類。

可選地，將所述語音數(shù)據(jù)與所述命令詞類進(jìn)行匹配，以判斷出所述命令詞類中是否包含與所述語音數(shù)據(jù)相匹配的命令詞，包括：

利用所述客戶端預(yù)存的語言模型確定所述語音數(shù)據(jù)對應(yīng)的語言文字；

計算所述語言文字與所述命令詞類中的各命令詞之間相匹配的置信度；

當(dāng)置信度最高值大于或等于預(yù)設(shè)閾值時，確定所述命令詞類中包含與所述語音數(shù)據(jù)相匹配的命令詞。

可選地，在所述命令詞類中確定出與所述語音數(shù)據(jù)對應(yīng)的命令詞，包括：

將所述置信度最高值對應(yīng)的命令詞確定為所述語音數(shù)據(jù)對應(yīng)的命令詞。

可選地，當(dāng)所述語音數(shù)據(jù)屬于所述命令詞類時，所述方法還包括：

判斷所述語音數(shù)據(jù)是否為具有語義的詞或詞的組合；

當(dāng)所述語音數(shù)據(jù)為具有語義的詞或詞的組合時，將所述語音數(shù)據(jù)上傳至所述網(wǎng)絡(luò)側(cè)進(jìn)行識別，并從所述網(wǎng)絡(luò)側(cè)獲取識別出的所述語音數(shù)據(jù)對應(yīng)的文字內(nèi)容；

顯示用于選擇的多個選項(xiàng)，所述多個選項(xiàng)包括所述命令詞對應(yīng)的選項(xiàng)以及所述文字內(nèi)容對應(yīng)的選項(xiàng)；

當(dāng)接收到針對所述多個選項(xiàng)中任一選項(xiàng)的選擇操作時，根據(jù)所述選擇操作執(zhí)行相應(yīng)操作。

可選地，根據(jù)所述選擇操作執(zhí)行相應(yīng)操作，包括：

當(dāng)接收到用戶對所述命令詞對應(yīng)的選項(xiàng)的選擇操作時，觸發(fā)所述命令詞對應(yīng)的特定功能；

當(dāng)接收到用戶對所述文字內(nèi)容對應(yīng)的選項(xiàng)的選擇操作時，根據(jù)所述文字內(nèi)容執(zhí)行相應(yīng)的操作。

可選地，觸發(fā)所述命令詞對應(yīng)的特定功能，包括：

根據(jù)所述命令詞類中各命令詞和所述客戶端的特定功能之間的對應(yīng)關(guān)系，確定所述語音數(shù)據(jù)對應(yīng)的命令詞所對應(yīng)的特定功能；

觸發(fā)所述確定的特定功能。

可選地，當(dāng)所述操作指令包括在搜索引擎中的輸入指令時，所述方法還包括：

接收由所述網(wǎng)絡(luò)側(cè)返回的所述語音數(shù)據(jù)對應(yīng)的文字內(nèi)容；

將所述文字內(nèi)容輸入至所述搜索引擎中的輸入框內(nèi)并進(jìn)行搜索。

依據(jù)本發(fā)明的另一個方面，提供了一種語音識別裝置，應(yīng)用于客戶端，所述裝置包括：

第一接收模塊，適于接收語音數(shù)據(jù)；

第一判斷模塊，適于判斷所述語音數(shù)據(jù)是否屬于用于觸發(fā)所述客戶端的特定功能的命令詞類，所述命令詞類包括由詞或詞的組合構(gòu)成的多個命令詞；

觸發(fā)模塊，適于當(dāng)所述語音數(shù)據(jù)屬于所述命令詞類時，在所述命令詞類中確定出與所述語音數(shù)據(jù)對應(yīng)的命令詞，并觸發(fā)所述命令詞對應(yīng)的特定功能；

第一上傳模塊，適于當(dāng)所述語音數(shù)據(jù)不屬于所述命令詞類時，將包含所述語音數(shù)據(jù)的操作指令上傳至網(wǎng)絡(luò)側(cè)，由所述網(wǎng)絡(luò)側(cè)識別出所述語音數(shù)據(jù)對應(yīng)的文字內(nèi)容，并根據(jù)所述操作指令執(zhí)行相應(yīng)操作。

可選地，所述第一判斷模塊還適于：

獲取所述客戶端預(yù)設(shè)的命令詞類；

將所述語音數(shù)據(jù)與所述命令詞類進(jìn)行匹配，以判斷出所述命令詞類中是否包含與所述語音數(shù)據(jù)相匹配的命令詞；

當(dāng)所述命令詞類中包含與所述語音數(shù)據(jù)相匹配的命令詞時，確定所述語音數(shù)據(jù)屬于所述命令詞類。

可選地，所述第一判斷模塊還適于：

利用所述客戶端預(yù)存的語言模型確定所述語音數(shù)據(jù)對應(yīng)的語言文字；

計算所述語言文字與所述命令詞類中的各命令詞之間相匹配的置信度；

當(dāng)置信度最高值大于或等于預(yù)設(shè)閾值時，確定所述命令詞類中包含與所述語音數(shù)據(jù)相匹配的命令詞。

可選地，所述觸發(fā)模塊還適于：

將所述置信度最高值對應(yīng)的命令詞確定為所述語音數(shù)據(jù)對應(yīng)的命令詞。

可選地，所述裝置還包括：

第二判斷模塊，適于當(dāng)所述語音數(shù)據(jù)屬于所述命令詞類時，判斷所述語音數(shù)據(jù)是否為具有語義的詞或詞的組合；

第二上傳模塊，適于當(dāng)所述語音數(shù)據(jù)為具有語義的詞或詞的組合時，將所述語音數(shù)據(jù)上傳至所述網(wǎng)絡(luò)側(cè)進(jìn)行識別，并從所述網(wǎng)絡(luò)側(cè)獲取識別出的所述語音數(shù)據(jù)對應(yīng)的文字內(nèi)容；

顯示模塊，適于顯示用于選擇的多個選項(xiàng)，所述多個選項(xiàng)包括所述命令詞對應(yīng)的選項(xiàng)以及所述文字內(nèi)容對應(yīng)的選項(xiàng)；

執(zhí)行模塊，適于當(dāng)接收到針對所述多個選項(xiàng)中任一選項(xiàng)的選擇操作時，根據(jù)所述選擇操作執(zhí)行相應(yīng)操作。

可選地，所述執(zhí)行模塊還適于：

當(dāng)接收到用戶對所述命令詞對應(yīng)的選項(xiàng)的選擇操作時，觸發(fā)所述命令詞對應(yīng)的特定功能；

當(dāng)接收到用戶對所述文字內(nèi)容對應(yīng)的選項(xiàng)的選擇操作時，根據(jù)所述文字內(nèi)容執(zhí)行相應(yīng)的操作。

可選地，所述觸發(fā)模塊還適于：

根據(jù)所述命令詞類中各命令詞和所述客戶端的特定功能之間的對應(yīng)關(guān)系，確定所述語音數(shù)據(jù)對應(yīng)的命令詞所對應(yīng)的特定功能；

觸發(fā)所述確定的特定功能。

可選地，所述裝置還包括：

第二接收模塊，適于當(dāng)所述操作指令包括在搜索引擎中的輸入指令時，接收由所述網(wǎng)絡(luò)側(cè)返回的所述語音數(shù)據(jù)對應(yīng)的文字內(nèi)容；

輸入模塊，適于將所述文字內(nèi)容輸入至所述搜索引擎中的輸入框內(nèi)并進(jìn)行搜索。

采用本發(fā)明實(shí)施例提供的技術(shù)方案，能夠在接收到語音數(shù)據(jù)后判斷該語音數(shù)據(jù)是否屬于用戶觸發(fā)客戶端的特定功能的命令詞類，當(dāng)屬于命令詞類時從命令詞類中確定出與語音數(shù)據(jù)對應(yīng)的命令詞，并觸發(fā)命令詞對應(yīng)的特定功能，當(dāng)不屬于命令詞類時將包含語音數(shù)據(jù)的操作指令上傳至網(wǎng)絡(luò)側(cè)，由網(wǎng)絡(luò)側(cè)識別出語音數(shù)據(jù)對應(yīng)的文字內(nèi)容，并根據(jù)操作指令執(zhí)行相應(yīng)操作，使得客戶端能夠在接收到語音數(shù)據(jù)后自動判斷出語音數(shù)據(jù)是否屬于命令詞類，從而確定出用戶輸入語音數(shù)據(jù)的意圖是觸發(fā)客戶端的特定功能還是通過網(wǎng)絡(luò)側(cè)進(jìn)行其他操作，進(jìn)而根據(jù)用戶輸入語音數(shù)據(jù)的意圖選擇本地識別語音數(shù)據(jù)或者在線識別語音數(shù)據(jù)，避免了用戶連續(xù)輸入不同類型的語音數(shù)據(jù)時需在不同語音識別方式(即不同的語音識別場景)之間來回切換的情況，極大地提升了用戶對客戶端語音識別功能的使用體驗(yàn)。此外，該技術(shù)方案在接收到語音數(shù)據(jù)時優(yōu)先判斷語音數(shù)據(jù)是否屬于命令詞類，這是由于通過網(wǎng)絡(luò)側(cè)在線識別語音數(shù)據(jù)時需要連網(wǎng)，有可能出現(xiàn)因網(wǎng)絡(luò)不好或者網(wǎng)絡(luò)丟包等問題導(dǎo)致無法在線識別語音數(shù)據(jù)的情況，使得語音數(shù)據(jù)的識別效率大大降低，因此，優(yōu)先判斷是否屬于命令詞類的方案能夠使客戶端優(yōu)先選用本地識別的方式，僅在語音數(shù)據(jù)不屬于命令詞類時再使用在線識別方式，在一定程度上提高了語音識別的效率。

上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說明書的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下特舉本發(fā)明的具體實(shí)施方式。

根據(jù)下文結(jié)合附圖對本發(fā)明具體實(shí)施例的詳細(xì)描述，本領(lǐng)域技術(shù)人員將會更加明了本發(fā)明的上述以及其他目的、優(yōu)點(diǎn)和特征。

附圖說明

通過閱讀下文優(yōu)選實(shí)施方式的詳細(xì)描述，各種其他的優(yōu)點(diǎn)和益處對于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實(shí)施方式的目的，而并不認(rèn)為是對本發(fā)明的限制。而且在整個附圖中，用相同的參考符號表示相同的部件。在附圖中：

圖1是根據(jù)本發(fā)明一個實(shí)施例的一種語音識別方法的示意性流程圖；

圖2是根據(jù)本發(fā)明一個實(shí)施例的一種語音識別方法中客戶端的界面示意圖；

圖3是根據(jù)本發(fā)明另一個實(shí)施例的一種語音識別方法中客戶端的界面示意圖；

圖4是根據(jù)本發(fā)明一個實(shí)施例的一種語音識別裝置的示意性框圖；

圖5是根據(jù)本發(fā)明另一個實(shí)施例的一種語音識別裝置的示意性框圖。

具體實(shí)施方式

下面將參照附圖更詳細(xì)地描述本公開的示例性實(shí)施例。雖然附圖中顯示了本公開的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本公開而不應(yīng)被這里闡述的實(shí)施例所限制。相反，提供這些實(shí)施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。

圖1是根據(jù)本發(fā)明一個實(shí)施例的一種語音識別方法的示意性流程圖。如圖1所示，該方法應(yīng)用于客戶端，其一般性地可包括以下步驟S101-S104：

步驟S101，接收語音數(shù)據(jù)。

步驟S102，判斷語音數(shù)據(jù)是否屬于用于觸發(fā)客戶端的特定功能的命令詞類。當(dāng)語音數(shù)據(jù)屬于命令詞類時，執(zhí)行步驟S103；當(dāng)語音數(shù)據(jù)不屬于命令詞類時，執(zhí)行步驟S104。

其中，命令詞類包括由詞或詞的組合構(gòu)成的多個命令詞。例如，命令詞“開啟”用于觸發(fā)客戶端啟動進(jìn)程，命令詞“清理垃圾”用于觸發(fā)客戶端執(zhí)行清理垃圾功能。命令詞類中的多個命令詞可預(yù)先設(shè)定并存儲在客戶端中，且與各自用于觸發(fā)的特定功能對應(yīng)存儲。命令詞可以是任意詞或詞的組合，包括有意義的詞或詞的組合，例如“清理垃圾”，也包括無意義的詞或詞的組合，例如“清拉”。

步驟S103，在命令詞類中確定出與語音數(shù)據(jù)對應(yīng)的命令詞，并觸發(fā)命令詞對應(yīng)的特定功能。

步驟S104，將包含語音數(shù)據(jù)的操作指令上傳至網(wǎng)絡(luò)側(cè)，由網(wǎng)絡(luò)側(cè)識別出語音數(shù)據(jù)對應(yīng)的文字內(nèi)容，并根據(jù)操作指令執(zhí)行相應(yīng)操作。

采用本發(fā)明實(shí)施例提供的技術(shù)方案，能夠在接收到語音數(shù)據(jù)后判斷該語音數(shù)據(jù)是否屬于用戶觸發(fā)客戶端的特定功能的命令詞類，當(dāng)屬于命令詞類時從命令詞類中確定出與語音數(shù)據(jù)對應(yīng)的命令詞，并觸發(fā)命令詞對應(yīng)的特定功能，當(dāng)不屬于命令詞類時將包含語音數(shù)據(jù)的操作指令上傳至網(wǎng)絡(luò)側(cè)，由網(wǎng)絡(luò)側(cè)識別出語音數(shù)據(jù)對應(yīng)的文字內(nèi)容，并根據(jù)操作指令執(zhí)行相應(yīng)操作，使得客戶端能夠在接收到語音數(shù)據(jù)后自動判斷出語音數(shù)據(jù)是否屬于命令詞類，從而確定出用戶輸入語音數(shù)據(jù)的意圖是觸發(fā)客戶端的特定功能還是通過網(wǎng)絡(luò)側(cè)進(jìn)行其他操作，進(jìn)而根據(jù)用戶輸入語音數(shù)據(jù)的意圖選擇本地識別語音數(shù)據(jù)或者在線識別語音數(shù)據(jù)，避免了用戶連續(xù)輸入不同類型的語音數(shù)據(jù)時需在不同語音識別方式(即不同的語音識別場景)之間來回切換的情況，極大地提升了用戶對客戶端語音識別功能的使用體驗(yàn)。此外，該技術(shù)方案在接收到語音數(shù)據(jù)時優(yōu)先判斷語音數(shù)據(jù)是否屬于命令詞類，這是由于通過網(wǎng)絡(luò)側(cè)在線識別語音數(shù)據(jù)時需要連網(wǎng)，有可能出現(xiàn)因網(wǎng)絡(luò)不好或者網(wǎng)絡(luò)丟包等問題導(dǎo)致無法在線識別語音數(shù)據(jù)的情況，使得語音數(shù)據(jù)的識別效率大大降低，因此，優(yōu)先判斷是否屬于命令詞類的方案能夠使客戶端優(yōu)先選用本地識別的方式，僅在語音數(shù)據(jù)不屬于命令詞類時再使用在線識別方式，在一定程度上提高了語音識別的效率。

在接收到語音數(shù)據(jù)之后，可按照如下步驟判斷語音數(shù)據(jù)是否屬于用于觸發(fā)客戶端的特定功能的命令詞類(即步驟S102)：首先，獲取客戶端預(yù)設(shè)的命令詞類；其次，將語音數(shù)據(jù)與命令詞類進(jìn)行匹配，以判斷出命令詞類中是否包含與語音數(shù)據(jù)相匹配的命令詞；然后，當(dāng)命令詞類中包含與語音數(shù)據(jù)相匹配的命令詞時，確定語音數(shù)據(jù)屬于命令詞類。

上述實(shí)施例中，在將語音數(shù)據(jù)與命令詞類進(jìn)行匹配時，需將語音數(shù)據(jù)對應(yīng)的語言文字與命令詞類進(jìn)行匹配，具體實(shí)施步驟如下：首先，利用客戶端預(yù)存的語言模型確定語音數(shù)據(jù)對應(yīng)的語言文字；其中，客戶端預(yù)存的語言模型中包括語音數(shù)據(jù)與語言文字的對應(yīng)關(guān)系，利用該對應(yīng)關(guān)系，可準(zhǔn)確確定出用戶輸入的語音數(shù)據(jù)對應(yīng)的語言文字。其次，計算語言文字與命令詞類中的各命令詞之間相匹配的置信度，當(dāng)置信度最高值大于或等于預(yù)設(shè)閾值時，確定命令詞類中包含與語音數(shù)據(jù)相匹配的命令詞。并且，置信度最高值對應(yīng)的命令詞即確定為語音數(shù)據(jù)對應(yīng)的命令詞。反之，當(dāng)語音數(shù)據(jù)對應(yīng)的語言文字與各命令詞之間相匹配的置信度均小于預(yù)設(shè)閾值，則確定命令詞類中不包含與語音數(shù)據(jù)相匹配的命令詞，該語音數(shù)據(jù)不屬于命令詞類。其中，置信度即為可靠度，其允許語音數(shù)據(jù)對應(yīng)的語言文字與命令詞匹配時存在一定范圍的誤差，通常情況下，該誤差值較小，不會對語音數(shù)據(jù)是否屬于命令詞類的判斷結(jié)果產(chǎn)生影響。因此，預(yù)設(shè)閾值可設(shè)置為一個較高的值，例如將預(yù)設(shè)閾值設(shè)為95％，即允許有5％的匹配誤差。例如，命令詞類中包括三個命令詞，語音數(shù)據(jù)對應(yīng)的語言文字與各命令詞之間相匹配的置信度分比為50％、20％、99％，由于置信度最高值(即99％)大于預(yù)設(shè)閾值95％，因此，可確定命令詞類中包含與語音數(shù)據(jù)相匹配的命令詞。此外，將語言文字與命令詞進(jìn)行匹配的方法為現(xiàn)有技術(shù)，在此不再贅述。

以下通過一具體實(shí)施例說明如何判斷語音數(shù)據(jù)是否屬于命令詞類。在該具體實(shí)施例中，客戶端預(yù)設(shè)的命令詞類包括“清理垃圾”、“退出”、“體檢”等命令詞，且命令詞“清理垃圾”與客戶端的特定功能“清理系統(tǒng)垃圾”相對應(yīng)，命令詞“退出”與客戶端的特定功能“退出進(jìn)程”相對應(yīng)，命令詞“體檢”與客戶端的特定功能“立即體檢”相對應(yīng)。將語音數(shù)據(jù)與命令詞類進(jìn)行匹配時，首先利用客戶端預(yù)存的語言模型確定出語音數(shù)據(jù)對應(yīng)的語言文字，假設(shè)確定出語音數(shù)據(jù)對應(yīng)的語言文字為“體檢”；然后計算語言文字與命令詞類中的各命令詞之間相匹配的置信度，當(dāng)語言文字為“體檢”時，與各命令詞之間相匹配的置信度分別為：與命令詞“清理垃圾”之間相匹配的置信度為0％，與命令詞“退出”之間相匹配的置信度為0％，與命令詞“體檢”之間相匹配的置信度為100％；由各置信度可看出，語音數(shù)據(jù)對應(yīng)的語言文字與命令詞“體檢”之間完全匹配，其匹配的置信度必然大于預(yù)設(shè)閾值。因此，可確定語音數(shù)據(jù)屬于命令詞類，并且，命令詞“體檢”即被確定為語音數(shù)據(jù)對應(yīng)的命令詞。

當(dāng)確定出語音數(shù)據(jù)屬于命令詞類、且在命令詞類中確定出與語音數(shù)據(jù)對應(yīng)的命令詞之后，觸發(fā)命令詞對應(yīng)的特定功能。在一個實(shí)施例中，可按照如下步驟觸發(fā)命令詞對應(yīng)的特定功能：首先，根據(jù)命令詞類中各命令詞和客戶端的特定功能之間的對應(yīng)關(guān)系，確定語音數(shù)據(jù)對應(yīng)的命令詞所對應(yīng)的特定功能；其次，觸發(fā)確定的特定功能。例如，命令詞“清理垃圾”與客戶端的特定功能“清理系統(tǒng)垃圾”相對應(yīng)，命令詞“退出”與客戶端的特定功能“退出進(jìn)程”相對應(yīng)，命令詞“體檢”與客戶端的特定功能“立即體檢”相對應(yīng)，等等。當(dāng)語音數(shù)據(jù)對應(yīng)的命令詞為“退出”時，根據(jù)各命令詞和客戶端的特定功能之間的對應(yīng)關(guān)系可確定出命令詞“退出”對應(yīng)的特定功能為“退出進(jìn)程”，因此，客戶端根據(jù)命令詞“退出”執(zhí)行退出進(jìn)程的操作。

當(dāng)命令詞類中不包含與語音數(shù)據(jù)相匹配的命令詞時，可確定語音數(shù)據(jù)不屬于命令詞類，此時采取在線識別方式來識別語音數(shù)據(jù)。即，將包含語音數(shù)據(jù)的操作指令上傳至網(wǎng)絡(luò)側(cè)，由網(wǎng)絡(luò)側(cè)識別出語音數(shù)據(jù)對應(yīng)的文字內(nèi)容，并根據(jù)操作指令執(zhí)行相應(yīng)操作。其中，操作指令可包括輸入指令、查詢指令、人機(jī)對話指令等等。輸入指令即為在客戶端當(dāng)前顯示的界面或輸入框內(nèi)輸入語音數(shù)據(jù)對應(yīng)的文字內(nèi)容的指令，查詢指令即為通過網(wǎng)絡(luò)側(cè)查詢語音數(shù)據(jù)對應(yīng)的相關(guān)問題的指令。以下分別針對各操作指令說明網(wǎng)絡(luò)側(cè)如何執(zhí)行相應(yīng)操作。

當(dāng)操作指令包括輸入指令時，例如，操作指令為在搜索引擎中的輸入指令，此時，網(wǎng)絡(luò)側(cè)根據(jù)該輸入指令，將識別出的語音數(shù)據(jù)對應(yīng)的文字內(nèi)容返回至客戶端，客戶端接收由網(wǎng)絡(luò)側(cè)返回的語音數(shù)據(jù)對應(yīng)的文字內(nèi)容，并將該文字內(nèi)容輸入至搜索引擎中的輸入框內(nèi)并進(jìn)行搜索。例如，網(wǎng)絡(luò)側(cè)識別出語音數(shù)據(jù)對應(yīng)的文字內(nèi)容為“北京旅游”，并根據(jù)輸入指令將文字內(nèi)容“北京旅游”返回至客戶端，客戶端接收到該文字內(nèi)容時，就會在搜索引擎的輸入框內(nèi)輸入文字內(nèi)容“北京旅游”，并以“北京旅游”為關(guān)鍵詞進(jìn)行搜索，將搜索到的有關(guān)北京旅游的相關(guān)信息顯示在搜索結(jié)果頁面上。此外，輸入指令還可以是在客戶端中的書寫板上進(jìn)行書寫的指令，此時，網(wǎng)絡(luò)側(cè)將識別出的語音數(shù)據(jù)對應(yīng)的文字內(nèi)容返回至客戶端，客戶端接收到該文字內(nèi)容后，將該文字內(nèi)容輸入至?xí)鴮懓迳稀?/p>

當(dāng)操作指令包括查詢指令(即通過網(wǎng)絡(luò)側(cè)查詢語音數(shù)據(jù)對應(yīng)的相關(guān)問題的指令)時，網(wǎng)絡(luò)側(cè)根據(jù)識別出的語音數(shù)據(jù)對應(yīng)的文字內(nèi)容，在網(wǎng)絡(luò)側(cè)的數(shù)據(jù)庫中查詢文字內(nèi)容對應(yīng)的相關(guān)問題，并將相關(guān)問題的答案返回至客戶端。例如，網(wǎng)絡(luò)側(cè)識別出語音數(shù)據(jù)對應(yīng)的文字內(nèi)容為“北京天氣怎么樣”，則網(wǎng)絡(luò)側(cè)在數(shù)據(jù)庫中查詢到有關(guān)北京天氣的相關(guān)信息，然后將有關(guān)北京天氣的相關(guān)信息返回至客戶端，由客戶端在本地輸出接收到的相關(guān)信息。其中，信息輸出方式包括多種，例如將有關(guān)北京天氣的相關(guān)信息采用文字輸出方式輸出在當(dāng)前界面的預(yù)設(shè)位置，或者將有關(guān)北京天氣的相關(guān)信息采用語音輸出方式進(jìn)行播報，等等。

當(dāng)操作指令包括人機(jī)對話指令時，網(wǎng)絡(luò)側(cè)根據(jù)識別出的語音數(shù)據(jù)對應(yīng)的文字內(nèi)容，并對文字內(nèi)容進(jìn)行語義識別，然后根據(jù)識別到的語義將文字內(nèi)容的對話內(nèi)容返回至客戶端，由客戶端輸出對話內(nèi)容，對話內(nèi)容的輸出方式通常采用語音輸出方式進(jìn)行播報，也可采用語音輸出方式和文字輸出方式結(jié)合的方式。

以上列舉了三種不同操作方式下網(wǎng)絡(luò)側(cè)所執(zhí)行的相應(yīng)操作，需要說明的是，操作指令并不僅限于上述三種，操作指令可以是客戶端所具有的任一語音輸入功能能夠執(zhí)行的操作指令。

在一個實(shí)施例中，當(dāng)確定出語音數(shù)據(jù)屬于命令詞類時，還可執(zhí)行以下步驟：首先判斷語音數(shù)據(jù)是否為具有語義的詞或詞的組合；其中，判斷語音數(shù)據(jù)是否為具有與語義的詞或詞的組合時，可利用本地預(yù)存的語言模型確定語音數(shù)據(jù)對應(yīng)的語言文字，并判斷語音數(shù)據(jù)對應(yīng)的語言文字是否為具有語義(即具有邏輯性)的詞或詞的組合，當(dāng)語音數(shù)據(jù)對應(yīng)的語言文字為具有語義的詞或詞的組合時，確定語音數(shù)據(jù)為具有語義的詞或詞的組合。其次，當(dāng)語音數(shù)據(jù)為具有語義的詞或詞的組合時，將語音數(shù)據(jù)上傳至網(wǎng)絡(luò)側(cè)進(jìn)行識別，并從網(wǎng)絡(luò)側(cè)獲取識別出的語音數(shù)據(jù)對應(yīng)的文字內(nèi)容。然后，顯示用于選擇的多個選項(xiàng)，多個選項(xiàng)包括命令詞對應(yīng)的選項(xiàng)以及文字內(nèi)容對應(yīng)的選項(xiàng)。最后，當(dāng)接收到針對多個選項(xiàng)中任一選項(xiàng)的選擇操作時，根據(jù)選擇操作執(zhí)行相應(yīng)操作。

具體地，當(dāng)接收到用戶對命令詞對應(yīng)的選項(xiàng)的選擇操作時，觸發(fā)命令詞對應(yīng)的特定功能；當(dāng)接收到用戶對文字內(nèi)容對應(yīng)的選項(xiàng)的選擇操作時，根據(jù)文字內(nèi)容執(zhí)行相應(yīng)的操作。

舉例而言，假設(shè)語音數(shù)據(jù)對應(yīng)的文字內(nèi)容為“清理垃圾”。圖2示出了客戶端顯示多個選項(xiàng)的界面示意圖，在圖2中，客戶端界面20上顯示有以下三個選項(xiàng)：本地識別命令詞“清理垃圾”、在線識別文字內(nèi)容“清理垃圾”以及取消選項(xiàng)。當(dāng)用戶選擇本地識別命令詞“清理垃圾”選項(xiàng)時，客戶端根據(jù)用戶的選擇操作觸發(fā)命令詞“清理垃圾”對應(yīng)的特定功能；當(dāng)用戶選擇在線識別文字內(nèi)容“清理垃圾”選項(xiàng)時，客戶端根據(jù)用戶的選擇操作執(zhí)行與文字內(nèi)容相應(yīng)的操作，例如在搜索引擎的輸入框內(nèi)輸入文字“清理垃圾”并搜索；當(dāng)用戶選擇取消選項(xiàng)時，客戶端根據(jù)用戶的選擇操作取消當(dāng)前語音識別的操作。

此外，命令詞對應(yīng)的選項(xiàng)以及文字內(nèi)容對應(yīng)的選項(xiàng)還可以按照其各自對應(yīng)的執(zhí)行操作來顯示。仍以圖2所示的實(shí)施例為例，圖3示出了按照不同識別方式所執(zhí)行的不同操作來顯示選項(xiàng)的界面示意圖，在圖3中，客戶端的界面30上顯示有以下三個選項(xiàng)：清理系統(tǒng)垃圾、在輸入框內(nèi)輸入“清理垃圾”以及取消選項(xiàng)，其中，清理系統(tǒng)垃圾選項(xiàng)即為本地識別命令詞對應(yīng)的選項(xiàng)，在輸入框內(nèi)輸入“清理垃圾”選項(xiàng)即為在線識別文字內(nèi)容對應(yīng)的選項(xiàng)。當(dāng)用戶選擇清理系統(tǒng)垃圾時，客戶端根據(jù)用戶的選擇操作清理系統(tǒng)垃圾；當(dāng)用戶選擇在輸入框內(nèi)輸入“清理垃圾”選項(xiàng)時，客戶端根據(jù)用戶的選擇操作在輸入框內(nèi)輸入文字“清理垃圾”并搜索；當(dāng)用戶選擇取消選項(xiàng)時，客戶端根據(jù)用戶的選擇操作取消當(dāng)前語音識別的操作。

該實(shí)施例中，能夠在語音數(shù)據(jù)屬于命令詞、且該語音數(shù)據(jù)為具有語義的詞或詞的組合時，同時執(zhí)行本地識別及在線識別兩種方式，并將兩種識別方式的識別結(jié)果顯示給用戶，由用戶選擇執(zhí)行哪種操作，從而使客戶端所執(zhí)行的操作能夠符合用戶當(dāng)前輸入語音數(shù)據(jù)的需求，避免執(zhí)行錯誤操作時給用戶帶來的不便。

圖4是根據(jù)本發(fā)明一個實(shí)施例的一種語音識別裝置的示意性框圖。如圖4所示，該裝置應(yīng)用于客戶端，包括：

第一接收模塊410，適于接收語音數(shù)據(jù)；

第一判斷模塊420，與第一接收模塊410相耦合，適于判斷所述語音數(shù)據(jù)是否屬于用于觸發(fā)所述客戶端的特定功能的命令詞類，所述命令詞類包括由詞或詞的組合構(gòu)成的多個命令詞；

觸發(fā)模塊430，與第一判斷模塊420相耦合，適于當(dāng)所述語音數(shù)據(jù)屬于所述命令詞類時，在所述命令詞類中確定出與所述語音數(shù)據(jù)對應(yīng)的命令詞，并觸發(fā)所述命令詞對應(yīng)的特定功能；

第一上傳模塊440，與第一判斷模塊420相耦合，適于當(dāng)所述語音數(shù)據(jù)不屬于所述命令詞類時，將包含所述語音數(shù)據(jù)的操作指令上傳至網(wǎng)絡(luò)側(cè)，由所述網(wǎng)絡(luò)側(cè)識別出所述語音數(shù)據(jù)對應(yīng)的文字內(nèi)容，并根據(jù)所述操作指令執(zhí)行相應(yīng)操作。

可選地，第一判斷模塊420還適于：

獲取客戶端預(yù)設(shè)的命令詞類；

將語音數(shù)據(jù)與命令詞類進(jìn)行匹配，以判斷出命令詞類中是否包含與語音數(shù)據(jù)相匹配的命令詞；

當(dāng)命令詞類中包含與語音數(shù)據(jù)相匹配的命令詞時，確定語音數(shù)據(jù)屬于命令詞類。

可選地，第一判斷模塊420還適于：

利用客戶端預(yù)存的語言模型確定語音數(shù)據(jù)對應(yīng)的語言文字；

計算語言文字與命令詞類中的各命令詞之間相匹配的置信度；

當(dāng)置信度最高值大于或等于預(yù)設(shè)閾值時，確定命令詞類中包含與語音數(shù)據(jù)相匹配的命令詞。

可選地，觸發(fā)模塊430還適于：

將置信度最高值對應(yīng)的命令詞確定為語音數(shù)據(jù)對應(yīng)的命令詞。

可選地，如圖5所示，上述裝置還包括：

第二判斷模塊450，與第一判斷模塊420相耦合，適于當(dāng)語音數(shù)據(jù)屬于命令詞類時，判斷語音數(shù)據(jù)是否為具有語義的詞或詞的組合；

第二上傳模塊460，與第二判斷模塊450相耦合，適于當(dāng)語音數(shù)據(jù)為具有語義的詞或詞的組合時，將語音數(shù)據(jù)上傳至網(wǎng)絡(luò)側(cè)進(jìn)行識別，并從網(wǎng)絡(luò)側(cè)獲取識別出的語音數(shù)據(jù)對應(yīng)的文字內(nèi)容；

顯示模塊470，與第二上傳模塊460相耦合，適于顯示用于選擇的多個選項(xiàng)，多個選項(xiàng)包括命令詞對應(yīng)的選項(xiàng)以及文字內(nèi)容對應(yīng)的選項(xiàng)；

執(zhí)行模塊480，與顯示模塊470相耦合，適于當(dāng)接收到針對多個選項(xiàng)中任一選項(xiàng)的選擇操作時，根據(jù)選擇操作執(zhí)行相應(yīng)操作。

可選地，執(zhí)行模塊480還適于：

當(dāng)接收到用戶對命令詞對應(yīng)的選項(xiàng)的選擇操作時，觸發(fā)命令詞對應(yīng)的特定功能；

當(dāng)接收到用戶對文字內(nèi)容對應(yīng)的選項(xiàng)的選擇操作時，根據(jù)文字內(nèi)容執(zhí)行相應(yīng)的操作。

可選地，觸發(fā)模塊430還適于：

根據(jù)命令詞類中各命令詞和客戶端的特定功能之間的對應(yīng)關(guān)系，確定語音數(shù)據(jù)對應(yīng)的命令詞所對應(yīng)的特定功能；

觸發(fā)確定的特定功能。

可選地，上述裝置還包括：

第二接收模塊，與第一上傳模塊440相耦合，適于當(dāng)操作指令包括在搜索引擎中的輸入指令時，接收由網(wǎng)絡(luò)側(cè)返回的語音數(shù)據(jù)對應(yīng)的文字內(nèi)容；

輸入模塊，與第二接收模塊相耦合，適于將文字內(nèi)容輸入至搜索引擎中的輸入框內(nèi)并進(jìn)行搜索。

采用本發(fā)明實(shí)施例提供的裝置，能夠在接收到語音數(shù)據(jù)后判斷該語音數(shù)據(jù)是否屬于用戶觸發(fā)客戶端的特定功能的命令詞類，當(dāng)屬于命令詞類時從命令詞類中確定出與語音數(shù)據(jù)對應(yīng)的命令詞，并觸發(fā)命令詞對應(yīng)的特定功能，當(dāng)不屬于命令詞類時將包含語音數(shù)據(jù)的操作指令上傳至網(wǎng)絡(luò)側(cè)，由網(wǎng)絡(luò)側(cè)識別出語音數(shù)據(jù)對應(yīng)的文字內(nèi)容，并根據(jù)操作指令執(zhí)行相應(yīng)操作，使得客戶端能夠在接收到語音數(shù)據(jù)后自動判斷出語音數(shù)據(jù)是否屬于命令詞類，從而確定出用戶輸入語音數(shù)據(jù)的意圖是觸發(fā)客戶端的特定功能還是通過網(wǎng)絡(luò)側(cè)進(jìn)行其他操作，進(jìn)而根據(jù)用戶輸入語音數(shù)據(jù)的意圖選擇本地識別語音數(shù)據(jù)或者在線識別語音數(shù)據(jù)，避免了用戶連續(xù)輸入不同類型的語音數(shù)據(jù)時需在不同語音識別方式(即不同的語音識別場景)之間來回切換的情況，極大地提升了用戶對客戶端語音識別功能的使用體驗(yàn)。此外，該技術(shù)方案在接收到語音數(shù)據(jù)時優(yōu)先判斷語音數(shù)據(jù)是否屬于命令詞類，這是由于通過網(wǎng)絡(luò)側(cè)在線識別語音數(shù)據(jù)時需要連網(wǎng)，有可能出現(xiàn)因網(wǎng)絡(luò)不好或者網(wǎng)絡(luò)丟包等問題導(dǎo)致無法在線識別語音數(shù)據(jù)的情況，使得語音數(shù)據(jù)的識別效率大大降低，因此，優(yōu)先判斷是否屬于命令詞類的方案能夠使客戶端優(yōu)先選用本地識別的方式，僅在語音數(shù)據(jù)不屬于命令詞類時再使用在線識別方式，在一定程度上提高了語音識別的效率。

本領(lǐng)域的技術(shù)人員應(yīng)可理解，圖4和圖5中的語音識別裝置能夠用來實(shí)現(xiàn)前文所述的語音識別方案，其中的細(xì)節(jié)描述應(yīng)與前文方法部分描述類似，為避免繁瑣，此處不另贅述。

在此處所提供的說明書中，說明了大量具體細(xì)節(jié)。然而，能夠理解，本發(fā)明的實(shí)施例可以在沒有這些具體細(xì)節(jié)的情況下實(shí)踐。在一些實(shí)例中，并未詳細(xì)示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對本說明書的理解。

類似地，應(yīng)當(dāng)理解，為了精簡本公開并幫助理解各個發(fā)明方面中的一個或多個，在上面對本發(fā)明的示例性實(shí)施例的描述中，本發(fā)明的各個特征有時被一起分組到單個實(shí)施例、圖、或者對其的描述中。然而，并不應(yīng)將該公開的方法解釋成反映如下意圖：即所要求保護(hù)的本發(fā)明要求比在每個權(quán)利要求中所明確記載的特征更多的特征。更確切地說，如下面的權(quán)利要求書所反映的那樣，發(fā)明方面在于少于前面公開的單個實(shí)施例的所有特征。因此，遵循具體實(shí)施方式的權(quán)利要求書由此明確地并入該具體實(shí)施方式，其中每個權(quán)利要求本身都作為本發(fā)明的單獨(dú)實(shí)施例。

本領(lǐng)域那些技術(shù)人員可以理解，可以對實(shí)施例中的設(shè)備中的模塊進(jìn)行自適應(yīng)性地改變并且把它們設(shè)置在與該實(shí)施例不同的一個或多個設(shè)備中。可以把實(shí)施例中的模塊或單元或組件組合成一個模塊或單元或組件，以及此外可以把它們分成多個子模塊或子單元或子組件。除了這樣的特征和/或過程或者單元中的至少一些是相互排斥之外，可以采用任何組合對本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的所有特征以及如此公開的任何方法或者設(shè)備的所有過程或單元進(jìn)行組合。除非另外明確陳述，本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的每個特征可以由提供相同、等同或相似目的的替代特征來代替。

此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實(shí)施例包括其它實(shí)施例中所包括的某些特征而不是其它特征，但是不同實(shí)施例的特征的組合意味著處于本發(fā)明的范圍之內(nèi)并且形成不同的實(shí)施例。例如，在權(quán)利要求書中，所要求保護(hù)的實(shí)施例的任意之一都可以以任意的組合方式來使用。

本發(fā)明的各個部件實(shí)施例可以以硬件實(shí)現(xiàn)，或者以在一個或者多個處理器上運(yùn)行的軟件模塊實(shí)現(xiàn)，或者以它們的組合實(shí)現(xiàn)。本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，可以在實(shí)踐中使用微處理器或者數(shù)字信號處理器(DSP)來實(shí)現(xiàn)根據(jù)本發(fā)明實(shí)施例的語音識別裝置中的一些或者全部部件的一些或者全部功能。本發(fā)明還可以實(shí)現(xiàn)為用于執(zhí)行這里所描述的方法的一部分或者全部的設(shè)備或者裝置程序(例如，計算機(jī)程序和計算機(jī)程序產(chǎn)品)。這樣的實(shí)現(xiàn)本發(fā)明的程序可以存儲在計算機(jī)可讀介質(zhì)上，或者可以具有一個或者多個信號的形式。這樣的信號可以從因特網(wǎng)網(wǎng)站上下載得到，或者在載體信號上提供，或者以任何其他形式提供。

應(yīng)該注意的是上述實(shí)施例對本發(fā)明進(jìn)行說明而不是對本發(fā)明進(jìn)行限制，并且本領(lǐng)域技術(shù)人員在不脫離所附權(quán)利要求的范圍的情況下可設(shè)計出替換實(shí)施例。在權(quán)利要求中，不應(yīng)將位于括號之間的任何參考符號構(gòu)造成對權(quán)利要求的限制。單詞“包含”不排除存在未列在權(quán)利要求中的元件或步驟。位于元件之前的單詞“一”或“一個”不排除存在多個這樣的元件。本發(fā)明可以借助于包括有若干不同元件的硬件以及借助于適當(dāng)編程的計算機(jī)來實(shí)現(xiàn)。在列舉了若干裝置的單元權(quán)利要求中，這些裝置中的若干個可以是通過同一個硬件項(xiàng)來具體體現(xiàn)。單詞第一、第二、以及第三等的使用不表示任何順序。可將這些單詞解釋為名稱。

至此，本領(lǐng)域技術(shù)人員應(yīng)認(rèn)識到，雖然本文已詳盡示出和描述了本發(fā)明的多個示例性實(shí)施例，但是，在不脫離本發(fā)明精神和范圍的情況下，仍可根據(jù)本發(fā)明公開的內(nèi)容直接確定或推導(dǎo)出符合本發(fā)明原理的許多其他變型或修改。因此，本發(fā)明的范圍應(yīng)被理解和認(rèn)定為覆蓋了所有這些其他變型或修改。

本發(fā)明實(shí)施例公開了A1.一種語音識別方法，應(yīng)用于客戶端，所述方法包括：

接收語音數(shù)據(jù)；

判斷所述語音數(shù)據(jù)是否屬于用于觸發(fā)所述客戶端的特定功能的命令詞類，所述命令詞類包括由詞或詞的組合構(gòu)成的多個命令詞；

當(dāng)所述語音數(shù)據(jù)屬于所述命令詞類時，在所述命令詞類中確定出與所述語音數(shù)據(jù)對應(yīng)的命令詞，并觸發(fā)所述命令詞對應(yīng)的特定功能；

當(dāng)所述語音數(shù)據(jù)不屬于所述命令詞類時，將包含所述語音數(shù)據(jù)的操作指令上傳至網(wǎng)絡(luò)側(cè)，由所述網(wǎng)絡(luò)側(cè)識別出所述語音數(shù)據(jù)對應(yīng)的文字內(nèi)容，并根據(jù)所述操作指令執(zhí)行相應(yīng)操作。

A2.根據(jù)A1所述的方法，其中，判斷所述語音數(shù)據(jù)是否屬于用于觸發(fā)所述客戶端的特定功能的命令詞類，包括：

獲取所述客戶端預(yù)設(shè)的命令詞類；

將所述語音數(shù)據(jù)與所述命令詞類進(jìn)行匹配，以判斷出所述命令詞類中是否包含與所述語音數(shù)據(jù)相匹配的命令詞；

當(dāng)所述命令詞類中包含與所述語音數(shù)據(jù)相匹配的命令詞時，確定所述語音數(shù)據(jù)屬于所述命令詞類。

A3.根據(jù)A2所述的方法，其中，將所述語音數(shù)據(jù)與所述命令詞類進(jìn)行匹配，以判斷出所述命令詞類中是否包含與所述語音數(shù)據(jù)相匹配的命令詞，包括：

利用所述客戶端預(yù)存的語言模型確定所述語音數(shù)據(jù)對應(yīng)的語言文字；

計算所述語言文字與所述命令詞類中的各命令詞之間相匹配的置信度；

當(dāng)置信度最高值大于或等于預(yù)設(shè)閾值時，確定所述命令詞類中包含與所述語音數(shù)據(jù)相匹配的命令詞。

A4.根據(jù)A3所述的方法，其中，在所述命令詞類中確定出與所述語音數(shù)據(jù)對應(yīng)的命令詞，包括：

將所述置信度最高值對應(yīng)的命令詞確定為所述語音數(shù)據(jù)對應(yīng)的命令詞。

A5.根據(jù)A1-A4中任一項(xiàng)所述的方法，其中，當(dāng)所述語音數(shù)據(jù)屬于所述命令詞類時，所述方法還包括：

判斷所述語音數(shù)據(jù)是否為具有語義的詞或詞的組合；

當(dāng)所述語音數(shù)據(jù)為具有語義的詞或詞的組合時，將所述語音數(shù)據(jù)上傳至所述網(wǎng)絡(luò)側(cè)進(jìn)行識別，并從所述網(wǎng)絡(luò)側(cè)獲取識別出的所述語音數(shù)據(jù)對應(yīng)的文字內(nèi)容；

顯示用于選擇的多個選項(xiàng)，所述多個選項(xiàng)包括所述命令詞對應(yīng)的選項(xiàng)以及所述文字內(nèi)容對應(yīng)的選項(xiàng)；

當(dāng)接收到針對所述多個選項(xiàng)中任一選項(xiàng)的選擇操作時，根據(jù)所述選擇操作執(zhí)行相應(yīng)操作。

A6.根據(jù)A5所述的方法，其中，根據(jù)所述選擇操作執(zhí)行相應(yīng)操作，包括：

當(dāng)接收到用戶對所述命令詞對應(yīng)的選項(xiàng)的選擇操作時，觸發(fā)所述命令詞對應(yīng)的特定功能；

當(dāng)接收到用戶對所述文字內(nèi)容對應(yīng)的選項(xiàng)的選擇操作時，根據(jù)所述文字內(nèi)容執(zhí)行相應(yīng)的操作。

A7.根據(jù)A1-A6中任一項(xiàng)所述的方法，其中，觸發(fā)所述命令詞對應(yīng)的特定功能，包括：

根據(jù)所述命令詞類中各命令詞和所述客戶端的特定功能之間的對應(yīng)關(guān)系，確定所述語音數(shù)據(jù)對應(yīng)的命令詞所對應(yīng)的特定功能；

觸發(fā)所述確定的特定功能。

A8.根據(jù)A1-A6中任一項(xiàng)所述的方法，其中，當(dāng)所述操作指令包括在搜索引擎中的輸入指令時，所述方法還包括：

接收由所述網(wǎng)絡(luò)側(cè)返回的所述語音數(shù)據(jù)對應(yīng)的文字內(nèi)容；

將所述文字內(nèi)容輸入至所述搜索引擎中的輸入框內(nèi)并進(jìn)行搜索。

本發(fā)明實(shí)施例還公開了B9.一種語音識別裝置，應(yīng)用于客戶端，所述裝置包括：

第一接收模塊，適于接收語音數(shù)據(jù)；

第一判斷模塊，適于判斷所述語音數(shù)據(jù)是否屬于用于觸發(fā)所述客戶端的特定功能的命令詞類，所述命令詞類包括由詞或詞的組合構(gòu)成的多個命令詞；

觸發(fā)模塊，適于當(dāng)所述語音數(shù)據(jù)屬于所述命令詞類時，在所述命令詞類中確定出與所述語音數(shù)據(jù)對應(yīng)的命令詞，并觸發(fā)所述命令詞對應(yīng)的特定功能；

第一上傳模塊，適于當(dāng)所述語音數(shù)據(jù)不屬于所述命令詞類時，將包含所述語音數(shù)據(jù)的操作指令上傳至網(wǎng)絡(luò)側(cè)，由所述網(wǎng)絡(luò)側(cè)識別出所述語音數(shù)據(jù)對應(yīng)的文字內(nèi)容，并根據(jù)所述操作指令執(zhí)行相應(yīng)操作。

B10.根據(jù)B9所述的裝置，其中，所述第一判斷模塊還適于：

獲取所述客戶端預(yù)設(shè)的命令詞類；

將所述語音數(shù)據(jù)與所述命令詞類進(jìn)行匹配，以判斷出所述命令詞類中是否包含與所述語音數(shù)據(jù)相匹配的命令詞；

當(dāng)所述命令詞類中包含與所述語音數(shù)據(jù)相匹配的命令詞時，確定所述語音數(shù)據(jù)屬于所述命令詞類。

B11.根據(jù)B10所述的裝置，其中，所述第一判斷模塊還適于：

利用所述客戶端預(yù)存的語言模型確定所述語音數(shù)據(jù)對應(yīng)的語言文字；

計算所述語言文字與所述命令詞類中的各命令詞之間相匹配的置信度；

當(dāng)置信度最高值大于或等于預(yù)設(shè)閾值時，確定所述命令詞類中包含與所述語音數(shù)據(jù)相匹配的命令詞。

B12.根據(jù)B11所述的裝置，其中，所述觸發(fā)模塊還適于：

將所述置信度最高值對應(yīng)的命令詞確定為所述語音數(shù)據(jù)對應(yīng)的命令詞。

B13.根據(jù)B9-B12中任一項(xiàng)所述的裝置，其中，所述裝置還包括：

第二判斷模塊，適于當(dāng)所述語音數(shù)據(jù)屬于所述命令詞類時，判斷所述語音數(shù)據(jù)是否為具有語義的詞或詞的組合；

第二上傳模塊，適于當(dāng)所述語音數(shù)據(jù)為具有語義的詞或詞的組合時，將所述語音數(shù)據(jù)上傳至所述網(wǎng)絡(luò)側(cè)進(jìn)行識別，并從所述網(wǎng)絡(luò)側(cè)獲取識別出的所述語音數(shù)據(jù)對應(yīng)的文字內(nèi)容；

顯示模塊，適于顯示用于選擇的多個選項(xiàng)，所述多個選項(xiàng)包括所述命令詞對應(yīng)的選項(xiàng)以及所述文字內(nèi)容對應(yīng)的選項(xiàng)；

執(zhí)行模塊，適于當(dāng)接收到針對所述多個選項(xiàng)中任一選項(xiàng)的選擇操作時，根據(jù)所述選擇操作執(zhí)行相應(yīng)操作。

B14.根據(jù)B13所述的裝置，其中，所述執(zhí)行模塊還適于：

當(dāng)接收到用戶對所述命令詞對應(yīng)的選項(xiàng)的選擇操作時，觸發(fā)所述命令詞對應(yīng)的特定功能；

當(dāng)接收到用戶對所述文字內(nèi)容對應(yīng)的選項(xiàng)的選擇操作時，根據(jù)所述文字內(nèi)容執(zhí)行相應(yīng)的操作。

B15.根據(jù)B9-B14中任一項(xiàng)所述的裝置，其中，所述觸發(fā)模塊還適于：

根據(jù)所述命令詞類中各命令詞和所述客戶端的特定功能之間的對應(yīng)關(guān)系，確定所述語音數(shù)據(jù)對應(yīng)的命令詞所對應(yīng)的特定功能；

觸發(fā)所述確定的特定功能。

B16.根據(jù)B9-B15中任一項(xiàng)所述的裝置，其中，所述裝置還包括：

第二接收模塊，適于當(dāng)所述操作指令包括在搜索引擎中的輸入指令時，接收由所述網(wǎng)絡(luò)側(cè)返回的所述語音數(shù)據(jù)對應(yīng)的文字內(nèi)容；

輸入模塊，適于將所述文字內(nèi)容輸入至所述搜索引擎中的輸入框內(nèi)并進(jìn)行搜索。