CN113778367A - 语音交互的方法、装置、设备和计算机可读介质 - Google Patents
语音交互的方法、装置、设备和计算机可读介质 Download PDFInfo
- Publication number
- CN113778367A CN113778367A CN202011097941.3A CN202011097941A CN113778367A CN 113778367 A CN113778367 A CN 113778367A CN 202011097941 A CN202011097941 A CN 202011097941A CN 113778367 A CN113778367 A CN 113778367A
- Authority
- CN
- China
- Prior art keywords
- page
- voice
- voice information
- user
- detail data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000003993 interaction Effects 0.000 title claims abstract description 42
- 230000006399 behavior Effects 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 16
- 238000000034 method Methods 0.000 description 16
- 239000000203 mixture Substances 0.000 description 9
- 230000003287 optical Effects 0.000 description 4
- 230000002618 waking Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000006011 modification reaction Methods 0.000 description 3
- 230000000875 corresponding Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000036651 mood Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000000644 propagated Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 210000003666 Nerve Fibers, Myelinated Anatomy 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 210000004027 cells Anatomy 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06Q—DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce, e.g. shopping or e-commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping
- G06Q30/0641—Shopping interfaces
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
Abstract
本发明公开了语音交互的方法、装置、设备和计算机可读介质,涉及计算机技术领域。该方法的一具体实施方式包括:接收用户的语音信息;基于所述用户的语音信息获取提示语音、页面详情数据和页面跳转参数,所述提示语音是根据所述语音信息和/或用户的历史行为得到的,所述页面详情数据是根据所述语音信息中的关键词而得到的,所述页面跳转参数用于指示目标显示页面;播报所述提示语音,并依据所述页面跳转参数从当前显示页面跳转至所述目标显示页面,以显示所述页面详情数据。该实施方式能够按照用户语音播报提示语音,并显示相关商品的信息,输出较多信息,进而提高用户的购物体验。
Description
技术领域 本发明涉及计算机技术领域,尤其涉及一种语音交互的方法、装置、设备和计算机可读介质。 背景技术 现在人们的生活越来越智能化,可以通过语音做很多事情,如语音听歌,语音打车和语音定外卖等。在语音识别技术越来越完善的基础下,可以将语音识别技术应用于电子购物网站,让用户通过语音购物,进一步释放用户的双手。 在实现本发明过程中,发明人发现现有技术中至少存在如下问题:在语音购物的过程中,只能一条一条的播报语音,输出的信息较少。 发明内容 有鉴于此,本发明实施例提供一种语音交互的方法、装置、设备和计算机可读介质,能够按照用户语音播报提示语音,并显示相关商品的信息,输出较多信息,进而提高用户的购物体验。 为实现上述目的,根据本发明实施例的一个方面,提供了一种语音交互的方法,包括: 接收用户的语音信息; 基于所述用户的语音信息获取提示语音、页面详情数据和页面跳转参数,所述提示语音是根据所述语音信息和/或用户的历史行为得到的,所述页面详情数据是根据所述语音信息中的关键词而得到的,所述页面跳转参数用于指示目标显示页面; 播报所述提示语音,并依据所述页面跳转参数从当前显示页面跳转至所述目标显示页面,以显示所述页面详情数据。 所述语音信息包括:搜索语音信息、查看详情语音信息和结算语音信息中的至少一个。 所述播报所述提示语音,并依据所述页面跳转参数从当前显示页面跳转至所述目标显示页面,以显示所述页面详情数据,包括: 播报所述提示语音之后或播报所述提示语音之前,依据所述页面跳转参数从当前显示页面跳转至所述目标显示页面,以显示所述页面详情数据。 所述依据所述页面跳转参数从当前显示页面跳转至所述目标显示页面,以显示所述页面详情数据,包括: 根据所述页面跳转参数和预置页面路由表,确定所述目标显示页面,从所述当前显示页面跳转至所述目标显示页面,以在所述目标显示页面上显示所述页面详情数据,其中,所述预置页面路由表对应存储页面跳转参数和目标显示页面。 所述基于所述用户的语音信息获取提示语音、页面详情数据和页面跳转参数,包括: 上传用户的语音信息,以获取所述提示语音、所述页面详情数据和页面跳转参数; 或, 处理所述语音信息以得到所述提示语音,以及提取所述语音信息的关键词,并根据所述关键词生成访问请求,上传所述访问请求,以获取所述页面详情数据和所述页面跳转参数。 根据本发明实施例的第二方面,提供了一种语音交互的装置,包括: 包括语音采集单元、语音播报单元、通信单元、处理器、屏幕,其中: 所述语音采集单元,用于接收用户的语音信息; 所述通信单元,用于基于所述用户的语音信息获取提示语音、页面详情数据和页面跳转参数,所述提示语音是根据所述语音信息和/或用户的历史行为得到的,所述页面详情数据是根据所述语音信息中的关键词而得到的,所述页面跳转参数用于指示目标显示页面; 所述处理器,用于指示所述语音播报单元播报所述提示语音,并依据所述页面跳转参数指示所述屏幕从当前显示页面跳转至所述目标显示页面,以显示所述页面详情数据。 所述语音交互的装置是移动终端或智能音箱。 所述屏幕与所述处理器远程连接。 根据本发明实施例的第三方面,提供了一种语音交互的电子设备,包括: 一个或多个处理器; 存储装置,用于存储一个或多个程序, 当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述的方法。 根据本发明实施例的第四方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述的方法。 上述发明中的一个实施例具有如下优点或有益效果:接收用户的语音信息;基于所述用户的语音信息获取提示语音、页面详情数据和页面跳转参数,所述提示语音是根据所述语音信息和/或用户的历史行为得到的,所述页面详情数据是根据所述语音信息中的关键词而得到的,所述页面跳转参数用于指示目标显示页面;播报所述提示语音,并依据所述页面跳转参数从当前显示页面跳转至所述目标显示页面,以显示所述页面详情数据。能够按照用户语音信息播报提示语音,并显示相关商品的页面详情信息,增加输出信息,进而提高用户的购物体验。 上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。 附图说明 附图用于更好地理解本发明,不构成对本发明的不当限定。其中: 图1是根据本发明实施例的语音交互的方法的主要结构的示意图; 图2是根据本发明实施例的唤醒APP的流程示意图; 图3是根据本发明实施例的播报提示语音和显示页面详情数据的流程示意图; 图4是根据本发明实施例中按照唤醒语音指令唤醒APP的流程示意图; 图5是根据本发明实施例中按照搜索语音信息搜索的流程示意图; 图6是根据本发明实施例中按照查看详情语音信息查看详情的流程示意图; 图7是根据本发明实施例中按照结算语音信息结算的流程示意图; 图8是根据本发明实施例的语音交互的方法的主要流程的示意图; 图9是本发明实施例可以应用于其中的示例性系统架构图; 图10是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。 具体实施方式 以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。 目前,在一些智能音箱上可以通过语音购物。作为一个示例,用户说:“我想买手机”。智能音箱向用户播报手机列表中的第一个手机的商品信息,商品信息仅是一些简单信息,如:颜色,硬件参数和功能。因此,在语音购物的过程中,只能一条一条的播报语音,输出信息的较少。 为了解决播报语音输出信息较少的技术问题,可以采用以下本发明实施例中的技术方案。 参见图1,图1是根据本发明实施例的语音交互的方法主要流程的示意图,基于用户的语音信息,不仅可以播报提示语音,还能够显示页面详情数据。如图1所示,具体包括以下步骤: 在本发明的实施例中,可以接收用户的语音信息,并播报提示语音和显示页面详情数据。 作为一个示例,图1中各步骤的执行主体可以是移动终端。移动终端包括但不限于:手机,平板电脑和笔记本电脑等。 作为另一个示例,图1中各步骤的执行主体可以是智能音箱,智能音箱不仅可以接收和播报语音,还可以显示内容。其中,屏幕还可以设置于智能音箱上。智能音箱还可以与其他具有显示器的设备连接,以在该设备的显示屏幕上显示内容。如:智能音箱与移动终端连接,在移动终端的显示屏幕上显示内容。 作为再一个实施例,图1中各步骤的执行主体可以是安装在移动终端中的应用(APP)。APP可以通过调用移动终端的麦克风、喇叭和显示屏幕,播报提示语音和显示页面详情数据。 S101、接收用户的语音信息。 用户通过说话发送语音信息。接收到用户的语音信息后,为了能够获知语音信息的用户意图,可以上传用户的语音信息至服务器,由服务器负责语音信息的进一步处理。作为一个示例,服务器可以处于移动终端,还可以处于云端。 下面以各步骤的执行主体是APP为例,示例性地说明本发明实施例中的技术方案。 APP可以预先安装于移动终端。APP可以接收语音唤醒。即,通过语音信息唤醒APP,以实现语音交互。 参见图2,图2是根据本发明实施例的唤醒APP的流程示意图,具体包括: S201、接收用户的语音信息,确定语音信息中包括预设唤醒词。 用户向APP发送语音信息,APP接收到用户的语音信息后,并非马上启动语音交互,而是需要判断语音信息中是否包括预设唤醒词,即在连续语流中实时检测出唤醒词。 预设唤醒词是预先设置用于启动语音交互的词语。作为一个示例,预设唤醒词可以是:“你好”或“心情好么”。 示例性地,可以通过语音识别模型判断语音信息中是否包括预设唤醒词。其中,语音识别模型可以是神经网络模型。 S202、基于预设唤醒词启动后,上传语音信息。 在确定语音信息包括预设唤醒词后,可以基于预设唤醒词启动APP。当然,在确定语音信息并不包括预设唤醒词的情况下,则无需启动APP。 语音信息中包括预设唤醒词,说明用户需要语音交互,为了能够清楚获知用户意图,APP可以上传语音信息,即由服务器进一步处理语音信息。可以理解的是,服务器即可以位于移动终端,还可以位于云端。 在图2的实施例中,在利用APP语音交互前,需要采用唤醒词启动APP。在语音信息包括预设唤醒词的情况下,启动APP。这样APP无需实时处于语音交互状态,而是处于休眠状态以避免消耗较多的资源。 在本发明的一个实施例中,用户的语音信息包括:搜索语音信息、查看详情语音信息和结算语音信息中的至少一个。 可以理解的是,本发明实施例中的技术方案可以应用于语音搜索、查看详情语音信息和结算语音信息。 S102、获取提示语音、页面详情数据和页面跳转参数,提示语音是根据语音信息和/或用户的历史行为得到的,页面详情数据是根据语音信息中的关键词而得到的,页面跳转参数用于指示目标显示页面。 服务器在接收到用户的语音信息之后,可以处理该语音信息。需要说明的是,服务器基于用户的语音信息,得到提示语音、页面详情数据和页面跳转参数的具体方案属于已有技术。 示例性地,服务器可以根据语音信息和/或用户的历史行为得到的提示语音。作为一个示例,语音信息包括手机付款,用户的历史行为包括一个手机的多次浏览记录,则可以获知用户需要付款以购买浏览记录中的手机。相应地,提示语音可以是:请您确认购买。 然后,数据处理器可以根据语音信息中的关键词进行匹配,得到页面详情数据。页面详情数据包括语音信息涉及商品内容的数据。 作为一个示例,页面详情数据包括文字数据和/或图像数据。可以理解的是,按照语音信息中的关键词,在包括多件商品的数据库中进行搜索,将与语音信息中的关键词相关性较大商品的数据,作为页面详情数据。页面详情数据中不仅包括上述相关性较大商品的文字描述,还包括上述相关性较大商品的图像信息。如:商品使用方式示意图和商品使用效果示意图。当然,上述图像信息还可以是视频。 作为一个示例,语音信息中包括搜索,页面详情数据包括多件商品的标题和图像,可以确定用户是在浏览多件商品,则提示语音包括:请您选择商品。 作为另一个示例,用户信息中包括购买,页面详情数据包括一件商品的商品信息,则提示语音包括:请您确定是否购买展示商品。 在本发明实施例中,页面跳转参数是跳转至目标显示页面的参数。可以从服务器获取页面跳转参数。在用户信息中确定出用户意图后,服务器基于用户意图确定页面跳转参数。如:用户意图是搜索,则页面跳转参数包括搜索页面参数。 在服务器完成语音信息的处理后,可以发送语音信息的反馈数据包。语音信息的反馈数据包中包括提示语音、页面详情数据和页面跳转参数。 APP可以接收并解析语音信息的反馈数据包,得到提示语音、页面详情数据和页面跳转参数。 S103、播报提示语音,并依据页面跳转参数从当前显示页面跳转至目标显示页面,以显示页面详情数据。 获取提示语音、页面详情数据和页面跳转参数之后,一方面可以播报提示语音,另一方面还可以在目标显示页面中显示页面详情数据。 其中,当前显示页面是显示屏幕当前所显示的页面,目标显示页面是与语音信息相关的页面。作为一个示例,当前显示页面是搜索页面,用户的语音信息包括查看详情语音信息,目标显示页面是商品详情页面。在商品详情页面中显示页面详情数据。 在本发明的一个实施例中,可以在播报提示语音之后或播报提示语音之前,依据页面跳转参数从当前显示页面跳转至目标显示页面以显示页面详情数据。这样,能够以语音和显示页面,提示用户语音交互的反馈。 参见图3,图3是根据本发明实施例的播报提示语音和显示页面详情数据的流程示意图,具体包括: S301、获取页面跳转参数。 在本发明实施例中,服务器在确定页面跳转参数后,可以直接发送页面跳转参数。 S302、根据页面跳转参数和预置页面路由表,确定目标显示页面,以在目标显示页面上显示页面详情数据,其中,预置页面路由表对应存储了页面跳转参数和目标显示页面。 可以理解的是,预置页面路由表对应存储了页面跳转参数和目标显示页面。也就是说,预置页面路由表中存储有页面跳转参数和目标显示页面的对应关系。 预置页面路由表中包括页面跳转参数和目标显示页面的链接的对应关系。在预置页面路由表中,基于页面跳转参数查询获得目标显示页面的链接。然后,按照目标显示页面的链接跳转至目标显示页面,进而可以在目标显示页面上显示页面详情数据。 在图3的实施例中,听到提示语音后,可以从当前显示页面跳转至目标显示页面以显示页面详情数据。从二个方面向用户反馈语音交互的结果,增加输出信息,进而提高用户的购物体验。 在上述实施例中,接收用户的语音信息;基于用户的语音信息获取提示语音、页面详情数据和页面跳转参数,提示语音是根据语音信息和/或用户的历史行为得到的,页面详情数据是根据语音信息中的关键词而得到的,页面跳转参数用于指示目标显示页面;播报提示语音,并依据页面跳转参数从当前显示页面跳转至目标显示页面,以显示页面详情数据。由于不仅按照用户语音播报提示语音,而且显示相关商品的页面详情信息,输出信息的增加,进而提高用户的购物体验。 下面结合附图,以APP为例说明本发明实施例中的技术方案, 参见图4,图4是根据本发明实施例中按照唤醒语音指令唤醒APP的流程示意图,具体包括: S401、输入语音信息。 APP安装于移动终端,用户向移动终端的麦克风输入语音信息。 S402、判断语音信息包括预设唤醒词。 APP在休眠状态接收语音信息,需要判断语音信息是否包括预设唤醒词。在语音信息包括预设唤醒词的情况下,从休眠状态转换为工作状态。在语音信息不包括预设唤醒词的情况下,APP依然处于休眠状态。 S403、显示APP首页。 APP转换为工作状态,在移动终端的显示屏幕中显示APP首页。 在图4的实施例中,用户通过包括预设唤醒词的语音信息,唤醒APP。 参见图5,图5是根据本发明实施例中按照搜索语音信息搜索的流程示意图; S501、输入语音信息。 用户向移动终端的麦克风输入语音信息。 S502、上传语音信息。 APP将用户的语音信息上传至服务器。例如,语音信息包括:我要搜索手机。 S503、处理语音信息,得到提示语音、页面详情数据和页面跳转参数。 服务器处理语音信息,语音信息中包括搜索语音信息。得到提示语音:请您选择商品。页面详情数据包括多个手机的标题和图片。 S504、获取提示语音、页面详情数据和页面跳转参数。 APP从服务器处获取提示语音、页面详情数据和页面跳转参数。 S505、显示搜索页面。 播报提示语音,并依据页面跳转参数,从APP首页跳转至搜索页面以显示多个手机的标题和图片。 在图5的实施例中,用户通过包括搜索语音信息的语音信息,播报提示语音,并显示搜索页面。 参见图6,图6是根据本发明实施例中按照查看详情语音信息查看详情的流程示意图,具体包括: S601、输入语音信息。 用户向移动终端的麦克风输入语音信息。 S602、上传语音信息。 APP将用户的语音信息上传至服务器。例如,语音信息包括:第二个手机。 S603、处理语音信息,得到提示语音、页面详情数据和页面跳转参数。 服务器处理语音信息,语音信息中包括查看详情语音信息。得到提示语音:请您查看商品。页面详情数据包括第二个手机的详细介绍和外观图片。 S604、获取提示语音、页面详情数据和页面跳转参数。 APP从服务器处获取提示语音、页面详情数据和页面跳转参数。 S605、显示商品详情页面。 播报提示语音,并依据页面跳转参数从显示搜索页面跳转商品详情页面至以显示第二个手机的详细介绍和外观图片。 在图6的实施例中,用户通过包括查看详情语音信息的语音信息,播报提示语音,并显示商品详情页面。 参见图7,图7是根据本发明实施例中按照结算语音信息结算的流程示意图,具体包括: S701、输入语音信息。 用户向移动终端的麦克风输入语音信息。 S702、上传语音信息。 APP将用户的语音信息上传至服务器。例如,语音信息包括:购买第二个手机。 S703、处理语音信息,得到提示语音、页面详情数据和页面跳转参数。 服务器处理语音信息,语音信息中包括结算语音信息。得到提示语音:请您确认购买。页面详情数据包括第二个手机的结算信息。 S704、获取提示语音、页面详情数据和页面跳转参数。 APP从服务器处获取提示语音、页面详情数据和页面跳转参数。 S705、显示结算页面。 播报提示语音,并按照页面跳转参数从显示商品详情页面跳转至结算页面,以显示第二个手机的结算信息。 在图7的实施例中,用户通过包括结算语音信息的语音信息,播报提示语音,并显示结算信息。 在本发明的一个实施例中,语音交互的方法还包括有另一个实施例。与图1中实施例的不同之处在于,直接处理语音信息得到提示语音,提取语音信息的关键词生成访问请求,向服务器发送访问请求。 即:处理语音信息以得到提示语音,以及提取语音信息的关键词,并根据关键词生成访问请求,上传访问请求,以获取页面详情数据和页面跳转参数。 示例性地,可以根据语音信息中的关键词和/或用户的历史行为得到提示语音。进一步地,基于语音信息中的关键词和/或用户的历史行为获知用户意图后,服务器基于用户意图确定页面跳转参数。 需要说明的是,图1实施例中的各种方案,均适用于本实施例。 参见图8,图8是根据本发明实施例的语音交互的装置的主要结构的示意图,具体包括:语音采集单元801、通信单元802、处理器803、语音播报单元804和屏幕805。 其中,语音采集单元801,用于接收用户的语音信息。作为一个示例,语音采集单元801可以麦克风或麦克风阵列。 通信单元802,用于上传语音信息,并接收提示语音、页面详情数据和页面跳转参数。作为一个示例,通信单元802可以是WiFi通信单元和/或移动通信单元。示例性地,通信单元802可以从服务器中接收提示语音、页面详情数据和页面跳转参数。 处理器803,用于指示语音播报单元804播报提示语音和指示屏幕805依据页面跳转参数从当前显示页面跳转至目标显示页面,以显示页面详情数据,提示语音是根据语音信息和/或用户的历史行为得到的,页面详情数据是根据语音信息中的关键词而得到的,页面跳转参数用于指示目标显示页面。处理器803可以从通信单元802中获取提示语音、页面详情数据和页面跳转参数。 语音播报单元804,用于播报提示语音。作为一个示例,语音播报单元804可以是喇叭。 屏幕805,用于从当前显示页面跳转至目标显示页面,以显示页面详情数据。作为一个示例,屏幕805可以是独立存在的显示器,屏幕805也可以与语音播报单元804集成为一个显示器。 在本发明的一个实施例中,语音交互的装置可以是移动终端。移动终端包括但不限于:手机,平板电脑和笔记本电脑等。可以理解的是,移动终端中的麦克风即语音采集单元801,移动终端中的通信模块即通信单元802,移动终端中的处理器即处理器803,移动终端中的喇叭即语音播报单元804,以及移动终端中的显示屏幕即屏幕805。 在本发明的另一个实施例中,语音交互的装置可以是智能音箱。可以理解的是,智能音箱中的麦克风即语音采集单元801,智能音箱中的通信模块即通信单元802,智能音箱中的处理器即处理器803,智能音箱中的喇叭即语音播报单元804,以及智能音箱中的显示屏幕即屏幕805。 此外,其他装置中的显示屏幕,也可以做屏幕805。作为一个示例,智能音箱与移动终端通过远程连接,移动终端的显示屏幕可以作为屏幕805。这样,未设置有屏幕的智能音箱和其他装置的显示屏幕,也可以实现本发明实施例中的方案。 也就是说,对于智能音箱而言,屏幕805即可以智能音箱自身的显示屏幕,或是与智能音箱连接的其他设备的显示屏幕。也即,屏幕805与处理器803远程连接。 在本发明的实施例中,用户的语音信息包括搜索语音信息、查看详情语音信息和结算语音信息中的至少一个。 搜索语音信息是用于搜索信息的指令。作为一个示例,在识别出语音信息的用户意图是搜索信息,则语音信息包括搜索语音信息。 查看详情指令是用于查看商品详细内容的指令。作为一个示例,在识别出语音信息的用户意图是查看详情,则语音信息包括查看详情指令。 结算语音信息是用于购买商品的指令。作为一个示例,在识别出语音信息的用户意图是购买商品,则语音信息包括结算语音信息。 在本发明的一个实施例中,为了避免浪费资源,语音交互的装置在未使用的情况下,可以处于休眠状态。那么,处理器803还可以确定用户的语音信息中是否包括预设唤醒词。 作为一个示例,预设唤醒词是预先设置用于启动语音交互的词语。作为一个示例,预设唤醒词可以是:“你好”或“心情好么”。 示例性地,可以通过语音识别模型判断语音信息中是否包括预设唤醒词。其中,语音识别模型可以是神经网络模型。 通信单元802,在用户的语音信息中包括预设唤醒词的情况下,上传语音信息。 在本发明的一个实施例中,屏幕805可以以多种方式显示页面详情数据,以满足用户需求。作为一个示例,屏幕805在语音播报单元804播报提示语音之后或播报提示语音之前,依据页面跳转参数从当前显示页面跳转至目标显示页面,以显示页面详情数据。 在本发明的一个实施例中,处理器803可以根据页面跳转参数和预置页面路由表,确定目标显示页面,以指示屏幕805在目标显示页面上显示页面详情数据,其中,预置页面路由表对应存储了页面跳转参数和目标显示页面。 也就是说,处理器803中预置页面路由表,从而能够迅速获知目标显示页面。作为一个示例,目标显示页面可以是搜索页面、商品详情页面或结算页面。 在本发明的一个实施例中,语音交互的装置还包括有另一个实施例。语音交互的装置结构与图8中的装置结构相同。 与图8中实施例的不同之处在于,处理器803可以自行处理用户的语音信息以得到提示语音,并提取语音信息的关键词,并根据关键词生成访问请求。通信单元802将处理器803生成的访问请求发送至服务器,以获取页面详情数据和页面跳转参数。 也就是说,提示语音是由处理器803处理获得,页面详情数据和页面跳转参数是从服务器获得。 即:语音采集单元801,用于接收用户的语音信息。 通信单元802,用于发送访问请求,并接收基于访问请求的页面详情数据和页面跳转参数。 处理器803,用于处理语音信息以得到提示语音,并提取语音信息中的关键词,并根据关键词生成访问请求;以及指示语音播报单元804播报提示语音,指示屏幕805按照页面跳转参数从当前显示页面跳转至目标显示页面以显示页面详情数据, 提示语音是根据语音信息和/或用户的历史行为得到的,页面详情数据是根据语音信息中的关键词而得到的,页面跳转参数用于指示目标显示页面。 需要说明的是,图8实施例中的各种方案,均适用于本实施例。 图9示出了可以应用本发明实施例的语音交互的方法或语音交互的装置的示例性系统架构900。 如图9所示,系统架构900可以包括终端设备901、902、903,网络904和服务器905。网络904用以在终端设备901、902、903和服务器905之间提供通信链路的介质。网络904可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。 用户可以使用终端设备901、902、903通过网络904与服务器905交互,以接收或发送消息等。终端设备901、902、903上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。 终端设备901、902、903可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。 服务器905可以是提供各种服务的服务器,例如对用户利用终端设备901、902、903所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。 需要说明的是,本发明实施例所提供的语音交互的方法一般由服务器905执行,相应地,语音交互的装置一般设置于服务器905中。 应该理解,图9中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。 下面参考图10,其示出了适于用来实现本发明实施例的终端设备的计算机系统1000的结构示意图。图10示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。 如图10所示,计算机系统1000包括中央处理单元(CPU)1001,其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。在RAM 1003中,还存储有系统1000操作所需的各种程序和数据。CPU 1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。 以下部件连接至I/O接口1005:包括键盘、鼠标等的输入部分1006;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007;包括硬盘等的存储部分1008;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1010上,以便于从其上读出的计算机程序根据需要被安装入存储部分1008。 特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1009从网络上被下载和安装,和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(CPU)1001执行时,执行本发明的系统中限定的上述功能。 需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。 附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。 描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括发送单元、获取单元、确定单元和第一处理单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,发送单元还可以被描述为“向所连接的服务端发送图片获取请求的单元”。 作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括: 接收用户的语音信息; 基于所述用户的语音信息获取提示语音、页面详情数据和页面跳转参数,所述提示语音是根据所述语音信息和/或用户的历史行为得到的,所述页面详情数据是根据所述语音信息中的关键词而得到的,所述页面跳转参数用于指示目标显示页面; 播报所述提示语音,并依据所述页面跳转参数从当前显示页面跳转至所述目标显示页面,以显示所述页面详情数据。 根据本发明实施例的技术方案,接收用户的语音信息;基于所述用户的语音信息获取提示语音、页面详情数据和页面跳转参数,所述提示语音是根据所述语音信息和/或用户的历史行为得到的,所述页面详情数据是根据所述语音信息中的关键词而得到的,所述页面跳转参数用于指示目标显示页面;播报所述提示语音,并依据所述页面跳转参数从当前显示页面跳转至所述目标显示页面,以显示所述页面详情数据。能够按照用户语音信息播报提示语音,并显示相关商品的页面详情信息,增加输出信息,进而提高用户的购物体验。 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,取决于设计要求和其他因素,可以发生各种各样的修改、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。