语音转文字方法、装置设备及存储介质与流程

本发明实施例涉及数据处理领域，尤其涉及一种语音转文字方法、装置设备及存储介质。

背景技术：

将语音直接转换成文字段落，通常会存在很多错误，为了使接收者或阅读者能够根据转换后的文字确定语音的内容，需要对转换后的文字段落进行修改。现有的修改方案是将光标移动到转换错误的位置，然后删掉错误的内容，再手动输入正确的内容，修改速度和效率较低。

技术实现要素：

本发明实施例提供一种语音转文字方法、装置设备及存储介质，解决了现有技术的语音直接转换成文字段落后的修改效率较低的技术问题。

第一方面，本发明实施例提供了一种语音转文字方法，包括：

获取语音信息，并将所述语音信息转换成文字段落；

将所述文字段落敲碎以形成多个词组；

接收用户选择的目标词组；

接收用户输入的用于替换所述目标词组的替换词组；

使用所述替换词组替换所述目标词组，以更新所述文字段落。

进一步，所述接收用户选择的目标词组之后，还包括：

弹出用于用户输入所述替换词组的输入框；

所述接收用户输入的用于替换所述目标词组的替换词组，包括：

接收用户在所述输入框中输入的用于替换所述目标词组的替换词组。

进一步，所述接收用户选择的目标词组，包括；

接收用户选择的一个或多个需要修改的词组，并将用户所选择的词组作为目标词组。

进一步，所述接收用户输入的用于替换所述目标词组的替换词组之后，还包括：

确定所述语音信息中所述目标词组对应的目标语音词组；

根据所述目标词组对应的目标语音词组和替换词组，建立所述目标语音词组与所述替换词组的转换对应关系，以代替所述目标语音词组与所述目标词组之间的转换对应关系。

进一步，所述接收用户选择的目标词组之前/之后，还包括：

获取同步修改的预设文字修改范围，将目标词组以及所述预设文字修改范围内与所述目标词组相同的词组均作为目标词组。

进一步，所述接收用户选择的目标词组之后，还包括：

对所述预设文字修改范围的所有目标词组进行标识。

进一步，所述使用所述替换词组替换所述目标词组，以更新所述文字段落，包括：

确定所述替换词组代替所述目标词组后与前后文的语义是否正确；

如果正确，则使用所述替换词组代替所述目标词组；

如果不正确，则输出建议提醒，如果用户再次确认修改，则使用所述替换词组代替所述目标词组。

第二方面，本发明实施例还提供了一种语音转文字装置，包括：

转换模块，用于获取语音信息，并将所述语音信息转换成文字段落；

敲碎模块，用于将所述文字段落敲碎以形成多个词组；

目标词组接收模块，用于接收用户选择的目标词组；

替换词组接收模块，用于接收用户输入的用于替换所述目标词组的替换词组；

替换模块，用于使用所述替换词组替换所述目标词组，以更新所述文字段落。

第三方面，本发明实施例还提供了一种设备，所述设备包括：

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第一方面所述的语音转文字方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的语音转文字方法。

本发明实施例提供的语音转文字方法的技术方案，包括获取语音信息，并将语音信息转换成文字段落；将文字段落敲碎以形成多个词组；接收用户选择的目标词组；接收用户输入的用于替换目标词组的替换词组；使用替换词组替换目标词组，以更新文字段落。直接使用替换词组对目标词组进行替换，无需删除原有的目标词组，省去了目标词组的删除操作，同时减少了光标的移动次数，进而可以大大提高文字段落的修改效率，减少了文字段落的修改时间。

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做一简单地介绍，显而易见地，下面描述中的附图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是本发明实施例一提供的语音转文字方法的流程图；

图2是本发明实施例二提供的语音转文字装置的结构框图；

图3是本发明实施例三提供的设备的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，以下将参照本发明实施例中的附图，通过实施方式清楚、完整地描述本发明的技术方案，显然，所描述的实施例是本发明一部分实施例，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，都属于本发明保护的范围。

实施例一

图1是本发明实施例一提供的语音转文字方法的流程图。本实施例的技术方案适用于对语音信息所转换成的文字段落进行修改的情况。该方法可以由本发明实施例提供的语音转文字装置来执行，该装置可以采用软件和/或硬件的方式实现，并配置在处理器中应用。该方法具体包括如下步骤：

s101、获取语音信息，并将语音信息转换成文字段落。

对于不方便收听语音的场合，或者需要对语音信息进行文字备份的时候，通常需要将语音信息转换成正确的文字段落。而要根据语音信息得到其准确的文字段落，通常需要将语音信息先转换成文字段落。

s102、将文字段落敲碎以形成多个词组。

在语音信息转换成文字段落后，再对文字段落进行修改。为了提高文字段落的修改效率，本实施例先将文字段落敲碎以形成多个词组，比如，“将秋天到了，一群大雁往南飞”，敲碎以后可以得到，秋天/到了/，/一群/大雁/往南飞/。即本实施例以词组为基本单位对文字段落进行修改。

需要说明的是，使用现有技术将文字段落敲碎以形成多个词组即可，本实施例不对具体的文字段落敲碎方法进行限定。

s103、接收用户选择的目标词组。

文字段落敲碎后，用户选择需要修改的词组作为目标词组。示例性的，对于“秋天/到了/，一群/大雁/往蓝飞”，由于“往蓝飞”应为“往南飞”，因此，需要对其进行修改。而要对其修改，用户需要先选择“往蓝飞”，将其作为目标词组。

可以理解的是，关于目标词组的确定方式，可以仅选择一个词组作为目标词组，如果多个词组相邻时，也可以同时选择多个词组作为目标词组。

s104、接收用户输入的用于替换目标词组的替换词组。

目标词组确定后，需要对目标词组进行修改，即需要获取目标词组的替换词组。本实施例通过输入框接收用户输入的用于替换目标词组的替换词组，因此对于前述示例，需要在输入框输入“往南飞”。

可以理解的是，输入框可以一直处于显示状态，用户在目标词组确定后，直接在输入框内输入替换词组即可；输入框也可以在显示与隐藏之间转换，当输入框隐藏时，可以在页面设置输入框触发图标，当用户点击或触摸该触发图标时，输入框弹出，用户即可在输入框中输入替换词组；另外，对于隐藏的输入框也可以直接隐藏，而不在页面设置对应的触发图标，当用户按压目标词组超出预设时间后即自动弹出输入框，用户在输入框中输入替换词组即可，而当目标词组被替换完后，输入框自动隐藏。

若语音信息中包含重复词组，且该重复词组转换错误，即转换后的文字段落中存在多个相同的目标词组，此时，为了提高文字修改效率，本实施例对预设修改文字范围内与目标词组相同的词组同时进行修改，具体为，在本步骤之前或之后获取同步修改的预设文字修改范围，将目标词组以及预设文字修改范围内与目标词组相同的词组均作为目标词组。其中，预设文字修改范围可以是预设字符数、预设行数或预设自然段数等，实际使用时可以根据具体情况进行设定或选择。

示例性的，假设预设文字修改范围为一个自然文字段落，当该自然文字段落中存在多个“往蓝飞”时，且用户选择了其中一个“往蓝飞”，则自然文字段落中的所有“往蓝飞”同时成为目标词组。

为了便于用户确认或查看所有的目标词组，在所有的目标词组确定后，本实施例通过颜色对所有的目标词组进行标识，以更加直观地呈现目标词组，便于用户从视觉上瞬间定位所有的目标词组。

s105、使用替换词组替换目标词组，以更新文字段落。

使用替换词组替换目标词组以完成目标词组的修改。在语音翻译时，通常是基于标准的普通话或方言进行语音转换，比如闽南话，但在实际生活中，很多人的发音并不标准，特别是成年人的发音通常很难改变，因此在语音转换时会经常出现相同的错误。为了提高语音信息转换成文字段落的准确度，以及减少文字段落的修改量，本实施例先确定语音信息中目标词组对应的目标语音词组；根据目标词组对应的目标语音词组和替换词组，建立目标语音词组与替换词组的转换对应关系，以代替目标语音词组与目标词组之间的转换对应关系，从而在下一次将语音信息转换成文字段落时，可以将目标语音词组直接转换成替换词组。

为了提高文字段落修改的准确性，本实施例在使用替换词组替换目标词组时，先判断替换词组与前后文的语义，若语义正确，则直接使用替换词组替换目标词组，若语义不正确，则输出提醒建议以提醒用户，如果用户坚持继续修改，则使用替换词组替换目标词组。

本发明实施例提供的语音转文字方法的技术方案，包括获取语音信息，并将语音信息转换成文字段落；将文字段落敲碎以形成多个词组，并确定需要修改的词组以作为目标词组；通过输入框获取目标词组的替换词组；使用替换词组替换目标词组以更新文字段落。直接使用替换词组对目标词组进行替换，无需删除原有的目标词组，省去了目标词组的删除操作，同时减少了光标的移动次数，进而可以大大提高文字段落的修改效率，减少了文字段落的修改时间。

实施例二

图2是本发明实施例二提供的语音转文字装置的结构框图。该装置用于执行上述任意实施例所提供的语音转文字方法，该装置可选为软件或硬件实现。该装置包括：

转换模块11，用于获取语音信息，并将所述语音信息转换成文字段落；

敲碎模块12，用于将所述文字段落敲碎以形成多个词组；

目标词组接收模块13，用于接收用户选择的目标词组；

替换词组接收模块14，用于接收用户输入的用于替换所述目标词组的替换词组；

替换模块15，用于使用所述替换词组替换所述目标词组，以更新所述文字段落。

本发明实施例提供的语音转文字装置的技术方案，通过转换模块获取语音信息，并将语音信息转换成文字段落；通过敲碎模块将文字段落敲碎以形成多个词组；通过目标词组接收模块接收用户选择的目标词组；通过替换词组接收模块接收用户输入的用于替换所述目标词组的替换词组；通过替换模块使用替换词组替换目标词组以更新文字段落。直接使用替换词组对目标词组进行替换，无需删除原有的目标词组，省去了目标词组的删除操作，同时减少了光标的移动次数，进而可以大大提高文字段落的修改效率，减少了文字段落的修改时间。

本发明实施例所提供的语音转文字装置可执行本发明任意实施例所提供的语音转文字方法，具备执行方法相应的功能模块和有益效果。

实施例三

图3为本发明实施例三提供的设备的结构示意图，如图3所示，该设备包括处理器201、存储器202、输入装置203以及输出装置204；设备中处理器201的数量可以是一个或多个，图3中以一个处理器201为例；设备中的处理器201、存储器202、输入装置203以及输出装置204可以通过总线或其他方式连接，图3中以通过总线连接为例。

存储器202作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的语音转文字方法对应的程序指令/模块(例如，转换模块11、敲碎模块12、目标词组接收模块13、替换词组接收模块14以及替换模块15)。处理器201通过运行存储在存储器202中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的y语音转文字方法。

存储器202可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器202可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器202可进一步包括相对于处理器201远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置203可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。

输出装置204可包括显示屏等显示设备，例如，用户终端的显示屏。

实施例四

本发明实施例四还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种语音转文字方法，该方法包括：

获取语音信息，并将所述语音信息转换成文字段落；

将所述文字段落敲碎以形成多个词组；

接收用户选择的目标词组；

接收用户输入的用于替换所述目标词组的替换词组；

使用所述替换词组替换所述目标词组，以更新所述文字段落。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的语音转文字方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-onlymemory，简称rom)、随机存取存储器(randomaccessmemory，简称ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的语音转文字方法。

值得注意的是，上述语音转文字装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。