本申請涉及語音識(shí)別技術(shù)領(lǐng)域，尤其涉及一種語音識(shí)別方法及裝置。

背景技術(shù)：

隨著語音識(shí)別技術(shù)的發(fā)展，出現(xiàn)了可以將音頻轉(zhuǎn)換成文字的語音識(shí)別引擎。其中，語音合成引擎包括在線語音識(shí)別引擎和離線語音識(shí)別引擎。

現(xiàn)有技術(shù)中，為了在不同網(wǎng)絡(luò)狀況下都能順利進(jìn)行語音識(shí)別，出現(xiàn)了綜合使用在線語音識(shí)別引擎和離線語音識(shí)別引擎進(jìn)行語音識(shí)別的方法。具體為：在用戶輸入音頻信息后，客戶端將用戶輸入的音頻信息同時(shí)發(fā)送至離線語音識(shí)別引擎和在線語音識(shí)別引擎。在預(yù)定時(shí)間內(nèi)，若客戶端接收到在線語音識(shí)別引擎返回的文字信息，則使用在線語音識(shí)別引擎進(jìn)行語音識(shí)別；否則，使用離線語音識(shí)別引擎進(jìn)行語音識(shí)別。

上述語音識(shí)別方法中，在用戶輸入音頻信息后，需要等待預(yù)定時(shí)間，才能確定所使用的語音合成引擎，導(dǎo)致語音識(shí)別的實(shí)時(shí)性較差。

技術(shù)實(shí)現(xiàn)要素：

本申請的多個(gè)方面提供一種語音識(shí)別方法及裝置，用以提高語音識(shí)別的實(shí)時(shí)性。

本申請實(shí)施例提供一種語音識(shí)別方法，包括：

響應(yīng)于用戶在語音識(shí)別客戶端的音頻輸入界面上輸入音頻信息的操作，獲取預(yù)先根據(jù)所述語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況確定的語音識(shí)別引擎指示信息；

發(fā)送所述音頻信息至所述語音識(shí)別引擎指示信息所指示的語音識(shí)別引擎，以通過所述語音識(shí)別引擎指示信息所指示的語音識(shí)別引擎識(shí)別所述音頻信息。

可選地，在響應(yīng)于用戶在語音識(shí)別客戶端的音頻輸入界面上輸入音頻信息的操作之前，所述方法還包括：

響應(yīng)于進(jìn)入所述音頻輸入界面或者開啟所述語音識(shí)別客戶端的操作，偵測所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況；

根據(jù)偵測到所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況，確定所述語音識(shí)別引擎指示信息。

可選地，在響應(yīng)于進(jìn)入所述音頻輸入界面或者開啟所述語音識(shí)別客戶端的操作之前，所述方法還包括：

響應(yīng)于所述用戶的偵測配置請求，展示網(wǎng)絡(luò)設(shè)置界面，以供所述用戶配置偵測周期以及偵測網(wǎng)址；

響應(yīng)于所述用戶在所述網(wǎng)絡(luò)設(shè)置界面上的設(shè)置操作，獲取所述用戶配置的所述偵測周期以及所述偵測網(wǎng)址。

可選地，響應(yīng)于進(jìn)入所述音頻輸入界面或者開啟所述語音識(shí)別客戶端的操作，偵測所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況，包括：

響應(yīng)于進(jìn)入所述音頻輸入界面或者開啟所述語音識(shí)別客戶端的操作，按照所述偵測周期，周期性地向所述偵測網(wǎng)址對(duì)應(yīng)的所述在線語音識(shí)別引擎發(fā)送偵測請求；

根據(jù)所述在線語音識(shí)別引擎對(duì)所述偵測請求的響應(yīng)情況，確定所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況。

可選地，根據(jù)偵測到所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況，確定所述語音識(shí)別引擎指示信息，包括：

若所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況滿足設(shè)定的網(wǎng)絡(luò)要求，確定指示所述在線語音識(shí)別引擎的語音識(shí)別引擎指示信息；

若所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況不滿足設(shè)定的網(wǎng)絡(luò)要求，確定指示離線語音識(shí)別引擎的語音識(shí)別引擎指示信息。

可選地，在根據(jù)偵測到所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況，確定所述語音識(shí)別引擎指示信息之后，所述方法還包括：

保存所述語音識(shí)別引擎指示信息至本地內(nèi)存；

所述響應(yīng)于用戶在語音識(shí)別客戶端提供的音頻輸入界面上輸入音頻信息的操作，獲取預(yù)先根據(jù)所述語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況確定的語音識(shí)別引擎指示信息，包括：

響應(yīng)于所述用戶在所述音頻輸入界面上輸入音頻信息的操作，從所述本地內(nèi)存，獲取最近一次保存的所述語音識(shí)別引擎指示信息。

可選地，所述方法還包括：

在所述語音識(shí)別引擎指示信息所指示的語音識(shí)別引擎識(shí)別所述音頻信息的過程中，偵測所述語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況；

當(dāng)所述語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況發(fā)生變化時(shí)，更新所述語音識(shí)別引擎指示信息。

可選地，所述方法還包括：

響應(yīng)于退出所述音頻輸入界面或關(guān)閉所述語音識(shí)別客戶端的操作，停止偵測所述語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況。

本申請實(shí)施例還提供一種語音識(shí)別裝置，包括：

第一獲取模塊，用于響應(yīng)于用戶在語音識(shí)別客戶端的音頻輸入界面上輸入音頻信息的操作，獲取預(yù)先根據(jù)所述語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況確定的語音識(shí)別引擎指示信息；

發(fā)送模塊，用于發(fā)送所述音頻信息至所述語音識(shí)別引擎指示信息所指示的語音識(shí)別引擎，以通過所述語音識(shí)別引擎指示信息所指示的語音識(shí)別引擎識(shí)別所述音頻信息。

可選地，所述裝置還包括：

偵測模塊，用于響應(yīng)于進(jìn)入所述音頻輸入界面或者開啟所述語音識(shí)別客戶端的操作，偵測所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況；

確定模塊，用于根據(jù)偵測到所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況，確定所述語音識(shí)別引擎指示信息。

在本申請實(shí)施例中，在用戶執(zhí)行輸入音頻信息的操作之前，預(yù)先根據(jù)網(wǎng)絡(luò)狀況確定語音識(shí)別引擎指示信息；進(jìn)而在用戶執(zhí)行輸入音頻信息的操作時(shí)，可以立即獲取到語音識(shí)別引擎指示信息，并確定可用的語音識(shí)別引擎；進(jìn)一步可以在用戶輸入音頻信息之后，立即通過確定的語音識(shí)別引擎進(jìn)行語音識(shí)別，從而提高了語音識(shí)別的實(shí)時(shí)性，減少時(shí)間的浪費(fèi)。

附圖說明

此處所說明的附圖用來提供對(duì)本申請的進(jìn)一步理解，構(gòu)成本申請的一部分，本申請的示意性實(shí)施例及其說明用于解釋本申請，并不構(gòu)成對(duì)本申請的不當(dāng)限定。在附圖中：

圖1為本申請一實(shí)施例提供的語音識(shí)別方法的流程示意圖；

圖2為本申請又一實(shí)施例提供的語音識(shí)別方法的流程示意圖；

圖3為本申請又一實(shí)施例提供的語音識(shí)別裝置的模塊結(jié)構(gòu)圖；

圖4為本申請又一實(shí)施例提供的語音識(shí)別裝置的模塊結(jié)構(gòu)圖。

具體實(shí)施方式

為使本申請的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本申請具體實(shí)施例及相應(yīng)的附圖對(duì)本申請技術(shù)方案進(jìn)行清楚、完整地描述。顯然，所描述的實(shí)施例僅是本申請一部分實(shí)施例，而不是全部的實(shí)施例。基于本申請中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本申請保護(hù)的范圍。

以下結(jié)合附圖，詳細(xì)說明本申請各實(shí)施例提供的技術(shù)方案。

圖1為本申請一實(shí)施例提供的語音識(shí)別方法的流程示意圖。如圖1所示，該方法包括以下步驟：

s101：響應(yīng)于用戶在語音識(shí)別客戶端的音頻輸入界面上輸入音頻信息的操作，獲取預(yù)先根據(jù)語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況確定的語音識(shí)別引擎指示信息。

s102：發(fā)送音頻信息至語音識(shí)別引擎指示信息所指示的語音識(shí)別引擎，以通過語音識(shí)別引擎指示信息所指示的語音識(shí)別引擎識(shí)別音頻信息。

當(dāng)用戶有音頻識(shí)別的需求時(shí)，可以將待識(shí)別的音頻信息輸入至語音識(shí)別客戶端，再由語音識(shí)別客戶端將接收到的音頻信息發(fā)送至語音識(shí)別引擎進(jìn)行語音識(shí)別。

對(duì)于語音識(shí)別客戶端來說，一般會(huì)提供一音頻輸入界面，用戶可以在音頻輸入界面上執(zhí)行輸入音頻信息的操作。

可選地，在音頻輸入界面上可以設(shè)置一音頻輸入控件，用戶可以通過觸發(fā)音頻輸入控件，執(zhí)行音頻信息的輸入。例如，音頻輸入控件可以為麥克風(fēng)圖標(biāo)控件，用戶可以通過觸控麥克風(fēng)圖標(biāo)控件，輸入音頻信息。

接著，為了在用戶輸入音頻信息后，能夠立即確定語音識(shí)別引擎，本實(shí)施例預(yù)先確定出語音識(shí)別引擎指示信息，進(jìn)而可響應(yīng)于用戶在音頻輸入界面上輸入音頻信息的操作，獲取預(yù)先確定的語音識(shí)別引擎指示信息，從而基于該語音識(shí)別引擎指示信息確定用于對(duì)用戶輸入的音頻信息進(jìn)行語音識(shí)別的語音識(shí)別引擎。其中，語音識(shí)別引擎指示信息是預(yù)先根據(jù)語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況確定的。為方便描述，在下述實(shí)施例中語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況簡稱為網(wǎng)絡(luò)狀況。

可選地，語音識(shí)別引擎指示信息包括指示在線語音識(shí)別引擎的指示信息以及指示離線語音識(shí)別引擎的指示信息。

可選地，若網(wǎng)絡(luò)狀況可以供在線語音識(shí)別引擎進(jìn)行語音識(shí)別，則確定指示在線語音識(shí)別引擎的指示信息；若網(wǎng)絡(luò)狀況不可以供在線語音識(shí)別引擎進(jìn)行語音識(shí)別，則確定指示離線語音識(shí)別引擎的指示信息。接著，可以根據(jù)語音識(shí)別引擎指示信息確定在線語音識(shí)別引擎或者離線語音識(shí)別引擎。

然后，語音識(shí)別客戶端可以發(fā)送音頻信息至語音識(shí)別引擎指示信息所指示的語音識(shí)別引擎。語音識(shí)別引擎在接收到音頻信息后，對(duì)音頻信息進(jìn)行識(shí)別。

語音識(shí)別引擎完成語音識(shí)別后，可以將識(shí)別結(jié)果返回至語音識(shí)別客戶端，由語音識(shí)別客戶端展示給用戶。

本實(shí)施例中，通過預(yù)先根據(jù)網(wǎng)絡(luò)狀況確定語音識(shí)別引擎指示信息，進(jìn)而在用戶執(zhí)行輸入音頻信息的操作時(shí)，可以立即獲取到語音識(shí)別引擎指示信息，并確定可用的語音識(shí)別引擎；進(jìn)一步地，在用戶輸入音頻信息之后，可立即通過確定的語音識(shí)別引擎進(jìn)行語音識(shí)別，從而提高了語音識(shí)別的實(shí)時(shí)性。

在上述實(shí)施例或下述實(shí)施例中，在響應(yīng)于用戶在語音識(shí)別客戶端的音頻輸入界面上輸入音頻信息的操作之前，可預(yù)先通過網(wǎng)絡(luò)狀況確定語音識(shí)別引擎指示信息。

可選地，可以響應(yīng)于進(jìn)入音頻輸入界面或者開啟語音識(shí)別客戶端的操作，偵測語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況，并根據(jù)偵測到語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況，確定語音識(shí)別引擎指示信息。

當(dāng)用戶有語音識(shí)別的需求時(shí)，首先需要開啟語音識(shí)別客戶端。在開啟語音識(shí)別客戶端后，語音識(shí)別客戶端展示的頁面可能是音頻輸入界面，也可能不是音頻輸入界面。若開啟語音識(shí)別客戶端時(shí)，語音識(shí)別客戶端展示的頁面不是音頻輸入界面，還需要再進(jìn)入音頻輸入界面。隨后，在音頻輸入界面上，通過觸發(fā)音頻輸入控件輸入音頻信息。

基于上述的分析，當(dāng)用戶進(jìn)入音頻輸入界面或者開啟語音識(shí)別客戶端時(shí)，意味著用戶將要執(zhí)行音頻信息的輸入操作。此時(shí)，可以響應(yīng)于進(jìn)入音頻輸入界面或者開啟語音識(shí)別客戶端的操作，偵測語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況。進(jìn)而根據(jù)偵測到語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況，確定語音識(shí)別引擎指示信息。待用戶輸入音頻信息時(shí)，可以直接獲取已確定的語音識(shí)別引擎指示信息，據(jù)此及時(shí)地確定語音識(shí)別所需的語音識(shí)別引擎。

圖2為本申請又一實(shí)施例提供的語音識(shí)別方法的流程示意圖。如圖2所示，包括以下步驟。

s201：響應(yīng)于用戶的偵測配置請求，展示網(wǎng)絡(luò)設(shè)置界面，以供用戶配置偵測周期以及偵測網(wǎng)址。

s202：響應(yīng)于用戶在網(wǎng)絡(luò)設(shè)置界面上的設(shè)置操作，獲取用戶配置的偵測周期以及偵測網(wǎng)址。

s203：響應(yīng)于進(jìn)入音頻輸入界面或者開啟語音識(shí)別客戶端的操作，按照偵測周期，周期性地向偵測網(wǎng)址對(duì)應(yīng)的在線語音識(shí)別引擎發(fā)送偵測請求。

s204：根據(jù)在線語音識(shí)別引擎對(duì)偵測請求的響應(yīng)情況，確定語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況。

s205：判斷語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況是否滿足設(shè)定的網(wǎng)絡(luò)要求。若是，跳轉(zhuǎn)到步驟s206；若否，跳轉(zhuǎn)到步驟s207。

s206：確定指示在線語音識(shí)別引擎的語音識(shí)別引擎指示信息，并跳轉(zhuǎn)到步驟s209。

s207：確定指示離線語音識(shí)別引擎的語音識(shí)別引擎指示信息，繼續(xù)執(zhí)行步驟s208。

s208：發(fā)送音頻信息至指示離線語音識(shí)別引擎的語音識(shí)別引擎指示信息所指示的離線語音識(shí)別引擎，以通過所述離線語音識(shí)別引擎識(shí)別音頻信息，結(jié)束本次操作。

s209：發(fā)送音頻信息至指示在線語音識(shí)別引擎的語音識(shí)別引擎指示信息所指示的在線語音識(shí)別引擎，以通過所述在線語音識(shí)別引擎識(shí)別音頻信息，結(jié)束本次操作。

由于偵測網(wǎng)絡(luò)狀況的操作需要一定的時(shí)長，為了在用戶輸入音頻信息時(shí)，能夠立即獲取語音識(shí)別引擎指示信息，可選地，可以響應(yīng)于進(jìn)入音頻輸入界面或者開啟所述語音識(shí)別客戶端的操作，即開始偵測網(wǎng)絡(luò)狀況?；诖?，可以在進(jìn)入音頻輸入界面或者開啟語音識(shí)別客戶端之前，預(yù)先配置好偵測網(wǎng)絡(luò)狀況所需的參數(shù)。可選地，偵測網(wǎng)絡(luò)狀況所需的參數(shù)可包括但不限于：偵測周期和偵測網(wǎng)址。

基于此，在用戶進(jìn)入音頻輸入界面或者開啟語音識(shí)別客戶端之前，可預(yù)先設(shè)置偵測周期與偵測網(wǎng)址?？蛇x地，用戶可以向語音識(shí)別客戶端發(fā)送偵測配置請求；語音識(shí)別客戶端可以響應(yīng)于用戶的偵測配置請求，向用戶展示網(wǎng)絡(luò)設(shè)置界面，以供用戶配置偵測周期以及偵測網(wǎng)址(即步驟s201)。

其中，偵測網(wǎng)址為語音識(shí)別客戶端發(fā)送偵測請求的網(wǎng)址。本實(shí)施例中的偵測網(wǎng)址可包括ip地址和/或域名地址，例如域名地址可以是www.baidu.com，ip地址可以是61.135.169.121等。為了成功偵測語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況，偵測網(wǎng)址應(yīng)為在線語音識(shí)別引擎所在的ip地址和/或域名地址，或者在語音識(shí)別客戶端與在線語音識(shí)別引擎的通訊鏈路上的中轉(zhuǎn)服務(wù)器的ip地址和/或域名地址。

偵測周期為語音識(shí)別客戶端發(fā)送偵測請求的周期，例如1s、2s等。其中，偵測請求為語音識(shí)別客戶端向偵測網(wǎng)址對(duì)應(yīng)的服務(wù)器發(fā)送的請求信號(hào)。

可選地，在網(wǎng)絡(luò)設(shè)置界面上可以預(yù)先提供偵測周期和偵測網(wǎng)址的選項(xiàng)，或者提供偵測周期和偵測網(wǎng)址的輸入框，以供用戶選擇或輸入偵測周期和偵測網(wǎng)址。

在用戶在網(wǎng)絡(luò)設(shè)置界面上設(shè)置完偵測周期和偵測網(wǎng)址后，語音識(shí)別客戶端可響應(yīng)于用戶在網(wǎng)絡(luò)設(shè)置界面上的設(shè)置操作，獲取用戶配置的偵測周期以及偵測網(wǎng)址(即步驟s202)。

可選地，在用戶在網(wǎng)絡(luò)設(shè)置界面上設(shè)置完成后，可進(jìn)行提交操作或保存操作，例如觸發(fā)提交控件或保存控件。語音識(shí)別客戶端可響應(yīng)于用戶在網(wǎng)絡(luò)設(shè)置界面上的提交操作或保存操作，獲取用戶設(shè)置的偵測周期以及偵測網(wǎng)址。

用戶不必每次在進(jìn)入音頻輸入界面或開啟語音識(shí)別客戶端前，都設(shè)置一次偵測周期以及偵測網(wǎng)址?？蛇x地，在獲取到用戶設(shè)置的偵測周期以及偵測網(wǎng)址后，可將偵測周期以及偵測網(wǎng)址保存在本地內(nèi)存，在用戶下次有語音識(shí)別的需求時(shí)，可不必發(fā)送偵測配置請求，語音識(shí)別客戶端可直接從本地內(nèi)存中獲取早前設(shè)置好的偵測網(wǎng)址和偵測周期。

在獲取到偵測網(wǎng)址和偵測周期后，語音識(shí)別客戶端可偵測網(wǎng)絡(luò)狀況?？蛇x地，響應(yīng)于進(jìn)入音頻輸入界面或者開啟語音識(shí)別客戶端的操作，按照偵測周期，周期性地向偵測網(wǎng)址對(duì)應(yīng)的在線語音識(shí)別引擎發(fā)送偵測請求(即步驟s203)。接著，根據(jù)在線語音識(shí)別引擎對(duì)偵測請求的響應(yīng)情況，確定語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況(即步驟s204)。

可選地，為了盡快獲取根據(jù)網(wǎng)絡(luò)狀況確定的語音識(shí)別引擎指示信息，可以響應(yīng)于用戶進(jìn)入音頻輸入界面或者開啟語音識(shí)別客戶端的操作，即刻向偵測網(wǎng)址對(duì)應(yīng)的在線語音識(shí)別引擎發(fā)送偵測請求，隨后，按照偵測周期發(fā)送偵測請求。

可選地，本實(shí)施例可使用超文本傳輸協(xié)議(hypertexttransferprotocol，簡稱http)偵測網(wǎng)絡(luò)狀況。

http協(xié)議采用請求/響應(yīng)模型。語音識(shí)別客戶端向偵測網(wǎng)址對(duì)應(yīng)的在線語音識(shí)別引擎發(fā)送一個(gè)請求報(bào)文，在線語音識(shí)別引擎回復(fù)一個(gè)響應(yīng)本文。

例如，在瀏覽器地址欄鍵入偵測網(wǎng)址url，按下回車鍵后，瀏覽器會(huì)與偵測網(wǎng)址url對(duì)應(yīng)的在線語音識(shí)別引擎建立連接。接著，瀏覽器發(fā)送讀取文件的http請求，即偵測請求，至在線語音搜索引擎；在線語音識(shí)別引擎對(duì)瀏覽器的http請求作出響應(yīng)，并把對(duì)應(yīng)的html響應(yīng)報(bào)文發(fā)送給瀏覽器，進(jìn)而瀏覽器可顯示接收到的html響應(yīng)報(bào)文。

根據(jù)html響應(yīng)報(bào)文的返回時(shí)間和內(nèi)容，在線語音識(shí)別引擎對(duì)http請求的響應(yīng)情況，包括以下三種情況:

第一種響應(yīng)情況：在指定時(shí)間內(nèi)沒有返回html報(bào)文?？赡転g覽器并未與偵測網(wǎng)址url對(duì)應(yīng)的在線語音識(shí)別引擎成功建立連接，造成沒有html響應(yīng)報(bào)文；或者由于網(wǎng)絡(luò)堵塞造成html響應(yīng)報(bào)文的返回時(shí)間超過指定時(shí)間。

第二種響應(yīng)情況：html響應(yīng)報(bào)文的返回時(shí)間未超過指定時(shí)間，但是html響應(yīng)報(bào)文的內(nèi)容不是表示請求正常的httpresponse200ok。例如，html響應(yīng)報(bào)文的內(nèi)容為403forbidden、notfound。

第三種響應(yīng)情況：html響應(yīng)報(bào)文的返回時(shí)間未超過指定時(shí)間，且html響應(yīng)報(bào)文的內(nèi)容為表示請求正常的httpresponse200ok。

在線語音識(shí)別引擎對(duì)偵測請求的響應(yīng)情況不同，確定的網(wǎng)絡(luò)狀況不同。基于此，可以將指定時(shí)間和httpresponse200ok的html響應(yīng)報(bào)文內(nèi)容作為設(shè)定的網(wǎng)絡(luò)要求，進(jìn)而判斷語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況是否滿足設(shè)定的網(wǎng)絡(luò)要求(即步驟s205)。

顯然，對(duì)于第一種響應(yīng)情況和第二種響應(yīng)情況來說，所確定的網(wǎng)絡(luò)狀況不滿足設(shè)定的網(wǎng)絡(luò)要求；對(duì)于第三種響應(yīng)情況來說，所確定的網(wǎng)絡(luò)狀況滿足設(shè)定的網(wǎng)絡(luò)要求。

可選地，若語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況滿足設(shè)定的網(wǎng)絡(luò)要求，意味著根據(jù)此時(shí)的網(wǎng)絡(luò)狀況可以通過在線語音識(shí)別引擎進(jìn)行語音識(shí)別，則確定指示在線語音識(shí)別引擎的語音識(shí)別引擎指示信息(即步驟s206)。繼而，發(fā)送音頻信息至指示在線語音識(shí)別引擎的語音識(shí)別引擎指示信息所指示的在線語音識(shí)別引擎，以通過所述在線語音識(shí)別引擎識(shí)別音頻信息，結(jié)束本次操作(即步驟s209)。

若語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況不滿足設(shè)定的網(wǎng)絡(luò)要求，意味著根據(jù)此時(shí)的網(wǎng)絡(luò)狀況不可以通過在線語音識(shí)別引擎進(jìn)行語音識(shí)別，則確定指示離線語音識(shí)別引擎的語音識(shí)別引擎指示信息(即步驟s207)。繼而，發(fā)送音頻信息至指示離線語音識(shí)別引擎的語音識(shí)別引擎指示信息所指示的離線語音識(shí)別引擎，以通過所述離線語音識(shí)別引擎識(shí)別音頻信息，結(jié)束本次操作(即步驟s208)。

可選地，在確定語音識(shí)別引擎指示信息之后，發(fā)送音頻信息至對(duì)應(yīng)的語音識(shí)別引擎之前，還包括開啟麥克風(fēng)裝置；并通過麥克風(fēng)裝置接收用戶在音頻輸入界面上輸入的音頻信息。然后再將用戶輸入的音頻信息發(fā)送至對(duì)應(yīng)的語音識(shí)別引擎。

可選地，語音識(shí)別引擎可將接收到的音頻信息分成多個(gè)音頻片段。繼而，以音頻片段為單位，每識(shí)別完一個(gè)音頻片段后，就將該音頻片段的識(shí)別結(jié)果，如一段文字，返回至語音識(shí)別客戶端。接著再執(zhí)行下一個(gè)音頻片段的識(shí)別，直到識(shí)別完該音頻信息分成的所有音頻片段?；诖?，語音識(shí)別客戶端可以向用戶展示一段一段的識(shí)別結(jié)果。

在確定語音識(shí)別引擎指示信息之后，為了方便語音識(shí)別客戶端獲取語音識(shí)別引擎指示信息，可選地，可以在確定語音識(shí)別引擎指示信息之后，保存語音識(shí)別引擎指示信息至本地內(nèi)存。

在實(shí)際應(yīng)用中，語音識(shí)別引擎指示信息可以具體實(shí)現(xiàn)為一語音識(shí)別引擎變量，例如menginetype。若網(wǎng)絡(luò)狀況滿足設(shè)定的網(wǎng)絡(luò)要求，可將變量menginetype賦值為cloud，用于指示在線語音識(shí)別引擎；若網(wǎng)絡(luò)狀況不滿足設(shè)定的網(wǎng)絡(luò)要求，可將變量menginetype賦值為local，用于指示離線語音識(shí)別引擎。

基于此，響應(yīng)于用戶在語音識(shí)別客戶端提供的音頻輸入界面上輸入音頻信息的操作，獲取預(yù)先根據(jù)語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況確定的語音識(shí)別引擎指示信息，包括：響應(yīng)于用戶在音頻輸入界面上輸入音頻信息的操作，從本地內(nèi)存，獲取最近一次保存的語音識(shí)別引擎指示信息。

其中，最近一次保存的語音識(shí)別引擎指示信息是根據(jù)最近時(shí)刻的網(wǎng)絡(luò)狀況確定的，最近時(shí)刻的網(wǎng)絡(luò)狀況與進(jìn)行語音識(shí)別時(shí)的網(wǎng)絡(luò)狀況在很大概率上相同，因此有利于成功通過確定的語音識(shí)別引擎進(jìn)行語音識(shí)別?？蛇x地，語音識(shí)別引擎指示信息可以具體實(shí)現(xiàn)為最近一次被賦值的語音識(shí)別引擎變量，如cloud或者local。

在一些情況下，用戶會(huì)一次性將音頻信息輸入至語音識(shí)別客戶端，之后，在音頻輸入界面上不再輸入音頻信息。在另一些情況下，用戶需要多次輸入音頻信息，例如在聊天場景中，用戶會(huì)多次輸入聊天語音。這種情況下，若在用戶輸入音頻信息后，網(wǎng)絡(luò)狀況發(fā)生了改變；在用戶下次輸入音頻信息時(shí)，獲取的仍是上一次輸入音頻信息時(shí)所獲取的語音識(shí)別引擎指示信息是不合適的。

基于上述的分析，在語音識(shí)別引擎指示信息所指示的語音識(shí)別引擎識(shí)別音頻信息的過程中，可繼續(xù)偵測語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況。當(dāng)語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況發(fā)生變化時(shí)，更新語音識(shí)別引擎指示信息。那么，在用戶在下一次輸入音頻信息時(shí)，可獲取更新后的語音識(shí)別引擎指示信息。

其中，網(wǎng)絡(luò)狀況發(fā)生變化的情況包括網(wǎng)絡(luò)狀況由滿足設(shè)定的網(wǎng)絡(luò)要求變化為不滿足設(shè)定的網(wǎng)絡(luò)要求，或者網(wǎng)絡(luò)狀況由不滿足設(shè)定的網(wǎng)絡(luò)要求變化為滿足設(shè)定的網(wǎng)絡(luò)要求。

基于此，更新語音識(shí)別引擎指示信息包括將當(dāng)前的指示在線語音識(shí)別引擎的語音識(shí)別引擎指示信息更新為指示離線語音識(shí)別引擎的語音識(shí)別引擎指示信息，例如，將“cloud”更新為“l(fā)ocal”?；蛘撸瑢?dāng)前的指示離線語音識(shí)別引擎的語音識(shí)別引擎指示信息更新為指示在線語音識(shí)別引擎的語音識(shí)別引擎指示信息，例如，將“l(fā)ocal”更新為“cloud”。

在用戶退出音頻輸入界面或關(guān)閉語音識(shí)別客戶端時(shí)，意味著用戶不再輸入音頻信息，可不必偵測網(wǎng)絡(luò)狀況?；诖?，語音識(shí)別客戶端可以響應(yīng)于退出音頻輸入界面或關(guān)閉語音識(shí)別客戶端的操作，停止偵測語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況。

本申請實(shí)施例還提供一種語音識(shí)別裝置300，如圖3所示，包括第一獲取模塊301和發(fā)送模塊302。

第一獲取模塊301，用于響應(yīng)于用戶在語音識(shí)別客戶端的音頻輸入界面上輸入音頻信息的操作，獲取預(yù)先根據(jù)所述語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況確定的語音識(shí)別引擎指示信息。

發(fā)送模塊302，用于發(fā)送所述音頻信息至第一獲取模塊401獲取的語音識(shí)別引擎指示信息所指示的語音識(shí)別引擎，以通過所述語音識(shí)別引擎指示信息所指示的語音識(shí)別引擎識(shí)別所述音頻信息。

本實(shí)施例中，通過預(yù)先根據(jù)網(wǎng)絡(luò)狀況確定語音識(shí)別引擎指示信息，進(jìn)而在用戶執(zhí)行輸入音頻信息的操作時(shí)，可以立即獲取到語音識(shí)別引擎指示信息，并進(jìn)一步確定可用的語音識(shí)別引擎；從而在用戶輸入音頻信息之后，可立即通過確定的語音識(shí)別引擎進(jìn)行語音識(shí)別，從而提高了語音識(shí)別的實(shí)時(shí)性。

可選地，如圖4所示，語音識(shí)別裝置300還包括偵測模塊303和確定模塊304。

偵測模塊303，用于響應(yīng)于進(jìn)入所述音頻輸入界面或者開啟所述語音識(shí)別客戶端的操作，偵測所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況。

確定模塊304，用于根據(jù)偵測模塊303偵測到的所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況，確定所述語音識(shí)別引擎指示信息。

可選地，如圖4所示，語音識(shí)別裝置300還包括展示模塊305和第二獲取模塊306。

展示模塊305，具體用于在響應(yīng)于進(jìn)入所述音頻輸入界面或者開啟所述語音識(shí)別客戶端的操作前，響應(yīng)于所述用戶的偵測配置請求，展示網(wǎng)絡(luò)設(shè)置界面，以供所述用戶配置偵測周期以及偵測網(wǎng)址。

第二獲取模塊306，用于響應(yīng)于所述用戶在展示模塊305展示的網(wǎng)絡(luò)設(shè)置界面上的設(shè)置操作，獲取所述用戶配置的所述偵測周期以及所述偵測網(wǎng)址。

可選地，偵測模塊303在響應(yīng)于進(jìn)入所述音頻輸入界面或者開啟所述語音識(shí)別客戶端的操作，偵測所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況時(shí)，具體還用于：響應(yīng)于進(jìn)入所述音頻輸入界面或者開啟所述語音識(shí)別客戶端的操作，按照所述偵測周期，周期性地向所述偵測網(wǎng)址對(duì)應(yīng)的所述在線語音識(shí)別引擎發(fā)送偵測請求。

基于此，確定模塊304還用于根據(jù)所述在線語音識(shí)別引擎對(duì)所述偵測請求的響應(yīng)情況，確定所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況。

可選地，在確定模塊304根據(jù)偵測到所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況，確定所述語音識(shí)別引擎指示信息時(shí)，具體還用于：若所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況滿足設(shè)定的網(wǎng)絡(luò)要求，確定指示所述在線語音識(shí)別引擎的語音識(shí)別引擎指示信息；若所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況不滿足設(shè)定的網(wǎng)絡(luò)要求，確定指示離線語音識(shí)別引擎的語音識(shí)別引擎指示信息。

可選地，語音識(shí)別裝置300還包括保存模塊，用于在根據(jù)偵測到所述語音識(shí)別客戶端與所述在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況，確定所述語音識(shí)別引擎指示信息之后，保存所述語音識(shí)別引擎指示信息至本地內(nèi)存。

基于此，第一獲取模塊301在響應(yīng)于用戶在語音識(shí)別客戶端提供的音頻輸入界面上輸入音頻信息的操作，獲取預(yù)先根據(jù)所述語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況確定的語音識(shí)別引擎指示信息時(shí)，具體還用于：

響應(yīng)于所述用戶在所述音頻輸入界面上輸入音頻信息的操作，從所述本地內(nèi)存，獲取最近一次保存的所述語音識(shí)別引擎指示信息。

可選地，偵測模塊303還用于：在所述語音識(shí)別引擎指示信息所指示的語音識(shí)別引擎識(shí)別所述音頻信息的過程中，偵測所述語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況。

基于此，保存模塊還用于當(dāng)所述語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況發(fā)生變化時(shí)，更新所述語音識(shí)別引擎指示信息。

可選地，偵測模塊303還用于：響應(yīng)于退出所述音頻輸入界面或關(guān)閉所述語音識(shí)別客戶端的操作，停止偵測所述語音識(shí)別客戶端與在線語音識(shí)別引擎之間的網(wǎng)絡(luò)狀況。

以上僅為本申請的實(shí)施例而已，并不用于限制本申請。對(duì)于本領(lǐng)域技術(shù)人員來說，本申請可以有各種更改和變化。凡在本申請的精神和原理之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本申請的權(quán)利要求范圍之內(nèi)。