语音信息处理方法和装置与流程

本申请实施例涉及计算机技术领域，具体涉及人工智能技术领域，尤其涉及用于语音信息处理方法和装置。

背景技术：

随着人工智能的发展，语音智能助手的覆盖面越来越广。语音智能助手为人们提供了越来越多的便利以及更多的功能垂类，例如提醒、闹钟和体育赛事查询等等。

技术实现要素：

本申请实施例提出了一种语音信息处理方法和装置。

第一方面，本申请实施例提供了一种语音信息处理方法，该方法包括：解析所接收到的用户输入的第一语音信息，得到与第一语音信息对应的第一指令；执行与第一指令对应的第一操作；获取执行第一操作返回的结果，生成并向用户发送第二语音信息，其中，第二语音信息包括与返回的结果对应的语音信息以及用于提示用户输入是否执行与第一操作关联的至少一个第二操作的语音提示信息；响应于接收到用户输入的与语音提示信息对应的应答指令，执行第二操作。

第二方面，本申请实施例提供了一种语音信息处理装置，该装置包括：解析单元，配置用于解析所接收到的用户输入的第一语音信息，得到与第一语音信息对应的第一指令；第一执行单元，配置用于执行与第一指令对应的第一操作；第一生成单元，配用于获取执行第一操作返回的结果，生成并向用户发送第二语音信息，其中，第二语音信息包括与返回的结果对应的语音信息以及用于提示用户输入是否执行与第一操作关联的至少一个第二操作的语音提示信息；第二执行单元，配置用于响应于接收到用户输入的与语音提示信息对应的应答指令，执行第二操作。

第三方面，本申请实施例提供了一种服务器，该服务器包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中描述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如第一方面中描述的方法。

本申请实施例提供的语音信息处理方法和装置，通过解析所接收到的用户输入的第一语音信息，得到与第一语音信息对应的第一指令，接着执行与第一指令对应的第一操作；而后获取执行第一操作返回的结果，生成并向用户发送第二语音信息；最后响应于接收到用户输入的与语音提示信息对应的应答指令，执行第二操作，实现了可以根据用户的需求而执行的第一操作所返回的的结果来执行用户需求对应的第二操作，可以改善现有语音服务中各子功能服务之间信息孤立的现象，从而有利于提升语音服务效率以及改善用户体验。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的语音信息处理方法的一个实施例的示意性流程图；

图3是根据本申请的语音信息处理方法的另一个实施例的示意性流程图；

图4是根据本申请的语音信息处理方法的又一个实施例的示意性流程图；

图5是根据本申请的语音信息处理装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的语音信息处理方法或语音信息处理装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用，例如、智能语音助手类应用、搜索类应用、即时通信工具等。

终端设备101、102、103可以是各种电子设备，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、智能音箱、可穿戴设备等等。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103输出的信息提供支持的后台信息处理服务器。后台信息处理服务器可以对接收到的信息进行分析等处理，并将处理结果(例如根据接收到的信息进行相关搜索而得到的信息)反馈给终端设备101、102、103。

需要说明的是，本申请实施例所提供的语音信息处理方法一般由服务器105执行，相应地，语音信息处理装置一般设置于服务器105中。

应该理解，图1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。

继续参考图2，其示出了根据本申请的语音信息处理方法的一个实施例的流程200。该语音信息处理方法，包括以下步骤：

步骤201，解析所接收到的用户输入的第一语音信息，得到与第一语音信息对应的第一指令。

在本实施例中，语音信息处理方法运行于其上的电子设备(例如图1所示的服务器)可以检测上述终端设备(例如图1所述的终端设备101、102、103)发送的用户输入的第一语音信息。

通常，上述终端设备可以包括音频输入/输出模块，用户可以通过上述音频输入接口输入第一语音信息。终端设备将上述用户输入的第一语音信息进行编码后发送到上述电子设备。

上述电子设备在接收到用户输入的第一语音信息之后，可以对上述第一语音信息进行解析，从而提取用户的第一指令。具体地，上述电子设备可以首先对第一语音信息进行解码，然后对解码后的上述第一语音信息进行识别，转换成文字信息，得到与第一语音信息对应的文字信息。在得到与第一语音信息对应的对文字信息之后，对上述文字信息进行语义理解，得到用户的第一语义信息；根据第一语义信息确定与第一语音信息对应的第一指令。

在一些应用场景中，在对上述文字信息进行语义理解时，可以将上述文字信息输入到预先训练的语义识别模型中，生成第一语义信息。上述电子设备可以根据上述第一语义信息确定用户的第一指令。在这里，上述第一指令信息可以体现用户的意图，也就是用户的需求。

在本实施例的一些可选实现方式中，在得到与所述第一语音信息对应的文字信息之后，可以提取上述文字信息中的关键词，并根据关键词确定与第一语音信息对应的第一指令。例如，用户需求“对某一活动时间进行提醒”对应关键词可以为“提醒”。

步骤202，执行与所述第一指令对应的第一操作。

上述电子设备中可以预先设置多个操作。在此处，每一个操作可以对应一项功能服务。每一个操作可以由其对应的指令来触发。也就是说每一个操作可以对应一条指令。

在步骤201中解析得到与用户的第一语音信息对应的第一指令之后，可以触发上述电子设备来执行与第一指令对应的第一操作。

在一些应用场景中，上述第一指令例如可以是“查询某某歌唱家近期的演唱会”，上述电子设备可以根据第一指令执行第一操作：在互联网或专业网站上查询某某歌唱家近期所有的演唱会。

在本实施例的一些可选实现方式中，上述第一指令中可以包括至少一个第一执行参数。此处的执行参数例如可以为人物、时间、地点、等。例如，若用户输入的第一语音信息对应的语义信息为“查询aa歌手的bb歌曲”，执行参数可以包括aa歌手、bb歌曲。

步骤203，获取执行所述第一操作返回的结果，生成并向所述用户发送第二语音信息。

在本实施例中，语音信息处理方法运行于其上的电子设备可以获取执行第一操作而返回的结果。具体地，可以在执行第一操作返回的多个信息中，选择与第一语音信息的文字信息匹配度最高的信息作为执行第一操作返回的结果。

在本实施例中，上述电子设备可以根据第一操作返回的结果生成第二语音信息。也就是说第二语音信息包括执行第一操作返回的结果。上述电子设备将第二语音信息进行编码后发送到用户所使用的终端设备。终端设备在接收到编码后的上述第二语音后，可以将第二语音信息解码，并通过音频输入/输出模块播报给上述用户。上述第二语音信息可以包括与返回的结果对应的语音信息。

进一步地，上述电子设备在向用户发送的第二语音信息中还可包括提示用户输入是否执行与第一操作关联的至少一个第二操作的语音提示信息。

在本实施例中，上述电子设备中可以在解析所接收到的用户输入的第一语音信息，得到与所述第一语音信息对应的第一指令之前，预先设置各个操作之间的关联关系。当上述电子设备根据第一指令确定了第一操作之后，可以根据上述各个操作之间的关联关系将第一操作关联的至少一个第二操作进行关联。

在本实施例的一些可选实现方式中，上述电子设备可以在解析所接收到的用户输入的第一语音信息，得到与所述第一语音信息对应的第一指令之前，基于海量用户历史的邻近操作行为(例如，两次相邻的操作)数据的统计分析来设置与第一操作关联的多个操作中的至少一个第二的关联关系。例如，在根据海量用户的历史邻近操作行为数据中统计出70％以上的用户在执行第一操作“查询某某歌手的某某日的演唱会”之后，执行了第二操作“创建某某日提醒观看某某歌手演唱会的闹钟”，那么上述电子设备可以设定上述“查询某某歌手的某某日的演唱会”的第一操作与“创建某某日提醒观看某某歌手演唱会的闹钟”的第二操作之间的关联关系。上述电子设备可以将第一操作与至少一个操作进行关联。

步骤204，响应于接收到用户输入的与所述语音提示信息对应的应答指令，执行所述第二操作。

在本实施例中，上述电子设备可以在接收到用户输入的与上述第二语音信息中的语音提示信息对应的应答指令之后，可以执行上述与第一操作关联的至少一个第二操作。在这里，应答指令是指用于表征确定执行第二操作的语音信息。

在本实施例的一些可选实现方式中，上述电子设备在接收到用户输入与语音提示信息对应的应答指令之后，上述电子设备可以首先根据执行第一操作而返回的结果生成至少一个第二执行参数，此处的第二执行参数例如可以为“时间”、“地点”、“歌曲名称”等等。接着上述至少一个第二执行参数执行第二操作。

在一些应用场景中，用户希望观看cc体育比赛，但是不知道具体的举办时间和地点。用户可以通过向其使用的终端设备输入第一语音信息“查询cc体育比赛的时间和地点”。终端设备可以将上述的第一语音信息编码后发送到上述电子设备中。上述电子这边接收到上述编码后的第一语音信息之后进行解码。然后，对上述第一语音信息进行解析，得到第一指令——查询cc体育赛事的时间和地点。此处，“cc体育赛事”可以理解为执行参数。上述电子设备可以根据上述第一指令执行第一操作——在本地数据库中查询cc体育赛事的比赛时间、地点信息，或者在互联网上查找cc体育赛事相关信息的比赛时间、地点。上述电子设备可以根据预先设定设置在上述电子设备中的多个操作中各个操作之间的关联关系配置与第一操作关联的至少一个第二操作。此处第二操作例如可以是“设置观看cc体育赛事的闹钟提醒操作”和/或“购买去cc体育赛事举办地的火车票的操作”。在执行第一操作所返回多个信息中，上述电子设备可以选择包含cc体育比赛的举办时间和举办地点的信息作为返回结果。上述电子设备可以根据上述返回结果生成第二语音信息，此处第二语音信息可以包括cc体育比赛的具体举办时间“xx年xx月xx日xx点”，举办地点“xx省xx市xx体育馆”，以及是否执行与上述第一操作关联的至少一个第二操作的语音提示信息。用户在接收到上述第二语音之后，在语音提示信息之后，可以在语音提示信息的提示下输入应答指令，此处的应答指令例如可以是“是”、“对”、“可以”等表征确定执行第二操作的指令。上述电子设备在接收到用户的上述应答指令之后，执行上述至少一个第二操作，例如“设置观看cc体育闹钟操作”和/或“购买去cc体育赛事举办地的火车票的操作”。

在一些应用场景中，用户可以通过向其使用的终端设备输入第一语音信息“查询ee歌手的歌曲”。终端设备可以将上述的第一语音信息编码后发送到上述电子设备中。上述电子设备对接收到的第一语音信息进行解码。然后，对上述第一语音信息进行解析，得到第一指令——查询ee歌手的歌曲。此处，ee歌手可以为执行参数。此处第二操作例如可以是“播放歌曲操作”。上述电子设备可以根据上述第一指令执行第一操作——在本地数据库中查询查询ee歌手的歌曲相关信息，或者在互联网上查找查询ee歌手的歌曲相关信息的操作。上述电子设备可以根据预设设置的各个操作之间的关联关系确定与上述第一操作关联的至少一个第二操作。在执行第一操作所返回的多个信息中，上述电子设备可以选择包含ee歌手的播放次数超过一定次数阈值的歌曲作为返回结果。并根据上述返回结果生成第二语音信息，此处第二语音信息可以包括ee歌手的歌曲列表，以及是否执行与上述第一操作关联的第二操作(播放上述歌曲列表中的歌曲的操作)的提示信息。用户在接收到上述第二语音之后，在语音提示信息之后，可以在语音提示信息的提示下输入应答指令，此处的应答指令例如可以是“是”、“对”、“可以”等表征确定执行第二操作的指令。上述电子设备在接收到用户的上述应答指令之后，执行上述第二操作。

本申请的上述实施例提供的方法通过根据用户的需求而执行的第一操作所返回的的结果来执行用户需求对应的第二操作，可以改善现有语音服务中各子功能服务之间信息孤立的现象，从而有利于提升语音服务效率以及用户体验。

继续参考图3，其示出了根据本申请的语音信息处理方法的另一个实施例的示意性流程图300。该语音信息处理方法，包括以下步骤：

步骤301，响应于接收到用户的关联指令，将第一操作与至少一个第二操作的进行关联。

在本实施例中，用户可以通过用户终端向上述电子设备发送的关联指令，将第一操作与至少一个第二操作进行关联。上述关联指令例如可以包括第一操作的标识信息以及待与所述第一操作关联的至少一个第二操作的标识信息。

在这里，用户可以根据自己的需求向上述电子设备发出将实现自己的需求相关的第一操作以及与实现自己的需求相关的至少一个第二操作进行关联的关联指令。

上述电子设备在接收到用户的关联指令之后，可以通过配置将第一操作与至少一个第二操作进行关联。此处的配置例如可以是设置第一操作的载体(例如，实现第一操作的计算机程序)与实现第二操作的载体(例如，实现第二操作的计算机程序)之间进行信息传输。

值得指出的是，上述步骤301不限于在本是私立的步骤302之前执行，在一些应用场景中，步骤301还可以在本实施例的步骤302和步骤303之间执行，或者，在另为一些应用场景中，步骤301还可以在本实施例的步骤303和本实施例的步骤304之间执行。

例如，在用户输入了查询cc体育赛事的第一语音信息之后，可以通过语音输入关联查询体育赛事操作和设置闹钟操作的关联指令，或者用户可以通过语音输入关联查询体育赛事操作和购买火车票的操作的关联指令，或者用户可以通过语音输入分别关联查询体育赛事操作和设置闹钟操作以及关联查询体育赛事操作和购买火车票的操作的关联指令。

步骤302，解析所接收到的用户输入的第一语音信息，得到与第一语音信息对应的第一指令。

在本实施例中，语音信息处理方法运行于其上的电子设备(例如图1所示的服务器)可以检测上述终端设备(例如图1所述的终端设备101、102、103)发送的用户第一语音信息。

上述电子设备在接收到用户输入的第一语音信息之后，可以对上述第一语音信息进行解析，从而提取用户的第一指令。

步骤303，执行与第一指令对应的第一操作。

在步骤302中解析得到与用户的第一语音信息对应的第一指令之后，可以触发上述电子设备来执行与第一指令对应的第一操作。

步骤304，获取执行所述第一操作返回的结果，生成并向所述用户发送第二语音信息。

在本实施例中，上述电子设备可以根据第一操作返回的结果生成第二语音信息，并将第二语音信息进行编码后发送到用户所使用的终端设备。第二语音信息包括执行第一操作返回的结果以及提示用户输入是否执行与第一操作关联的至少一个第二操作的语音提示信息。

步骤305，响应于接收到用户输入的与语音提示信息对应的应答指令，执行第二操作。

在本实施例中，上述电子设备可以在接收到用户输入的与上述第二语音信息中的语音提示信息对应的应答指令之后，可以执行上述与第一操作关联的至少一个第二操作。在这里，应答指令可以是指用于表征确定执行第二指令的语音信息。

从图3中可以看出，与图2对应的实施例相比，本实施例中的语音信息处理方法的流程300突出了根据用户的指示信息，关联第一操作以及至少一个第二操作的步骤。由此，本实施例描述的方案可以根据用户的指示来关联第一操作和第二操作，从而实现向用户提供更快捷的语音服务。

请继续参考图4，其示出了根据本申请的语音信息处理方法的另一个实施例的示意性流程图400。该语音信息处理方法，包括以下步骤：

步骤401，解析所接收到的用户输入的第一语音信息，得到与第一语音信息对应的第一指令。

在本实施例中，语音信息处理方法运行于其上的电子设备可以检测上述终端设备发送的用户第一语音信息。对上述第一语音信息进行解析，从而提取用户的第一指令。

步骤402，执行与第一指令对应的第一操作。

上述电子设备中可以预先设置多个操作。在此处，每一个操作可以对应一项功能服务。每一个操作可以由其对应的指令来触发。也就是说每一个操作可以对应一条指令。

在步骤401中解析得到与用户的第一语音信息对应的第一指令之后，可以触发上述电子设备来执行与第一指令对应的第一操作。

步骤403，基于预先训练的神经网络模型得到与第一操作关联的至少一个第二操作。

在本实施例中，上电子设备中可以设置有预先训练的神经网络模型。上述电子设备可以根据上述神经网络模型，得到与第一操作关联的至少一个第二操作。

上述神经网络模型可以是使用大量的样本训练后的神经网络模型。上述样本可以是人工标记的样本。例如标记多个用户已知的第三操作以及在第三操作完成的第四操作的样本此处的第三操作不是具体的一个操作，可以使多个操作中的任意一个操作。此处的第四操作不是具体的一个操作，可以使多个操作中的任意一个操作。在训练过程中不断调整神经网络模型的参数来使其预测值趋近标记值。

步骤404，将第一操作与至少一个第二操作进行关联。

上述电子可以在步骤401中的到的与第一操作关联的至少一个第二操作之后，对上述第一操作与至少一个第二操作进行关联配置。上述关联配置例如可以是设置实现第一操作的功能模块(软件模块或者硬件模块)与实现第二操作的功能模块之间进行信息传递。

步骤405，获取执行第一操作返回的结果，生成并向用户发送第二语音信息。

在本实施例中，上述电子设备可以根据第一操作返回的结果生成第二语音信息，并将第二语音信息进行编码后发送到用户所使用的终端设备。第二语音信息包括执行第一操作返回的结果以及提示用户输入是否执行与第一操作关联的至少一个第二操作的语音提示信息。

步骤406，响应于接收到用户输入的与语音提示信息对应的应答指令，执行第二操作。

在本实施例中，上述电子设备可以在接收到用户输入的与上述第二语音信息中的语音提示信息对应的应答指令之后，可以执行上述与第一操作关联的至少一个第二操作。在这里，应答指令是指用于表征确定执行第二指令的语音信息。

从图4中可以看出，与图2对应的实施例相比，本实施例中的语音信息处理方法的流程400突出了基于神经网络模型得到与第一操作关联的至少一个第二操作，以及将第一操作与至少一个第二操作关联的步骤。由此，本实施例描述的方案可以自动将第一操作以及预测的至少一个第二操作关联，并根据用户的应答信息实现第二操作，从而向用户提供更丰富的语音服务。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种语音信息处理装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的语音信息处理装置500包括：解析单元501、第一执行单元502、生成单元503和第二执行单元504。其中，解析单元501，配置用于解析所接收到的用户输入的第一语音信息，得到与所述第一语音信息对应的第一指令；第一执行单元502，配置用于执行与所述第一指令对应的第一操作；生成单元503，配用于获取执行所述第一操作返回的结果，生成并向所述用户发送第二语音信息，其中，所述第二语音信息包括与所述返回的结果对应的语音信息以及用于提示用户输入是否执行与所述第一操作关联的至少一个第二操作的语音提示信息；第二执行单元504，配置用于响应于接收到用户输入的与所述语音提示信息对应的应答指令，执行所述第二操作。

在本实施例中，语音信息处理装置500的解析单元501、第一执行单元502、生成单元503和第二执行单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203、步骤204的相关说明，在此不再赘述。

在本实施例的一些可选实现方式中，上述语音信息处理装置500还包括配置单元(图中未示出)。其中配置单元可以按照如下方式确定与第一操作关联的至少一个第二操作：在所述解析单元解析所接收到的用户输入的第一语音信息之前，响应于接收到用户的关联指令，将所述第一操作与至少一个第二操作的进行关联，其中，所述关联指令包括所述第一操作的标识信息以及待与所述第一操作关联的至少一个第二操作的标识信息。

在本实施例的一些可选实现方式中，上述语音信息处理装置500还包括配置单元(图中未示出)。其中配置单元可以按照如下方式关联与第一操作关联的至少一个第二操作：基于预先训练的神经网络模型确定与第一操作关联的至少一个第二操作；将第一操作与至少一个第二操作进行关联。

在本实施例的一些可选实现方式中，上述语音信息处理装置500还包括配置单元(图中未示出)。其中配置单元可以按照如下方式关联与第一操作关联的至少一个第二操作：基于海量用户的邻近操作行为数据确定与第一操作关联的至少一个第二操作；将第一操作与所述至少一个第二操作进行关联。

在本实施例的一些可选实现方式中，上述解析单元501解析出的第一指令可以包括至少一个第一执行参数。以及第一执行单元502可以进一步配置用于：根据至少一个第一执行参数，执行与第一指令对应的第一操作。

在本实施例的一些可选实现方式中，上述第二执行单元504进一步配置用于：响应于接收到用户输入的与语音提示信息对应的应答指令，根据返回的结果生成至少一个第二执行参数；根据至少一个第二执行参数执行第二操作。

在本实施例的一些可选实现方式中，上述解析单元501进一步配置用于：对第一语音信息进行识别，得到与第一语音信息对应的文字信息；提取文字信息中的关键词；根据关键词确定与第一语音信息对应的第一指令。

下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(cpu，centralprocessingunit)601，其可以根据存储在只读存储器(rom，readonlymemory)602中的程序或者从存储部分606加载到随机访问存储器(ram，randomaccessmemory)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o，input/output)接口605也连接至总线604。

以下部件连接至i/o接口605：包括硬盘等的存储部分606；以及包括诸如lan(局域网，localareanetwork)卡、调制解调器等的网络接口卡的通信部分607。通信部分607经由诸如因特网的网络执行通信处理。驱动器608也根据需要连接至i/o接口605。可拆卸介质609，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608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606。

特别地，根据本公开的实施例，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607从网络上被下载和安装，和/或从可拆卸介质609被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述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。在本申请中，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。而在本申请中，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，图示了按照本申请各种实施例的系统、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，该模块、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，框图和/或流程图中的每个方框、以及框图和/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。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括解析单元、第一执行单元、生成单元和第二执行单元。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，解析单元还可以被描述为“解析所接收到的用户输入的第一语音信息，得到与所述第一语音信息对应的第一指令的单元”。

作为另一方面，本申请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装置中所包含的；也可以是单独存在，而未装配入该装置中。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该装置执行时，使得该装置：解析所接收到的用户输入的第一语音信息，得到与第一语音信息对应的第一指令；执行与第一指令对应的第一操作；获取执行第一操作返回的结果，生成并向用户发送第二语音信息，其中，第二语音信息包括与返回的结果对应的语音信息以及用于提示用户输入是否执行与第一操作关联的至少一个第二操作的语音提示信息；响应于接收到用户输入的与语音提示信息对应的应答指令，执行第二操作。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。