一种语音插件辅助的表格便捷操作方法与流程

本发明属于智能操作技术领域，尤其涉及一种语音插件辅助的表格便捷操作方法。

背景技术：

在常用的windows环境中，微软的office套件中有word和excel，其中word的表格功能只是把数据和文字用表格的形式呈现出来而已，兼有简单的计算功能，而excel则具有非常丰富的表格编辑和计算功能，是真正的表格软件。还有开源免费的libreoffice，功能并不弱。国内的金山wps套件和永中office中也有与word和excel对应的功能。在苹果ios环境中，有iworks、微软的office、金山wps等。在linux环境中，有libreoffice、金山wps等。

表格用于数据处理时通常需要面临大量的重复操作；同时，不同用户针对对于同一组数据处理又会自定义各种快捷操作。为了提高表格操作的快捷性，现有的表格操作软件本身也会提供对应的快捷操作按钮。然而，一方面，大部分时候，普通用户并不能快速掌握这些快捷操作；另一方面，表格操作软件本身提供的操作属性大多是英文或者混合语种表述，导致用户无法准确查找其含义，从而降低了表格操作的效率。

申请号为cn202010539415.1的中国发明专利申请提出一种财务报表的核对纠错方法，通过带有颜色标识的投影将报表上需要核对的数据进行明显标识，以便人员核对，提升核对效率，且核对的同时通过自动摄影，能够将报表数据转换成电子数据进行整合保存，能够提升核对纠错财务报表效率，通过带有颜色的标识投影将报表上的需要核对位置进行明显标识，以便于人眼捕捉核查，降低核对出错率。在核对的同时将标识有重要区域的报表进行摄像，将报表数据转换成电子数据进行整合保存。能够通过吸附气孔保证纸质报表采集时的平整，避免报表褶皱产生的核对错误。然而，上述操作并不是针对在线报表文档。

如何针对在线表格处理软件，提高处理和操作效率，使得用户在不完全熟悉软件性能的情况下，迅速定位到需要调用的功能按钮，现有技术并未给出有效的解决方案。

技术实现要素：

为解决上述技术问题，本发明提出一种语音插件辅助的表格便捷操作方法，所述方法包括如下步骤：

s100：将语音插件安装于终端设备上；

s200：在表格操作软件处于前台操作状态时，判断语音输入接口是否接收到插件激活口令；

s300：如果语音输入接口接收到插件激活口令，则激活语音插件；s400：基于语音输入接口采集的语音序列进行指令识别；

s500：所述语音插件基于所述指令识别的结果调用所述表格操作软件的至少一个所述可调用功能项。所述语音插件包括分段语音判断组件、分段语音动作提取组件以及分段语音指令识别组件。

在本发明的上述方法中，所述分段语音判断组件用于判断所述语音序列是否具备分段属性，若所述语音序列具备分段属性，则激活所述分段语音动作提取组件。

当所述语音序列包含第一语种语音序列和至少一个第二语种语音序列时，调用所述语音插件的所述分段语音动作提取组件提取出所述第一语种语音序列或者第二语种语音序列。

将所述分段语音动作提取组件提取的所述第一语种语音序列或者第二语种语音序列转化为文字序列后，进行分词处理后，识别出长尾词；

将所述长尾词作为分段语音指令识别组件的输入。

所述分段语音指令识别组件将所述输入的长尾词与所述可调用功能项的历史操作记录对应的操作路径进行比对后，结合所述第一语种语音序列或者第二语种语音序列得出至少一个可调用功能项的执行指令。

作为进一步的改进，在所述表格操作软件处于前台操作状态时，在所述表格操作软件的后台进程与所述语音插件的前台进程之间建立单向数据管道，通过所述单向数据管道将所述表格操作软件的所述可调用功能项的历史操作记录对应的操作路径发送至所述语音插件。

本发明的上述方法可以通过计算机程序自动化的实现，因此，在本发明的第二个方面，提供一种计算机可读存储介质，其上存储有计算机可执行程序指令，通过包含处理器和存储器的集成电路芯片，执行所述可执行指令，用于实现所述一种语音插件辅助的表格便捷操作方法的部分或者全部步骤。

本发明提出的方法能够有效提交表格操作的便携性，尤其对于商务混合语种场合，其操作准确性极高，具备较好的适用性。

本发明的进一步优点将结合说明书附图在具体实施例部分进一步详细体现。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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是本发明一个实施例的一种语音插件辅助的表格便捷操作方法的主要步骤流程图

图2是实现图1所述语音插件辅助的表格便捷操作方法的硬件终端架构图

图3是图1所述方法具体应用于表格操作软件时的数据传输示意图

图4是图1所述方法中语音序列分离处理示意图

图5是图1所述方法的具体实现的一个优选实施例流程图

具体实施方式

参见图1，是本发明一个实施例的一种语音插件辅助的表格便捷操作方法的主要步骤流程图。

首先，介绍插件的概念。

插件(plug-in,又称addin、add-in、addon或add-on,又译外挂)是一种遵循一定规范的应用程序接口编写出来的程序。其只能运行在程序规定的系统平台下（也可以同时支持多个平台），而不能脱离指定的平台单独运行。因为插件需要调用原纯净系统提供的函数库或者数据。很多软件都有插件，插件有无数种。例如在ie中，安装相关的插件后，web浏览器能够直接调用插件程序，用于处理特定类型的文件。

在图1中，所述方法主要包括步骤s100-s500。

在步骤s100中，首先需要将本发明所述的语音插件安装于所述终端设备上。

更具体的，本实施例所述的所述语音插件包括分段语音判断组件、分段语音动作提取组件以及分段语音指令识别组件。

在具体实现上，所述插件可以是与所述终端设备兼容的驱动包，通过开放式网络的云端下载；也可以是便携式可插拔外置盘，将所述外置盘接入到所述终端设备的usb接口上自动安装运行。这是因为，通常应用软件（例如表格软件）提供使插件能够应用的各项服务，其中包括提供加载方式，使插件可以加载到应用程序和网络传输协议中，从而和插件进行数据交换。插件必须依赖于应用程序才能发挥自身功能，仅靠插件是无法正常运行的。相反地，应用程序并不需要依赖插件就可以运行，这样一来，插件就可以加载到应用程序上并且动态更新而不会对应用程序造成任何改变。

现有技术中，例如报表插件、浏览器插件等，都是常见的插件配置。

报表插件是实现报表与打印等相关功能的浏览器插件，通常包括报表分析，报表展现、图表、打印与数据导出等功能。报表插件是运行在浏览器中的原生态程序,具有极高的运行性能与强大的功能。

浏览器插件就是嵌入在网页浏览器中并按照浏览器插件规范开发的软件组件，一个插件通常都是为了一个或一组功能而开发。网页浏览器是插件运行的宿主程序，插件通常会提供一系列编程接口供网页脚本调用，实现插件与浏览器之间的交互。不同的浏览器插件编写有不同的规范要求。称谓也不同，ie浏览器称插件为activex控件，firefox称插件为plugin。最常见的插件是flash播放器，浏览器中的视频播放器也是插件，很多网上银行的密码输入框也是插件。

在步骤s200中，在所述表格操作软件处于前台操作状态时，判断所述语音输入接口是否接收到插件激活口令；

在步骤s300中，如果所述语音输入接口接收到插件激活口令，则激活所述语音插件。

作为示例，所述插件激活口令可以是预先设置的一段唤醒式语音口令，例如“hi，xx插件！”之类。关于唤醒式语音口令的实现，现有技术已有诸多介绍，本实施例对此不再详细展开。

接下来，执行步骤s400-s500：

s400：基于所述语音输入接口采集的语音序列进行指令识别；

s500：所述语音插件基于所述指令识别的结果调用所述表格操作软件的至少一个所述可调用功能项。

在实际应用中，图1所述的方法应用于配置语音输入接口的终端设备，所述终端设备上安装有至少一个表格操作软件，所述表格操作软件包含多个可调用功能项。

具体而言，可参见图2。

图2显示了一个终端设备，所述终端设备包括一个人机交互界面，所述人机交互界面上安装有表格操作软件；

同时，所述终端设备包含多个语音输入接口，用于采集用户的语音输入指令。

此时，在所述终端设备上安装本实施例所述的与所述终端设备兼容的插件驱动包，或者插入所述便携式可插拔外置插件盘，即可实现图1所述的方法。

作为更具体的优选方式，在图1的实施例中，所述步骤s200还包括：

在所述表格操作软件处于前台操作状态时，将所述表格操作软件的所述可调用功能项的历史操作记录对应的操作路径发送至所述语音插件。

接下来参见图3。

在本实施例中，在所述表格操作软件处于前台操作状态时，在所述表格操作软件的后台进程与所述语音插件的前台进程之间建立单向数据管道，通过所述单向数据管道将所述表格操作软件的所述可调用功能项的历史操作记录对应的操作路径发送至所述语音插件。

需要指出的是，本实施例首次在插件技术中引入数据管道（data-pipeline）技术。

数据管道（data-pipeline）技术原本是用于不同数据库（数据源）之间的数据转移的技术，例如数据备份、数据还原等，采用数据管道技术，可以避免进程阻塞或者使用第三方代理进行数据传输。数据管道即是将不同进程连接起来用于数据传输。

单向数据管道管道则是意味着从一个进程到另一个进程之间的单向数据传输。

本实施例首次采用单向数据管道，可以避免插件技术本身在运行过程中对于表格软件本身的操作的影响。

在图1-图3的上述实施例中，所述语音插件包括分段语音判断组件、分段语音动作提取组件以及分段语音指令识别组件。

更具体的，所述分段语音判断组件用于判断所述语音序列是否具备分段属性，若所述语音序列具备分段属性，则激活所述分段语音动作提取组件。

在本发明的各个实施例中，所述分段属性是指所述语音序列包含两种以上的语种属性。例如，当所述语音序列包含至少两种语种语音时，所述语音序列具备分段属性。

以图4为例，用户的语音输入可能是“打开project的pix-fix功能”，用户本意在于想要打开当前表格项目的像素调节功能用于调节某个框的像素值。

此时，所述语音序列包含第一语种语音序列（打开功能）和至少一个第二语种语音序列（project、pix-fix），因此，具备分段属性。

当所述语音序列包含第一语种语音序列和至少一个第二语种语音序列时，调用所述语音插件的所述分段语音动作提取组件提取出所述第一语种语音序列或者第二语种语音序列。

具体而言，作为一个示例，若所述第一语种语音序列的长度小于所述第二语种语音序列的长度，则调用所述语音插件的所述分段语音动作提取组件提取出所述第一语种语音序列；

否则，调用所述语音插件的所述分段语音动作提取组件提取出所述第二语种语音序列。

更具体的，可参见图5。

将所述分段语音动作提取组件提取的所述第一语种语音序列或者第二语种语音序列转化为文字序列后，进行分词处理后，识别出长尾词；

将所述长尾词作为分段语音指令识别组件的输入。

所述分段语音指令识别组件将所述输入的长尾词与所述可调用功能项的历史操作记录对应的操作路径进行比对后，结合所述第一语种语音序列或者第二语种语音序列得出至少一个可调用功能项的执行指令。

需要指出的是，由于插件本身通用性，利用本发明的技术方案，可以针对不同的平台上的不同表格软件开发对应的插件，包括微软的office、开源免费的libreoffice，国内的金山wps套件和永中office；苹果ios环境中的iworks、linux环境中的libreoffice、金山wps等。

通过上述技术方案，本发明能够适用于提到表格操作的便携性，尤其是对于商务混合语种或指令的场合，识别准确度更高。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。