CN113364669B - 消息处理方法、装置、电子设备及介质 - Google Patents

Abstract

本公开提供了一种消息处理方法，属于人工智能领域。所述方法包括：接收消息；基于所述消息生成语音提示文本，所述语音提示文本的内容用于提醒用户阅读所述消息；基于预设的处理规则自动触发对所述语音提示文本的第一语音播报；接收用户针对所述第一语音播报的反馈语音；以及当通过语音识别确定所述反馈语音所反映的用户意图为立即阅读所述消息时，触发对所述消息的完整内容的第二语音播报。本公开还提供了一种消息处理装置、电子设备及介质。

Description

消息处理方法、装置、电子设备及介质

技术领域

本公开属于人工智能技术领域，更具体地，涉及一种消息处理方法、装置、电子设备及介质。

背景技术

随着移动互联网的发展，用户的移动终端(例如，手机)上每天都会收到大量各种类型的消息推送，例如，众多应用程序App的运营主体为更好的为用户提供服务，经常性主动为用户推送产品推介、账务变动、还款提醒、生日祝福等信息。目前，应用程序App在向用户提供的各类服务推送和资讯消息时一般采用下发短信或App通知栏消息推送的方式。然而这种推送方式，一方面会使各类消息混杂在一起，容易使一些重要消息会被用户无意识地忽略掉，从而导致消息的用户触达有效率低下，另一方面在消息到达时需要用户主动点击手机才能查阅，当用户不便操作或者不愿意主动阅读时就无法获知消息内容，从而，无法起到高效的消息传递或转化效果。

发明内容

有鉴于此，本公开实施例提供了一种能够更为灵活有效地传递消息内容的消息处理方法、装置、电子设备及介质。

本公开实施例的一个方面提供了一种消息处理方法。所述方法包括：接收消息；基于所述消息生成语音提示文本，所述语音提示文本的内容用于提醒用户阅读所述消息；基于预设的处理规则自动触发对所述语音提示文本的第一语音播报；接收用户针对所述第一语音播报的反馈语音；以及当通过语音识别确定所述反馈语音所反映的用户意图为立即阅读所述消息时，触发对所述消息的完整内容的第二语音播报。

根据本公开的实施例，所述基于预设的处理规则自动触发对所述语音提示文本的第一语音播报包括：响应于接收到所述消息，播报所述语音提示文本。

根据本公开的实施例，所述基于预设的处理规则自动触发对所述语音提示文本的第一语音播报包括：响应于接收到所述消息，检测进行语音播报的播报设备是否处于可用状态；以及当所述播报设备处于可用状态时，播报所述语音提示文本。

根据本公开的实施例，所述基于预设的处理规则自动触发对所述语音提示文本的第一语音播报包括：响应于接收到所述消息，检查当前时刻是否在预设的允许播报时间范围内；当所述当前时刻在所述允许播报时间范围内时，播报所述语音提示文本；以及当所述当前时刻不在所述允许播报时间范围内时，待时间到达所述允许播报时间范围内时，再播报所述语音提示文本。

根据本公开的实施例，所述基于预设的处理规则自动触发对所述语音提示文本的第一语音播报包括：在所述消息为等待阅读的多个消息的其中之一时，响应于所述消息的前一个消息的完整内容播报完成，播报所述语音提示文本。

根据本公开的实施例，所述基于预设的处理规则自动触发对所述语音提示文本的第一语音播报包括：响应于接收到所述消息，检测所述用户当前的周围环境的状态；当所述周围环境的状态满足语音播报条件时，播报所述语音提示文本。

根据本公开的实施例，所述基于所述消息生成语音提示文本包括：识别所述消息中预设的关键字段的信息，得到动态识别文本；将所述动态识别文本与固定文本组合拼接，得到所述语音提示文本，其中，所述固定文本为具有预定格式的模板文本。

根据本公开的实施例，所述消息为半结构化文本，包括消息前缀、消息正文和消息后缀三部分，其中，所述消息前缀和所述消息后缀属于半结构化文本的结构化部分。其中，所述识别所述消息中预设的关键字段的信息包括：识别所述消息前缀和所述消息后缀。

根据本公开的实施例，所述方法还包括：当通过语音识别确定所述反馈语音所反映的用户意图为暂不阅读所述消息时，触发第三语音播报以回应所述反馈语音。

根据本公开的实施例，所述方法还包括：在所述第二语音播报的过程中时，接收用户的交互语音；以及基于所述交互语音的意图，控制播报所述消息的完整内容的进度。

根据本公开的实施例，所述方法还包括：根据所述消息的完整内容的播报情况，标记所述消息的状态。

本公开实施例的另一方面，提供了一种消息处理装置。所述装置包括消息管理器和智能语音交互模块。所述消息管理器用于接收消息，以及基于所述消息生成语音提示文本，所述语音提示文本的内容用于提醒用户阅读所述消息。所述智能语音交互模块用于：基于预设的处理规则自动触发对所述语音提示文本的第一语音播报；接收用户针对所述第一语音播报的反馈语音；以及当通过语音识别确定所述反馈语音所反映的用户意图为立即阅读所述消息时，触发对所述消息的完整内容的第二语音播报。

本公开实施例的另一方面，提供了一种电子设备。所述电子设备包括一个或多个存储器、以及一个或多个处理器。所述存储器存储有可执行指令。所述处理器执行所述可执行指令以实现如上所述的方法。

本公开实施例的另一方面，提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

本公开实施例的另一方面，提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

上述一个或多个实施例具有如下优点或益效果：可以至少部分地解决用户在不方便手动操作设备而无法获取重要消息的问题，并因此可以通过语音交互使用户获知消息内容，提高消息的用户可触达率和转化效率。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的消息处理方法和装置的应用场景；

图2示意性示出了根据本公开实施例的消息处理方法的流程图；

图3示意性示出了根据本公开实施例的生成语音提示文本的流程图；

图4示意性示出了根据本公开另一实施例的消息处理方法中在播报消息的完整内容中的交互流程图；

图5示意性示出了根据本公开一实施例的消息处理装置的框图；

图6示意性示出了根据本公开另一实施例的消息处理方法和装置的系统架构；

图7示意性示出了基于图6所示的系统架构进行消息处理的流程图；以及

图8示意性示出了根据本公开实施例的适于实现消息处理的电子设备的方框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

针对用户在不方便手动操作移动终端(例如手机设备)时(如驾驶、骑行过程中)无法及时接收重要消息的情形，或者在用户主动阅读电子设备的屏幕信息的意愿下降的情形，本公开的实施例提供了一种可以彻底“解放双手”的消息处理方法、装置、电子设备及介质。该方法包括首先接收消息，然后基于消息生成语音提示文本，其中，语音提示文本的内容用于提醒用户阅读消息，接着基于预设的处理规则自动触发对语音提示文本的第一语音播报，再然后接收用户针对第一语音播报的反馈语音，接下来当通过语音识别确定反馈语音所反映的用户意图为立即阅读消息时，触发对消息的完整内容的第二语音播报。

以此方式，在消息到达时，可以通过“陪伴式语音交互”来实现消息的获取和处理，从而使用户可以通过语音交互及时获得对自己有用的消息内容，提高消息的用户可触达率和转化效率，可以帮助用户更有效地对消息进行相关的管理操作。

需要说明的是，本公开实施例确定的消息处理方法和装置可用于金融领域在互联网金融领域的应用，电可用于除金融领域之外的任意领域，本公开对应用领域不做限定。

图1示意性示出了根据本公开实施例的消息处理方法和装置的应用场景100。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的应用场景100可以包括移动终端101、网络102和服务器103。网络102用以在移动终端101和服务器103之间提供通信链路。网络102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。

用户可以使用移动终端101通过网络102与服务器103交互，以接收或发送消息等。移动终端101上可以安装各种通讯客户端应用，例如银行管理系统、政务类应用、监控类应用、网页浏览器应用、搜索类应用、办公类应用、即时通信工具、邮箱客户端、社交平台软件等应用(仅为示例)。

移动终端101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103可以是提供各种服务的服务器，例如对用户利用移动终端101所浏览的网站提供支持的后台管理服务器(仅为示例)。服务器103可以根据用户对移动终端101中的客户端应用程序的设置选择，向移动终端101推送相应的消息。

移动终端101中可以设置有本公开实施例的消息处理装置，并可以执行本公开实施例的方法，通过“陪伴式语音交互”的方式，智能化地向用户传递移动终端101中接收到的消息的内容。

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。

图2示意性示出了根据本公开实施例的消息处理方法的流程图。

如图2所示，根据本公开实施例的消息处理方法可以包括操作S210～操作S270。

首先在操作S210，接收消息。

然后在操作S220，基于消息生成语音提示文本，该语音提示文本的内容用于提醒用户阅读消息。例如，当消息为来自银行的账单时，语音提示文本的内容可以是“收到来自xx银行xx月份的消费账单”。

接下来在操作S230，基于预设的处理规则自动触发对语音提示文本的第一语音播报。例如，通过TTS(Text To Speech，文本转语音)技术将语音提示文本转换为语音并进行播报。

预设的处理规则可以包括自动播报语音提示文本的外部或内部触发条件、播报时机的选择依据或规则、或者播报规则或方式等。从而力求在合适的时机以语音播报方式提醒用户阅读，尽量减少语音播报对用户正常使用移动终端101形成干扰，或避免对用户的正常工作生活形成干扰。

接下来在操作S240，接收用户针对第一语音播报的反馈语音。

然后在操作S250，确定用户的意图是否为立即阅读。可以通过语音识别来确定用户的意图。例如将用户的反馈语音通过ASR(Automatic Speech Recognition，自动语音识别)技术转换为文本，然后输入到训练好的语义识别模型，来分析用户的意图是否为立即阅读。

当确定用户的意图为立即阅读时执行操作S260，触发对消息的完整内容的第二语音播报。例如，当用户的反馈语音为“好的”、“可以”、“读吧”、“OK”等肯定性答复时，通过语音识别确定用户愿意立即阅读，则为用户播报该消息的完整内容。

或者，当用户的意图为暂不阅读时执行操作S270，触发第三语音播报以回应用户的反馈语音。例如，当用户的反馈语音为“不用了”、“稍后再说”、“待会吧”“No”等否定性答复，则暂不报读消息内容。此时可以向用户播报“好的，未阅读消息为您保存在XX(App名称)的消息中心中了，您可稍后查阅！”这样对用户的反馈形成很好的响应，可以形成完整的语音交互体验。

根据本公开的实施例，在操作S220中个可以通过预设的处理规则可以控制自动播报语音提示文本的时机，以在合适的时机询问用户是否进行消息阅读。

在一些实施例中，可以在收到消息之后，立即询问用户是否要阅读该消息。具体地，移动终端101可以响应于接收到消息，播报语音提示文本。

在一些实施中，可以在接收到消息之后检测一下移动终端101的状态是否适合播报。具体地，移动终端101可以响应于接收到消息，检测进行语音播报的播报设备(例如，播放器和/或耳机)是否处于可用状态，当播报设备处于可用状态时，播报语音提示文本。这样，避免用户在使用移动终端101的打电话或者听音乐时对用户形成干扰。

在一些实施例中，可以在接收到消息之后检测一下移动终端101的运行模式是否适合语音播报。具体地，移动终端101可以响应于接收到消息，检测移动终端101是否处于非静音模式，当播报设备处于非静音模式时，播报语音提示文本。这样避免用户手机设置静音(例如用户在会议室或者工作场所中)模式下的语音播报，对用户造成干扰。

在一些实施例中，用户可以预设允许语音播报的时间范围，例如工作日晚上8点～10点，或者周末白天。从而移动终端101可以响应于接收到消息，检查当前时刻是否在预设的允许播报时间范围内。当当前时刻在允许播报时间范围内时，播报语音提示文本，或者当当前时刻不在允许播报时间范围内时，待时间到达允许播报时间范围内时，再播报语音提示文本。

在一些实施例中，当存在多个未阅读的消息时，可以逐个顺序播报，提醒用户阅读。具体地，有多个等待阅读的消息时，移动终端101可以响应于前一个消息的完整内容播报完成，播报当前消息的语音提示文本。例如，在同一时刻移动终端101接收到多条消息时，可以在前一个消息报读完成之后询问用户是否读下一个消息。再或者，当用户设置的允许语音播报的时间范围内(例如，晚上8点～10点)才播报时，白天移动终端101可能接收到了多条消息，那么到了晚上8点开始第一条消息播报完毕之后，就可以继续询问用户是否播报接下来的消息内容。

在一些实施例中，也可以通过检测移动终端101所处的环境，来确定是否进行语音播报。具体地，移动终端101可以响应于接收到消息，检测用户当前的周围环境的状态，然后当周围环境的状态满足语音播报条件时，播报语音提示文本。例如，移动终端101可以通过GPS定位确定用户的地理位置是在家里还是在公司，或者是在移动中，或者移动终端101可以通过摄像头拍照分析图像画面确定是在用户家里、还是在公共场所、还是在汽车里等。并在确定带当前环境为预设的环境中(例如家里、或者私家车里)是进行播报提醒。又例如，移动终端101可以通过图像传感器或声音传感器来判断环境中的人数多少，或者环境的嘈杂程度，来确定是否满足语音播报条件。例如，当环境太嘈杂则不进行语音播报提醒。

根据本公开的实施例，可以通过“陪伴式语音交互”来实现消息的获取和处理，并可以根据预设的处理规则选择播报时机。然后在用户愿意听消息的时候，将消息内容播报给用户，从而用户可以不必手动操作，也不必盯着屏幕阅读，仅作为倾听者倾听即可，使得消息更容易被用户所接收，提高了消息的用户可触达率和转化效率。

图3示意性示出了根据本公开实施例的操作S220中生成语音提示文的流程图。

如图3所示，根据本公开实施例操作S220中生成语音提示文本的过程可以包括操作S321～操作S322。

首先在操作S321，识别消息中预设的关键字段的信息，得到动态识别文本。

在一个实施例中，消息可以是半结构化文本，例如可以包括消息前缀、消息正文和消息后缀三部分，其中，消息前缀和消息后缀属于半结构化文本的结构化部分。从而，在操作S321中可以识别消息前缀和消息后缀，得到动态识别文本。

例如，当消息为金融类App推送的半结构化消息时，消息前缀可以包括用以说明消息类型的结构化信息，如：信用卡账单、余额变动提醒、活动通知、生日祝福等。消息正文可以包括账务信息、提醒事项、产品或活动说明等内容。消息后缀可以包括说明消息出处或来源的结构化信息。根据本公开的实施例在操作S321中可以识别消息前缀和消息后缀，以获得该消息的类型以及消息来源。然后由消息的类型以及消息来源形成动态识别文本。

然后在操作S322，将动态识别文本与固定文本组合拼接，得到语音提示文本，其中，固定文本为具有预定格式的模板文本。固定文本中可以规定消息的格式，并预留出需要填充动态识别文本中相应字段信息的部分，准备拼接组合。

例如，可以根据不同的消息类型设置固定文本与动态识别文本不同的组合拼接方式。例如：“主人，{入库时间}您有{xx银行}发来的{消费账单}！”其中，“{}”中的内容为动态识别文本中相应字段信息，其余为固定文本。拼接后得到语音提示文本。在进行播报时通过TTS技术实现自动播报来提示给用户。

另外，可以根据消息类型设置有不同消息类型。例如，账单类型和产品介绍类型的固定文本可以不同。

图4示意性示出了根据本公开另一实施例的消息处理方法中在播报消息的完整内容中的交互流程图。

如图4所示，根据本公开实施例在操作S260触发第二语音播报后在播报消息的完整内容的过程中，可以接收用户通过语音的干预控制，具体可以包括操作S410和操作S420。

在操作S410，在第二语音播报的过程中时，接收用户的交互语音。

然后在操作S420，基于交互语音的意图，控制播报消息的完整内容的进度。例如可以通过ASR技术来识别用户的交互语音的意图，并根据用户的意图进行相应的操作，例如，重复报读、跳过读下一条、读慢一些或快一些、删除、提醒后续处理、保留等。以此可以增加报读过程中的个性化、多样化交互体验。

根据本公开实施例的消息处理方法，还可以根据对消息的完整内容的播报情况，来标记消息的状态。例如，当消息报读完成时，可以标记“已阅读”，或者当消息被推迟阅读时标记“待阅读”，或者当消息到达后尚未提醒用户时标记“未阅读”，或者当用户指示重点记录时标记“重点关注”等。

根据本公开实施例的消息处理方法，还可以在距离接收到消息的时长达到预定存储时长时，自动清理消息。

图5示意性示出了根据本公开一实施例的消息处理装置的框图。

如图5所示，根据本公开实施例的消息处理装置500可以包括消息管理器510和智能语音交互模块520。该装置500可以设置于移动终端101中，用于实现参考图2～图3所描述的消息处理方法。

消息管理器510用于接收消息，以及基于消息生成语音提示文本，语音提示文本的内容用于提醒用户阅读消息。

智能语音交互模块520用于首先基于预设的处理规则自动触发对语音提示文本的第一语音播报，然后接收用户针对第一语音播报的反馈语音，接下来当通过语音识别确定反馈语音所反映的用户意图为立即阅读消息时，触发对消息的完整内容的第二语音播报。

具体地，消息管理器510可以包括监听模块511和消息关键信息提取模块512。监听模块511可以获取到消息，并生成唯一的消息编号，存储到数据库消息表中。消息关键信息提取模块512可以识别消息中的关键信息得到动态识别文本，并通过固定文本与动态识别文本组合拼接方式合成完整的消息提醒内容。

智能语音交互模块520可以包括语音播报子模块521、语音接收子模块522以及语义识别子模块523。

语音播报子模块521可以根据基于预设的处理规则自动，对语音提示文本进行语音播报，并在需要播报消息时对消息的完整内容进行语音播报；或者在用户拒绝报读消息时，播报相应的语音回应用户。

语音接收子模块522用于接收用户的语音。语义识别子模块523用于通过自动语音识别(ASR，Automatic Speech Recognition)技术，使用用户的语音所表达的意图，从而控制语音播报子模块521相应的动作。

图6示意性示出了根据本公开另一实施例的消息处理方法和装置的系统架构。

如图6所示，该根据本公开实施例的消息处理装置可以内嵌于应用程序客户端601(以下简称App 601)，通过该App 601来实现本公开实施例的消息处理方法。其中，该App601可以安装于移动终端101。

图7示意性示出了基于图6所示的系统架构进行消息处理的流程图。需要说明的是，图6和图7仅为本公开实施例的一个应用举例，帮助本领域技术人员理解本方案，并不对本方案构成任何限定。

结合图6和图7，该App 601可以通过步骤S1～S13来对该App 601接收到的消息进行处理。假设用户在App 601开通语音播报消息提醒和报读服务并设置定时扫描时间间隔参数后，当App 601内有新消息推送时，消息管理器可以通过与用户602的智能语音交互来完成消息智能语音报读及相关处理，未阅读消息可通过定时任务定时执行的方式提示用户602。具体步骤如下。

S1，消息接收与存储。当App 601收到新消息推送时，消息管理器中监听模块首先获取到消息内容，并生成唯一的消息编号，存储到数据库消息表中。消息表主要字段包括：消息编号(主键)、消息正文、入库时间、语音提示文本、消息状态(字典：未处理、未阅读、已阅读、待处理、已处理、已删除)，新入库消息初始状态为“未处理”。

S2，消息关键信息提取。例如App 601接收到是半结构化消息，包括：(1)消息前缀，用以说明消息类型，如：信用卡账单、余额变动提醒、活动通知、生日祝福等；(2)消息正文，包括账务信息、提醒事项、产品或活动说明等内容；(3)消息后缀，说明消息出处或来源。针对该消息提醒，可以识别消息前缀和后缀，并通过固定文本与动态识别文本组合拼接方式合成完整的语音提示文本，并通过文本转语音技术(TTS)实现自动播报来提示给用户602。具体生成语音提示文本的过程如下：

首先，完成消息入库后，消息管理器可以调用消息关键信息提取模块完成“创建语音提示文本”操作。消息管理器主控程序读取消息表中最近一条状态为“未处理”的记录，将对应的消息编号传给消息关键信息提取模块。消息关键信息提取模块主要包括：文本识别器和关键词库。

关键词库初始可以通过专家规则指定和应用场景相关的基础关键词，可以一次性导入该基础关键词并支持通过后台功能逐步扩充。每一个关键词都对应唯一种消息类型，可以以这些关键词作为字典来匹配消息的类型信息。

文本识别器可以利用预先确定的结构化标记信息扫描消息的文本，来获取消息前缀。如果成功提取，则缓存备用；如果未能成功截取，则以关键词库中的关键词作为字典循环与消息文本比对，如能命中，则将命中关键词对应的消息类型做为消息前缀缓存备用，否则，使用默认的通用消息前缀(例如“新消息”)作为消息类型。

然后，文本识别器再利用预先确定的结构化标记信息扫描消息的文本，来获取消息后缀。如果成功提取，则缓存备用；如果未能成功提取，则直接采用默认的通用消息后缀(例如，App 601的名称)来作为消息后缀。

最后进行文本拼接。可以根据不同的消息类型设置固定文本与动态识别文本不同的组合拼接方式。如：“主人，{入库时间}您有{工商银行信用卡中心}发来的{信用卡账单}！”其中，“{}”中的内容为动态识别文本，其余为固定文本。拼接后的提示文本更新到数据库消息表中的“语音提示文本”字段中，同时将消息状态更新为“未阅读”。

S3，检查手机终端扬声器和耳机状态。消息管理器的监听模块可以调用终端设备检测接口，以探测移动终端101的扬声器和耳机是否均处于可用状态。若是，则启动下一步智能交互过程；若否，则暂不做消息提示，后续通过定时任务触发消息提醒服务。

S4，获取消息状态为“未阅读”的最近一条消息，开始智能语音交互。该部分消息处理的核心部分，通过在APP 601中集成智能语音交互模块，支持与用户602的多轮次“对话”并能够与应用内功能深度集成，辅助用户602获取消息内容的同时还支持做相关的管理操作，使服务具有延伸性、伴随性，真正实现陪伴式消息管理助手的效用，具体流程如下：

App 601的主控程序扫描数据库消息表，获得消息状态为“未阅读”的最近一条消息发送给智能语音交互模块，消息体会附加对应功能的标识码、消息编号，消息包形式例如可以为：

[FuncCode]XXXX[MsgNo]XXXXXX[TEXT]“主人，{入库时间}您有{工商银行信用卡中心}发来的{信用卡账单}！”[*]

其中，[FuncCode]为功能标识码，基于识别码，智能交互模块启动对应的上下文交互模型。可以设置消息中心识别码“XXZX”，考虑到模块的通用性，当其他应用场景调用智能交互模块时可以上送对应的功能标识码；[MsgNo]为消息编号，用于识别消息记录并据此更新后续处理状态；[TEXT]为文本内容；[*]为结束符。

在获得消息包之后就可以开始针对消息中心的消息提醒的智能语音交互过程，如下S5～S9所示。

S5，将“语音提示文本”通过TTS技术转换为语音。

S6，自动播报语音提示文本。例如，“主人，今日10:30您有来自xx银行信用卡中心的信用卡账单消息！”；其中，{入库时间}可以与当前系统时间进行比对，如果是当日，则可以仅播报时：分。如果是不是当日，则播报“XXXX年XX月XX日时：分”。

S7，语音播报询问是否立即阅读：“现在为您播报好吗？”；

S8，接收用户602反馈的语音指令。使用ASR技术，将用户602语音交互内容转为文本并识别用户意图。例如用户602说：“好的”、“可以”、“读吧”、“OK”等肯定性答复，则转下一步；又例如如用户602说：“不用了”、“稍后再说”、“待会吧”“No”等否定性答复，则暂不报读，并语音提示：“好的，未阅读消息为您保存在XX(APP名称)的消息中心中了，您可稍后查阅！”；

S9，播报消息完整内容。当获得用户602的肯定答复后，智能语音交互模块可以根据[MsgNo]查询后台消息表，获取完整消息内容，使用TTS技术为用户602报读，智能语音例如播报“好的，[消息正文]”。报读过程中支持打断，如用户602说：“知道了”、“别读了”等，智能语音可以回复：“好的，已阅读消息为您保存在XX(APP名称)的消息中心中了，您可稍后查阅！”。同时，可以将消息状态置为“已阅读”；若正常播报结束，智能语音播报：“播报完毕”，同时将消息状态置为“已阅读”。然后消息管理器可以继续查询是否还有其他“未阅读”状态消息；若否，智能语音播报：“您当前没有其它未读消息了，休息一下吧！”；若是，智能语音播报：“您还有X条未读消息，是否继续报读？”，如用户602说：“好的”、“可以”、“读吧”、“OK”等肯定性答复，则消息管理器查询最近一条“未阅读”状态的消息，并返回S4；如用户602说：“不用了”、“稍后再说”、“待会吧”“No”等否定性答复，则暂不报读，智能语音播报：“好的，未阅读消息为您保存在XX(App 601名称)的消息中心中了，您可稍后查阅！”。

S10，用户602延伸操作指令处理。本实施例支持处理用户602发出的对已阅读消息的相关操作指令，例如，打断和正常报读结束后均支持用户602继续通过语音交互发出针对当前消息的操作指令，支持的操作类型可以包括：重复阅读、读下一条、删除、提醒后续处理、保留等。

“重复阅读”，例如用户602说：“再读一遍”、“重复一遍”、“再说一次”等，则系统返回S5重复执行一次。

“读下一条”，例如用户602知道自己有多条未读信息，则在当前消息阅读完毕后，说：“读下一条”“下一条”、“next”等，则系统自动返回S4读后续消息的流程。

“删除”，例如，用户602认为消息无用，说：“删除”、“删掉”等，智能语音播报：“您确认要删除这条消息吗？”用户602说“是的”、“删吧”等肯定性答复，则智能语音播报：“好的，已为您删除此消息。”同时，消息管理器将数据表中对应消息状态置为“已删除”，后续消息中心中不再展现；

“提醒后续处理”，例如用户602认为消息需要后续处理，说：“重要”、“标记一下”、“需要再看”等，智能语音播报：“好的，将为您把这条消息登记为“待处理”，您可在XX(APP名称)的消息中心中再次查阅！”

“保留”，例如，用户602未提出操作要求，则消息管理器不对当前数据库消息表中当前消息做后续处理，保存为“已阅读”状态。

S11，消息定时处理。例如可以对数据库消息表中的“未阅读”状态的消息提供定时扫描和处理机制，定时任务根据用户602可以设定的扫描时间间隔定时自动启动，启动后执行上述S3～S10的操作。

S12，消息管理器查询。例如，用户602可在此自主处理消息，消息管理器可以按“未阅读”、“待处理”、“已处理”“已阅读”等并列展示各个标签，每个标签名称右上角提示当前标签内消息条数，标签内消息按照时间由近及远的方式展现。每条消息右侧可以带有“小喇叭”图标和“垃圾桶”图标，点击“小喇叭”图标后调用TTS文本转语音功能，进行语音播报；点击“垃圾桶”图标后，系统弹框提示“是否确认删除所选记录？”，若用户602点击否，返回列表页面，点击是，后台将消息状态更新为“已删除”。列表视图支持复选多条记录批量处理，包括：批量删除和批量阅读，点击“批量删除”按钮，系统弹框提示“是否确认删除所选记录？”用户602点击否，返回列表页面，点击是，后台将所选多条消息状态批量更新为“已删除”。点击“批量播报”，系统按时间由近及远的顺序依次播报所选择消息的消息正文。点击任一消息链接，页面弹框显示消息正文，并在下方根据当前消息状态提供对应操作按钮，具体如下：

当消息状态为“未阅读”时，可以提供“已阅读”、“待处理”、“已处理”、“删除”等按钮。点击后，将对应消息状态置为对应值，同时系统记录操作时间(例如，可以精确到分钟)。

当消息状态为“已阅读”时，可以提供“待处理”、“已处理”、“删除”等按钮。点击后，将对应消息状态置为对应值，同时系统记录操作时间(例如，可以精确到分钟)。；

当消息状态为“待处理”时，可以提供“已处理”、“删除”等按钮。点击后，可以将对应消息状态置为对应值，同时系统记录操作时间(例如，可以精确到分钟)。

S13，数据定期清理。可以通过定期清理数据机制定期清理时间较旧的消息。例如，可以每日将90天以前的“已删除”状态的消息记录执行批量物理删除，天数支持参数配置。

根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，消息管理器510和智能语音交互模块520中的任意多个模块或子模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，消息管理器510和智能语音交互模块520中的至少一个模块或子模块可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，消息管理器510和智能语音交互模块520中的至少一个模块或子模块可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图8示意性示出了根据本公开实施例的适于实现消息处理的电子设备的方框图。图8示出的电子设备的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图8所示，根据本公开实施例的电子设备800包括处理器801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。处理器801例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器801还可以包括用于缓存用途的板载存储器。处理器801可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 803中，存储有电子设备800操作所需的各种程序和数据。处理器801、ROM802以及RAM 803通过总线804彼此相连。处理器801通过执行ROM 802和/或RAM 803中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM802和RAM 803以外的一个或多个存储器中。处理器801也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，电子设备800还可以包括输入/输出(I/O)接口805，输入/输出(I/O)接口805也连接至总线804。电子设备800还可以包括连接至I/O接口805的以下部件中的一项或多项：包括键盘、鼠标等的输入部分806；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807；包括硬盘等的存储部分808；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809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，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810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808。

根据本公开的实施例，根据本公开实施例的方法流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存储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809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被处理器801执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储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执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：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)、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。在本公开中，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。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM802和/或RAM 803和/或ROM 802和RAM 803以外的一个或多个存储器。

本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行本公开实施例所提供的方法的程序代码，当计算机程序产品在电子设备上运行时，该程序代码用于使电子设备实现本公开实施例所提供的方法。

在该计算机程序被处理器801执行时，执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。

在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分809被下载和安装，和/或从可拆卸介质811被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、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。

以上对本公开的实施例进行了描述。这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (13)

1.一种消息处理方法，包括：

接收消息；

基于所述消息生成语音提示文本，所述语音提示文本的内容用于提醒用户阅读所述消息；

基于预设的处理规则自动触发对所述语音提示文本的第一语音播报，包括通过GPS定位确定用户的地理位置或者通过摄像头拍照分析图像画面确定用户的位置，并在确定当前环境为预设的环境时进行播报提醒；

接收用户针对所述第一语音播报的反馈语音；

当通过语音识别确定所述反馈语音所反映的用户意图为立即阅读所述消息时，触发对所述消息的完整内容的第二语音播报；其中，所述通过语音识别确定所述反馈语音所反映的用户意图包括：将所述反馈语音转换为文本，然后输入到训练好的语义识别模型，来分析所述反馈语音所反映的用户意图；

在所述第二语音播报的过程中时，接收用户的交互语音；

将所述交互语音转换为文本，并输入到所述语义识别模型，识别所述交互语音的意图；以及

基于所述交互语音的意图，控制播报所述消息的完整内容的进度。

2.根据权利要求1所述的方法，其中，所述基于预设的处理规则自动触发对所述语音提示文本的第一语音播报包括：

响应于接收到所述消息，播报所述语音提示文本。

3.根据权利要求1所述的方法，其中，所述基于预设的处理规则自动触发对所述语音提示文本的第一语音播报包括：

响应于接收到所述消息，检测进行语音播报的播报设备是否处于可用状态；以及

当所述播报设备处于可用状态时，播报所述语音提示文本。

4.根据权利要求1所述的方法，其中，所述基于预设的处理规则自动触发对所述语音提示文本的第一语音播报包括：

响应于接收到所述消息，检查当前时刻是否在预设的允许播报时间范围内；

当所述当前时刻在所述允许播报时间范围内时，播报所述语音提示文本；以及

当所述当前时刻不在所述允许播报时间范围内时，待时间到达所述允许播报时间范围内时，再播报所述语音提示文本。

5.根据权利要求1所述的方法，其中，所述基于预设的处理规则自动触发对所述语音提示文本的第一语音播报包括：

在所述消息为等待阅读的多个消息的其中之一时，响应于所述消息的前一个消息的完整内容播报完成，播报所述语音提示文本。

6.根据权利要求1所述的方法，其中，所述基于预设的处理规则自动触发对所述语音提示文本的第一语音播报包括：

响应于接收到所述消息，检测所述用户当前的周围环境的状态；

当所述周围环境的状态满足语音播报条件时，播报所述语音提示文本。

7.根据权利要求1～6任一项所述的方法，其中，所述基于所述消息生成语音提示文本包括：

识别所述消息中预设的关键字段的信息，得到动态识别文本；

将所述动态识别文本与固定文本组合拼接，得到所述语音提示文本，其中，所述固定文本为具有预定格式的模板文本。

8.根据权利要求7所述的方法，其中，所述消息为半结构化文本，包括消息前缀、消息正文和消息后缀三部分，其中，所述消息前缀和所述消息后缀属于半结构化文本的结构化部分；

其中，

所述识别所述消息中预设的关键字段的信息包括：识别所述消息前缀和所述消息后缀。

9.根据权利要求1～6任一项所述的方法，其中，所述方法还包括：

当通过语音识别确定所述反馈语音所反映的用户意图为暂不阅读所述消息时，触发第三语音播报以回应所述反馈语音。

10.根据权利要求1所述的方法，其中，所述方法还包括：

根据所述消息的完整内容的播报情况，标记所述消息的状态。

11.一种消息处理装置，包括：

消息管理器，用于接收消息，以及基于所述消息生成语音提示文本，所述语音提示文本的内容用于提醒用户阅读所述消息；

智能语音交互模块，用于：

基于预设的处理规则自动触发对所述语音提示文本的第一语音播报，包括通过GPS定位确定用户的地理位置或者通过摄像头拍照分析图像画面确定用户的位置，并在确定当前环境为预设的环境时进行播报提醒；

接收用户针对所述第一语音播报的反馈语音；

当通过语音识别确定所述反馈语音所反映的用户意图为立即阅读所述消息时，触发对所述消息的完整内容的第二语音播报；其中，所述通过语音识别确定所述反馈语音所反映的用户意图包括：将所述反馈语音转换为文本，然后输入到训练好的语义识别模型，来分析所述反馈语音所反映的用户意图；

在所述第二语音播报的过程中时，接收用户的交互语音；

将所述交互语音转换为文本，并输入到所述语义识别模型，识别所述交互语音的意图；以及

基于所述交互语音的意图，控制播报所述消息的完整内容的进度。

12.一种电子设备，包括：

一个或多个存储器，存储有可执行指令；以及

一个或多个处理器，执行所述可执行指令，以实现根据权利要求1～10中任一项所述的方法。

13.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～10中任一项所述的方法。

Images