本文涉及但不限于終端技術(shù)，尤指一種實(shí)現(xiàn)輸入的方法和裝置。

背景技術(shù)：

傳統(tǒng)的鍵盤(pán)輸入時(shí)，會(huì)提供輸入詞匯的聯(lián)系功能，以減少不必要的鍵盤(pán)敲擊次數(shù)。傳統(tǒng)的鍵盤(pán)輸入法的聯(lián)系提示功能是基于詞語(yǔ)的整體性，必然當(dāng)鍵入“北”字時(shí)，會(huì)提示“北京”，“北邊”和“北方”等詞語(yǔ)，這些提示詞語(yǔ)都是以“北”字開(kāi)頭的詞。

傳統(tǒng)的鍵盤(pán)輸入法的聯(lián)系提示功能是基于詞語(yǔ)整體性的，當(dāng)輸入完整詞語(yǔ)后就無(wú)提示功能，需要用戶輸入新的一個(gè)字以進(jìn)行聯(lián)想和提示。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提出了一種實(shí)現(xiàn)輸入的方法和裝置，能夠?qū)崿F(xiàn)對(duì)輸入的詞語(yǔ)的聯(lián)想。

本發(fā)明實(shí)施例提出了一種實(shí)現(xiàn)輸入提示的方法，包括：

終端采集語(yǔ)音信號(hào)，將采集的語(yǔ)音信號(hào)轉(zhuǎn)換為文本文字；

終端獲取文本文字中的詞；

終端獲取與文本文字中的詞相近的詞并顯示。

可選的，所述終端獲取文本文字中的詞后，在所述終端獲取與文本文字中的詞相近的詞并顯示之前還包括：

所述終端確定所述文本文字中的詞的詞性；

所述終端獲取與文本文字中的詞相近的詞并顯示包括：

所述終端獲取與所述文本文字中除虛詞以外的詞相近的詞并顯示。

可選的，所述終端獲取文本文字中的詞包括：

所述終端將所述文本文字以詞為單位進(jìn)行劃分得到所述文本文字中的詞。

可選的，所述終端將文本文字以詞為單位進(jìn)行劃分得到文本文字中的詞包括：

所述終端確定劃分方案，按照確定的劃分方案將所述文本文字進(jìn)行劃分得到所述文本文字中的詞。

可選的，所述終端確定劃分方案包括：

所述終端計(jì)算文本文字中的每一個(gè)字對(duì)應(yīng)的狀態(tài)向量，計(jì)算狀態(tài)轉(zhuǎn)移矩陣，根據(jù)所有字對(duì)應(yīng)的狀態(tài)向量和狀態(tài)轉(zhuǎn)移矩陣計(jì)算每一種分詞方案的分?jǐn)?shù)，確定分?jǐn)?shù)最大的分詞方案為所述劃分方案。

可選的，所述終端獲取與文本文字中的詞相近的詞并顯示包括：

所述終端獲取與所述文本文字中的每一個(gè)詞或除虛詞以外的每一個(gè)詞最相近的n個(gè)詞；其中，n為大于或等于1的整數(shù)；

所述終端計(jì)算獲得的m×n個(gè)詞的得分；m為所述文本文字中的詞的個(gè)數(shù)或除虛詞以外的詞的個(gè)數(shù)；

所述終端按照得分從高到低的順序進(jìn)行顯示。

可選的，所述終端獲取與文本文字中的每一個(gè)詞或除虛詞以外的每一個(gè)詞最相近的n個(gè)詞包括：

所述終端將所述文本文字中的每一個(gè)詞或除虛詞以外的每一個(gè)詞轉(zhuǎn)換成第一詞向量，獲取與每一個(gè)第一詞向量距離最小的n個(gè)第二詞向量對(duì)應(yīng)的詞。

可選的，所述終端將文本文字中的每一個(gè)詞或除虛詞以外的每一個(gè)詞轉(zhuǎn)換成第一詞向量包括：

所述終端在預(yù)先設(shè)置的詞和詞向量之間的第二對(duì)應(yīng)關(guān)系中，查找所述文本文字中的每一個(gè)詞或所述除虛詞以外的每一個(gè)詞對(duì)應(yīng)的第一詞向量。

可選的，所述獲取與每一個(gè)第一詞向量距離最小的n個(gè)第二詞向量對(duì)應(yīng) 的詞包括：

所述終端計(jì)算每一個(gè)所述第一詞向量與預(yù)先設(shè)置的詞向量空間中的每一個(gè)第二詞向量之間的距離，獲取將計(jì)算得到的距離最小的n個(gè)第二向量對(duì)應(yīng)的詞。

可選的，所述終端計(jì)算每一個(gè)第一詞向量與預(yù)先設(shè)置的詞向量空間中的每一個(gè)第二詞向量之間的距離包括：

所述終端按照公式計(jì)算所述第一詞向量和所述第二詞向量之間的距離；

其中，θ為所述第一詞向量和所述第二詞向量之間的距離，a為所述第一詞向量，b為所述第二詞向量。

可選的，所述終端計(jì)算獲得的m×n個(gè)詞的得分包括：

所述終端計(jì)算所述m×n個(gè)詞中每一個(gè)詞的分?jǐn)?shù)，將所述m×n個(gè)詞中出現(xiàn)多次的詞對(duì)應(yīng)的分?jǐn)?shù)相加得到的和值作為該詞的得分；將所述m×n個(gè)詞中出現(xiàn)一次的詞對(duì)應(yīng)的分?jǐn)?shù)作為該詞的得分。

可選的，所述終端計(jì)算m×n個(gè)詞中每一個(gè)詞的分?jǐn)?shù)包括：

所述終端按照公式c＝wl計(jì)算所述m×n個(gè)詞中每一個(gè)詞的分?jǐn)?shù)；

其中，c為所述m×n個(gè)詞中每一個(gè)詞的分?jǐn)?shù)，w為m×n個(gè)詞中每一個(gè)詞對(duì)應(yīng)的所述第一詞向量對(duì)應(yīng)的詞的權(quán)重，l為所述第一詞向量和m×n個(gè)詞中每一個(gè)詞對(duì)應(yīng)的所述第二詞向量之間的距離。

可選的，所述第一詞向量對(duì)應(yīng)的詞的權(quán)值為其中，s為所述第一詞向量對(duì)應(yīng)的詞在所述文本文字中的位置。

本發(fā)明實(shí)施例還提出了一種實(shí)現(xiàn)輸入提示的方法，包括：

服務(wù)器接收到來(lái)自終端采集的語(yǔ)音信號(hào)，將接收到的語(yǔ)音信號(hào)轉(zhuǎn)換為文本文字；

服務(wù)器獲取文本文字中的詞；

服務(wù)器獲取與文本文字中的詞相近的詞并發(fā)送給終端。

可選的，所述服務(wù)器獲取文本文字中的詞后，在所述服務(wù)器獲取與文本文字中的詞相近的詞并發(fā)送給終端之前還包括：

所述服務(wù)器確定所述文本文字中的詞的詞性；

所述服務(wù)器獲取與文本文字中的詞相近的詞并發(fā)送給終端包括：

所述服務(wù)器獲取與所述文本文字中除虛詞以外的詞相近的詞并發(fā)送給所述終端。

本發(fā)明實(shí)施例還提出了一種實(shí)現(xiàn)輸入提示的方法，包括：

終端采集語(yǔ)音信號(hào)，將采集的語(yǔ)音信號(hào)發(fā)送給服務(wù)器；

終端接收到來(lái)自服務(wù)器的與語(yǔ)音信號(hào)對(duì)應(yīng)的文本文字中的詞相近的詞并顯示。

本發(fā)明實(shí)施例還提出了一種終端，包括：

第一采集模塊，用于采集語(yǔ)音信號(hào)；

第一轉(zhuǎn)換模塊，用于將采集的語(yǔ)音信號(hào)轉(zhuǎn)換為文本文字；

第一處理模塊，用于獲取文本文字中的詞；獲取與文本文字中的詞相近的詞并顯示。

可選的，所述第一處理模塊具體用于：

獲取文本文字中的詞；確定所述文本文字中的詞的詞性；獲取與所述文本文字中除虛詞以外的詞相近的詞并顯示。

本發(fā)明實(shí)施例還提出了一種服務(wù)器，包括：

第一接收模塊，用于收到來(lái)自終端采集的語(yǔ)音信號(hào)；

第二轉(zhuǎn)換模塊，用于將接收到的語(yǔ)音信號(hào)轉(zhuǎn)換為文本文字；

第二處理模塊，用于獲取文本文字中的詞；獲取與文本文字中的詞相近的詞；

第一發(fā)送模塊，將與文本文字中的詞相近的詞發(fā)送給終端。

可選的，所述第二處理模塊具體用于：

獲取文本文字中的詞；確定所述文本文字中的詞的詞性；獲取與所述文本文字中除虛詞以外的詞相近的詞。

本發(fā)明實(shí)施例還提出了一種終端，包括：

第二采集模塊，用于采集語(yǔ)音信號(hào)；

第二發(fā)送模塊，用于將采集的語(yǔ)音信號(hào)發(fā)送給服務(wù)器；

第二接收模塊，用于接收到來(lái)自服務(wù)器的詞并顯示。

與相關(guān)技術(shù)相比，本發(fā)明實(shí)施例的技術(shù)方案包括：終端采集語(yǔ)音信號(hào)，將采集的語(yǔ)音信號(hào)轉(zhuǎn)換為文本文字；終端獲取文本文字中的詞；終端獲取與文本文字中的詞相近的詞并顯示。通過(guò)本發(fā)明實(shí)施例的方案，獲取與文本文字中的詞相近的詞并顯示，實(shí)現(xiàn)了對(duì)輸入的詞語(yǔ)的聯(lián)想。

附圖說(shuō)明

下面對(duì)本發(fā)明實(shí)施例中的附圖進(jìn)行說(shuō)明，實(shí)施例中的附圖是用于對(duì)本發(fā)明的進(jìn)一步理解，與說(shuō)明書(shū)一起用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明保護(hù)范圍的限制。

圖1為本發(fā)明實(shí)施例實(shí)現(xiàn)輸入提示的方法的流程圖；

圖2為本發(fā)明實(shí)施例另一種實(shí)現(xiàn)輸入提示的方法(服務(wù)器)的流程圖；

圖3為本發(fā)明實(shí)施例另一種實(shí)現(xiàn)輸入提示的方法(終端)的流程圖；

圖4為本發(fā)明實(shí)施例終端的結(jié)構(gòu)組成示意圖；

圖5為本發(fā)明實(shí)施例服務(wù)器的結(jié)構(gòu)組成示意圖；

圖6為本發(fā)明實(shí)施例另一種終端的結(jié)構(gòu)組成示意圖。

具體實(shí)施方式

為了便于本領(lǐng)域技術(shù)人員的理解，下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的描述，并不能用來(lái)限制本發(fā)明的保護(hù)范圍。需要說(shuō)明的是，在不沖突的情況下， 本申請(qǐng)中的實(shí)施例及實(shí)施例中的各種方式可以相互組合。

參見(jiàn)圖1，本發(fā)明實(shí)施例提出了一種實(shí)現(xiàn)輸入提示的方法，包括：

步驟100、終端采集語(yǔ)音信號(hào)，將采集的語(yǔ)音信號(hào)轉(zhuǎn)換為文本文字。

本步驟中，終端可以采集語(yǔ)音模擬信號(hào)，將語(yǔ)音模擬信號(hào)轉(zhuǎn)換成語(yǔ)音數(shù)字信號(hào)，對(duì)語(yǔ)音數(shù)字信號(hào)進(jìn)行濾波，將濾波后的語(yǔ)音數(shù)字信號(hào)轉(zhuǎn)換成文本文字，具體可以采用本領(lǐng)域技術(shù)人員的公知技術(shù)實(shí)現(xiàn)，并不用于限定本發(fā)明的保護(hù)范圍，這里不再贅述。

步驟101、終端獲取文本文字中的詞。包括：

終端將文本文字以詞為單位進(jìn)行劃分得到文本文字中的詞。

其中，終端將文本文字以詞為單位進(jìn)行劃分得到文本文字中的詞包括：

終端確定劃分方案，按照確定的劃分方案將文本文字進(jìn)行劃分得到文本文字中的詞。

其中，終端確定劃分方案包括：

終端計(jì)算文本文字中的每一個(gè)字對(duì)應(yīng)的狀態(tài)向量，計(jì)算狀態(tài)轉(zhuǎn)移矩陣，根據(jù)所有字對(duì)應(yīng)的狀態(tài)向量和狀態(tài)轉(zhuǎn)移矩陣計(jì)算每一種分詞方案的分?jǐn)?shù)，確定分?jǐn)?shù)最大的分詞方案為劃分方案。

其中，狀態(tài)向量中的每一個(gè)元素表示該字為該元素對(duì)應(yīng)的狀態(tài)的概率。

其中，終端計(jì)算文本文字中的每一個(gè)字對(duì)應(yīng)的狀態(tài)向量包括：

終端將文本文字中的每一個(gè)字轉(zhuǎn)換成字向量，根據(jù)字向量計(jì)算該字的狀態(tài)向量。

其中，終端將文本文字中的每一個(gè)字轉(zhuǎn)換成字向量包括：終端在預(yù)先設(shè)置的字和字向量之間的第一對(duì)應(yīng)關(guān)系中查找文本文字中的每一個(gè)字對(duì)應(yīng)的字向量。

其中，終端可以根據(jù)字向量采用多層神經(jīng)網(wǎng)絡(luò)模型計(jì)算該字的狀態(tài)向量。

其中，具體如何計(jì)算狀態(tài)轉(zhuǎn)移矩陣可以采用本領(lǐng)域技術(shù)人員的公知技術(shù) 實(shí)現(xiàn)，并不用于限定本發(fā)明的保護(hù)范圍，這里不再贅述。

例如，一個(gè)字對(duì)應(yīng)的狀態(tài)可以是b，或e，或i，或s，其中，b表示詞的開(kāi)頭，e表示詞的結(jié)尾，i表示詞的中間，s表示一個(gè)詞。

則狀態(tài)向量可以表示為(pb，pe，pi，ps)，其中，pb表示該字是詞的開(kāi)頭的概率，pe表示該字是詞的結(jié)尾的概率，pi表示該字是詞的中間的概率，ps表示該字是一個(gè)詞的概率。

如果文本文字為“他愛(ài)打球”，則計(jì)算得到的“他”的狀態(tài)向量為(0.1,0.1,0.1,0.7)，“愛(ài)”的狀態(tài)向量為(0.2,0.1,0,0.7)，“打”的狀態(tài)向量為(0.6,0.2，0.1,0.1)，“球”的狀態(tài)向量為(0.1,0.8,0.1,0)。

狀態(tài)轉(zhuǎn)移矩陣為

其中，根據(jù)所有字對(duì)應(yīng)的狀態(tài)向量和狀態(tài)轉(zhuǎn)移矩陣計(jì)算每一種分詞方案的分?jǐn)?shù)包括：

按照公式計(jì)算第i種分詞方案的分?jǐn)?shù)；

其中，si為第i種分詞方案的分?jǐn)?shù)，aij為第i種分詞方案第(j－1)個(gè)字的狀態(tài)轉(zhuǎn)移到第j個(gè)字的狀態(tài)的概率，fij為第i種分詞方案第j個(gè)字的狀態(tài)。

步驟102、終端獲取與文本文字中的詞相近的詞并顯示。

可選的，步驟101和步驟102之間還包括：

終端確定文本文字中的詞的詞性；相應(yīng)地，

終端獲取與文本文字中的詞相近的詞并顯示包括：終端獲取與文本文字中除虛詞以外的詞相近的詞并顯示。

其中，終端確定文本文字中的詞的詞性包括：

終端計(jì)算文本文字中的每一個(gè)詞對(duì)應(yīng)的狀態(tài)向量，計(jì)算狀態(tài)轉(zhuǎn)移矩陣，根據(jù)所有詞對(duì)應(yīng)的狀態(tài)向量和狀態(tài)轉(zhuǎn)移矩陣計(jì)算每一種確定詞性的方案的分 數(shù)，根據(jù)分?jǐn)?shù)最大的確定詞性的方案確定文本文字中的每一個(gè)詞的詞性。

上述的具體實(shí)現(xiàn)過(guò)程與終端將文本文字以詞為單位進(jìn)行劃分得到文本文字中的詞類似，具體可以參考上面的實(shí)現(xiàn)過(guò)程來(lái)實(shí)現(xiàn)。

步驟102中，終端獲取與文本文字中的詞相近的詞并顯示包括：

終端獲取與文本文字中的每一個(gè)詞或除虛詞以外的每一個(gè)詞最相近的n個(gè)詞；其中，n為大于或等于1的整數(shù)；終端計(jì)算獲得的m×n個(gè)詞的得分；m為文本文字中的詞的個(gè)數(shù)或除虛詞以外的詞的個(gè)數(shù)；終端按照得分從高到低的順序進(jìn)行顯示。

其中，終端獲取與文本文字中的每一個(gè)詞或除虛詞以外的每一個(gè)詞最相近的n個(gè)詞包括：

終端將文本文字中的每一個(gè)詞或除虛詞以外的每一個(gè)詞轉(zhuǎn)換成第一詞向量，獲取與每一個(gè)第一詞向量距離最小的n個(gè)第二詞向量對(duì)應(yīng)的詞。

其中，終端將文本文字中的每一個(gè)詞或除虛詞以外的每一個(gè)詞轉(zhuǎn)換成第一詞向量包括：

終端在預(yù)先設(shè)置的詞和詞向量之間的第二對(duì)應(yīng)關(guān)系中，查找文本文字中的每一個(gè)詞或除虛詞以外的每一個(gè)詞對(duì)應(yīng)的第一詞向量。

其中，獲取與每一個(gè)第一詞向量距離最小的n個(gè)第二詞向量對(duì)應(yīng)的詞包括：

終端計(jì)算每一個(gè)第一詞向量與預(yù)先設(shè)置的詞向量空間中的每一個(gè)第二詞向量之間的距離，獲取將計(jì)算得到的距離最小的n個(gè)第二向量對(duì)應(yīng)的詞。

上述方法中，采用詞向量來(lái)表示詞，那么得到的與文本文字相近的詞的第一個(gè)字不一定與用戶輸入的字相同，從而聯(lián)想的詞更加豐富。

其中，假設(shè)詞向量的起點(diǎn)為空間坐標(biāo)原點(diǎn)，可以用兩向量之間的夾角來(lái)表示兩向量之間的距離，即終端計(jì)算每一個(gè)第一詞向量與預(yù)先設(shè)置的詞向量空間中的每一個(gè)第二詞向量之間的距離包括：

終端按照公式計(jì)算第一詞向量和第二詞向量之間的距離；

其中，θ為第一詞向量和第二詞向量之間的距離，a為第一詞向量，b為所述第二詞向量。θ的取值范圍為0到π。

其中，終端計(jì)算獲得的m×n個(gè)詞的得分包括：

終端計(jì)算m×n個(gè)詞中每一個(gè)詞的分?jǐn)?shù)，將m×n個(gè)詞中出現(xiàn)多次的詞對(duì)應(yīng)的分?jǐn)?shù)相加得到的和值作為該詞的得分；將m×n個(gè)詞中出現(xiàn)一次的詞對(duì)應(yīng)的分?jǐn)?shù)作為該詞的得分。

其中，終端計(jì)算m×n個(gè)詞中每一個(gè)詞的分?jǐn)?shù)包括：

終端按照公式c＝wl計(jì)算所述m×n個(gè)詞中每一個(gè)詞的分?jǐn)?shù)；

其中，c為m×n個(gè)詞中每一個(gè)詞的分?jǐn)?shù)，w為m×n個(gè)詞中每一個(gè)詞對(duì)應(yīng)的第一詞向量對(duì)應(yīng)的詞的權(quán)重，l為第一詞向量和m×n個(gè)詞中每一個(gè)詞對(duì)應(yīng)的所述第二詞向量之間的距離。

其中，第一詞向量對(duì)應(yīng)的詞的權(quán)值為其中，s為第一詞向量對(duì)應(yīng)的詞在文本文字中的位置。第一詞向量對(duì)應(yīng)的詞在文本文字中的位置是指，將文本文字中的所有詞或除虛詞以外的詞從頭到尾進(jìn)行編號(hào)后，第一詞向量對(duì)應(yīng)的詞的編號(hào)。例如，文本文字為他愛(ài)打球，分成三個(gè)詞：他、愛(ài)、打球，將他編號(hào)為1，愛(ài)編號(hào)為2，打球編號(hào)為3；或者將愛(ài)編號(hào)為1，打球編號(hào)為2。

參見(jiàn)圖2，本發(fā)明實(shí)施例還提出了一種實(shí)現(xiàn)輸入提示的方法，包括：

步驟200、服務(wù)器接收到來(lái)自終端采集的語(yǔ)音信號(hào)，將接收到的語(yǔ)音信號(hào)轉(zhuǎn)換為文本文字。

本步驟中，服務(wù)器如何將接收到的語(yǔ)音信號(hào)轉(zhuǎn)換為文本文字可以采用本領(lǐng)域技術(shù)人員的公知技術(shù)實(shí)現(xiàn)，并不用于限定本發(fā)明的保護(hù)范圍，這里不再贅述。

步驟201、服務(wù)器獲取文本文字中的詞。

本步驟的具體實(shí)現(xiàn)方式與步驟101相同。

步驟202、服務(wù)器獲取與文本文字中的詞相近的詞并發(fā)送給終端。

本步驟中，服務(wù)器獲取與文本文字中的詞相近的詞與步驟102中終端獲取與文本文字中的詞相近的詞的實(shí)現(xiàn)方式相同。

本步驟中，服務(wù)器還可以將與文本文字中的詞相近的詞的得分發(fā)送給終端。或者，服務(wù)器按照與文本文字中的詞性相近的詞的得分從高到低的順序進(jìn)行排序，將排序的與文本文字中的詞相近的詞發(fā)送給終端。

可選的，步驟201和步驟202之間還包括：

服務(wù)器確定文本文字中的詞的詞性；相應(yīng)地，

服務(wù)器獲取與文本文字中的詞相近的詞并發(fā)送給終端包括：

服務(wù)器獲取與文本文字中除虛詞以外的詞相近的詞并發(fā)送給所述終端。

其中，服務(wù)器確定文本文字中的詞的詞性與終端確定文本文字中的詞的詞性的實(shí)現(xiàn)方式相同。

參見(jiàn)圖3，本發(fā)明實(shí)施例還提出了一種實(shí)現(xiàn)輸入提示的方法，包括：

步驟300、終端采集語(yǔ)音信號(hào)，將采集的語(yǔ)音信號(hào)發(fā)送給服務(wù)器。

步驟301、終端接收到來(lái)自服務(wù)器的與語(yǔ)音信號(hào)對(duì)應(yīng)的文本文字中的詞相近的詞并顯示。

本步驟中，終端還可以按照接與文本文字中的詞相近的詞的得分從高到底的順序進(jìn)行顯示。

參見(jiàn)圖4，本發(fā)明實(shí)施例還提出了一種終端，包括：

第一采集模塊，用于采集語(yǔ)音信號(hào)；

第一轉(zhuǎn)換模塊，用于將采集的語(yǔ)音信號(hào)轉(zhuǎn)換為文本文字；

第一處理模塊，用于獲取文本文字中的詞；獲取與文本文字中的詞相近的詞并顯示。

本發(fā)明實(shí)施例的終端中，所述第一處理模塊具體用于：

獲取文本文字中的詞；確定所述文本文字中的詞的詞性；獲取與所述文本文字中除虛詞以外的詞相近的詞并顯示。

參見(jiàn)圖5，本發(fā)明實(shí)施例還提出了一種服務(wù)器，包括：

第一接收模塊，用于收到來(lái)自終端采集的語(yǔ)音信號(hào)；

第二轉(zhuǎn)換模塊，用于將接收到的語(yǔ)音信號(hào)轉(zhuǎn)換為文本文字；

第二處理模塊，用于獲取文本文字中的詞；獲取與文本文字中的詞相近的詞；

第一發(fā)送模塊，將與文本文字中的詞相近的詞發(fā)送給終端。

本發(fā)明實(shí)施例的服務(wù)器中，所述第二處理模塊具體用于：

獲取文本文字中的詞；確定所述文本文字中的詞的詞性；獲取與所述文本文字中除虛詞以外的詞相近的詞。

參見(jiàn)圖6，本發(fā)明實(shí)施例還提出了一種終端，包括：

第二采集模塊，用于采集語(yǔ)音信號(hào)；

第二發(fā)送模塊，用于將采集的語(yǔ)音信號(hào)發(fā)送給服務(wù)器；

第二接收模塊，用于接收到來(lái)自服務(wù)器的與語(yǔ)音信號(hào)對(duì)應(yīng)的文本文字中的詞相近的詞并顯示。

需要說(shuō)明的是，以上所述的實(shí)施例僅是為了便于本領(lǐng)域的技術(shù)人員理解而已，并不用于限制本發(fā)明的保護(hù)范圍，在不脫離本發(fā)明的發(fā)明構(gòu)思的前提下，本領(lǐng)域技術(shù)人員對(duì)本發(fā)明所做出的任何顯而易見(jiàn)的替換和改進(jìn)等均在本發(fā)明的保護(hù)范圍之內(nèi)。