CN108235185A - 音源输入客户端设备、遥控器，以及播放音乐的系统 - Google Patents

Abstract

本发明提供了一种音源输入客户端设备、遥控器，以及播放音乐的系统，其中，音源输入客户端设备包括用于接收麦克风获取的近场语音控制信息，音源输入客户端设备依据近场语音控制信息播放音乐，采用上述装置，避免了远场控制音源输入客户端设备，解决了相关技术中远场语音控制AI音响精准度差的问题，实现了对音源输入客户端设备的精准控制。

Description

音源输入客户端设备、遥控器，以及播放音乐的系统

技术领域

本发明涉及通信领域，具体而言，涉及一种音源输入客户端设备、遥控器，以及播放音乐的系统。

背景技术

在相关技术中，音响系统由音源接口，功放模块，喇叭单元，音腔结构，其他模块组成。其中音源接口用来输入音乐等音频内容。根据音源接口，现有的音响分为传统音响，智能音响，人工智能(Artificial Intelligence，简称为AI)音响。传统音响：(音频输入接口，Auxiliary，简称为AUX)AUX IN接口，音源和音响通过有线连接和传输。智能音响：蓝牙音响，无线保真(Wireless Fidelity，简称为WI-FI)音响。他们的音源和音响通过无线连接和传输，音源的选择和播放通常在PC，手机等设备上操作。AI音响：带语音控制，至少两个麦克风安装在音响上用来接收用户的语音指令，音响能够识别语音指令，理解语音指令，从互联网搜索语音指令表达的音乐内容，然后播放出来。音源的输入过程是一个自动获取的过程。这个过程称为远场语音控制音响播放音乐传统音响和智能音响发展时间比较长，这里不再赘述。AI音响有叮咚音响，天猫精灵，小雅音响，小米AI音响等，都采用远场语音控制的手段。

针对相关技术中远场语音控制AI音响精准度差的问题，目前还没有有效的解决方案。

发明内容

本发明实施例提供了一种音源输入客户端设备、遥控器，以及播放音乐的系统，以至少解决相关技术中远场语音控制AI音响精准度差的问题。

根据本发明的一个实施例，提供了一种音源输入客户端设备，包括：第一通信装置，用于接收遥控板发送的近场语音控制信息，其中，所述遥控板通过麦克风接收所述近场语音控制信息；第一处理器，用于依据所述近场语音控制信息播放音乐。

根据本发明的另一个实施例，还提供了一种遥控器，包括：麦克风，用于接收近场语音控制信息；第二通信装置，用于将所述近场语音控制信息发送至音源输入客户端设备，其中，所述语音控制信息用于指示所述音源输入客户端设备播放音乐。

根据本发明的另一个实施例，还提供了一种播放音乐的系统，包括：遥控器，用于通过麦克风获取近场语音控制信息，以及将所述近场语音控制信息传输至音源输入客户端设备；所述音源输入客户端设备，用于依据所述近场语音控制信息播放音乐。

通过本发明，音源输入客户端设备包括用于接收麦克风获取的近场语音控制信息，音源输入客户端设备依据近场语音控制信息播放音乐，采用上述装置，避免了远场控制音源输入客户端设备，解决了相关技术中远场语音控制AI音响精准度差的问题，实现了对音源输入客户端设备的精准控制。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的音源输入客户端的硬件结构图；

图2是根据本发明优选实施例的软件工作流程示意图。

具体实施方式

本申请文件的技术术语进行如下解释，以下解释用于理解本申请文件，但是，本申请文件的思想不局限于以下解释中的场景：

1，近场：相对远场而言，拾音距离小于20cm称作近场，拾音距离在3-5m之间称作远场。

2，打断：音响正在播放音乐同时用户开始向音响发出语音指令，音响主动暂停播放音乐。

3，意图：表示用户的目的，比如查天气，听音乐。

4，意图引导：用预设话术引导用户表达预设的意图。

5，意图信息澄清：用预设话术引导用户去填充缺少的意图信息。

6，蓝牙低功耗(Bluetooth Low Energy，简称为BLE)模块：运行低功耗蓝牙协议的微控制单元(Microcontroller Unit，简称为MCU)模块。

7，拾音：用户朝一个麦克风或者多个麦克风发指令的过程。

8:回声消除：音响播放音乐的同时，用户对音响讲话，音响拾音既有用户语音，又有音乐，音响在处理拾音前做“减法”，自动从拾音中去掉音乐信号。

实施例一

根据本发明优选实施例，还提供了一种音源输入客户端设备，图1是根据本发明实施例的音源输入客户端的硬件结构图，如图1所示，音源输入客户端10包括：

第一通信装置102，用于接收遥控板发送的近场语音控制信息，其中，该遥控板通过麦克风接收该近场语音控制信息；

第一处理器104，用于依据该近场语音控制信息播放音乐。

采用上述方案，音源输入客户端设备包括用于接收麦克风获取的近场语音控制信息，音源输入客户端设备依据近场语音控制信息播放音乐，采用上述装置，避免了远场控制音源输入客户端设备，解决了相关技术中远场语音控制AI音响精准度差的问题，实现了对音源输入客户端设备的精准控制。

可选地，该音源输入客户端设备还包括：第二通信装置，用于在该音源输入客户端设备开机后，连接至互联网。

可选地，该第二通信装置通过以下方式连接至互联网：建立接入点(AccessPoint，简称为AP)热点；接收连接至该AP热点的终端发送的上网账号；该第二通信装置依据该上网账号连接至无线路由器。

可选地，在该第一通信装置接收该近场语音控制信息时，该处理器降低当前播放音乐的音量，或者停止播放当前音乐。

可选地，该第一处理器还用于识别该近场语音控制信息，其中，在确定该近场语音控制信息指示的操作与预设操作类型不匹配的情况下，该第一处理器发出用于引导用户录入该预设操作类型的第一指示信息。

可选地，在确定该近场语音控制信息对应的操作类型之后，该第一处理器在确定该近场语音控制信息的音乐信息不完整的情况下，发出用于指示用户录入完整的音乐信息的第二指示信息。

可选地，该第一处理器在识别该近场语音控制信息之后，通过语音云服务获取与该语音控制数据对应的音乐内容；播放该音乐内容。

根据本发明的另一个实施例，还提供了一种遥控器，包括：麦克风，用于接收近场语音控制信息；第二通信装置，用于将该近场语音控制信息发送至音源输入客户端设备，其中，该语音控制信息用于指示该音源输入客户端设备播放音乐。

可选地，该麦克风按键处于按压状态时，该麦克风开始接收该近场语音控制信息；该麦克风按键处于无按压状态时，该麦克风停止接收该近场语音控制信息。

下面结合本发明优选实施例进行详细说明。

本发明优选实施例针对相关技术中的以下问题：

1，现有的无线保真WIFI和蓝牙控制音响播放音乐的手段依赖手机装置，掌握手机操作技能的人群是受限的，比如老人和小孩就不能掌握手机操作技能。所以WI-FI和蓝牙控制音响播放音乐的手段不能适用于老人和小孩。

2，现有的语音控制音响播放音乐的装置中，麦克风安装在音响主机上，当音响主机播出的声音音量变大或者声音中的低音增强时，语音控制的性能急剧下降，用户不能打断正在播放的音乐，体验非常差。

3，现有的语音控制音响播放音乐的装置中，麦克风安装在音响主机上，用户远场语音控制音响的过程中，如果环境噪声增强，音响装置的降噪算法和拾音算法性能急剧下降，用户语音控制音响的体验非常差。

4，现有的语音控制音响播放音乐的手段中，如果用户控制话语中意图不明确或者意图信息不完整时，本次对话就会失败，用户需要重新说一次，并且要把自己的意图表达的足够明确或者把自己的意图信息表达的足够完整。用户说两次才能控制音响播放音乐，这种体验很差。

基于上述分析可知，相关技术中的传统音响采用有线输入音源的手段，操作不智能，需要依赖主机PC，手机等输出音源设备。智能音响采用蓝牙无线通信，WI-FI无线通信输入音源的手段，操作不智能，需要依赖PC，手机等输出音源设备，因为操作技能有门槛，所以适用人群受限。

而相关技术中的AI音响采用远场语音控制手段和主动在互联网搜索音乐的手段，相比传统音响，智能音响，自然(没有技能门槛)，方便(不依赖PC，手机等设备)。但是也有很多缺点：1)受音响本身播出音乐的因素，音响远场语音控制准确率不高。2)为了提高回声消除算法的性能来减少音响本身播出音乐对拾音的干扰，音响内部没有设计低音喇叭单元，这样会牺牲音响整体的听觉体验。3)受音响周围环境噪声的因素，音响远场语音控制准确率不高。4)在用户话语意图不明确和用户话语意图信息不完整时，音响回复用户没有听懂，对话过程中没有去引导用户，没有向用户提问来澄清用户的意图，导致用户体验很差。

针对传统音响和智能音响的缺点：本发明采用近场语音控制的手段，目的是解决操作不智能和操作技能有门槛的缺点。

针对AI音响的缺点：本发明采用近场语音控制的手段，目的是解决音响本身播出音乐对语音控制有干扰的缺点，解决音响本身播出音乐无法消除的缺点，解决音响低音差的缺点，解决环境噪声对语音控制有干扰的缺点，解决在用户话语意图不明确和用户话语意图信息不完整时，音响没有引导用户和没有向用户提问来澄清意图的缺点。

本发明优选实施例阐述一种近场语音控制音响播放音乐的系统和装置。

本发明由硬件系统和软件系统组成。

硬件系统包含遥控主板和音源输入控制板。遥控主板外接七号电池，指示灯，一个驻极体麦克风(或者一个硅麦)，一个麦克风按键，BLE模块。音源输入控制板的版型采用邮票孔焊接(或者插针)，它配合音响主板的扩展板一起工作，即焊接或者插在扩展板上工作。它的核心是路由主控芯片，路由主控芯片本身带有基带和媒体介入控制层(Media AccessContrlo，简称为MAC)，它外接了BLE模块，2.4G射频收发器，以太网口，双倍速率同步动态随机存储器(Double Data Rate，简称为DDR)内存芯片，固态存储器与动画编辑器FLASH存储芯片。其中BLE模块是标准的usb audio(音频)接口格式。

软件系统包含客户端软件和语音云服务。客户端包含遥控客户端和音源输入控制客户端。遥控客户端的底层是单片机系统，上层是遥控应用，遥控应用的职责是发送控制数据和语音数据给音源输入控制客户端。音源输入客户端的底层是openwrt路由系统，上层应用包含接入点(Access Point，简称为AP)广播应用，客户端Client联网应用，万维网Web后台服务，无线播放Airplay应用，(一种智能无线流媒体传输方案)Qplay应用，数字生活网络联盟(Digital Living Network Alliance，简称为Dlna)应用，录音应用，播音应用，语音对话应用。其中AP广播应用的职责是广播一个热点，用户可以用手机连接该热点，Client联网应用的职责是连接周围的无线路由器，接入互联网，Web后台服务的职责是为用户提供Web配置页面，用户操作浏览器来配置无线路由器账户等信息，Airplay应用的职责是支持Airplay音频传输协议，Qplay应用的职责是支持Qplay音频传输协议，Dlna应用的职责是支持Dlna音频传输协议。语音云服务具有中英文语音识别，语言理解，上下文对话管理(意图引导和澄清)，语音合成的能力，语音云服务被语音对话应用接入。

图2是根据本发明优选实施例的软件工作流程示意图，如图2所示，本发明的软件工作流程包括以下步骤：

步骤S201，系统开机，处于未连接互联网的状态。

步骤S202，用户连接音源输入客户端广播的AP热点，通过浏览器进入web配置页面，输入上网账户。

步骤S203，音源输入客户端收到上网账户，自动连上无线路由器，系统处于连接互联网的状态。

步骤S204，用户按下麦克风按键，发出语音指令，松开麦克风按键。

步骤S205，遥控客户端生成控制数据和语音数据，借助BLE无线传输，发送控制数据和语音数据到音源输入客户端。

步骤S206，音源输入客户端接收到控制数据和语音数据。判断控制数据为按键按下并且自身正在播放音乐，就暂停音乐。否则，不做处理。然后处理语音数据，如果意图不明确，就用引导的话术引导用户，如果意图明确但是信息不完整，就用澄清的话术引导用户去收集缺少的信息，最终将完整的意图信息发送给语音云服务，语音云服务给所述客户端返回用户期望的音乐内容。

步骤S207，音源输入客户端播放语音云服务返回的音乐内容。

需要说明的是，上述步骤S206的设计：麦克风和音响主机的位置是独立的，所以用户说话不受音响主机播出音乐的影响，解决了音响本身播出音乐对语音控制有干扰的缺点。用户距离麦克风近，并且用按键控制说话的开始和结束，减少了语音数据掺杂环境噪声的机会，解决环境噪声对语音控制有干扰的缺点。

上述步骤S207的设计：采用按键控制的方式后，不需要用到回声消除技术，低音不会对语音控制效果造成影响，解决音响本身播出音乐无法消除的缺点，解决音响低音差的缺点。借助语音云服务，解决音响没有引导用户和没有向用户提问来澄清意图的缺点。

需要补充的是，本发明优选实施例阐述的硬件系统中，音源输入控制板上的BLE蓝牙和遥控器上的BLE蓝牙可以用一对2.4G模块替代。

采用本发明优选实施例的方案，与相关技术相比，具有以下优点：

1，本发明不会阻碍音响对低音效果的设计。

2，本发明中音响播出的音乐不会对打断效果造成影响。

3，本发明中环境噪声对语音控制过程干扰减少。

4，本发明中整个语音对话过程是多轮的，有引导用户意图和澄清用户意图信息的过程，对话体验更好。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

实施例二

根据本发明的另一个实施例，还提供了一种播放音乐的系统，包括：

遥控器，用于通过麦克风获取近场语音控制信息，以及将所述近场语音控制信息传输至音源输入客户端设备；

所述音源输入客户端设备，用于依据所述近场语音控制信息播放音乐。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种音源输入客户端设备，其特征在于，包括：

第一通信装置，用于接收遥控板发送的近场语音控制信息，其中，所述遥控板通过麦克风接收所述近场语音控制信息；

第一处理器，用于依据所述近场语音控制信息播放音乐。

2.根据权利要求1所述的音源输入客户端设备，其特征在于，所述音源输入客户端设备还包括：

第二通信装置，用于在所述音源输入客户端设备开机后，连接至互联网。

3.根据权利要求2所述的音源输入客户端设备，其特征在于，所述第二通信装置通过以下方式连接至互联网：

建立接入点AP热点；

接收连接至所述AP热点的终端发送的上网账号；

所述第二通信装置依据所述上网账号连接至无线路由器。

4.根据权利要求1所述的音源输入客户端设备，其特征在于，在所述第一通信装置接收所述近场语音控制信息时，所述第一处理器降低当前播放音乐的音量，或者停止播放当前音乐。

5.根据权利要求1所述的音源输入客户端设备，其特征在于，

所述第一处理器还用于识别所述近场语音控制信息，其中，在确定所述近场语音控制信息指示的操作与预设操作类型不匹配的情况下，所述第一处理器发出用于引导用户录入所述预设操作类型的第一指示信息。

6.根据权利要求5所述的音源输入客户端设备，其特征在于，

在确定所述近场语音控制信息对应的操作类型之后，所述第一处理器在确定所述近场语音控制信息的音乐信息不完整的情况下，发出用于指示用户录入完整的音乐信息的第二指示信息。

7.根据权利要求5所述的音源输入客户端设备，其特征在于，

所述第一处理器在识别所述近场语音控制信息之后，通过语音云服务获取与所述语音控制数据对应的音乐内容；

播放所述音乐内容。

8.一种遥控器，其特征在于，包括：

麦克风，用于接收近场语音控制信息；

第二通信装置，用于将所述近场语音控制信息发送至音源输入客户端设备，其中，所述语音控制信息用于指示所述音源输入客户端设备播放音乐。

9.根据权利要求8所述的遥控器，其特征在于，

所述麦克风按键处于按压状态时，所述麦克风开始接收所述近场语音控制信息；

所述麦克风按键处于无按压状态时，所述麦克风停止接收所述近场语音控制信息。

10.一种播放音乐的系统，其特征在于，包括：

遥控器，用于通过麦克风获取近场语音控制信息，以及将所述近场语音控制信息传输至音源输入客户端设备；

所述音源输入客户端设备，用于依据所述近场语音控制信息播放音乐。