CN104967726A

CN104967726A - 语音指令处理方法和装置、移动终端

Info

Publication number: CN104967726A
Application number: CN201510217722.7A
Authority: CN
Inventors: 申世安; 李光宇; 崔腾飞
Original assignee: Nubia Technology Co Ltd
Current assignee: Nubia Technology Co Ltd
Priority date: 2015-04-30
Filing date: 2015-04-30
Publication date: 2015-10-07
Anticipated expiration: 2035-04-30
Also published as: CN104967726B

Abstract

本发明实施例提供一种语音指令处理方法和装置、移动终端，所述语音指令处理方法包括：通过多个声波接收器接收从声源P发送的语音指令；根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中；当所述声源P在所述预定的响应范围中时，根据所述语音指令执行对应的处理流程。通过上述语音指令处理方法和装置或移动终端，当用户之外其他用户误说出语音指令时，由于声源P的位置判断，可以被排除在响应范围之外，从而减小由于用户之外的其他人的语音指令而执行对应的指令处理所造成的误操作的可能，保障了用户的隐私权，提高了用户体验。

Description

语音指令处理方法和装置、移动终端

技术领域

本发明涉及领域通信设备领域，特别涉及一种语音指令处理方法和装置、移动终端。

背景技术

现有技术，许多智能手机的操作系统中都设置有语音助手，例如苹果的Siri语音助手，通过语音助手，能够很方便的用语音指令进行操控，例如用户说出“读短信”，系统就会按照你的语音指令开始播报短信，但是有一种场景是极为不合适的。例如在驾驶时，周围环境会有其他人，这时如果他人发出“读短信”的指令，系统也会识别并做出相应的动作，这个有时无疑会泄露隐私，或导致用户陷入尴尬的局面。

发明内容

本发明提供一种语音指令处理方法和装置、移动终端，用于解决现有技术的语音助手使用中可能根据用户之外的其他人的语音指令而执行对应的指令处理所造成的误操作的问题。

为了解决上述技术问题，本发明实施例提供了一种语音指令处理方法，所述语音指令处理方法包括：

通过多个声波接收器接收从声源P发送的语音指令；

根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中；

当所述声源P在所述预定的响应范围中时，根据所述语音指令执行对应的处理流程。

优选地，所述声波接收器包括第一声波接收器和第二声波接收器；

所述根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中包括：

获取第一语音指令的自相关信号，获取第一语音指令和第二语音指令的互相关信号；其中，第一语音指令为第一声波接收器接收的来自声源P的语音指令；第二语音指令为第二声波接收器接收的来自声源P的语音指令；

通过比较所述自相关信号和互相关信号，判断声源P是否在预定的响应范围中。

优选地，所述通过比较所述自相关信号和互相关信号，判断声源P是否在预定的响应范围中包括：

当自相关信号和互相关信号满足如下条件中的一个或多个时，判断声源P是在预定的响应范围中：

获取所述自相关信号和互相关信号的峰值位置的差距，所述峰值位置的差距小于预定的第一差距；

获取所述自相关信号和互相关信号的峰值位置的能量比，所述峰值位置的能量比小于预定的第二差距。

优选地，所述根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中包括：

选取权矢量集合中的一个权矢量与各个声波接收器接收到的语音指令做加权求和，从而获取该全矢量对应的角度所对应的加权值；其中权矢量集合为各个角度对应的全矢量的集合；

比较各个角度对应的加权值，并将加权值最大的角度作为声源P对应的角度；

根据声源P对应的角度确定声源P是否在预定的响应范围中。

获取第一语音指令对应的第一积分信号和第一峰值位置，获取第二语音指令对应的第二积分信号和第二峰值位置；其中，第一语音指令为第一声波接收器接收的来自声源P的语音指令；第二语音指令为第二声波接收器接收的来自声源P的语音指令；

通过第一积分信号和第二积分信号的对比，以及第一峰值位置和第二峰值位置的对比，确定声源P是否在预定的响应范围中。

优选地，在所述根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中之前还包括；

判断当前环境的检测信号是否匹配表示驾驶环境的预定值，如果是驾驶环境，则继续执行根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中，如果不是驾驶环境，则根据所述语音指令执行对应的处理流程；或，

判断预处理使能参数的值，如果预处理使能参数的值为真值，则执行根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中，如果预处理使能参数的值为非真值，则根据所述语音指令执行对应的处理流程。

优选地，当前环境的检测信号包括第一检测信号，第二检测信号，第三检测信号、和第四检测信号中的一种或多种；其中，通过GPS定位信息获取第一检测信号，通过陀螺仪获取第二检测信号、通过加速度计获取第三检测信号、通过声音传感器获取第四检测信号。

为了解决上述技术问题，本发明还提供了一种语音指令处理装置，所述语音指令处理装置包括：

接收单元，用于通过多个声波接收器接收从声源P发送的语音指令；

判断单元，用于根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中；

执行单元，用于当所述声源P在所述预定的响应范围中时，根据所述语音指令执行对应的处理流程。

所述判断单元包括

第一判断模块，用于获取第一语音指令的自相关信号，获取第一语音指令和第二语音指令的互相关信号；其中，第一语音指令为第一声波接收器接收的来自声源P的语音指令；第二语音指令为第二声波接收器接收的来自声源P的语音指令；通过比较所述自相关信号和互相关信号，判断声源P是否在预定的响应范围中。

优选地，所述第一判断模块还用于当自相关信号和互相关信号满足如下条件中的一个或多个时，判断声源P是在预定的响应范围中：

优选地，所述判断单元还包括

第二判断模块，用于选取权矢量集合中的一个权矢量与各个声波接收器接收到的语音指令做加权求和，从而获取该全矢量对应的角度所对应的加权值；其中权矢量集合为各个角度对应的全矢量的集合；

根据声源P对应的角度确定声源P是否在预定的响应范围中。

所述判断单元还包括

第三判断模块，用于获取第一语音指令对应的第一积分信号和第一峰值位置，获取第二语音指令对应的第二积分信号和第二峰值位置；其中，第一语音指令为第一声波接收器接收的来自声源P的语音指令；第二语音指令为第二声波接收器接收的来自声源P的语音指令；

优选地，还包括环境检测单元，所述环境检测单元包括第一检测模块或第二检测模块；

所述第一检测模块用于判断当前环境的检测信号是否匹配表示驾驶环境的预定值，如果是驾驶环境，则继续执行根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中，如果不是驾驶环境，则根据所述语音指令执行对应的处理流程；

所述第二检测模块用于判断预处理使能参数的值，如果预处理使能参数的值为真值，则执行根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中，如果预处理使能参数的值为非真值，则根据所述语音指令执行对应的处理流程。

优选地，所述第一检测模块包括第一检测子模块、第二检测子模块、第三检测子模块、第四检测子模块中的一个或多个；

所述第一检测子模块用于通过GPS定位信息获取第一检测信号；

所述第二检测子模块用于通过陀螺仪获取第二检测信号；

所述第三检测子模块用于通过加速度计获取第三检测信号；

所述第四检测子模块用于通过声音传感器获取第四检测信号。

为了解决上述技术问题，本发明还提供了移动终端，所述移动终端包括上述任一语音指令处理装置。

本发明的有益效果包括：

在本发明提供的语音指令处理方法和装置、移动终端中，通过多个声波接收器接收从声源P发送的语音指令，通过各个声波接收器接收的语音指令的比对，可以确定声源P是否在所述预定的响应范围中，当所述声源P在所述预定的响应范围中时，控制器根据所述语音指令执行对应的处理流程，当所述声源P在所述预定的响应范围中时，终止对所述语音指令的继续处理。通过上述对声源P是否在所述预定的响应范围进行判断的相关设置，当其他用户误说出语音指令时，由于声源P的位置判断，可以被排除在响应范围之外，从而减小由于用户之外的其他人的语音指令而执行对应的指令处理所造成的误操作的可能，保障了用户的隐私权，提高了用户体验。

附图说明

图1为实现本发明各个实施例的移动终端的硬件结构示意图；

图2为如图1所示的移动终端的无线通信系统示意图；

图3为本发明实施例提供的一种语音指令处理方法的流程示意图；

图4为本发明实施例提供的另一种语音指令处理方法的流程示意图；

图5A、5B、5C和5D分别为本发明实施例提供的一种声源P方位判断的示意图；

图6为本发明实施例提供的另一种声源P方位判断的示意图；

图7为本发明实施例提供的一种语音指令处理装置的流程示意图。

具体实施方式

为使本领域的技术人员更好地理解本发明的技术方案，下面结合附图对本发明实施例提供的一种语音指令处理方法和装置、移动终端进行详细描述。

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

现在将参考附图描述实现本发明各个实施例的移动终端。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。因此，"模块"与"部件"可以混合地使用。

移动终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、导航装置等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。下面，假设终端是移动终端。然而，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。

图1为实现本发明各个实施例的移动终端的硬件结构示意。

移动终端100可以包括无线通信单元110、A/V(音频/视频)输入单元120、用户输入单元130、感测单元140、输出单元150、存储器160、接口单元170、控制器180和电源单元190等等。图1示出了具有各种组件的移动终端，但是应理解的是，并不要求实施所有示出的组件。可以替代地实施更多或更少的组件。将在下面详细描述移动终端的元件。

无线通信单元110通常包括一个或多个组件，其允许移动终端100与无线通信系统或网络之间的无线电通信。例如，无线通信单元可以包括广播接收模块111、移动通信模块112、无线互联网模块113、短程通信模块114和位置信息模块115中的至少一个。

广播接收模块111经由广播信道从外部广播管理服务器接收广播信号和/或广播相关信息。广播信道可以包括卫星信道和/或地面信道。广播管理服务器可以是生成并发送广播信号和/或广播相关信息的服务器或者接收之前生成的广播信号和/或广播相关信息并且将其发送给终端的服务器。广播信号可以包括TV广播信号、无线电广播信号、数据广播信号等等。而且，广播信号可以进一步包括与TV或无线电广播信号组合的广播信号。广播相关信息也可以经由移动通信网络提供，并且在该情况下，广播相关信息可以由移动通信模块112来接收。广播信号可以以各种形式存在，例如，其可以以数字多媒体广播(DMB)的电子节目指南(EPG)、数字视频广播手持(DVB-H)的电子服务指南(ESG)等等的形式而存在。广播接收模块111可以通过使用各种类型的广播系统接收信号广播。特别地，广播接收模块111可以通过使用诸如多媒体广播-地面(DMB-T)、数字多媒体广播-卫星(DMB-S)、数字视频广播-手持(DVB-H)，前向链路媒体(MediaFLO)的数据广播系统、地面数字广播综合服务(ISDB-T)等等的数字广播系统接收数字广播。广播接收模块111可以被构造为适合提供广播信号的各种广播系统以及上述数字广播系统。经由广播接收模块111接收的广播信号和/或广播相关信息可以存储在存储器160(或者其它类型的存储介质)中。

移动通信模块112将无线电信号发送到基站(例如，接入点、节点B等等)、外部终端以及服务器中的至少一个和/或从其接收无线电信号。这样的无线电信号可以包括语音通话信号、视频通话信号、或者根据文本和/或多媒体消息发送和/或接收的各种类型的数据。

无线互联网模块113支持移动终端的无线互联网接入。该模块可以内部或外部地耦接到终端。该模块所涉及的无线互联网接入技术可以包括WLAN(无线LAN)(Wi-Fi)、Wibro(无线宽带)、Wimax(全球微波互联接入)、HSDPA(高速下行链路分组接入)等等。

短程通信模块114是用于支持短程通信的模块。短程通信技术的一些示例包括蓝牙^TM、射频识别(RFID)、红外数据协会(IrDA)、超宽带(UWB)、紫蜂^TM等等。

位置信息模块115是用于检查或获取移动终端的位置信息的模块。位置信息模块的典型示例是GPS(全球定位系统)。根据当前的技术，GPS模块115计算来自三个或更多卫星的距离信息和准确的时间信息并且对于计算的信息应用三角测量法，从而根据经度、纬度和高度准确地计算三维当前位置信息。当前，用于计算位置和时间信息的方法使用三颗卫星并且通过使用另外的一颗卫星校正计算出的位置和时间信息的误差。此外，GPS模块115能够通过实时地连续计算当前位置信息来计算速度信息。

A/V输入单元120用于接收音频或视频信号。A/V输入单元120可以包括相机121和麦克风1220，相机121对在视频捕获模式或图像捕获模式中由图像捕获装置获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元151上。经相机121处理后的图像帧可以存储在存储器160(或其它存储介质)中或者经由无线通信单元110进行发送，可以根据移动终端的构造提供两个或更多相机1210。麦克风122可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由移动通信模块112发送到移动通信基站的格式输出。麦克风122可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

用户输入单元130可以根据用户输入的命令生成键输入数据以控制移动终端的各种操作。用户输入单元130允许用户输入各种类型的信息，并且可以包括键盘、锅仔片、触摸板(例如，检测由于被接触而导致的电阻、压力、电容等等的变化的触敏组件)、滚轮、摇杆等等。特别地，当触摸板以层的形式叠加在显示单元151上时，可以形成触摸屏。

感测单元140检测移动终端100的当前状态，(例如，移动终端100的打开或关闭状态)、移动终端100的位置、用户对于移动终端100的接触(即，触摸输入)的有无、移动终端100的取向、移动终端100的加速或减速移动和方向等等，并且生成用于控制移动终端100的操作的命令或信号。例如，当移动终端100实施为滑动型移动电话时，感测单元140可以感测该滑动型电话是打开还是关闭。另外，感测单元140能够检测电源单元190是否提供电力或者接口单元170是否与外部装置耦接。感测单元140可以包括接近传感器1410将在下面结合触摸屏来对此进行描述。

接口单元170用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。识别模块可以是存储用于验证用户使用移动终端100的各种信息并且可以包括用户识别模块(UIM)、客户识别模块(SIM)、通用客户识别模块(USIM)等等。另外，具有识别模块的装置(下面称为"识别装置")可以采取智能卡的形式，因此，识别装置可以经由端口或其它连接装置与移动终端100连接。接口单元170可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端和外部装置之间传输数据。

另外，当移动终端100与外部底座连接时，接口单元170可以用作允许通过其将电力从底座提供到移动终端100的路径或者可以用作允许从底座输入的各种命令信号通过其传输到移动终端的路径。从底座输入的各种命令信号或电力可以用作用于识别移动终端是否准确地安装在底座上的信号。输出单元150被构造为以视觉、音频和/或触觉方式提供输出信号(例如，音频信号、视频信号、警报信号、振动信号等等)。输出单元150可以包括显示单元151、音频输出模块152、警报单元153等等。

显示单元151可以显示在移动终端100中处理的信息。例如，当移动终端100处于电话通话模式时，显示单元151可以显示与通话或其它通信(例如，文本消息收发、多媒体文件下载等等)相关的用户界面(UI)或图形用户界面(GUI)。当移动终端100处于视频通话模式或者图像捕获模式时，显示单元151可以显示捕获的图像和/或接收的图像、示出视频或图像以及相关功能的UI或GUI等等。

同时，当显示单元151和触摸板以层的形式彼此叠加以形成触摸屏时，显示单元151可以用作输入装置和输出装置。显示单元151可以包括液晶显示器(LCD)、薄膜晶体管LCD(TFT-LCD)、有机发光二极管(OLED)显示器、柔性显示器、三维(3D)显示器等等中的至少一种。这些显示器中的一些可以被构造为透明状以允许用户从外部观看，这可以称为透明显示器，典型的透明显示器可以例如为TOLED(透明有机发光二极管)显示器等等。根据特定想要的实施方式，移动终端100可以包括两个或更多显示单元(或其它显示装置)，例如，移动终端可以包括外部显示单元(未示出)和内部显示单元(未示出)。触摸屏可用于检测触摸输入压力以及触摸输入位置和触摸输入面积。

音频输出模块152可以在移动终端处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将无线通信单元110接收的或者在存储器160中存储的音频数据转换音频信号并且输出为声音。而且，音频输出模块152可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出模块152可以包括扬声器、蜂鸣器等等。

警报单元153可以提供输出以将事件的发生通知给移动终端100。典型的事件可以包括呼叫接收、消息接收、键信号输入、触摸输入等等。除了音频或视频输出之外，警报单元153可以以不同的方式提供输出以通知事件的发生。例如，警报单元153可以以振动的形式提供输出，当接收到呼叫、消息或一些其它进入通信(incomingcommunication)时，警报单元153可以提供触觉输出(即，振动)以将其通知给用户。通过提供这样的触觉输出，即使在用户的移动电话处于用户的口袋中时，用户也能够识别出各种事件的发生。警报单元153也可以经由显示单元151或音频输出模块152提供通知事件的发生的输出。

存储器160可以存储由控制器180执行的处理和控制操作的软件程序等等，或者可以暂时地存储己经输出或将要输出的数据(例如，电话簿、消息、静态图像、视频等等)。而且，存储器160可以存储关于当触摸施加到触摸屏时输出的各种方式的振动和音频信号的数据。

存储器160可以包括至少一种类型的存储介质，所述存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等等。而且，移动终端100可以与通过网络连接执行存储器160的存储功能的网络存储装置协作。

控制器180通常控制移动终端的总体操作。例如，控制器180执行与语音通话、数据通信、视频通话等等相关的控制和处理。另外，控制器180可以包括用于再现(或回放)多媒体数据的多媒体模块1810，多媒体模块1810可以构造在控制器180内，或者可以构造为与控制器180分离。控制器180可以执行模式识别处理，以将在触摸屏上执行的手写输入或者图片绘制输入识别为字符或图像。

电源单元190在控制器180的控制下接收外部电力或内部电力并且提供操作各元件和组件所需的适当的电力。

这里描述的各种实施方式可以以使用例如计算机软件、硬件或其任何组合的计算机可读介质来实施。对于硬件实施，这里描述的实施方式可以通过使用特定用途集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、被设计为执行这里描述的功能的电子单元中的至少一种来实施，在一些情况下，这样的实施方式可以在控制器180中实施。对于软件实施，诸如过程或功能的实施方式可以与允许执行至少一种功能或操作的单独的软件模块来实施。软件代码可以由以任何适当的编程语言编写的软件应用程序(或程序)来实施，软件代码可以存储在存储器160中并且由控制器180执行。

至此，己经按照其功能描述了移动终端。下面，为了简要起见，将描述诸如折叠型、直板型、摆动型、滑动型移动终端等等的各种类型的移动终端中的滑动型移动终端作为示例。因此，本发明能够应用于任何类型的移动终端，并且不限于滑动型移动终端。

如图1中所示的移动终端100可以被构造为利用经由帧或分组发送数据的诸如有线和无线通信系统以及基于卫星的通信系统来操作。

现在将参考图2描述其中根据本发明的移动终端能够操作的通信系统。

这样的通信系统可以使用不同的空中接口和/或物理层。例如，由通信系统使用的空中接口包括例如频分多址(FDMA)、时分多址(TDMA)、码分多址(CDMA)和通用移动通信系统(UMTS)(特别地，长期演进(LTE))、全球移动通信系统(GSM)等等。作为非限制性示例，下面的描述涉及CDMA通信系统，但是这样的教导同样适用于其它类型的系统。

参考图2，CDMA无线通信系统可以包括多个移动终端100、多个基站(BS)270、基站控制器(BSC)275和移动交换中心(MSC)280。MSC280被构造为与公共电话交换网络(PSTN)290形成接口。MSC280还被构造为与可以经由回程线路耦接到基站270的BSC275形成接口。回程线路可以根据若干己知的接口中的任一种来构造，所述接口包括例如E1/T1、ATM，IP、PPP、帧中继、HDSL、ADSL或xDSL。将理解的是，如图2中所示的系统可以包括多个BSC2750。

每个BS270可以服务一个或多个分区(或区域)，由多向天线或指向特定方向的天线覆盖的每个分区放射状地远离BS270。或者，每个分区可以由用于分集接收的两个或更多天线覆盖。每个BS270可以被构造为支持多个频率分配，并且每个频率分配具有特定频谱(例如，1.25MHz,5MHz等等)。

分区与频率分配的交叉可以被称为CDMA信道。BS270也可以被称为基站收发器子系统(BTS)或者其它等效术语。在这样的情况下，术语"基站"可以用于笼统地表示单个BSC275和至少一个BS270。基站也可以被称为"蜂窝站"。或者，特定BS270的各分区可以被称为多个蜂窝站。

如图2中所示，广播发射器(BT)295将广播信号发送给在系统内操作的移动终端100。如图1中所示的广播接收模块111被设置在移动终端100处以接收由BT295发送的广播信号。在图2中，示出了几个全球定位系统(GPS)卫星300。卫星300帮助定位多个移动终端100中的至少一个。

在图2中，描绘了多个卫星300，但是理解的是，可以利用任何数目的卫星获得有用的定位信息。如图1中所示的GPS模块115通常被构造为与卫星300配合以获得想要的定位信息。替代GPS跟踪技术或者在GPS跟踪技术之外，可以使用可以跟踪移动终端的位置的其它技术。另外，至少一个GPS卫星300可以选择性地或者额外地处理卫星DMB传输。

作为无线通信系统的一个典型操作，BS270接收来自各种移动终端100的反向链路信号。移动终端100通常参与通话、消息收发和其它类型的通信。特定基站270接收的每个反向链路信号被在特定BS270内进行处理。获得的数据被转发给相关的BSC275。BSC提供通话资源分配和包括BS270之间的软切换过程的协调的移动管理功能。BSC275还将接收到的数据路由到MSC280，其提供用于与PSTN290形成接口的额外的路由服务。类似地，PSTN290与MSC280形成接口，MSC与BSC275形成接口，并且BSC275相应地控制BS270以将正向链路信号发送到移动终端100。

基于上述移动终端硬件结构以及通信系统，提出本发明方法各个实施例。

请参阅图3，为本发明实施例提供的一种语音指令处理方法的流程示意图，如图3所示，本发明实施例提供的语音指令处理方法包括：

步骤S110，通过多个声波接收器接收从声源P发送的语音指令；

步骤S120，根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中；

步骤S130，当所述声源P在所述预定的响应范围中时，根据所述语音指令执行对应的处理流程。

在本发明提供的语音指令处理方法中，通过多个声波接收器接收从声源P发送的语音指令，通过各个声波接收器接收的语音指令的比对，可以确定声源P是否在所述预定的响应范围中，当所述声源P在所述预定的响应范围中时，控制器根据所述语音指令执行对应的处理流程，当所述声源P在所述预定的响应范围中时，终止对所述语音指令的继续处理。通过上述对声源P是否在所述预定的响应范围进行判断的相关设置，当其他用户误说出语音指令时，由于声源P的位置判断，可以被排除在响应范围之外，从而减小由于用户之外的其他人的语音指令而执行对应的指令处理所造成的误操作的可能，保障了用户的隐私权，提高了用户体验。

其中，声波接收器的数目为2个或2个以上，优选地，声波接收器的数目为2个，分别对称的设置移动终端的左侧和右侧。本发明实施例中，声波接收器可以是麦克风。

声音在介质中传播的过程中会衰减，因此与声源距离不同的两个麦克风接收到的声信号能量是不同的，且接收到声信号的时间也是有差异的，类似于人的双耳定位原理，因此，可以通过声波到达两个麦克风的能量比和时间差来对声源即目标进行定位，通过手机之类的移动终端上不同位置的内置麦克风，通过数字信号处理器(DSP，Digital Signal Processor)将采集的数据进行处理，通过上述算法得出声音的方位。

本发明实施例中，所述根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中包括：

根据多个声波接收器接收到的语音指令判断声源P的方位信息；

根据所述方位信息判断声源P是否在预定的响应范围中。

获取语音指令y_A(t)的自相关信号G_A(t)，获取语音指令y_A(t)和语音指令y_B(t)的互相关信号G_B(t)；其中，y_A(t)为第一声波接收器接收的来自声源P的语音指令；y_B(t)为第二声波接收器接收的来自声源P的语音指令；

通过比较所述自相关信号G_A(t)和互相关信号G_B(t)，判断声源P是否在预定的响应范围中。具体地，通过比较所述自相关信号G_A(t)和互相关信号G_B(t)，可以确定声源P的方位信息，从而通过上述方位信息确定声源P是否在预定的响应范围中。其中，语音指令y_A(t)为第一语音指令，语音指令y_B(t)为第二语音指令。

本发明实施例中，所述通过比较所述自相关信号G_A(t)和互相关信号G_B(t)，判断声源P是否在预定的响应范围中包括：当自相关信号G_A(t)和互相关信号G_B(t)满足如下条件中的一个或多个时，判断声源P是在预定的响应范围中：获取所述自相关信号G_A(t)和互相关信号G_B(t)的峰值位置的差距，所述峰值位置的差距小于预定的第一差距；获取所述自相关信号G_A(t)和互相关信号G_B(t)的峰值位置的能量比，所述峰值位置的能量比小于预定的第二差距。

具体地，例如，在一个示例中，获取所述自相关信号G_A(t)和互相关信号G_B(t)的峰值位置的差距，当所述峰值位置的差距大于预定的第一差距时，判断声源P不在预定的响应范围，当所述峰值位置的差距小于预定的第一差距时，判断声源P在预定的响应范围中。

此外，也可以通过上述条件中的一个来进行判断。例如，在另一个示例中，获取所述自相关信号G_A(t)和互相关信号G_B(t)的峰值位置的差距，当所述峰值位置的差距大于预定的第一差距时，判断声源P不在预定的响应范围，当所述峰值位置的差距小于预定的第一差距时，判断声源P在预定的响应范围中。

具体地，在另一个示例中，获取所述自相关信号G_A(t)和互相关信号G_B(t)的峰值位置的能量比，当所述峰值位置的能量比大于预定的第二差距时，判断声源P不在预定的响应范围，当所述峰值位置的能量比小于预定的第二差距时，判断声源P在预定的响应范围中。

对于本发明实施例中的第一差距和第二差距，可以根据实验过程，在有效范围的边缘时，实际的相关信号之间的差距进行设定，可以理解，随着有效范围的不同，第一差距和第二差距的大小也不相同。因此，通过第一差距和第二差距的大小的设定，可以确定有效范围的大小。

本发明实施例中，所述根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中包括：根据多个声波接收器接收到的语音指令判断声源的位置信息；根据P的位置信息判断声源P是否在预定的响应范围中。

其中，所述位置信息具体为方位信息。响应范围可以设置定手机前方一定角度范围内，例如，将响应范围设定为手机前方0～30度的范围内。

本发明实施例中，也可以采用其他的方式确定声源P是否在预定的响应范围中。

具体地，上述示例中，给出了通过两个麦克风接收信号的时延量来进行声源定位，此外，也可以采用波束形成的技术进行声源定位。波束形成主要是对各个麦克风接收的信号进行加权求和，权矢量由幅值和相位两部分组成，幅值用来控制对应麦克风在信号处理中所占比重，相位用来对对应麦克风采集的信号进行相位补偿。

根据声源P对应的角度确定声源P是否在预定的响应范围中。

此外，还可以采用其他的方式。例如，优选地，所述声波接收器包括第一声波接收器和第二声波接收器；所述根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中包括：

获取语音指令y_A(t)对应的积分信号Q_A(t)和峰值位置t1，获取语音指令y_B(t)对应的积分信号Q_B(t)和峰值位置t2；其中，y_A(t)为第一声波接收器接收的来自声源P的语音指令；y_B(t)为第二声波接收器接收的来自声源P的语音指令；其中，语音指令y_A(t)为第一语音指令，语音指令y_B(t)为第二语音指令。积分信号Q_A(t)为第一积分信号，积分信号Q_B(t)为第二积分信号。t1为第一峰值位置，t2为第二峰值位置。

通过积分信号Q_A(t)和积分信号Q_B(t)的对比，以及峰值位置t1和t2的对比，确定声源P是否在预定的响应范围中。具体地，通过积分信号Q_A(t)和积分信号Q_B(t)的对比，以及峰值位置t1和t2的对比，可以确定声源P的方位信息，从而通过上述方位信息确定声源P是否在预定的响应范围中。

在大多数应用场景下，并不需要对声源的方位进行判断，而是直接执行语音指令的处理流程就可以了，因为在大多数应用场景由于麦克风的语音处理行业滤波作用，距离较远的其他人的声音会作为背景噪音或杂音滤除，不容易对语音助手的使用造成干扰，然而在某些特殊的情况下，例如，较为封闭的房间或者汽车上，这时候，其他人的声音的强度依然较强，可能对语音助手的使用造成干扰，因此，在这种情况系下，对声源的方位进行判断将使得用户的隐私权得到保护，提高用户体验。

可以根据设置打开或者关闭对语音指令对应的声源的方位进行判断的功能，例如，自动判断当前环境是否为驾驶环境，如果是驾驶环境，对执行对所述语音指令的预处理过程，即对语音指令对应的声源的方位进行判断。此外，也可以通过预定的预处理使能参数来判断，由用户控制预处理使能参数的数值，如果预处理使能参数的值为真值，则执行对所述语音指令的预处理过程，即对语音指令对应的声源的方位进行判断。

具体地，本发明实施例中，优选地，在所述根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中之前还包括；

判断预处理使能参数的值，如果预处理使能参数的值为真值，则执行对所述语音指令的预处理过程，如果预处理使能参数的值为非真值，控制器根据所述语音指令执行对应的处理流程。其中，控制器是指语音助手，或者语音助手中对语音指令进行识别和处理的相关模块。预处理使能参数可以通过预设的开关或者按钮输入，用户可以通过预设的开关或者按钮输入切换预处理使能参数的值。

其中，当前环境的检测信号包括第一检测信号，第二检测信号，第三检测信号、和第四检测信号中的一种或多种；其中，通过GPS定位信息获取第一检测信号，通过陀螺仪获取第二检测信号、通过加速度计获取第三检测信号、通过声音传感器获取第四检测信号。

也就是说，可以通过GPS模块，陀螺仪，加速度计，或声音传感器中的一中或多种来检测当前环境是否为驾驶环境。对于通过GPS模块可以获取GPS定位信息，从而进一步获取当前的前进速度，如果前进速度大于步行速度的合理范围，则判断当前环境为驾驶环境。对于陀螺仪，其在驾驶环境和非驾驶环境的信号不同，因此通过分析陀螺仪获取的第二检测信号，可以判断当前环境是否为驾驶环境。同样，通过加速度计获取的第三检测信号，可以判断当前是否为驾驶环境。此外，通过环境中的背景声音信号也可以对环境进行判断。此外，由于实际中的驾驶环境较为复杂，单一检测信号的判断可能造成误判，在实际环境的检测中，可以采用上述检测信号中的多个进行结合判断，在结合判断时，可根据加权算法进行计算，总而提高判断的准确率。

例如，如果用户在某些场景下希望使用该对语音指令对应的声源的方位进行判断的功能，则打开上述预处理使能参数对应的控制开关。

可以通过传感器判断用户是否处于驾驶模式，例如陀螺仪数据，震动传感器，加速度计，或可通过环境声音来辅助判断，以及各种不限定形式的判断方式。

下面结合一个具体的实施例进行示例性说明。请参阅图4，为本发明实施例提供的另一种语音指令处理方法的流程示意图，如图4所示，在图3示出的语音指令处理方法的基础上，本发明实施例提供的语音指令处理方法包括：

步骤S210，接收用户发送的唤醒指令，唤醒指令可以是语音指令，也可以是其他类型的输入指令；通过唤醒指令，使得语音助手处于语音指令的输入监测状态。

步骤S220，通过多个声波接收器接收从声源P发送的语音指令。

步骤S230，判断当前环境是否为驾驶环境，如果是驾驶环境，则执行步骤S250；如果不是驾驶环境，则执行步骤S240。

步骤S240，控制器根据所述语音指令执行对应的处理流程。其中，控制器根据所述语音指令执行对应的处理流程可以根据现有技术的流程完成。

步骤S250；根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中，当所述声源P在所述预定的响应范围中时，控制器根据所述语音指令执行对应的处理流程，即执行步骤S240；当所述声源P不在所述预定的响应范围中时，终止对语音指令的继续处理，即结束流程。

在步骤S250中，可以根据上述实施例中给出的任意一种方法判断声源P是否在预定的响应范围中。

下面结合一个具体的示例进行说明。请参阅图5A，为本发明实施例提供的一种声源P方位判断的示意图，如图5A所示，A、B为位于手机上的不同位置的内置麦克风，P点是声源(即发出语音命令的人)的位置，由于P点与A、B两点的距离不同，因此A、B两点接收到语音命令的时间是有差异的，且接收到的语音指令的幅值大小不同，距离声源越近，接收到语音命令时间越早、信号幅值越大，但是，A、B两点接收到的语音指令的波形是相同的。

假设B点接收到的语音指令为y_B(t)＝s(t)，则A点接收到的语音指令为y_A(t)＝s(t-τ)，其中，表示A、B两点接收到语音命令的时间差，r_AB表示A、B两点的声程差，c表示声速。

由于A、B两个位置的麦克风接收到的语音指令是有着时间差的波形信号，因此可以用A点接收的信号分别与A、B两点接收的信号作自相关及互相关，通过比较自相关与互相关峰值的大小及位置，得出A、B接收信号的能量比、时间差，就可以判断出声源的方位。也就可以判断出发出语音命令的人是位于手机前方，还是左边或者右边。

可以根据定位得到的方位信息，选择响应手机前方一定角度范围内的语音命令，而不去响应手机左、右两方的语音命令，这样就可以屏蔽掉副驾驶方向发出的语音命令，防止隐私泄露。

请参阅图5B，为本发明实施例提供的另一种声源P方位判断的示意图，如图5B所示，S1位于主驾驶位置，S2位于副驾驶位置，C是手机摆放位置，S1处于语音软件响应范围，S2不在语音软件的响应范围之内，因此手机会响应S1发出的命令而不会响应S2发出的命令。

请参阅图5C和图5D，为本发明实施例提供的另一种声源P方位判断的示意图，如图5C所示，如果汽车后座有人，假设S3位于汽车后座，此时手机无法分清主驾驶S1与汽车后座S3发出的语音命令，这时，我们可以把手机旋转一定的角度，如图5D所示，手机C放置位置保证S1位于响应角度范围内而S2、S3位于响应范围之外即可。

需要说明的是，本发明实施例中，以设置两个声波接收器为例进行了说明，通过2个声波接收器只能确定声源P相对于手机的方位，而不能确定声源P的绝对位置，大多数情况，通过声源P相对于手机的方位的判断就可以正确的滤除来自机主之外的其他人的语音输入，因此可以作为一种占用较少资源但依然保持有效性的优选方案。

也可以设置更多的声波接收器，例如设置3个，手机的左侧右侧和下侧，分别设置一个声波接收器，通过3个声波接收器对声源P的位置进行确定，可以更加准确地判定声源P的位置。

对于三个及三个以上的麦克风，由于n个麦克风可以得到n-1个相互独立的时延信息，通过3个麦克风可以估算出二维平面内声源的位置，通过3个以上的麦克风线阵可以在二维平面内估计出声源的位置，3个以上的麦克风的计算结果将具有更高的精度，误差更小。该二维平面是指除高度以外的另外两个维度。

下面给出采用3个麦克风接收的信号进行加权求和的方法来获取方位信息的一个示例。下面结合具体的示例进行说明。

请参阅图6，为本发明实施例提供的另一种声源P方位判断的示意图，如图6所示，在水平方向按线状设置三个麦克风。P点是声源，A1、A2、A3是位于同一直线上的三个麦克风，假设A2、A3接收到的声信号相对于参考点A1的时间延迟分别为τ₁、τ₂，对于窄带信号来说，其对应的相位延迟分别为则权矢量的相位分别选为时，能使三个麦克风接收到的信号相位相同，此时，可以直接进行幅值相加，即功率输出达到最大值。对于宽带的语音信号而言，处理过程中只是在处理前端进行窄带滤波，转化为多个子带，先对子带进行处理，处理完之后再进行叠加。因此，我们可以把声信号在0-360度方向变化时所对应的权矢量都存到手机中，然后对麦克风接收到的语音命令分别采用这些方向的权矢量分别进行加权求和，通过比较加权求和的输出值的大小就可以判断出声源即发出语音命令人的方位。例如，权矢量集合为A[360][3]。其中，A包括360行，分别对应一个角度对应的权矢量，每一行包括3个数据，分别对应3个麦克风，将一个角度对应的权矢量与3个麦克风检测的语音指令做加权求和，得到该角度对应的加权值。例如，C₁₈₀＝B1*A[179][0]+B2*A[179][1]+B3*A[179][2]，其中，B1、B2和B3分别为3个麦克风检测的语音指令，A[179]为180度对应的权矢量，C₁₈₀为180度对应的加权值。分别求出各个角度对应的加权值，最大加权值对应的角度即为P对应角度，即方位信息。

基于与上述方法实施例相同或相似的构思，本发明实施例还提供一种语音指令处理装置。请参阅图7，为本发明实施例提供的一种语音指令处理装置的结构示意图，如图7所示，本发明实施例提供的语音指令处理装置包括：

接收单元10，用于通过多个声波接收器接收从声源P发送的语音指令；

判断单元20，用于根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中；

执行单元30，用于当所述声源P在所述预定的响应范围中时，根据所述语音指令执行对应的处理流程。

优选地，上述接收单元10、判断单元20和执行单元30设置在控制器180上，其中，声波接收器可以通过麦克风122实现。

本发明实施例中，所述声波接收器包括第一声波接收器和第二声波接收器。例如，AV输入单元120中包括两个麦克风122，分别为第一声波接收器和第二声波接收器。

所述判断单元20包括第一判断模块21，用于获取第一语音指令的自相关信号，获取第一语音指令和第二语音指令的互相关信号；其中，第一语音指令为第一声波接收器接收的来自声源P的语音指令；第二语音指令为第二声波接收器接收的来自声源P的语音指令；通过比较所述自相关信号和互相关信号，判断声源P是否在预定的响应范围中。

本发明实施例中，所述第一判断模块还用于当自相关信号和互相关信号满足如下条件中的一个或多个时，判断声源P是在预定的响应范围中：

本发明实施例中，所述判断单元20还包括

第二判断模块22，用于选取权矢量集合中的一个权矢量与各个声波接收器接收到的语音指令做加权求和，从而获取该全矢量对应的角度所对应的加权值；其中权矢量集合为各个角度对应的全矢量的集合；

比较各个角度对应的加权值，并将加权值最大的角度作为声源P对应的角度；根据声源P对应的角度确定声源P是否在预定的响应范围中。

本发明实施例中，所述声波接收器包括第一声波接收器和第二声波接收器；

所述判断单元20还包括

第三判断模块23，用于获取第一语音指令对应的第一积分信号和第一峰值位置，获取第二语音指令对应的第二积分信号和第二峰值位置；其中，第一语音指令为第一声波接收器接收的来自声源P的语音指令；第二语音指令为第二声波接收器接收的来自声源P的语音指令；

本发明实施例中，还包括环境检测单元40，所述环境检测单元40包括第一检测模块41或第二检测模块42；

所述第一检测模块41用于判断当前环境的检测信号是否匹配表示驾驶环境的预定值，如果是驾驶环境，则继续执行根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中，如果不是驾驶环境，则根据所述语音指令执行对应的处理流程；

所述第二检测模块42用于判断预处理使能参数的值，如果预处理使能参数的值为真值，则执行根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中，如果预处理使能参数的值为非真值，则根据所述语音指令执行对应的处理流程。

因此，环境检测单元40连接至判断单元20，根据环境检测单元40的检测结果，决定是否启用判断单元20。

本发明实施例中，所述第一判断模块包括第一检测子模块、第二检测子模块、第三检测子模块、第四检测子模块中的一个或多个；

所述第二检测子模块用于通过陀螺仪获取第二检测信号；

所述第三检测子模块用于通过加速度计获取第三检测信号；

基于与上述实施例相同或相似的构思，在上述移动终端的基础上，本发明实施例还提供一种移动终端，所述移动终端包括上述实施例提供的任意一种语音指令处理装置。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

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上述实施例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，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims

1.一种语音指令处理方法，其特征在于，所述语音指令处理方法包括：

通过多个声波接收器接收从声源P发送的语音指令；

2.如权利要求1所述的方法，其特征在于，所述声波接收器包括第一声波接收器和第二声波接收器；

3.如权利要求2所述的方法，其特征在于，所述通过比较所述自相关信号和互相关信号，判断声源P是否在预定的响应范围中包括：

4.如权利要求1所述的方法，其特征在于，所述根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中包括：

根据声源P对应的角度确定声源P是否在预定的响应范围中。

5.如权利要求1所述的方法，其特征在于，所述声波接收器包括第一声波接收器和第二声波接收器；

6.如权利要求1所述的方法，其特征在于，在所述根据多个声波接收器接收到的语音指令判断声源P是否在预定的响应范围中之前还包括；

7.如权利要求1所述的方法，其特征在于，当前环境的检测信号包括第一检测信号，第二检测信号，第三检测信号、和第四检测信号中的一种或多种；其中，通过GPS定位信息获取第一检测信号，通过陀螺仪获取第二检测信号、通过加速度计获取第三检测信号、通过声音传感器获取第四检测信号。

8.一种语音指令处理装置，其特征在于，所述语音指令处理装置包括：

9.如权利要求8所述的装置，其特征在于，所述声波接收器包括第一声波接收器和第二声波接收器；

所述判断单元包括

10.如权利要求9所述的装置，其特征在于，

所述第一判断模块还用于当自相关信号和互相关信号满足如下条件中的一个或多个时，判断声源P是在预定的响应范围中：

11.如权利要求8所述的装置，其特征在于，所述判断单元还包括

根据声源P对应的角度确定声源P是否在预定的响应范围中。

12.如权利要求8所述的装置，其特征在于，所述声波接收器包括第一声波接收器和第二声波接收器；

所述判断单元还包括

13.如权利要求8所述的装置，其特征在于，还包括环境检测单元，所述环境检测单元包括第一检测模块或第二检测模块；

14.如权利要求13所述的装置，其特征在于，所述第一检测模块包括第一检测子模块、第二检测子模块、第三检测子模块、第四检测子模块中的一个或多个；

所述第二检测子模块用于通过陀螺仪获取第二检测信号；

所述第三检测子模块用于通过加速度计获取第三检测信号；

15.一种移动终端，其特征在于，所述移动终端包括如权利要求8～14任一项所述的语音指令处理装置。