CN104992709A - 一种语音指令的执行方法及语音识别设备 - Google Patents

Abstract

本发明实施例公开了一种语音指令的执行方法及语音识别设备，使得语音指令可以多样化，提高了用户使用的方便性。本发明实施例方法包括：获取语音信息；判断语音信息是否为用户预设的语音指令；若是，则根据语音指令从数据库中提取出用户预设的操作指令，并根据操作指令执行相应的操作。本发明实施例还提供了一种语音识别设备。

Description

一种语音指令的执行方法及语音识别设备

技术领域

本发明涉及语音识别领域，尤其涉及一种语音指令的执行方法及语音识别设备。

背景技术

目前，通过语音或者手势来控制电子设备执行特定的操作，受到用户的喜爱。

一种现有的语音指令的执行方法是电子设备接收用户发出的语音信息，例如“播放音乐”，将语音信息转化为文字，然后对文字进行语义解析，从而匹配是某个场景，这里是音乐相关场景，根据文字查询到对应的执行指令，根据执行指令执行播放动作。

一种现有的动作指令的执行方法是用户通过软件记录下特定的手势，然后在匹配阶段执行某种操作，两者配对成功之后，用户只要在特定位置执行该手势，则手势识别软件自动触发预设的操作。

但是，语音指令的执行方法中语音和操作之间的关系都是预设的，并且跟语义相关，不能满足用户的个人需求和个性化设置；动作指令的执行方法不能满足特定场合中的用户需求，如用户在开车或者在厨房做饭时，双手不方便操作，从而影响用户体验。

发明内容

本发明实施例提供了一种语音指令的执行方法及语音识别设备，使得语音指令可以多样化，提高用户使用的方便性。

本发明第一方面提供一种语音指令的执行方法，包括：

获取语音信息；

判断所述语音信息是否为用户预设的语音指令；

若是，则根据所述语音指令从数据库中提取出用户预设的操作指令，并根据所述操作指令执行相应的操作。

结合本发明第一方面，本发明第一方面第一实施方式中，所述方法还包括：

获取用户发送的至少一个操作信息，根据所述至少一个操作信息生成操作指令；

获取用户发送的语音指令，对所述语音指令信息进行处理，得到语音指令数据；

将所述语音指令数据与所述操作指令进行匹配，并保存于数据库中。

结合本发明第一方面第一实施方式，本发明第一方面第二实施方式中，所述获取用户发送的至少一个操作信息，根据所述至少一个操作信息生成操作指令包括：

获取用户发送的至少一个操作信息；

对所述至少一个操作信息进行处理，得到至少一个操作信息数据，并将所述至少一个操作信息数据按照先后顺序生成操作指令。

结合本发明第一方面第一实施方式，本发明第一方面第三实施方式中，所述判断所述语音信息是否为用户预设的语音指令之前还包括：

对所述语音信息进行降噪和数据化处理，得到语音数据，根据所述语音数据获得所述语音信息的语音特征，并从数据库中提取出用户预设的语音指令数据，根据所述语音指令数据获得所述语音指令的语音特征。

结合本发明第一方面第三实施方式，本发明第一方面第四实施方式中，所述判断所述语音信息是否为用户预设的语音指令包括：

判断所述语音数据的语音特征与所述语音指令的语音特征的相似度是否达到预置值。

本发明第二方面提供一种语音识别设备，包括：

获取模块，用于获取语音信息；

判断模块，用于判断所述语音信息是否为用户预设的语音指令；

执行模块，用于当所述语音信息是用户预设的语音指令时，根据所述语音指令从数据库中提取出用户预设的操作指令，并根据所述操作指令执行相应的操作。

结合本发明第二方面，本发明第二方面第一实施方式中，

所述获取模块，还用于获取用户发送的至少一个操作信息，根据所述至少一个操作信息生成操作指令；

所述获取模块，还用于获取用户发送的语音指令，对所述语音指令信息进行处理，得到语音指令数据；

所述执行模块，还用于将所述语音指令数据与所述操作指令进行匹配，并保存于数据库中。

结合本发明第二方面第一实施方式，本发明第二方面第二实施方式中，所述获取模块包括：获取单元和生成单元；

所述获取单元，用于获取用户发送的至少一个操作信息；

所述生成单元，用于对所述至少一个操作信息进行处理，得到至少一个操作信息数据，并将所述至少一个操作信息数据按照先后顺序生成操作指令。

结合本发明第一方面第一实施方式，本发明第一方面第三实施方式中，所述语音识别设备还包括：处理模块；

所述处理模块，用于对所述语音信息进行降噪和数据化处理，得到语音数据，根据所述语音数据获得所述语音信息的语音特征，并从数据库中提取出用户预设的语音指令数据，根据所述语音指令数据获得所述语音指令的语音特征。

结合本发明第二方面第三实施方式，本发明第二方面第四实施方式中，

所述判断模块，具体用于判断所述语音信息的语音特征与所述语音指令的语音特征的相似度是否达到预置值。

从以上技术方案可以看出，本发明实施例具有以下优点：

语音识别设备获取语音信息；判断语音信息是否为用户预设的语音指令；若是，则根据语音指令从数据库中提取出用户预设的操作指令，并根据操作指令执行相应的操作。与现有的语音指令的执行方法相比，本发明实施例中语音指令和操作指令都是用户根据个人需要进行个性化设置的，使得语音指令可以多样化；与现有的动作指令的执行方法相比，本发明实施例不需要通过动作，只需通过语音信息即可完成预期的操作，因此，提高了使用的方便性。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例和现有技术描述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它的附图。

图1为本发明实施例中语音指令的执行方法的一个实施例示意图；

图2为本发明实施例中语音识别设备的一个实施例示意图；

图3为本发明实施例中语音识别设备的另一个实施例示意图。

具体实施方式

本发明实施例提供了一种语音指令的执行方法及语音识别设备，使得语音指令可以多样化，提高用户使用的方便性。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

下面通过具体实施例，分别进行详细说明。

请参阅图1，本发明实施例提供一种语音指令的执行方法，包括：

101、获取语音信息；

本发明实施例中，语音识别设备获取用户发送的语音信息。

102、判断语音信息是否为用户预设的语音指令，若是，则执行步骤103；

本发明实施例中，判断获取到的语音信息是否为用户预设的语音指令，若是，则执行步骤103。

103、根据语音指令从数据库中提取出用户预设的操作指令，并根据操作指令执行相应的操作。

本发明实施例中，当语音信息是用户预设的语音指令时，根据语音指令从数据库中提取出用户预设的操作指令，并根据提取出的操作指令执行相应的操作。

本发明实施例中，语音识别设备获取语音信息；判断语音信息是否为用户预设的语音指令；若是，则根据语音指令从数据库中提取出用户预设的操作指令，并根据操作指令执行相应的操作。与现有的语音指令的执行方法相比，本发明实施例中语音指令和操作指令都是用户根据个人需要进行个性化设置的，使得语音指令可以多样化；与现有的动作指令的执行方法相比，本发明实施例不需要通过动作，只需通过语音信息即可完成预期的操作，因此，提高了使用的方便性。

可选的，本发明的一些实施例中，语音指令的执行方法还包括：

获取用户发送的至少一个操作信息，根据至少一个操作信息生成操作指令；

获取用户发送的语音指令，对语音指令信息进行处理，得到语音指令数据；

将语音指令数据与操作指令进行匹配，并保存于数据库中。

本发明实施例中，用户对操作指令和语音指令进行设置，使得方案更加灵活。

可选的，本发明的一些实施例中，获取用户发送的至少一个操作信息，根据至少一个操作信息生成操作指令包括：

获取用户发送的至少一个操作信息；

对至少一个操作信息进行处理，得到至少一个操作信息数据，并将至少一个操作信息数据按照先后顺序生成操作指令。

本发明实施例中，根据操作信息生成操作指令的具体细化，使得方案更加明了。

可选的，本发明的一些实施例中，判断语音信息是否为用户预设的语音指令之前还包括：

对语音信息进行降噪和数据化处理，得到语音数据，根据语音数据获得语音信息的语音特征，语音特征包括音量、频率、持续时间或语义，并从数据库中提取出用户预设的语音指令数据，根据语音指令数据获得语音指令的语音特征。

本发明实施例中，在判断步骤之前增加获取语音信息和语音指令的语音特征的步骤，使得方案的实施更详细。

可选的，本发明的一些实施例中，判断语音信息是否为用户预设的语音指令包括：

判断所述语音数据的语音特征与所述语音指令的语音特征的相似度是否达到预置值。

本发明实施例中，对判断语音信息是否为用户预设的语音指令步骤的具体细化，使得方案的实施更明确。

为了便于理解，下面以一实际应用场景对本发明实施例中语音指令的执行方法进行详细描述：

语音识别设备是具有语音识别功能的电子产品，如手机、电脑和车载导航仪等；执行语音指令的场景可以是音乐播放、软件打开或关闭等场景。本实施例以手机作为语音识别设备，将图片分享至微信朋友圈为场景为例，进行详细说明。

用户打开手机上的语音指令设置功能，开始用户预设语音指令，用户进行操作，第一步操作：在图片显示的界面点击图片，弹出选择窗口；第二步操作：从选择窗口中选择分享至微信；第三步操作：点击确认按钮。记录下每一步操作中用户的操作信息，将3个操作信息进行处理，得到3个操作信息数据，并将这3个操作信息数据按照用户操作的先后顺序生成操作指令，为了避免手机系统的不稳定或者随机性带来的结果不一致，判断用户每个操作信息之后的界面元素变化，并通过脚本执行自检，若脚本自检未通过，则用户重新进行操作，若脚本自检通过，则在得到操作指令之后，手机接收用户发送的语音指令“分享到朋友圈”，对这条语音指令进行降噪和数据化处理，得到语音指令数据，将语音指令数据和操作指令进行匹配后，保存在数据库中，即手机可以通过语音指令查找到对应的操作指令，并且提取出该操作指令，用户确认完成语音指令的设置，关闭语音指令设置功能，此实施例中假设用户预设了3个语音指令，语音指令分别为“播放音乐”、“分享至朋友圈”和“照相”。

用户使用手机浏览图片，想要将当前图片分享至微信朋友圈，于是对着手机麦克风发出语音信息“分享至朋友圈”，手机对语音信息“分享至朋友圈”进行降噪和数据化处理，得到语音数据，对语音数据进行分析，得到该语音信息的语音特征，语音特征包括该语音信息的持续时间、持续时间内的音量值的变化、持续时间内的频率值的变化等；从数据库中提取出用户预设的语音指令数据，并获得与该语音指令数据对应的语音指令的语音特征，用户在预设语音指令时是按照自己的说话习惯，因此，再次说出语音指令时必然会相似度很高，将当前的语音信息的语音特征和语音指令的语音特征进行对比，相似度达到预置的标准时，语音信息就是该语音指令，即用户发出的语音信息“分享至朋友圈”为用户预设的语音指令，在判断相似度时，还可以使用语义分析等方法，来提高判断的准确率，具体的判断方法不做限定。

判断出用户发出的语音信息“分享至朋友圈”为用户预设的语音指令后，根据语音指令的语音指令数据从数据库中找到匹配的操作指令，执行操作指令，实现预设时的操作信息，第一步操作：在图片显示的界面点击图片，弹出选择窗口；第二步操作：从选择窗口中选择分享至微信；第三步操作：点击确认按钮。

若用户发出的语音信息为“转发至朋友圈”，手机对语音信息“转发至朋友圈”进行降噪和数据化处理，得到语音数据，对语音数据进行分析，得到该语音信息的语音特征，而用户预设的三个语音指令的语音特征与语音信息的语音特征差别较大，则不能提取任何操作信息，手机等待接收用户发送的语音信息。

请参阅图2，本发明实施例提供一种语音识别设备，包括：

获取模块201，用于获取语音信息；

判断模块202，用于判断语音信息是否为用户预设的语音指令；

执行模块203，用于当语音信息是用户预设的语音指令时，根据语音指令从数据库中提取出用户预设的操作指令，并根据操作指令执行相应的操作。

本发明实施例中，获取模块201获取语音信息；判断模块202判断语音信息是否为用户预设的语音指令；若是，则执行模块203根据语音指令从数据库中提取出用户预设的操作指令，并根据操作指令执行相应的操作。与现有的语音指令的执行方法相比，本发明实施例中语音指令和操作指令都是用户根据个人需要进行个性化设置的，使得语音指令可以多样化；与现有的动作指令的执行方法相比，本发明实施例不需要通过动作，只需通过语音信息即可完成预期的操作，因此，提高了使用的方便性。

可选的，本发明的一些实施例中，

获取模块201，还用于获取用户发送的至少一个操作信息，根据至少一个操作信息生成操作指令；

获取模块201，还用于获取用户发送的语音指令，对语音指令信息进行处理，得到语音指令数据；

执行模块203，还用于将语音指令数据与操作指令进行匹配，并保存于数据库中。

本发明实施例中，用户通过获取模块201和执行模块203对操作指令和语音指令进行设置，使得方案更加灵活。

可选的，如图3所示，本发明的一些实施例中，获取模块201包括：获取单元2011和生成单元2012；

获取单元2011，用于获取用户发送的至少一个操作信息；

生成单元2012，用于对至少一个操作信息进行处理，得到至少一个操作信息数据，并将至少一个操作信息数据按照先后顺序生成操作指令。

本发明实施例中，获取单元2011和生成单元2012根据操作信息生成操作指令，使得方案更加明了。

可选的，如图3所示，本发明的一些实施例中，还包括：处理模块301；

处理模块301，用于对语音信息进行降噪和数据化处理，得到语音数据，根据语音数据获得语音信息的语音特征，并从数据库中提取出用户预设的语音指令数据，根据语音指令数据获得语音指令的语音特征。

本发明实施例中，处理模块301获取语音信息和语音指令的语音特征，使得方案的实施更详细。

可选的，本发明的一些实施例中，

判断模块202，具体用于判断语音信息的语音特征与语音指令的语音特征的相似度是否达到预置值。

本发明实施例中，判断模块202对判断语音信息是否为用户预设的语音指令的具体细化，使得方案的实施更明确。

为了便于理解，下面以一具体应用场景对本发明实施例中语音识别设备各模块之间的交互进行详细描述：

语音识别设备是具有语音识别功能的电子产品，如手机、电脑和车载导航仪等；执行语音指令的场景可以是音乐播放、软件打开或关闭等场景。本实施例以手机作为语音识别设备，将图片分享至微信朋友圈为场景为例，进行详细说明。

如图3所示，用户打开手机上的语音指令设置功能，开始用户预设语音指令，用户进行操作，第一步操作：在图片显示的界面点击图片，弹出选择窗口；第二步操作：从选择窗口中选择分享至微信；第三步操作：点击确认按钮。获取模块201中的获取单元2011记录下每一步操作中用户的操作信息，生成单元2012将3个操作信息进行处理，得到3个操作信息数据，并将这3个操作信息数据按照用户操作的先后顺序生成操作指令，为了避免手机系统的不稳定或者随机性带来的结果不一致，判断用户每个操作信息之后的界面元素变化，并通过脚本执行自检，若脚本自检未通过，则用户重新进行操作，若脚本自检通过，则在得到操作指令之后，获取模块201接收用户发送的语音指令“分享到朋友圈”，对这条语音指令进行降噪和数据化处理，得到语音指令数据，执行模块203将语音指令数据和操作指令进行匹配后，保存在数据库中，即执行模块203可以通过语音指令查找到对应的操作指令，并且提取出该操作指令，用户确认完成语音指令的设置，关闭语音指令设置功能，此实施例中假设用户预设了3个语音指令，语音指令分别为“播放音乐”、“分享至朋友圈”和“照相”。

用户使用手机浏览图片，想要将当前图片分享至微信朋友圈，于是对着获取模块201发出语音信息“分享至朋友圈”，处理模块301对语音信息“分享至朋友圈”进行降噪和数据化处理，得到语音数据，对语音数据进行分析，得到该语音信息的语音特征，语音特征包括该语音信息的持续时间、持续时间内的音量值的变化、持续时间内的频率值的变化等；处理模块301从数据库中提取出用户预设的语音指令数据，并获得与该语音指令数据对应的语音指令的语音特征，用户在预设语音指令时是按照自己的说话习惯，因此，再次说出语音指令时必然会相似度很高，判断模块202将当前的语音信息的语音特征和语音指令的语音特征进行对比，相似度达到预置的标准时，语音信息就是该语音指令，即用户发出的语音信息“分享至朋友圈”为用户预设的语音指令，在判断相似度时，还可以使用语义分析等方法，来提高判断的准确率，具体的判断方法不做限定。

判断模块202判断出用户发出的语音信息“分享至朋友圈”为用户预设的语音指令后，执行模块203根据语音指令的语音指令数据从数据库中找到匹配的操作指令，执行操作指令，实现预设时的操作信息，第一步操作：在图片显示的界面点击图片，弹出选择窗口；第二步操作：从选择窗口中选择分享至微信；第三步操作：点击确认按钮。

若获取模块201获取到的的语音信息为“转发至朋友圈”，处理模块301对语音信息“转发至朋友圈”进行降噪和数据化处理，得到语音数据，对语音数据进行分析，得到该语音信息的语音特征，判断模块202判断出用户预设的三个语音指令的语音特征与语音信息的语音特征差别较大，则执行模块203不能提取任何操作信息，获取模块201等待接收用户发送的语音信息。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种语音指令的执行方法，其特征在于，包括：

获取语音信息；

判断所述语音信息是否为用户预设的语音指令；

若是，则根据所述语音指令从数据库中提取出用户预设的操作指令，并根据所述操作指令执行相应的操作。

2.根据权利要求1所述的语音指令的执行方法，其特征在于，所述方法还包括：

获取用户发送的至少一个操作信息，根据所述至少一个操作信息生成操作指令；

获取用户发送的语音指令，对所述语音指令信息进行处理，得到语音指令数据；

将所述语音指令数据与所述操作指令进行匹配，并保存于数据库中。

3.根据权利要求2所述的语音指令的执行方法，其特征在于，所述获取用户发送的至少一个操作信息，根据所述至少一个操作信息生成操作指令包括：

获取用户发送的至少一个操作信息；

对所述至少一个操作信息进行处理，得到至少一个操作信息数据，并将所述至少一个操作信息数据按照先后顺序生成操作指令。

4.根据权利要求2所述的语音指令的执行方法，其特征在于，所述判断所述语音信息是否为用户预设的语音指令之前还包括：

对所述语音信息进行降噪和数据化处理，得到语音数据，根据所述语音数据获得所述语音信息的语音特征，并从数据库中提取出用户预设的语音指令数据，根据所述语音指令数据获得所述语音指令的语音特征。

5.根据权利要求4所述的语音指令的执行方法，其特征在于，所述判断所述语音信息是否为用户预设的语音指令包括：

判断所述语音数据的语音特征与所述语音指令的语音特征的相似度是否达到预置值。

6.一种语音识别设备，其特征在于，包括：

获取模块，用于获取语音信息；

判断模块，用于判断所述语音信息是否为用户预设的语音指令；

执行模块，用于当所述语音信息是用户预设的语音指令时，根据所述语音指令从数据库中提取出用户预设的操作指令，并根据所述操作指令执行相应的操作。

7.根据权利要求6所述的语音识别设备，其特征在于，

所述获取模块，还用于获取用户发送的至少一个操作信息，根据所述至少一个操作信息生成操作指令；

所述获取模块，还用于获取用户发送的语音指令，对所述语音指令信息进行处理，得到语音指令数据；

所述执行模块，还用于将所述语音指令数据与所述操作指令进行匹配，并保存于数据库中。

8.根据权利要求7所述的语音识别设备，其特征在于，所述获取模块包括：获取单元和生成单元；

所述获取单元，用于获取用户发送的至少一个操作信息；

所述生成单元，用于对所述至少一个操作信息进行处理，得到至少一个操作信息数据，并将所述至少一个操作信息数据按照先后顺序生成操作指令。

9.根据权利要求7所述的语音识别设备，其特征在于，所述语音识别设备还包括：处理模块；

所述处理模块，用于对所述语音信息进行降噪和数据化处理，得到语音数据，根据所述语音数据获得所述语音信息的语音特征，并从数据库中提取出用户预设的语音指令数据，根据所述语音指令数据获得所述语音指令的语音特征。

10.根据权利要求9所述的语音识别设备，其特征在于，

所述判断模块，具体用于判断所述语音信息的语音特征与所述语音指令的语音特征的相似度是否达到预置值。