CN105573709A - 语音输入设备控制方法及系统 - Google Patents

Abstract

本发明公开了一种语音输入设备控制方法及系统，属于语音输入技术领域。该语音输入设备控制方法包括：在感知到语音输入开始操作后，接收用户输入的语音信号，并开启所述语音输入设备的静音模式；在感知到语音输入结束操作后，检查所述语音输入设备是否处于静音模式，如果是，则关闭所述语音输入设备的静音模式；对所述语音信号进行语音识别，得到所述语音信号对应的命令；执行所述命令对应的操作。该语音输入设备控制方法及系统，能够自动控制语音输入设备开启和关闭静音模式，从而有效提高语音输入质量。

Description

语音输入设备控制方法及系统

技术领域

本发明涉及语音输入技术领域，特别涉及一种语音输入设备控制方法及系统。

背景技术

经过多年的技术发展，语音输入作为一种重要的非键盘输入方法已经在平板电脑、智能手机等设备上得到了广泛的应用。采用语音进行信息数据输入，语音输入质量的高低对语音识别的准确性具有决定性作用，而语音识别的准确性又在很大程度上影响了用户体验的好坏。当采用带铃声功能的语音输入设备(例如智能手机)进行语音输入过程中，来自设备本身的来电铃声、短信铃声、闹铃音、后台音乐等干扰音，容易与用户输入的语音信号相混杂，导致语音输入质量降低。

现有技术中，为防止语音输入设备本身发出的铃声对语音输入效果的影响，用户通常在语音输入前，手动开启语音输入设备的静音模式，在语音输入结束后，再手动关闭静音模式，比较麻烦，并且容易因为忘记相关操作而导致语音输入过程中受到铃声干扰或者影响语音输入设备正常的使用功能。

发明内容

本发明实施例提供了一种语音输入设备控制方法及系统，能够自动控制语音输入设备开启和关闭静音模式，从而有效提高语音输入质量。

本发明实施例提供的技术方案如下：

一方面，提供了一种语音输入设备控制方法，包括：

在感知到语音输入开始操作后，接收用户输入的语音信号，并开启所述语音输入设备的静音模式；

在感知到语音输入结束操作后，检查所述语音输入设备是否处于静音模式，如果是，则关闭所述语音输入设备的静音模式；

对所述语音信号进行语音识别，得到所述语音信号对应的命令；

执行所述命令对应的操作。

优选地，所述感知到语音输入开始操作包括：感知到用户对所述语音输入设备的录音开启按钮的点击操作，或者感知到用户对所述语音输入设备的录音开启按键的按压操作，或者感知到用户对所述语音输入设备的录音开始选项的选择操作。

优选地，所述感知到语音输入结束操作包括：感知到用户对所述语音输入设备的录音结束按钮的点击操作，或者感知到用户对所述语音输入设备的录音结束按键的按压操作，或者感知到用户对所述语音输入设备的录音结束选项的选择操作。

优选地，所述接收用户输入的语音信号，并开启所述语音输入设备的静音模式包括：对接收的所述语音信号进行端点检测，并在检测到所述语音信号的开始端点后，开启所述语音输入设备的静音模式。

优选地，所述方法还包括：在感知到语音输入结束操作之前，如果检测到所述语音信号的结束端点，则关闭所述语音输入设备的静音模式。

另一方面，提供了一种语音输入设备控制系统，包括：

操作感知模块，用于感知用户的语音输入开始操作及语音输入结束操作；

接收模块，用于在所述操作感知模块感知到所述语音输入开始操作后，接收用户输入的语音信号；

模式设定模块，用于在所述操作感知模块感知到所述语音输入开始操作后，开启所述语音输入设备的静音模式，在所述操作感知模块感知到所述语音输入结束操作后，检查所述语音输入设备是否处于静音模式，如果是，则关闭所述语音输入设备的静音模式；

语音识别模块，用于对所述语音信号进行语音识别，得到所述语音信号对应的命令；

执行模块，用于执行所述命令对应的操作。

优选地，所述用户的语音输入开始操作包括：用户对所述语音输入设备的录音开启按钮的点击操作，或者用户对所述语音输入设备的录音开启按键的按压操作，或者用户对所述语音输入设备的录音开始选项的选择操作。

优选地，所述用户的语音输入结束操作包括：用户对所述语音输入设备的录音结束按钮的点击操作，或者用户对所述语音输入设备的录音结束按键的按压操作，或者用户对所述语音输入设备的录音结束选项的选择操作。

优选地，还包括：端点检测模块，用于对所述接收模块接收的语音信号进行端点检测，并在检测到所述语音信号的开始端点后，控制所述模式设定模块开启所述语音输入设备的静音模式。

优选地，所述端点检测模块，还用于在所述操作感知模块感知到语音输入结束操作之前，在检测到所述语音信号的结束端点后，控制所述模式设定模块关闭所述语音输入设备的静音模式。

本发明实施例提供的语音输入设备控制方法及系统，在感知到语音输入开始操作后，接收用户输入的语音信号，并自动开启语音输入设备的静音模式，能够保证在语音输入过程中，语音输入设备处于静音模式，从而有效屏蔽语音输入设备本身所发出的来电铃声、短信铃声、闹铃音、后台音乐等干扰音，提高语音输入的质量，进而提高语音识别的准确率；在感知到语音输入结束操作后，检查语音输入设备是否处于静音模式，如果是，则自动关闭语音输入设备的静音模式，及时恢复语音输入设备的铃声使用功能，从而不影响语音输入设备铃声功能的正常使用。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种语音输入设备控制方法的流程图；

图2是本发明实施例提供的第二种语音输入设备控制方法的流程图；

图3是本发明实施例提供的第三种语音输入设备控制方法的流程图；

图4是本发明实施例提供的一种语音输入设备控制系统的结构示意图；

图5是本发明实施例提供的另外一种语音输入设备控制系统的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明实施例的方案，下面结合附图和实施方式对本发明实施例作进一步的详细说明。

如图1所示，为本发明实施例提供的一种语音输入设备控制方法的流程图，包括以下步骤：

步骤101：在感知到语音输入开始操作后，接收用户输入的语音信号，并开启语音输入设备的静音模式。

其中，感知到语音输入开始操作可以包括：感知到用户对语音输入设备的录音开启按钮的点击操作，或者感知到用户对语音输入设备的录音开启按键的按压操作，或者感知到用户对语音输入设备的录音开始选项的选择操作。

当感知到用户对语音输入设备的开始输入相关操作后，可以认为用户要开始进行语音输入，此时，可以控制语音输入设备自动开启语音信号接收功能，开始接收用户输入的语音信号。

为了防止语音输入过程中，来电铃声、短信铃声、闹铃音、后台音乐等干扰音对语音输入效果造成不良影响，可以通过调用操作系统底层命令，开启语音输入设备的静音模式，从而保证在进行语音输入过程中，不受来自设备本身铃声的干扰，从而有效提升语音输入质量。

具体地，接收用户输入的语音信号，并开启语音输入设备的静音模式可以包括：先开始接收用户输入的语音信号，然后再开启语音输入设备的静音模式；也可以在开始接收用户输入的语音信号的同时开启语音输入设备的静音模式；当然，还可以先开启语音输入设备的静音模式后，然后再开始接收用户输入的语音信号。也即，本发明实施例不对开始接收用户输入的语音信号和开启语音输入设备的静音模式的先后顺序做具体限定，可以根据实际需要进行具体设置。

考虑到用户在对语音输入设备进行开始输入操作后，未必立即开始说话，例如，用户对语音输入设备的录音开启按钮进行点击操作后，停顿片刻之后才开始说话，也即，在操作录音开启按钮和真正进行语音输入之间可能存在一定的时间差，而在真正开始进行语音输入之前就已经开启静音功能，并无实际必要，并且会影响语音输入设备在该段时间内的正常使用，因此，可以在检测到用户真正开始进行语音输入后，再开启静音模式。具体而言，如图2所示，在感知到语音输入开始后，可以通过步骤201：对接收的语音信号进行端点检测，并在检测到语音信号的开始端点后，开启语音输入设备的静音模式，从而能够保证在用户真正开始进行语音输入后，再开启语音输入设备的静音模式。

对接收的语音信号可以实时进行端点检测，从而确定语音信号的开始端点。具体可以通过对接收的语音信号做分帧和加窗处理，其中，语音信号可以为音频波形，例如，可以将每一帧的长度设为25ms，帧移可以为10ms，然后对每一帧音频数据计算出一个特征信息，例如时域能量，频域能量，过零率等特征，可以根据需要设计适当的规则来判断当前帧音频数据是语音还是非语音，从而确定语音信号的开始端点。采用端点检测能够精确地确定语音信号的开始端点，从而保证在真正进行语音信号输入时，才开启语音输入设备的静音模式。

步骤102：感知到语音输入结束操作后，检查语音输入设备是否处于静音模式，如果是，则关闭语音输入设备的静音模式。

具体地，感知到语音输入结束操作可以包括：感知到用户对语音输入设备的录音结束按钮的点击操作，或者感知到用户对语音输入设备的录音结束按键的按压操作，或者感知到用户对语音输入设备的录音结束选项的选择操作。

如图3所示，用户在语音输入结束后，也可能因为忘记或者操作不够及时而没有立刻进行语音输入结束操作，从而导致所输入的语音信号的末端包含非语音信号，占用存储资源。因此，上述方法进一步还可以包括步骤202：在感知到语音输入结束操作之前，如果检测到语音信号的结束端点，则关闭语音输入设备的静音模式，从而使得在检测到语音信号的结束端点后，即使没有进行语音输入结束操作的情况下，也能自动关闭静音模式，及时恢复语音输入设备的铃声功能。

当感知到用户对语音输入设备的结束输入的相关操作后，可以认为语音输入完毕，此时，先检查语音输入设备是否处于静音模式，如果检查结果显示此时语音输入设备的静音模式已经关闭，例如，在进行语音输入结束操作之前已检测到语音信号的结束端点，已经自动关闭语音输入设备的静音模式，此时，语音输入设备的铃声功能已然恢复，则不需要重复执行关闭静音模式的指令；如果检查结果显示，此时语音输入设备依然处于静音模式，则控制语音输入设备自动关闭静音模式，使得语音输入设备的铃声功能及时得到恢复，从而不影响语音输入设备的正常使用。

步骤103：对语音信号进行语音识别，得到语音信号对应的命令。

具体地，语音输入设备可以在语音输入过程中，同步对所接收的语音信号进行语音识别，当然也可以根据事先设定的周期或者断句情况，在接收一定长度的语音信号后，再对语音信号进行语音识别，得到语音信号对应的命令。

步骤104：执行步骤103得到的命令所对应的操作。

具体可以根据步骤103中对语音信号进行语音识别所得到的命令，控制语音输入设备执行所对应的操作。

本发明实施例提供的语音输入设备控制方法，在感知到语音输入开始操作后，接收用户输入的语音信号，并自动开启语音输入设备的静音模式，能够保证在语音输入过程中，语音输入设备处于静音模式，从而有效屏蔽语音输入设备本身所发出的来电铃声、短信铃声、闹铃音、后台音乐等干扰音，提高语音输入的质量，进而提高语音识别的准确率；在感知到语音输入结束操作后，检查语音输入设备是否处于静音模式，如果是，则自动关闭语音输入设备的静音模式，及时恢复语音输入设备的铃声使用功能，从而不影响语音输入设备铃声功能的正常使用。

相应地，本发明实施例还提供了一种语音输入设备控制系统，如图4所示，可以包括以下结构：

操作感知模块301，用于感知用户的语音输入开始操作及语音输入结束操作；

接收模块302，用于在操作感知模块301感知到语音输入开始操作后，接收用户输入的语音信号；

模式设定模块303，用于在操作感知模块301感知到语音输入开始操作后，开启语音输入设备的静音模式，在操作感知模块301感知到语音输入结束操作后，检查语音输入设备是否处于静音模式，如果是，则关闭语音输入设备的静音模式；

语音识别模块304，用于对语音信号进行语音识别，得到语音信号对应的命令；

执行模块305，用于执行所述命令对应的操作。

其中，用户的语音输入开始操作可以包括：用户对语音输入设备的录音开启按钮的点击操作，或者用户对语音输入设备的录音开启按键的按压操作，或者用户对语音输入设备的录音开始选项的选择操作。

其中，用户的语音输入结束操作可以包括：用户对语音输入设备的录音结束按钮的点击操作，或者用户对语音输入设备的录音结束按键的按压操作，或者用户对语音输入设备的录音结束选项的选择操作。

如图5所示，上述语音输入设备控制系统进一步还可以包括：端点检测模块401，用于对接收模块302接收的语音信号进行端点检测，并在检测到语音信号的开始端点后，控制模式设定模块303开启语音输入设备的静音模式。

上述端点检测模块401，还用于在操作感知模块301感知到语音输入结束操作之前，在检测到语音信号的结束端点后，控制模式设定模块303关闭语音输入设备的静音模式。

在本发明实施例中，可以将操作感知模块301、接收模块302、模式设定模块303、语音识别模块304和执行模块305都设置在语音输入设备中，而端点检测模块401既可以设置在语音输入设备中，也可以设置在语音输入设备外部，优选将端点检测模块401设置在语音输入设备外部的云端网络服务器一侧。

本发明实施例提供的语音输入设备控制系统，在感知到语音输入开始操作后，接收用户输入的语音信号，并自动开启语音输入设备的静音模式，能够保证在语音输入过程中，语音输入设备处于静音模式，从而有效屏蔽语音输入设备本身所发出的来电铃声、短信铃声、闹铃音、后台音乐等干扰音，提高语音输入的质量，进而提高语音识别的准确率；在感知到语音输入结束操作后，检查语音输入设备是否处于静音模式，如果是，则自动关闭语音输入设备的静音模式，及时恢复语音输入设备的铃声使用功能，从而不影响语音输入设备铃声功能的正常使用。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，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)

1.一种语音输入设备控制方法，其特征在于，包括：

在感知到语音输入开始操作后，接收用户输入的语音信号，并开启所述语音输入设备的静音模式；

在感知到语音输入结束操作后，检查所述语音输入设备是否处于静音模式，如果是，则关闭所述语音输入设备的静音模式；

对所述语音信号进行语音识别，得到所述语音信号对应的命令；

执行所述命令对应的操作。

2.根据权利要求1所述的语音输入设备控制方法，其特征在于，所述感知到语音输入开始操作包括：感知到用户对所述语音输入设备的录音开启按钮的点击操作，或者感知到用户对所述语音输入设备的录音开启按键的按压操作，或者感知到用户对所述语音输入设备的录音开始选项的选择操作。

3.根据权利要求1所述的语音输入设备控制方法，其特征在于，所述感知到语音输入结束操作包括：感知到用户对所述语音输入设备的录音结束按钮的点击操作，或者感知到用户对所述语音输入设备的录音结束按键的按压操作，或者感知到用户对所述语音输入设备的录音结束选项的选择操作。

4.根据权利要求1至3任一项所述的语音输入设备控制方法，其特征在于，所述接收用户输入的语音信号，并开启所述语音输入设备的静音模式包括：对接收的所述语音信号进行端点检测，并在检测到所述语音信号的开始端点后，开启所述语音输入设备的静音模式。

5.根据权利要求4所述的语音输入设备控制方法，其特征在于，所述方法还包括：在感知到语音输入结束操作之前，如果检测到所述语音信号的结束端点，则关闭所述语音输入设备的静音模式。

6.一种语音输入设备控制系统，其特征在于，包括：

操作感知模块，用于感知用户的语音输入开始操作及语音输入结束操作；

接收模块，用于在所述操作感知模块感知到所述语音输入开始操作后，接收用户输入的语音信号；

模式设定模块，用于在所述操作感知模块感知到所述语音输入开始操作后，开启所述语音输入设备的静音模式，在所述操作感知模块感知到所述语音输入结束操作后，检查所述语音输入设备是否处于静音模式，如果是，则关闭所述语音输入设备的静音模式；

语音识别模块，用于对所述语音信号进行语音识别，得到所述语音信号对应的命令；

执行模块，用于执行所述命令对应的操作。

7.根据权利要求6所述的语音输入设备控制系统，其特征在于，所述用户的语音输入开始操作包括：用户对所述语音输入设备的录音开启按钮的点击操作，或者用户对所述语音输入设备的录音开启按键的按压操作，或者用户对所述语音输入设备的录音开始选项的选择操作。

8.根据权利要求6所述的语音输入设备控制系统，其特征在于，所述用户的语音输入结束操作包括：用户对所述语音输入设备的录音结束按钮的点击操作，或者用户对所述语音输入设备的录音结束按键的按压操作，或者用户对所述语音输入设备的录音结束选项的选择操作。

9.根据权利要求6至8任一项所述的语音输入设备控制系统，其特征在于，还包括：端点检测模块，用于对所述接收模块接收的语音信号进行端点检测，并在检测到所述语音信号的开始端点后，控制所述模式设定模块开启所述语音输入设备的静音模式。

10.根据权利要求9所述的语音输入设备控制系统，其特征在于：所述端点检测模块，还用于在所述操作感知模块感知到语音输入结束操作之前，在检测到所述语音信号的结束端点后，控制所述模式设定模块关闭所述语音输入设备的静音模式。