CN107256707A - 一种语音识别方法、系统及终端设备 - Google Patents
一种语音识别方法、系统及终端设备 Download PDFInfo
- Publication number
- CN107256707A CN107256707A CN201710375317.7A CN201710375317A CN107256707A CN 107256707 A CN107256707 A CN 107256707A CN 201710375317 A CN201710375317 A CN 201710375317A CN 107256707 A CN107256707 A CN 107256707A
- Authority
- CN
- China
- Prior art keywords
- storage
- memory module
- voice messaging
- voice
- numbering
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
- G10L17/22—Interactive procedures; Man-machine interfaces
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Abstract
本发明适用于通讯技术领域,提供了一种语音识别方法、系统及其终端设备,所述语音识别方法包括:接收用户输入的语音信息;将所述语音信息存储到具有不同存储编号的存储模块;读取消费者指针当前指向的存储编号n的存储模块存储的语音信息,在检测到所述存储编号n的存储模块存储的语音信息中包含预先设置的唤醒词后,从存储编号为n+1的存储模块处开始依次读取并识别所述语音信息。这一过程中由于预先将语音信息进行了存储,因此,即使用户在语音识别应用未启动时输入语音命令,智能终端也可以从存储模块中读取到用户输入的语音信息,保证了用户可以连续输入语音信息,智能终端又能完整的识别出所述语音命令,提高用户体验。
Description
技术领域
本发明属于通讯技术领域,尤其涉及一种语音识别方法、系统及其终端设备。
背景技术
随着通讯技术的发展,各种智能终端悄然走进千家万户。现有技术中的各种智能终端大多支持语音唤醒功能以及语音控制技术。然而当前智能终端在接收用户输入的语音控制信息时,一般需要首先进行语音唤醒,接收到语音唤醒的反馈后(如指示灯点亮)再进行语音控制信息的输入,这一过程中用户收到反馈和再次进行语音输入之间有一个明显的停顿时间;若用户将语音唤醒信息和语音控制信息连续输入,智能终端在进行语音识别时往往会产生丢字现象,从而使得用户的语音控制信息无法被正确识别,例如对于目前支持语音唤醒和语音控制的亚马逊Echo音箱,若用户连续输入语音唤醒信息,Alexa,和语音控制信息,Play music,如:“Alexa,Play music”,Echo音箱识别出的语音控制信息可能仅有“music”一个词的信息,这种识别结果给用户带来了不友好的体验。
故,鉴于现有技术的不足,提出一种语音识别方法。
发明内容
本发明实施例提供了一种语音识别方法、系统及终端设备,以解决现有技术中用户在进行语音唤醒信息和语音命令连续输入时,智能终端无法完整识别出语音控制信息的问题。
本发明实施例的第一方面提供了一种语音识别方法,所述语音识别方法包括:
接收用户输入的语音信息;
将所述语音信息存储到具有不同存储编号的存储模块;
读取消费者指针当前指向的存储编号n的存储模块存储的语音信息,检测所述存储编号n的存储模块存储的语音信息中是否包含预先设置的唤醒词;所述唤醒词用于唤醒语音识别功能;
在检测到所述存储编号n的存储模块存储的语音信息中包含预先设置的唤醒词后,从存储编号为n+1的存储模块处开始依次读取并识别所述语音信息。
本发明实施例的第二方面提供了一种语音识别系统,所述语音识别系统包括:
接收单元,用于接收用户输入的语音信息;
存储单元,用于将所述语音信息存储到具有不同存储编号的存储模块;
读取单元,用于读取消费者指针当前指向的存储编号n的存储模块存储的语音信息,检测所述存储编号n的存储模块存储的语音信息中是否包含预先设置的唤醒词;所述唤醒词用于唤醒语音识别功能;
识别单元,用于在检测到所述存储编号n的存储模块存储的语音信息中包含预先设置的唤醒词后,从存储编号为n+1的存储模块处开始依次读取并识别所述语音信息。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如所述一种语音识别方法中任一项所述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如所述一种语音识别方法中任一项所述方法的步骤。
本发明实施例中对接收到的语音信息,首先进行环形存储,然后根据消费者指针的指向读取存储模块中的语音信息,在检测到当前存储模块中包含预先设置的唤醒词时,唤醒语音识别功能,由语音识别应用从当前存储模块的下一个存储模块开始读取并识别用户输入的语音信息。这一过程中由于预先将语音信息进行了存储,因此,即使用户在语音识别应用未启动时输入语音命令,智能终端也可以从存储模块中读取到用户输入的语音信息,保证了用户可以连续输入语音信息,智能终端又能完整的识别出所述语音命令,提高用户体验。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种语音识别方法的实现流程示意图;
图2是本发明实施例一提供的以时间轴形式示出了现有技术智能终端接收并识别语音信息的过程;
图3是本发明实施例一提供的智能终端存储及读取语音信息的示意图;
图4是本发明实施例二提供的一种语音识别系统的框图;
图5是本发明实施例三提供的一种终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一
图1为本发明实施例一提供的语音识别方法的实现流程图,如图1所示:
步骤S11,接收用户输入的语音信息;
步骤S12,将所述语音信息存储到具有不同存储编号的存储模块;
本发明实施例中为了避免用户输入语音信息不能被智能终端的语音识别应用完整识别的情况,在语音唤醒应用开始接收用户输入的语音信息后将接收到的语音信息进行环形存储。具体地,智能终端根据所接收到的语音信息的长度,将所述语音信息分别存储在具有不同存储编号的存储模块中,可选地,所述不同存储编号的存储模块对应的区域为环形存储区域;所述语音信息包括唤醒词和语音命令;所述唤醒词用于唤醒智能终端的语音识别功能;所述语音命令包括用户输入的待智能终端执行的指令,如放音乐,增大音量等。
图2以时间轴的形式示出了现有技术智能终端接收并识别用户输入的语音信息的过程,如图:以亚马逊Echo音箱为例,假设在t1时间点Echo音箱开启语音唤醒进行录音,用户在t1~t2时间内说出了唤醒词“Alexa”,并在时间点t2时系统检测到唤醒词,系统被唤醒。然后语音唤醒应用通知语音识别应用系统被唤醒,准备开始录入用户后续的语音命令(即语音控制信息),用户在t3-t4才可进行语音命令“Play music”的输入。而本发明实施中由于智能终端会将用户输入的语音信息都进行存储,用户从t1时刻便可连续的输入唤醒词和语音命令“Alexa,Play music”,此时,即使在t2-t3时间段内Echo音箱未对用户输入的语音信息进行录音,在语音识别应用启动后也可从预先存储的语音信息中读取t2-t3时间段内用户输入的语音内容,进而做到完整的识别用户输入的语音信息。
可选地,在所述将所述语音信息存储到具有不同存储编号的存储模块之前,包括:
预先将环形存储区域分隔为N个存储模块,标记每个存储模块的存储编号。
本发明实施例中,首先将环形存储区域进行分块,并对分块后的每个存储模块进行编号,在存储语音信息时使得语音信息被一块一块的存储在不同存储编号的存储模块中;对存储模块进行编号方便存储和读取任一存储模块的语音信息的数据。在对环形的存储区域进行分块时,根据智能终端内存的大小,接收的语音信息所占空间的大小等设置每个存储模块的存储空间的大小以及存储模块的个数。如图3所示:假设智能终端进行语音录入时采用16k采样率,单声道采样,位深为16bit,则智能终端每秒的采样数据是32k个字节,由于语音录音应用从底层读取语音信息数据时有最小读取缓存的限制(具体值和具体硬件平台有关,假设是1280字节),那么可以设计每块存储模块的数据为40ms的语音信息。对每个存储模块进行编号时可以用如图3中类似于1,2,…,128这样的存储编号表示每一个存储模块。假设设计存储模块的数量为128个,这样整个环形存储区域就可以存储大约5s(5秒)的语音信息,一般可以完整存储用户连续说出的语音信息。
优选地,所述将所述语音信息存储到具有不同存储编号的存储模块,具体包括:
调用生产者指针当前指向的存储模块的存储编号;所述生产者指针用于指向即将存储语音信息的存储模块的位置;
根据所述存储模块的存储空间的大小,从所述生产者指针当前指向的存储模块的存储编号开始依次存储所述语音信息到不同存储编号的存储模块。
本发明实施例的智能终端接收到用户输入的语音信息后,调用预先在环形存储区域设置的生产者指针,所述生产者指针具体为在所述环形存储区域维护的一个变量,用于标识语音信息开始将要存储到的位置。根据生产者指针当前指向的位置以及环形存储区域每个存储模块存储空间的大小,从生产者指针当前指向的位置开始存储接收到的语音信息到不同存储编号的存储模块。可选地,以读取语音信息数据时最小读取缓存的大小作为每个存储模块存储空间的大小,这样便可将所述语音信息中的唤醒词和语音命令分别存储在不同的存储模块中,避免了将唤醒词和语音命令存储到同一存储模块的情况。例如根据所述存储模块存储空间的大小假设用户输入的的语音信息“Alexa,Play music”需要5个存储模块来存储,假设唤醒词“Alexa”需要一个存储模块来存储,语音命令“Play music”需要4个存储模块来存储,当前生产者指针指向存储编号为2的存储模块,则从2号存储模块开始存储唤醒词,3-6号存储模块用来存储语音命令。唤醒词和语音命令具体需要的存储模块的数量,根据存储模块存储空间的大小以及唤醒词和语音命令的长度确定,不做限定。可选地,每个存储模块存储语音后发送已存储信息的存储编号消息到语音唤醒应用以及语音识别应用,以告知语音唤醒应用以及语音识别应用可从与所述存储编号对应的存储模块读取语音信息。保证了语音唤醒应用和语音识别应用不会从空的存储模块读取语音信息。
优选地,在所述将所述语音信息存储到具有不同存储编号的存储模块之后,包括:
记录所述语音信息所存储到的最后一个存储模块的存储编号m;
调整生产者指针的指向到存储编号为m+1的存储模块。
本发明实施例中,智能终端存储完接收到的语音信息后,调整生产者指针的指向,例如上述语音信息“Alexa,Play music”的存储过程中,“Alexa,Play music”分别存储到了存储编号为2-6的存储模块中,则记录存储到的最后一个存储模块的存储编号,即存储编号6,调整生产者指针到存储编号为7的存储模块,调整生产者指针的指向后说明智能终端再次接收到语音信息后可以从存储编号为7的存储模块开始存储语音信息。
步骤S13,读取消费者指针当前指向的存储编号n对应的语音信息,检测所述存储编号n对应的语音信息中是否包含预先设置的唤醒词;所述唤醒词用于唤醒语音识别功能;
本发明实施例在对用户输入的语音信息进行识别时,首先调用环形存储区域中的消费者指针,所述消费者指针为在语音唤醒应用或语音识别应用中维护的一个变量,用于指示待读取的语音信息的存储位置。假设当前消费者指针指向存储编号为2的存储模块,则由语音唤醒应用读取其中的语音信息,然后判断所读取的语音信息中是否包含预先设置的唤醒词,如上述存储编号为2的存储模块中存储语音信息为“Alexa”,若“Alexa”与预先设置的唤醒词相同,则发送唤醒消息到语音识别应用以唤醒智能终端的语音识别功能。
步骤S14,在检测到所述存储编号n对应的语音信息中包含预先设置的唤醒词后,从存储编号为n+1处开始依次读取并识别所述语音信息。
本发明实施例中,若在当前消费者指针指向的存储模块中检测到了预先设置的唤醒词,则唤醒智能终端的语音识别应用,智能终端的语音识别功能启动后从当前消费者指针指向的下一个存储模块开始读取其中的语音信息,以识别用户输入的语音命令。可选地,初始状态下生产者指针和消费者指针重合,消费者指针总是指向已存储了语音信息的存储模块;并且在从存储模块中读取语音信息时,语音唤醒应用总是先于语音识别应用。例如,在存储编号2的存储模块中检测到了预先设置的唤醒词“Alexa”,则从存储编号为3的存储模块开始读取语音信息,以识别出用户输入的语音命令---“Play music”。由于预先对用户输入的语音信息进行了存储,即使用户是在语音唤醒应用发送唤醒消息到语音识别应用之后且语音识别应用启动之前这段时间内输入的语音命令,智能终端也可以从预先存储的语音信息中读取上述时间段内的语音信息,从而完整的识别出用户输入的语音命令。
可选地,在语音唤醒应用和语音识别应用从不同存储编号的存储模块读取语音信息后,返回读取完毕消息,以告知智能终端可继续向语音信息被读取完毕的存储模块存储语音信息。这样保证了新接收到的语音信息不会存储到未经读取的存储模块,即保证了未经识别的语音信息不回被新产生的语音信息所覆盖。例如语音唤醒应用和语音识别应用分别从存储编号为2-6的存储模块读取了语音信息,则返回消息告知智能终端,上述存储模块已空,可继续用于存储新接收到的语音信息。
可选地,在所述从存储编号为n+1处开始依次读取并识别所述语音信息之后,包括:
根据识别出的语音信息,执行所述语音信息所包含指令;
执行结束后根据消费者指针指向的存储编号,监测所述存储模块中所存储的其他语音信息是否包含预先设置的唤醒词。
本发明实施例中智能终端完整识别出用户发送的语音信息中包含的语音命令后,删除已被读取并识别的语音信息,消费者指针自动调整指向至最后读取的存储模块的下一个存储模块,例如语音识别应用读取了存储编号为3-6的存储模块中存储的语音信息,则消费者指针调整指向到存储编号为7的存储模块。若存储编号为7的存模块不存在语音信息,则消费者指针调整指向至其他已存储了语音信息的存储模块或与生产者指针重合。识别出语音命令后执行所述语音命令,执行完毕后继续检测消费者指针当前指向的存储模块所包含的语音信息中是否包含预先设置的唤醒词。
本发明实施例中对接收到的语音信息,首先进行环形存储,然后根据消费者指针的指向读取存储模块中的语音信息,在检测到当前存储模块中包含预先设置的唤醒词时,唤醒语音识别功能,由语音识别应用从当前存储模块的下一个存储模块开始读取并识别用户输入的语音信息。这一过程中由于预先将语音信息进行了存储,因此,即使用户在语音识别应用未启动时输入语音命令,语音识别应用启动后也可以从存储模块中读取到用户输入的语音信息,即保证了能使用户可以连续输入唤醒词和语音命令,又可以完整的识别出用户连续输入的语音命令,提高用户体验。在对语音信息进行存储和读取时通过语音唤醒应用、语音识别应用与智能终端系统内部的交互作用保证了智能终端存储语音信息到环形存储区域时既不会覆盖未被读取的语音信息,也不会从未存储语音信息的存储模块读取语音信息;并且将存储区域设计成环形对存储区域分块并编号,方便对任意存储模块的语音信息进行存储和读取。
实施例二:
对应于上文实施例所述的一种语音识别方法,图4示出了本发明实施例提供的一种语音识别系统的结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。
参照图4,该语音识别系统包括:
接收单元41,用于接收用户输入的语音信息;
存储单元42,用于将所述语音信息存储到具有不同存储编号的存储模块;
本发明实施例中为了避免用户输入语音信息不能被智能终端的语音识别应用完整识别的情况,在语音唤醒应用开始接收用户输入的语音信息后将接收到的语音信息进行环形存储。具体地,智能终端根据所接收到的语音信息的长度,将所述语音信息分别存储在具有不同存储编号的环形存储模块中;所述语音信息包括唤醒词和语音命令;所述唤醒词用于唤醒智能终端的语音识别功能;所述语音命令包括用户输入的待智能终端执行的指令,如放音乐,增大音量等。
可选地,所述语音识别系统,还包括:
分隔单元,用于预先将环形存储区域分隔为N个存储模块,标记每个存储模块的存储编号。
本发明实施例中,首先将环形的存储区域进行分块,并对分块后的每个存储模块进行编号,在存储语音信息时使得语音信息被一块一块的存储在不同存储编号的存储模块中;对存储模块进行编号方便存储和读取任一存储模块的语音信息的数据。在对环形的存储区域进行分块时,根据智能终端内存的大小,接收的语音信息所占空间的大小等设置每个存储模块的存储空间的大小以及存储模块的个数。
优选地,所述存储单元,具体包括:
调用模块,用于调用生产者指针当前指向的存储模块的存储编号;所述生产者指针用于指向即将存储语音信息的存储模块的位置;
存储模块,用于根据所述存储模块的存储空间的大小,从所述生产者指针当前指向的存储模块的存储编号开始依次存储所述语音信息到不同存储编号的存储模块。
本发明实施例的智能终端接收到用户输入的语音信息后,调用预先在环形存储区域设置的生产者指针,所述生产者指针具体为在所述环形存储区域维护的一个变量,用于标识语音信息开始将要存储到的位置。根据生产者指针当前指向的位置以及环形存储区域每个存储模块存储空间的大小,从生产者指针当前指向的位置开始存储接收到的语音信息到不同存储编号的存储模块。可选地,以读取语音信息数据时最小读取缓存的大小作为每个存储模块存储空间的大小,这样便可将所述语音信息中的唤醒词和语音命令分别存储在不同的存储模块中,避免了将唤醒词和语音命令存储到同一存储模块的情况。可选地,每个存储模块存储语音后发送已存储信息的存储编号消息到语音唤醒应用以及语音识别应用,以告知语音唤醒应用以及语音识别应用可从与所述存储编号对应的存储模块读取语音信息。保证了语音唤醒应用和语音识别应用不会从空的存储模块读取语音信息。
可选地,所述语音识别系统还包括:
生产者指针调整单元,用于记录所述语音信息所存储到的最后一个存储模块的存储编号m;调整生产者指针的指向到存储编号为m+1的存储模块。
本发明实施例中,智能终端存储完接收到的语音信息后,调整生产者指针的指向,例如上述语音信息“Alexa,Play music”的存储过程中,“Alexa,Play music”分别存储到了存储编号为2-6的存储模块中,则记录存储到的最后一个存储模块的存储编号,即存储编号6,调整生产者指针到存储编号为7的存储模块,调整生产者指针的指向后说明智能终端再次接收到语音信息后可以从存储编号为7的存储模块开始存储语音信息。
读取单元43,用于读取消费者指针当前指向的存储编号n的存储模块存储的语音信息,检测所述存储编号n的存储模块存储的语音信息中是否包含预先设置的唤醒词;所述唤醒词用于唤醒语音识别功能;
本发明实施例在对用户输入的语音信息进行识别时,首先调用环形存储区域中的消费者指针,所述消费者指针为在语音唤醒应用或语音识别应用中维护的一个变量,用于指示待读取的语音信息的存储位置。假设当前消费者指针指向存储编号为2的存储模块,则由语音唤醒应用读取其中的语音信息,然后判断所读取的语音信息中是否包含预先设置的唤醒词,如上述存储编号为2的存储模块中存储语音信息为“Alexa”,若“Alexa”与预先设置的唤醒词相同,则发送唤醒消息到语音识别应用以唤醒智能终端的语音识别功能。
识别单元44,用于在检测到所述存储编号n的存储模块存储的语音信息中包含预先设置的唤醒词后,从存储编号为n+1的存储模块处开始依次读取并识别所述语音信息。
本发明实施例中,若在当前消费者指针指向的存储模块中检测到了预先设置的唤醒词,则唤醒智能终端的语音识别应用,智能终端的语音识别功能启动后从当前消费者指针指向的下一个存储模块开始读取其中的语音信息,以识别用户输入的语音命令。可选地,初始状态下生产者指针和消费者指针重合,消费者指针总是指向已存储了语音信息的存储模块;并且在从存储模块中读取语音信息时,语音唤醒应用总是先于语音识别应用。由于预先对用户输入的语音信息进行了存储,即使用户是在语音唤醒应用发送唤醒消息到语音识别应用之后且语音识别应用启动之前这段时间内输入的语音命令,智能终端也可以从预先存储的语音信息中读取上述时间段内的语音信息,从而完整的识别出用户输入的语音命令。
可选地,在语音唤醒应用和语音识别应用从不同存储编号的存储模块读取语音信息后,返回读取完毕消息,以告知智能终端可继续向语音信息被读取完毕的存储模块存储语音信息。这样保证了新接收到的语音信息不会存储到未经读取的存储模块,即保证了未经识别的语音信息不回被新产生的语音信息所覆盖。
可选地,所述语音识别系统还包括:
执行单元,用于根据识别出的语音信息,执行所述语音信息所包含指令,并在执行结束后根据消费者指针指向的存储编号,监测所述存储模块中所存储的其他语音信息是否包含预先设置的唤醒词。
本发明实施例中智能终端完整识别出用户发送的语音信息中包含的语音命令后,删除已被读取并识别的语音信息,消费者指针自动调整指向至最后读取的存储模块的下一个存储模块,例如语音识别应用读取了存储编号为3-6的存储模块中存储的语音信息,则消费者指针调整指向到存储编号为7的存储模块。若存储编号为7的存模块不存在语音信息,则消费者指针调整指向至其他已存储了语音信息的存储模块或与生产者指针重合。识别出语音命令后执行所述语音命令,执行完毕后继续检测消费者指针当前指向的存储模块所包含的语音信息中是否包含预先设置的唤醒词。
本发明实施例中对接收到的语音信息,首先进行环形存储,然后根据消费者指针的指向读取存储模块中的语音信息,在检测到当前存储模块中包含预先设置的唤醒词时,唤醒语音识别功能,由语音识别应用从当前存储模块的下一个存储模块开始读取并识别用户输入的语音信息。这一过程中由于预先将语音信息进行了存储,因此,即使用户在语音识别应用未启动时输入语音命令,语音识别应用启动后也可以从存储模块中读取到用户输入的语音信息,即保证了能使用户可以连续输入唤醒词和语音命令,又可以完整的识别出用户连续输入的语音命令,提高用户体验。在对语音信息进行存储和读取时通过语音唤醒应用、语音识别应用与智能终端系统内部的交互作用保证了智能终端存储语音信息到环形存储区域时既不会覆盖未被读取的语音信息,也不会从未存储语音信息的存储模块读取语音信息;并且将存储区域设计成环形对存储区域分块并编号,方便对任意存储模块的语音信息进行存储和读取。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例三:
图5是本发明实施例三提供的一种终端设备的示意图。如图5所示,该实施例的终端设备5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个硬件设备的访问方法实施例中的步骤,例如图1所示的步骤S11至S14。或者,所述处理器50执行所述计算机程序52时实现上述各系统实施例中各单元或模块的功能,例如图4所示单元41至44的功能。
示例性的,所述计算机程序52可以被分割成一个或多个模块或单元,所述一个或者多个模块或单元被存储在所述存储器51中,并由所述处理器50执行,以完成本发明。所述一个或多个模块或单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。例如,所述计算机程序52可以被分割成接收单元、存储单元、读取单元、识别单元,各单元具体功能如下:
接收单元,用于接收用户输入的语音信息;
存储单元,用于将所述语音信息存储到具有不同存储编号的存储模块;
进一步地,所述存储单元,具体包括:
调用模块,用于调用生产者指针当前指向的存储模块的存储编号;所述生产者指针用于指向即将存储语音信息的存储模块的位置;
存储模块,用于根据所述存储模块的存储空间的大小,从所述生产者指针当前指向的存储模块的存储编号开始依次存储所述语音信息到不同存储编号的存储模块。
读取单元,用于读取消费者指针当前指向的存储编号n的存储模块存储的语音信息,检测所述存储编号n的存储模块存储的语音信息中是否包含预先设置的唤醒词;所述唤醒词用于唤醒语音识别功能;
识别单元,用于在检测到所述存储编号n的存储模块存储的语音信息中包含预先设置的唤醒词后,从存储编号为n+1的存储模块处开始依次读取并识别所述语音信息。
可选地,所述计算机程序52还可以包括:
分隔单元,用于预先将环形存储区域分隔为N个存储模块,标记每个存储模块的存储编号。
生产者指针调整单元,用于记录所述语音信息所存储到的最后一个存储模块的存储编号m;调整生产者指针的指向到存储编号为m+1的存储模块。
执行单元,用于根据识别出的语音信息,执行所述语音信息所包含指令,并在执行结束后根据消费者指针指向的存储编号,监测所述存储模块中所存储的其他语音信息是否包含预先设置的唤醒词。
所述终端设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是终端设备5的示例,并不构成对终端设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述终端设备5的内部存储单元,例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备,例如所述终端设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如所述一种语音识别方法中任一项所述方法的步骤。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,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。
所述集成的模块/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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述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,均应包含在本发明的保护范围之内。
Claims (10)
1.一种语音识别方法,其特征在于,所述语音识别方法包括:
接收用户输入的语音信息;
将所述语音信息存储到具有不同存储编号的存储模块;
读取消费者指针当前指向的存储编号n的存储模块存储的语音信息,检测所述存储编号n的存储模块存储的语音信息中是否包含预先设置的唤醒词;所述唤醒词用于唤醒语音识别功能;
在检测到所述存储编号n的存储模块存储的语音信息中包含预先设置的唤醒词后,从存储编号为n+1的存储模块处开始依次读取并识别所述语音信息。
2.如权利要求1所述的语音识别方法,其特征在于,在所述将所述语音信息存储到具有不同存储编号的存储模块之前,包括:
预先将环形存储区域分隔为N个存储模块,标记每个存储模块的存储编号。
3.如权利要求1所述的语音识别方法,其特征在于,所述将所述语音信息存储到具有不同存储编号的存储模块,具体包括:
调用生产者指针当前指向的存储模块的存储编号;所述生产者指针用于指向即将存储语音信息的存储模块的位置;
根据所述存储模块的存储空间的大小,从所述生产者指针当前指向的存储模块的存储编号开始依次存储所述语音信息到不同存储编号的存储模块。
4.如权利要求1或3所述的语音识别方法,其特征在于,在所述将所述语音信息存储到具有不同存储编号的存储模块之后,包括:
记录所述语音信息所存储到的最后一个存储模块的存储编号m;
调整生产者指针的指向到存储编号为m+1的存储模块。
5.如权利要求1所述的语音识别方法,其特征在于,在所述从存储编号为n+1的存储模块处开始依次读取并识别所述语音信息之后,包括:
根据识别出的语音信息,执行所述语音信息所包含指令;
执行结束后根据消费者指针指向的存储编号,监测所述存储模块中所存储的其他语音信息是否包含预先设置的唤醒词。
6.一种语音识别系统,其特征在于,所述语音识别系统包括:
接收单元,用于接收用户输入的语音信息;
存储单元,用于将所述语音信息存储到具有不同存储编号的存储模块;
读取单元,用于读取消费者指针当前指向的存储编号n的存储模块存储的语音信息,检测所述存储编号n的存储模块存储的语音信息中是否包含预先设置的唤醒词;所述唤醒词用于唤醒语音识别功能;
识别单元,用于在检测到所述存储编号n的存储模块存储的语音信息中包含预先设置的唤醒词后,从存储编号为n+1的存储模块处开始依次读取并识别所述语音信息。
7.如权利要求6所述的语音识别系统,其特征在于,所述语音识别系统,还包括:
分隔单元,用于预先将环形存储区域分隔为N个存储模块,标记每个存储模块的存储编号。
8.如权利要求6所述的语音识别系统,其特征在于,所述存储单元,具体包括:
调用模块,用于调用生产者指针当前指向的存储模块的存储编号;所述生产者指针用于指向即将存储语音信息的存储模块的位置;
存储模块,用于根据所述存储模块的存储空间的大小,从所述生产者指针当前指向的存储模块的存储编号开始依次存储所述语音信息到不同存储编号的存储模块。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710375317.7A CN107256707B (zh) | 2017-05-24 | 2017-05-24 | 一种语音识别方法、系统及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710375317.7A CN107256707B (zh) | 2017-05-24 | 2017-05-24 | 一种语音识别方法、系统及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107256707A true CN107256707A (zh) | 2017-10-17 |
CN107256707B CN107256707B (zh) | 2021-04-30 |
Family
ID=60027380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710375317.7A Active CN107256707B (zh) | 2017-05-24 | 2017-05-24 | 一种语音识别方法、系统及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107256707B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107886944A (zh) * | 2017-11-16 | 2018-04-06 | 出门问问信息科技有限公司 | 一种语音识别方法、装置、设备及存储介质 |
CN108268649A (zh) * | 2018-01-25 | 2018-07-10 | 深圳市买买提信息科技有限公司 | 一种系统语言的扩展装置、方法及终端设备 |
CN108563468A (zh) * | 2018-03-30 | 2018-09-21 | 深圳市冠旭电子股份有限公司 | 一种蓝牙音箱数据处理的方法、装置及蓝牙音箱 |
CN108831477A (zh) * | 2018-06-14 | 2018-11-16 | 出门问问信息科技有限公司 | 一种语音识别方法、装置、设备及存储介质 |
CN109102807A (zh) * | 2018-10-18 | 2018-12-28 | 珠海格力电器股份有限公司 | 个性化语音数据库创建系统、语音识别控制系统与终端 |
CN109215647A (zh) * | 2018-08-30 | 2019-01-15 | 出门问问信息科技有限公司 | 语音唤醒方法、电子设备及非暂态计算机可读存储介质 |
CN109410951A (zh) * | 2018-11-21 | 2019-03-01 | 广州番禺巨大汽车音响设备有限公司 | 基于Alexa语音控制的音响控制方法、系统及音响设备 |
CN109640217A (zh) * | 2018-12-19 | 2019-04-16 | 维沃移动通信有限公司 | 一种音箱控制方法及终端设备 |
CN109741746A (zh) * | 2019-01-31 | 2019-05-10 | 上海元趣信息技术有限公司 | 机器人高度拟人化语音交互算法、情感交流算法及机器人 |
CN109754787A (zh) * | 2019-01-14 | 2019-05-14 | 维沃移动通信有限公司 | 一种语音识别方法及移动终端 |
US10885912B2 (en) | 2018-11-13 | 2021-01-05 | Motorola Solutions, Inc. | Methods and systems for providing a corrected voice command |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1189900A (zh) * | 1995-06-30 | 1998-08-05 | 国际商业机器公司 | 向被声音启动的数据处理系统发送声音样本的方法和装置 |
CN1832025A (zh) * | 2006-04-11 | 2006-09-13 | 北京金山软件有限公司 | 一种手机游戏中的音频播放方法以及系统 |
CN101043300A (zh) * | 2006-03-24 | 2007-09-26 | 索尼株式会社 | 重新发送控制电路、控制方法、控制程序以及发送装置 |
JP2007255897A (ja) * | 2006-03-20 | 2007-10-04 | Clarion Co Ltd | ナビゲーションシステム並びに装置、その制御方法及び制御プログラム |
CN101740075A (zh) * | 2008-11-21 | 2010-06-16 | 索尼株式会社 | 音频信号播放装置、音频信号播放方法和程序 |
CN105244025A (zh) * | 2015-10-29 | 2016-01-13 | 惠州Tcl移动通信有限公司 | 一种基于智能佩戴设备的语音识别方法及系统 |
CN105261356A (zh) * | 2015-10-30 | 2016-01-20 | 桂林信通科技有限公司 | 一种语音识别系统及方法 |
CN105784308A (zh) * | 2016-01-07 | 2016-07-20 | 中国人民解放军理工大学 | 建筑物横向冲击均布动荷载动态性能试验装置 |
CN105976813A (zh) * | 2015-03-13 | 2016-09-28 | 三星电子株式会社 | 语音识别系统及其语音识别方法 |
CN106020636A (zh) * | 2016-05-06 | 2016-10-12 | 珠海市魅族科技有限公司 | 一种应用内容的生成方法及终端 |
CN106558305A (zh) * | 2016-11-16 | 2017-04-05 | 北京云知声信息技术有限公司 | 语音数据处理方法及装置 |
-
2017
- 2017-05-24 CN CN201710375317.7A patent/CN107256707B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1189900A (zh) * | 1995-06-30 | 1998-08-05 | 国际商业机器公司 | 向被声音启动的数据处理系统发送声音样本的方法和装置 |
JP2007255897A (ja) * | 2006-03-20 | 2007-10-04 | Clarion Co Ltd | ナビゲーションシステム並びに装置、その制御方法及び制御プログラム |
CN101043300A (zh) * | 2006-03-24 | 2007-09-26 | 索尼株式会社 | 重新发送控制电路、控制方法、控制程序以及发送装置 |
CN1832025A (zh) * | 2006-04-11 | 2006-09-13 | 北京金山软件有限公司 | 一种手机游戏中的音频播放方法以及系统 |
CN101740075A (zh) * | 2008-11-21 | 2010-06-16 | 索尼株式会社 | 音频信号播放装置、音频信号播放方法和程序 |
CN105976813A (zh) * | 2015-03-13 | 2016-09-28 | 三星电子株式会社 | 语音识别系统及其语音识别方法 |
CN105244025A (zh) * | 2015-10-29 | 2016-01-13 | 惠州Tcl移动通信有限公司 | 一种基于智能佩戴设备的语音识别方法及系统 |
CN105261356A (zh) * | 2015-10-30 | 2016-01-20 | 桂林信通科技有限公司 | 一种语音识别系统及方法 |
CN105784308A (zh) * | 2016-01-07 | 2016-07-20 | 中国人民解放军理工大学 | 建筑物横向冲击均布动荷载动态性能试验装置 |
CN106020636A (zh) * | 2016-05-06 | 2016-10-12 | 珠海市魅族科技有限公司 | 一种应用内容的生成方法及终端 |
CN106558305A (zh) * | 2016-11-16 | 2017-04-05 | 北京云知声信息技术有限公司 | 语音数据处理方法及装置 |
Non-Patent Citations (1)
Title |
---|
薛雷: ""基于环形存储结构的非分段式FFT算法"", 《电子测量技术》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107886944A (zh) * | 2017-11-16 | 2018-04-06 | 出门问问信息科技有限公司 | 一种语音识别方法、装置、设备及存储介质 |
CN108268649A (zh) * | 2018-01-25 | 2018-07-10 | 深圳市买买提信息科技有限公司 | 一种系统语言的扩展装置、方法及终端设备 |
CN108563468A (zh) * | 2018-03-30 | 2018-09-21 | 深圳市冠旭电子股份有限公司 | 一种蓝牙音箱数据处理的方法、装置及蓝牙音箱 |
US11199893B2 (en) | 2018-03-30 | 2021-12-14 | Shenzhen Grandsun Electronic Co., Ltd. | Method, device for processing data of bluetooth speaker, and bluetooth speaker |
CN108563468B (zh) * | 2018-03-30 | 2021-09-21 | 深圳市冠旭电子股份有限公司 | 一种蓝牙音箱数据处理的方法、装置及蓝牙音箱 |
CN108831477A (zh) * | 2018-06-14 | 2018-11-16 | 出门问问信息科技有限公司 | 一种语音识别方法、装置、设备及存储介质 |
CN108831477B (zh) * | 2018-06-14 | 2021-07-09 | 出门问问信息科技有限公司 | 一种语音识别方法、装置、设备及存储介质 |
CN109215647A (zh) * | 2018-08-30 | 2019-01-15 | 出门问问信息科技有限公司 | 语音唤醒方法、电子设备及非暂态计算机可读存储介质 |
CN109102807A (zh) * | 2018-10-18 | 2018-12-28 | 珠海格力电器股份有限公司 | 个性化语音数据库创建系统、语音识别控制系统与终端 |
US10885912B2 (en) | 2018-11-13 | 2021-01-05 | Motorola Solutions, Inc. | Methods and systems for providing a corrected voice command |
CN109410951A (zh) * | 2018-11-21 | 2019-03-01 | 广州番禺巨大汽车音响设备有限公司 | 基于Alexa语音控制的音响控制方法、系统及音响设备 |
CN109640217A (zh) * | 2018-12-19 | 2019-04-16 | 维沃移动通信有限公司 | 一种音箱控制方法及终端设备 |
CN109754787A (zh) * | 2019-01-14 | 2019-05-14 | 维沃移动通信有限公司 | 一种语音识别方法及移动终端 |
CN109741746A (zh) * | 2019-01-31 | 2019-05-10 | 上海元趣信息技术有限公司 | 机器人高度拟人化语音交互算法、情感交流算法及机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN107256707B (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107256707A (zh) | 一种语音识别方法、系统及终端设备 | |
CN107591155A (zh) | 语音识别方法及装置、终端及计算机可读存储介质 | |
CN107610698A (zh) | 一种实现语音控制的方法、机器人及计算机可读存储介质 | |
WO2021135611A1 (zh) | 一种语音识别的方法、装置、终端以及存储介质 | |
CN107992543A (zh) | 问答交互方法和装置、计算机设备及计算机可读存储介质 | |
CN110459222A (zh) | 语音控制方法、语音控制装置及终端设备 | |
CN110491383A (zh) | 一种语音交互方法、装置、系统、存储介质及处理器 | |
CN109766393A (zh) | 异常数据检测方法及装置 | |
CN107610695A (zh) | 驾驶人语音唤醒指令词权重的动态调整方法 | |
CN109740630A (zh) | 异常数据处理方法及装置 | |
CN104020994B (zh) | 基于流系统的流过程定义装置和流过程定义方法 | |
CN107515890A (zh) | 一种识别常驻点的方法及终端 | |
CN109272995A (zh) | 语音识别方法、装置及电子设备 | |
CN109144647A (zh) | 一种表单设计方法与装置、终端设备以及存储介质 | |
CN107526429A (zh) | 可穿戴设备控制方法、可穿戴设备控制装置及可穿戴设备 | |
CN103189853A (zh) | 用于提供高效情境分类的方法和装置 | |
WO2019085749A1 (zh) | 应用程序管控方法、装置、介质及电子设备 | |
WO2021135603A1 (zh) | 意图识别方法、服务器及存储介质 | |
CN106980538A (zh) | 数据处理的方法及装置 | |
CN108038112A (zh) | 文件处理方法、移动终端及计算机可读存储介质 | |
CN107481737A (zh) | 一种语音监控的方法、装置及终端设备 | |
CN109783802A (zh) | 一种业务规则处理方法、服务器及计算机可读存储介质 | |
CN109829457A (zh) | 一种图像数据处理方法、设备及计算机可读存储介质 | |
CN107203504A (zh) | 字符串替换方法和装置 | |
CN109684311A (zh) | 异常数据检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |