CN107368280A - 语音交互的音量控制方法、装置和语音交互设备 - Google Patents

Abstract

本公开是关于一种语音交互的音量控制方法、装置和语音交互设备，该方法包括：在接收到用户输入的语音信息时，获取当前的第一输出音量；根据所述第一输出音量确定第二输出音量，并以所述第二输出音量输出所述语音信息的语音反馈消息，其中，所述第二输出音量不小于预设音量，所述预设音量不为零。从而使得语音反馈消息不会因为输出音量太小，而不被用户听到，进而提高了用户的使用体验。

Description

语音交互的音量控制方法、装置和语音交互设备

技术领域

本公开涉及语音交互技术领域，尤其涉及一种语音交互的音量控制方法、装置和语音交互设备。

背景技术

随着语音技术的发展，支持语音交互的设备已经越来越多，人们也越来越习惯于通过语音的方式去控制设备去实现一些常用功能。而作为语音交互设备，声音就显得尤为重要，但是，在语音交互过程中人们往往有这样的体验：那就是当设备的音量很小甚至音量为零时，当用户与设备进行语音交互时，将得不到任何反馈，而此时并不是设备出现故障，而是由于设备音量太小使得用户无法听到反馈消息，从而造成了用户体验较差的问题。

发明内容

本公开提供一种语音交互的音量控制方法、装置和语音交互设备，用以解决一些场景下由于语音反馈音量较小，而使得用户无法听到语音反馈消息的问题。

根据本公开实施例的第一方面，提供一种语音交互的音量控制方法，包括：

在接收到用户输入的语音信息时，获取当前的第一输出音量；

根据所述第一输出音量确定第二输出音量，并以所述第二输出音量输出所述语音信息的语音反馈消息，其中，所述第二输出音量不小于预设音量，所述预设音量不为零。

可选的，所述根据所述第一输出音量确定第二输出音量，包括：

根据预先设定的音量与输出音量之间的映射关系，确定所述第一输出音量对应的第二输出音量。

可选的，所述根据预先设定的音量与输出音量之间的映射关系，确定所述第一输出音量对应的第二输出音量，包括：

根据表达式：

a×c+b

确定第二输出音量，其中，c为所述第一输出音量，a为不为零的常数，b为大于或等于预设音量的常数。

可选的，所述根据预先设定的音量与输出音量之间的映射关系，确定所述第一输出音量对应的第二输出音量，包括：

若所述第一输出音量大于或等于预设音量，则确定第二输出音量等于第一输出音量；

若所述第一输出音量小于预设音量，则确定第二输出音量等于预设音量。

根据本公开实施例的第二方面，提供一种语音交互的音量控制装置，该装置包括：

获取模块，被配置为在接收到用户输入的语音信息时，获取当前的第一输出音量；

处理模块，被配置为根据所述第一输出音量确定第二输出音量，其中，所述第二输出音量不小于预设音量，所述预设音量不为零；

输出模块，被配置为以所述第二输出音量输出所述语音信息的语音反馈消息。

可选的，所述处理模块，包括：

确定子模块，被配置为根据预先设定的音量与输出音量之间的映射关系，确定所述第一输出音量对应的第二输出音量。

可选的，

所述确定子模块，包括：

第一确定子单元，被配置为根据表达式：

a×c+b

确定第二输出音量，其中，c为所述第一输出音量，a为不为零的常数，b为大于或等于预设音量的常数。

可选的，所述确定子模块，包括：

第二确定子单元，被配置为在所述第一输出音量大于或等于预设音量时，确定第二输出音量等于第一输出音量；

第三确定子单元，被配置为在所述第一输出音量小于预设音量时，确定第二输出音量等于预设音量。

根据本公开实施例的第三方面，提供一种语音交互设备，包括：

处理器；

被配置为存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

在接收到用户输入的语音信息时，获取当前的第一输出音量；

根据所述第一输出音量确定第二输出音量，并以所述第二输出音量输出所述语音信息的语音反馈消息，其中，所述第二输出音量不小于预设音量，所述预设音量不为零。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行如下方法：

在接收到用户输入的语音信息时，获取当前的第一输出音量；

根据所述第一输出音量确定第二输出音量，并以所述第二输出音量输出所述语音信息的语音反馈消息，其中，所述第二输出音量不小于预设音量，所述预设音量不为零。

本公开的实施例提供的技术方案可以包括以下有益效果：

由以上各方面可见，通过在接收到用户输入的语音信息时，获取当前的第一输出音量，并根据第一输出音量确定出第二输出音量，以第二输出音量输出语音信息的语音反馈消息。从而使得语音反馈消息不会因为输出音量太小，而不被用户听到，进而提高了用户的使用体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种语音交互的音量控制方法实施例一的流程图；

图2是根据一示例性实施例示出的一种语音交互的音量控制方法实施例二的流程图；

图3是根据一示例性实施例示出的一种语音交互的音量控制装置实施例一的框图；

图4是根据一示例性实施例示出的一种处理模块12的框图；

图5是根据一示例性实施例示出的一种语音交互设备的框图；

图6是根据一示例性实施例示出的另一种语音交互设备的框图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

本公开实施例提供一种语音交互的音量控制方法。该方法可以由一种音量控制装置来执行，该音量控制装置可以集成在诸如音箱等语音交互设备中。参考图1，图1是根据一示例性实施例示出的一种语音交互的音量控制方法实施例一的流程图。如图1所示，该方法包括以下步骤：

在步骤101中，在接收到用户输入的语音信息时，获取当前的第一输出音量。

本实施例中，语音信息是通过设置在语音交互设备上的麦克风等语音采集设备采集获得的。当采集获得语音信息时，音量控制装置获取语音交互设备的音量即第一输出音量。

以音箱为例，假设用户语音输入“提高音量”的语音信息，则音量控制装置获取音箱的输出音量。当然这里仅为示例说明，而不是对本公开的具体限定。

在步骤102中，根据所述第一输出音量确定第二输出音量，并以所述第二输出音量输出所述语音信息的语音反馈消息，其中，所述第二输出音量不小于预设音量，所述预设音量不为零。

本实施例中，预设音量为预先设置的，能够被用户清晰听到的音量，其可以是大于零的任意值。

可选的，当第一输出音量小于预设音量时，若以第一输出音量输出语音反馈消息，那么很容易发生用户听不到或听不清语音反馈消息的情况，此时可以以预设音量或高于预设音量的音量输出语音反馈消息。这样就能够保证在语音交互设备的音量较小甚至为零时，用户也能够听到语音交互设备反馈的语音反馈消息。

可选的，当第一输出音量高于预设音量时，以第一输出音量输出语音反馈消息，用户就能清晰的听到语音交互设备反馈的语音反馈消息。因此，此时可以选择以第一输出音量输出语音反馈消息，也可以选择以高于预设音量的任意音量输出语音反馈消息。本实施例在这里不做限定。

本实施例，通过在接收到用户输入的语音信息时，获取当前的第一输出音量，并根据第一输出音量确定出第二输出音量，以第二输出音量输出语音信息的语音反馈消息。从而使得语音反馈消息不会因为输出音量太小，而不被用户听到，进而提高了用户的使用体验。

本公开提供另一种语音交互的音量控制方法。该方法是对图1所示的方法的进一步扩展和优化。

参考图2，图2是根据一示例性实施例示出的一种语音交互的音量控制方法实施例二的流程图，如图2所示，在图1所示方法的基础上，本实施例提供的方法包括如下步骤：

在步骤201中，在接收到用户输入的语音信息时，获取当前的第一输出音量。

在步骤202中，根据预先设定的音量与输出音量之间的映射关系，确定所述第一输出音量对应的第二输出音量，所述第二输出音量不小于预设音量，所述预设音量不为零。

本实施例中，预先设定的音量与输出音量之间的映射关系可以是线性的也可以非线性的。

可选的，在线性映射关系中，音量与输出音量之间的映射关系可以被具体为音量和输出音量之间的线性表达式。

可选的，实际场景中可以根据如下线性表达式确定第二输出音量：

a×c+b

其中，c为所述第一输出音量，a为不为零的常数，b为大于或等于预设音量的常数。根据上述表达式，当第一输出音量为0时，第二输出音量为b，即即使语音交互设备的音量为零时，语音交互设备也能够以音量b输出语音信息的语音反馈消息从而使得在语音交互设备的音量很小甚至为零时，用户也能够清晰的听到语音交互设备的语音反馈消息。当然，此处仅为示例说明而不是对本公开的唯一限定，实际上线性表达式可以为任意形式。

可选的，在非线性的映射关系中，音量与输出音量之间的映射关系，可以被具体为音量、预设音量以及输出音量三者的对应关系，比如，当语音交互设备当前的音量大于预设音量时，输出音量等于语音交互设备当前的音量，当语音交互设备当前的音量小于预设音量时，输出音量等于预设音量。当然此处仅为示例说明而不是对本公开的唯一限定。

在步骤203中，根据第二输出音量输出反馈语音消息。

本实施例中，通过根据预先设定的音量与输出音量之间的映射关系，能够快速准确的确定出能够被用户听到的第二输出音量，从而根据第二输出音量输出语音反馈消息，能够避免输出音量过小而导致的用户无法听到语音反馈消息的问题。

图3是根据一示例性实施例示出的一种语音交互的音量控制装置实施例一的框图，如图3所示，该装置包括：

获取模块11，被配置为在接收到用户输入的语音信息时，获取当前的第一输出音量；

处理模块12，被配置为根据所述第一输出音量确定第二输出音量，其中，所述第二输出音量不小于预设音量，所述预设音量不为零；

输出模块13，被配置为以所述第二输出音量输出所述语音信息的语音反馈消息。

本实施例提供的语音交互的音量控制装置能够用于执行图1所示实施例的方法，其执行方式和有益效果类似，在这里不再赘述。

图4是根据一示例性实施例示出的一种处理模块12的框图。如图4所示，在图3所示实施例的基础上，处理模块12包括：

确定子模块121，被配置为根据预先设定的音量与输出音量之间的映射关系，确定所述第一输出音量对应的第二输出音量。

可选的，所述确定子模块121，包括：

第一确定子单元，被配置为根据表达式：

a×c+b

确定第二输出音量，其中，c为所述第一输出音量，a为不为零的常数，b为大于或等于预设音量的常数。

可选的，所述确定子模块121，包括：

第二确定子单元，被配置为在所述第一输出音量大于或等于预设音量时，确定第二输出音量等于第一输出音量；

第三确定子单元，被配置为在所述第一输出音量小于预设音量时，确定第二输出音量等于预设音量。

本实施例提供的语音交互的音量控制装置能够用于执行图2所示实施例的方法，其执行方式和有益效果类似，在这里不再赘述。

关于上述实施例中的语音交互的音量控制装置，其中各个模块、子模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

以上描述了语音交互的音量控制装置的内部功能和结构，如图5所示，实际中，该语音交互的音量控制装置可实现为语音交互设备，包括：

处理器；

被配置为存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

在接收到用户输入的语音信息时，获取当前的第一输出音量；

根据所述第一输出音量确定第二输出音量，并以所述第二输出音量输出所述语音信息的语音反馈消息，其中，所述第二输出音量不小于预设音量，所述预设音量不为零。

本实施例中，通过在接收到用户输入的语音信息时，获取当前的第一输出音量，并根据第一输出音量确定出第二输出音量，以第二输出音量输出语音信息的语音反馈消息。从而使得语音反馈消息不会因为输出音量太小，而不被用户听到，进而提高了用户的使用体验。

图6是根据一示例性实施例示出的另一种语音交互设备的框图。例如，语音交互设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图6，语音交互设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制语音交互设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在语音交互设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为语音交互设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为语音交互设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述语音交互设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当语音交互设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为语音交互设备800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为语音交互设备800的显示器和小键盘，传感器组件814还可以检测语音交互设备800或语音交互设备800一个组件的位置改变，用户与语音交互设备800接触的存在或不存在，语音交互设备800方位或加速/减速和语音交互设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于语音交互设备800和其他设备之间有线或无线方式的通信。语音交互设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，语音交互设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由语音交互设备800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种语音交互的音量控制方法，所述方法包括：

在接收到用户输入的语音信息时，获取当前的第一输出音量；

根据所述第一输出音量确定第二输出音量，并以所述第二输出音量输出所述语音信息的语音反馈消息，其中，所述第二输出音量不小于预设音量，所述预设音量不为零。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种语音交互的音量控制方法，其特征在于，所述方法包括：

在接收到用户输入的语音信息时，获取当前的第一输出音量；

根据所述第一输出音量确定第二输出音量，并以所述第二输出音量输出所述语音信息的语音反馈消息，其中，所述第二输出音量不小于预设音量，所述预设音量不为零。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一输出音量确定第二输出音量，包括：

根据预先设定的音量与输出音量之间的映射关系，确定所述第一输出音量对应的第二输出音量。

3.根据权利要求2所述的方法，其特征在于，所述根据预先设定的音量与输出音量之间的映射关系，确定所述第一输出音量对应的第二输出音量，包括：

根据表达式：

a×c+b

确定第二输出音量，其中，c为所述第一输出音量，a为不为零的常数，b为大于或等于预设音量的常数。

4.根据权利要求2所述的方法，其特征在于，所述根据预先设定的音量与输出音量之间的映射关系，确定所述第一输出音量对应的第二输出音量，包括：

若所述第一输出音量大于或等于预设音量，则确定第二输出音量等于第一输出音量；

若所述第一输出音量小于预设音量，则确定第二输出音量等于预设音量。

5.一种语音交互的音量控制装置，其特征在于，包括：

获取模块，被配置为在接收到用户输入的语音信息时，获取当前的第一输出音量；

处理模块，被配置为根据所述第一输出音量确定第二输出音量，其中，所述第二输出音量不小于预设音量，所述预设音量不为零；

输出模块，被配置为以所述第二输出音量输出所述语音信息的语音反馈消息。

6.根据权利要求5所述的装置，其特征在于，所述处理模块，包括：

确定子模块，被配置为根据预先设定的音量与输出音量之间的映射关系，确定所述第一输出音量对应的第二输出音量。

7.根据权利要求6所述的装置，其特征在于，所述确定子模块，包括：

第一确定子单元，被配置为根据表达式：

a×c+b

确定第二输出音量，其中，c为所述第一输出音量，a为不为零的常数，b为大于或等于预设音量的常数。

8.根据权利要求6所述的装置，其特征在于，所述确定子模块，包括：

第二确定子单元，被配置为在所述第一输出音量大于或等于预设音量时，确定第二输出音量等于第一输出音量；

第三确定子单元，被配置为在所述第一输出音量小于预设音量时，确定第二输出音量等于预设音量。

9.一种语音交互设备，其特征在于，包括：

处理器；

被配置为存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

在接收到用户输入的语音信息时，获取当前的第一输出音量；

根据所述第一输出音量确定第二输出音量，并以所述第二输出音量输出所述语音信息的语音反馈消息，其中，所述第二输出音量不小于预设音量，所述预设音量不为零。

10.一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行如下方法：

在接收到用户输入的语音信息时，获取当前的第一输出音量；

根据所述第一输出音量确定第二输出音量，并以所述第二输出音量输出所述语音信息的语音反馈消息，其中，所述第二输出音量不小于预设音量，所述预设音量不为零。