CN107643908A - 语音应用触发控制方法、装置及终端 - Google Patents

语音应用触发控制方法、装置及终端 Download PDF

Info

Publication number
CN107643908A
CN107643908A CN201610572887.0A CN201610572887A CN107643908A CN 107643908 A CN107643908 A CN 107643908A CN 201610572887 A CN201610572887 A CN 201610572887A CN 107643908 A CN107643908 A CN 107643908A
Authority
CN
China
Prior art keywords
terminal
acceleration
vector
voice application
motor pattern
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.)
Pending
Application number
CN201610572887.0A
Other languages
English (en)
Inventor
张翀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZTE Corp
Original Assignee
ZTE Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZTE Corp filed Critical ZTE Corp
Priority to CN201610572887.0A priority Critical patent/CN107643908A/zh
Priority to PCT/CN2016/097714 priority patent/WO2018014432A1/zh
Publication of CN107643908A publication Critical patent/CN107643908A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Telephone Function (AREA)

Abstract

本发明实施例提供一种语音应用触发控制方法、装置及终端，直接利用终端的传感器中枢模块，获取终端的运动数据，进而根据采集的运动数据确定终端当前的运动模式，并在终端当前的运动模式与触发某一语音应用对应的运动模式匹配时，唤醒终端的处理器执行语音应用。由于传感器中枢模块是各种智能终端自带的，不需要额外设置芯片进行数据的采集和分析，同时运动传感器也是各种智能终端标配的器件，因此相对现有语音唤醒方案低成本、通用性更好。另外传感器中枢模块从先天上就具有功耗低的问题，同时本发明采集和分析的是运动数据，相对音频数据其数据分析过程也更为快速、简单，可进一步降低系统功耗，提升用户体验满意度。

Description

语音应用触发控制方法、装置及终端
技术领域
本发明涉及智能终端领域，尤其涉及一种语音应用触发控制方法、装置及终端。
背景技术
伴随着智能手机的普及,智能手机上的各种语音应用日益丰富，且目前针对这些语音应用设置了多种多样的语音唤醒方案。目前已有的各种语音唤醒方案都需要在手机底层硬件增加一个专门的DSP(Digital Signal Processing，数字信号处理)芯片，该芯片在架构上与手机的CPU(Central Processing Unit，中央处理器)相互独立，在该DSP芯片上会一直开启录音监控程序对用户声音进行采集以保证系统常时开启(Always-on)的需求但又不会影响手机CPU的正常休眠。DSP然后会不停分析录入的音频数据直至满足相应的唤醒条件唤醒对应的语音应用。现有的上述各种语音唤醒方案存在以下问题：
需要额外设置一块DSP芯片，增加成本。对于没有设置该DSP芯片的低端机来说，上述各种通过语音唤醒方案唤醒对应语音应用则不再适用，通用性差。然后就是音频文件本身的复杂性导致数据分析过程十分复杂，在一系列的复杂计算之后，功耗也会有所提升，导致功耗高。
发明内容
本发明实施例提供的语音应用触发控制方法、装置及终端，主要解决的技术问题是：解决现有通过语音唤醒方案唤醒终端内的语音应用存在的成本和功耗高，通用性差的问题。
为解决上述技术问题，本发明实施例提供一种语音应用触发控制方法，应用于终端的传感器中枢模块，包括：
获取终端的运动数据；
根据所述运动数据确定所述终端当前的运动模式；
在所述终端当前的运动模式与触发某一语音应用对应的运动模式匹配时，唤醒所述终端的处理器执行所述语音应用。
本发明实施例还提供一种语音应用触发控制装置，应用于终端的传感器中枢模块中，包括：
数据获取模块，用于获取终端的运动数据；
数据处理模块，用于根据所述运动数据确定所述终端当前的运动模式；
唤醒控制模块，用于在所述终端当前的运动模式与触发某一语音应用对应的运动模式匹配时，唤醒所述终端的处理器执行所述语音应用。
本发明实施例还提供一种终端，其包括如上所述的语音应用触发控制装置。
本发明实施例还提供一种计算机存储介质，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令用于执行前述的语音应用触发控制方法。
本发明的有益效果是：
根据本发明实施例提供的语音应用触发控制方法、装置、终端及存储介质，直接利用终端的传感器中枢模块(Sensor Hub)，获取终端的运动数据，进而根据采集的运动数据确定终端当前的运动模式，并在终端当前的运动模式与触发某一语音应用对应的运动模式匹配时，唤醒终端的处理器执行语音应用。由于传感器中枢模块是各种智能终端自带的，不需要额外设置芯片进行数据的采集和分析，同时运动传感器也是各种智能终端标配的器件，因此相对现有语音唤醒方案低成本、通用性更好。另外传感器中枢模块从先天上就具有功耗低的问题，同时本发明采集和分析的是运动数据，相对音频数据其数据分析过程也更为快速、简单，因此可进一步降低系统功耗，提升用户体验满意度。
附图说明
图1为本发明实施例一中的传感器中枢模块独立设置示意图；
图2为本发明实施例一中的传感器中枢模块集成设置示意图；
图3为本发明实施例一中的语音应用触发控制方法流程示意图；
图4为本发明实施例一中的对终端加速度向量数据进行分离处理过程的流程示意图；
图5为本发明实施例一中的终端加速度传感器坐标系示意图；
图6为本发明实施例二中的语音应用触发控制装置结构示意图。
具体实施方式
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，所描述的实施例只是本发明中一部分实施例，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，都属于本发明保护的范围。
实施例一：
本发明实施例基于智能终端底层Sensor Hub这一硬件标准配置，通过检测终端的运动模式实现对终端内相应语音应用触发的控制。Sensor Hub翻译为传感器中枢模块或协处理器。在系统设计中，Sensor Hub主要功能在于处理来自各个传感器的各种数据，在必要时才将终端的CPU(处理器)唤醒，以降低主处理器的运作负担，借此降低系统功耗。也就是说Sensor Hub从架构上先天具有降低功耗的作用，它是比较成熟的降功耗技术方案。目前各种智能终端均设置成为标配。例如参见图1和图2所示的两种传感器中枢模块Sensor Hub设置方式，图1中传感器中枢模块Sensor Hub独立设置，图2中的感器中枢模块SensorHub则集成于应用处理器application processor中。
如上，本发明实施例提供的语音应用触发控制方法应用于终端的传感器中枢模块，参见图3所示，包括：
S301：获取终端的运动数据。
本实施例中获取运动传感器所采集的运动数据的获取频率可以与运动传感器采集数据的采集频率相同，也可以不同。例如可以在运动传感器采集一定的数据量之后再进行获取。
S302：根据采集的运动数据确定终端当前的运动模式。
S303：在终端当前的运动模式与触发某一语音应用对应的运动模式匹配时，唤醒终端的处理器执行该语音应用，也即控制处理器触发执行该语音应用。
本实施例中，对于终端内的各待控制的语音应用(例如语音接听、录音、静音设置)分别设置对应的运动模式。应当理解的是，本实施例被控对象除了语音应用外，还可以终端内的其他任意类型的应用。
本实施例中，各语音应用与各运动模式之间可以是一一对应，也可是多个关联的语音应用对应一个运动模式。本实施例中一个运动模式用一个运动模式向量表征；且本实施例中的运动模式向量包含终端的运动元素和姿态元素。也即本实施例中结合终端的运动特性和姿态特性来实现对语音应用的控制。相对现有通过采集音频数据进行分析匹配以唤醒语音应用的方案，采集并分析运动数据更为快速、简单，因此功耗更低，准确性也更好。本实施例中终端的姿态元素包括终端的角度变化量；运动元素包括线性加速度的最大值、最小值、幅度、变化周期、峰值和谷值、以及终端与用户的距离值、终端在用户耳边的停留时间中的至少一种。具体包含的元素可以根据不同的语音应用以及具体的应用场景灵活设定。应当理解的是本实施例中的不同的语音应用包含的元素可以相同，也可以不同。
目前智能终端的体感识别技术都需要用到九轴传感器(加速度计3轴,陀螺仪3轴,磁力计3轴)，将手机的各项属性投射到全域坐标系中,然后才能进行姿态和运动等特性的分析。而对于低端手机而言,往往只有加速度传感器和距离传感器,所以就无法兼容低端手机，因此通常就会造成识别不准，误识别甚至无法识别，这会给用户带来极大的不便。这样的方案普适性不够,而且使用起来就会造成手机的生产成本大大增加。
因此，尽管现有通过九轴传感器采集终端的运动数据进行分析实现对语音终端的控制也适用于本发明。本实施例还提供一种检测更精准，成本更低，通用性更好的终端运动模式检测方式。
具体的，本实施例具体可以通过加速度传感器和距离传感器完成对终端数据的采集，并完成终端运动模式的分析确认。
因此，本实施例中的运动数据包含通过加速度传感器采集的终端加速度向量，根据运动数据确定终端当前的运动模式包括：
对终端加速度向量进行分离处理得到终端的实际重力加速度向量和实际线性加速度向量；
根据得到的实际线性加速度向量确定终端当前运动模式的运动元素，并根据实际重力加速度向量得到终端当前运动模式的姿态元素。
其中，对终端加速度向量数据进行分离处理得到终端的实际重力加速度向量和实际线性加速度向量参见图4所示，包括:
S401：对终端加速度向量进行滤波处理分离出理论重力加速度向量和理论线性加速度向量。本步骤可以采用各种滤波函数Acceleration]对终端加速度向量进行分离。
加速度传感器的测量的终端加速度向量是重力加速度G和线性加速度AL的合成数据A:
Ax＝ALx+Gx
Ay＝ALy+Gy
Az＝ALz+Gz
加速度数据由三组数据组成,A：[Ax，Ay，Aaz],它们分别代表加速度在手机设备的装置坐标系的X轴Y轴Z轴上的投影分量,终端加速度传感器的坐标系示意图参见图5所示。
通过S401可以分离出理论重力加速度向量Gravity：[Gx，Gy，Gz]和理论线性加速度向量Acceleration：[Ax，Ay，Az]。但应当理解的是，本实施例S401并不仅限于通过滤波操作实现线性加速度和重力加速度的分离,只要能实现线性加速度和重力加速度分离的任意处理方式都在本发明范围内。
S402：对理论重力加速度向量Gravity：[Gx，Gy，Gz]进行预处理得到实际重力加速度向量。
对所述理论重力加速度向量进行预处理得到实际重力加速度向量包括：
计算理论重力加速度向量[Gx，Gy，Gz]的标量
将所述理论重力加速度向量[Gx，Gy，Gz]与所述标量scale相乘得到实际重力加速度向量Gravity′＝scale*[Gx，Gy，Gz]。
S403：将终端加速度向量与实际重力加速度向量Gravity′相减得到实际线性加速度向量。
本实施例中，对于得到的实际线性加速度向量也可以进行预处理,例如采用最小二乘来进行平滑拟合,去掉数据的不规则点,这样既不破坏数据的形态又可以使数据更加逼近真实情况。
得到实际重力加速度向量和实际线性加速度向量后，则可以提取对应的姿态特征和运动特征，也即获取对应的运动元素和姿态元素。
本实施例中终端的姿态元素包括终端的角度变化量；且本实施例中根据实际重力加速度向量得到姿态元素，具体包括：
根据当前得到的实际重力加速度向量与之前得到的实际重力加速度向量(例如上一次得到的实际重力加速度向量)的变化量得到终端当前角度变化的角速度；
然后根据得到的角速度和加速度向量传感器的采集周期得到终端的角度变化量。
如上所示，本实施例中的运动元素包括线性加速度的最大值、最小值、幅度、变化周期、峰值和谷值等中的至少一种。根据得到的实际线性加速度向量得到上述运动元素。例如，可以计算在检测周期内采集到的实际线性加速度向量对应的线性加速度的最大值、最小值；将检测周期内采集的各实际线性加速度绘制成波形函数，得到幅度、变化周期、峰值和谷值等。
如上所述，本实施例中的运动数据还可包含通过距离传感器采集的终端与用户的距离值以及终端在用户耳边的停留时间值中的至少一种；本实施例中的运动元素还可包括终端与用户的距离值,以及终端在用户耳边的停留时间中的至少一种。具体可以从距离传感器采集的数据中进行对应的提取添加即可。
通过上述过程计算得到终端当前运用模式之运动模式向量后，判断与语音应用对应的运动模式之运动模式向量是否匹配具体可以包括：
计算终端当前运用模式之运动模式向量与语音应用对应的运动模式之运动模式向量的相似度。对于两个向量之间的相似度计算过程在此不再赘述，可以采用任意相似度计算方法进行计算。
当相似度大于预设的相似度阈值时，判定终端当前的运动模式与触发某一语音应用对应的运动模式匹配。本实施例中相似度阈值的具体设定也可以根据具体应用场景灵活选定。
本发明实施例在手机等智能终端休眠中，通过Sensor Hub获取加速度传感器采集的加速度数据以及距离传感器采集的数据分析出终端实时的姿态特性和运动特性，也即分析出终端当前所处的运动模式，一旦满足了特定动作就触发对应的语音应用。
另外，本发明实施例通过加速度传感器和距离传感器就能获取终端的姿态特征和运动特性,无需使用其他额外的传感器，成本低。数据预处理所采用的滤波,规范化操作,平滑拟合可以得到更加逼近真实的加速度数据从而分析出终端的精准运动模式。通过根据测试报告,现有算法库实现终端运动模式的识别成功率是90％,而本实施例的通过上述算法识别成功率是96％,而现有算法库的误识别率达到惊人的70％,而本实施例的上述算法只有20％。因此本发明实施例提供的通过加速度传感器和距离传感器识别终端的姿态特征和运动特性的方式，具有成本低、准确率更好的效果。
实施例二：
本实施例提供了一种语音应用触发控制装置，该装置设置于终端中，具体可以设置于终端的传感器中枢模块(Sensor Hub)中。本发明通过该语音应用触发控制装置通过运动传感器检测用户的动作，直至满足唤醒语音应用的条件。本发明实施例无需额外增加硬件成本，并且只需要三轴加速度传感器+距离传感器的数据就可以实现动作识别，数据分析简单，保证系统常时开启(Always-on)的需求的同时可以大大降低功耗。
参见图6所示，本实施例中的语音应用触发控制装置包括：
数据获取模块61，用于获取终端运动数据；本实施例中数据获取模块61获取运动传感器所采集的运动数据的获取频率可以与运动传感器采集数据的采集频率相同，也可以不同。例如可以在运动传感器采集一定的数据量之后再进行获取。
数据处理模块62，用于根据数据获取模块61获取的运动数据确定终端当前的运动模式；
唤醒控制模块63，用于在终端当前的运动模式与触发某一语音应用对应的运动模式匹配时，唤醒终端的处理器执行语音应用。
本实施例中，对于终端内的各待控制的语音应用可以预先分别设置好对应的运动模式。应当理解的是，本实施例被控对象除了语音应用外，还可以终端内的其他任意类型的应用。本实施例中，各语音应用与各运动模式之间可以是一一对应，也可是多个关联的语音应用对应一个运动模式。本实施例中一个运动模式用一个运动模式向量表征；且本实施例中的运动模式向量包含终端的运动元素和姿态元素，相对现有通过采集音频数据进行分析匹配以唤醒语音应用的方案，采集并分析运动数据更为快速、简单，因此功耗更低，准确性也更好。
本实施例中的数据获取模块61用于具体获取加速度传感器和距离传感器采集的数据，并交由数据处理模块62进行分析处理。
其中，数据处理模块62包括数据预处理单元621和特征提取单元622。其中数据预处理单元621用于对终端加速度向量进行分离处理得到终端的实际重力加速度向量和实际线性加速度向量，具体过程如下：
数据预处理单元621对终端加速度向量进行滤波处理分离出理论重力加速度向量和理论线性加速度向量。
数据预处理单元621可以采用各种滤波函数H(raw)＝[Gravity，Acceleration]对终端加速度向量进行分离。
数据预处理单元621分离出理论重力加速度向量Gravity：[Gx，Gy，Gz]和理论线性加速度向量Acceleration：[Ax，Ay，Az]后，对理论重力加速度向量Gravity：[Gx，Gy，Gz]进行预处理得到实际重力加速度向量，具体预处理过程包括：
计算理论重力加速度向量[Gx，Gy，Gz]的标量
将所述理论重力加速度向量[Gx，Gy，Gz]与所述标量scale相乘得到实际重力加速度向量Gravity′＝scale*[Gx，Gy，Gz]。
然后数据预处理单元621将终端加速度向量与实际重力加速度向量Gravity′相减得到实际线性加速度向量。
本实施例中，对于得到的实际线性加速度向量，数据预处理单元621也可以进行预处理,例如采用最小二乘来进行平滑拟合,去掉数据的不规则点,这样既不破坏数据的形态又可以使数据更加逼近真实情况。
数据预处理单元621得到实际重力加速度向量和实际线性加速度向量后，特征提取单元622可以提取对应的姿态特征和运动特征，也即获取对应的运动元素和姿态元素。
本实施例中终端的姿态元素包括终端的角度变化量；且本实施例中特征提取单元622根据实际重力加速度向量得到姿态元素，具体包括：
根据当前得到的实际重力加速度向量与之前得到的实际重力加速度向量(例如上一次或之前多次得到的实际重力加速度向量)的变化量得到终端当前角度变化的角速度；
然后根据得到的角速度和加速度向量传感器的采集周期得到终端的角度变化量。
如上所示，本实施例中的运动元素包括线性加速度的最大值、最小值、幅度、变化周期、峰值和谷值等中的至少一种。特征提取单元622根据得到的实际线性加速度向量得到上述运动元素。例如，可以计算在检测周期内采集到的实际线性加速度向量对应的线性加速度的最大值、最小值；将检测周期内采集的各实际线性加速度绘制成波形函数，得到幅度、变化周期、峰值和谷值等。
如上所述，本实施例中的运动数据还可包含通过距离传感器采集的终端与用户的距离值以及终端在用户耳边的停留时间值中的至少一种；本实施例中的运动元素还可包括终端与用户的距离值,以及终端在用户耳边的停留时间中的至少一种。特征提取单元622还用于从距离传感器采集的数据中进行对应的提取添加。
通过上述过程计算得到终端当前运用模式之运动模式向量后，唤醒控制模块63判断与语音应用对应的运动模式之运动模式向量是否匹配具体可以包括：
唤醒控制模块63计算终端当前运用模式之运动模式向量与语音应用对应的运动模式之运动模式向量的相似度，当相似度大于预设的相似度阈值时，判定终端当前的运动模式与触发某一语音应用对应的运动模式匹配。
本实施例中，对于两个向量之间的相似度计算过程在此不再赘述，可以采用任意相似度计算方法进行计算。
本实施例中相似度阈值的具体设定也可以根据具体应用场景灵活选定。
本发明实施例中的上述数据获取模块61、数据处理模块62以及唤醒控制模块63的上述功能可以通过Sensor Hub芯片实现，也即可以构造于Sensor Hub中。本实施例在终端休眠中，通过Sensor Hub中的语音应用触发控制装置获取加速度传感器采集的加速度数据以及距离传感器采集的数据分析出终端实时的姿态特性和运动特性，也即分析出终端当前所处的运动模式，一旦满足了特定动作就触发对应的语音应用。
另外，本发明实施例的语音应用触发控制装置通过加速度传感器和距离传感器就能获取终端的姿态特征和运动特性,无需使用其他额外的传感器，成本低。数据预处理所采用的滤波,规范化操作,平滑拟合可以得到更加逼近真实的加速度数据从而分析出终端的精准运动模式。
显然，本领域的技术人员应该明白，上述本发明实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在计算机存储介质(ROM/RAM、磁碟、光盘)中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以，本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明实施例所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (11)

1.一种语音应用触发控制方法，应用于终端的传感器中枢模块，包括：
获取终端的运动数据；
根据所述运动数据确定所述终端当前的运动模式；
在所述终端当前的运动模式与触发某一语音应用对应的运动模式匹配时，唤醒所述终端的处理器执行所述语音应用。
2.如权利要求1所述的语音应用触发控制方法，其特征在于，所述方法还包括为各待控制的语音应用分别设置对应的运动模式，一个运动模式用一个运动模式向量表征；所述运动模式向量包含终端的运动元素和姿态元素。
3.如权利要求2所述的语音应用触发控制方法，其特征在于，所述运动数据包含通过加速度传感器采集的终端加速度向量，根据所述运动数据确定所述终端当前的运动模式包括：
对所述终端加速度向量进行分离处理得到所述终端的实际重力加速度向量和实际线性加速度向量；
根据得到的实际线性加速度向量确定所述终端当前运动模式的运动元素，并根据所述实际重力加速度向量得到所述终端当前运动模式的姿态元素。
4.如权利要求3所述的语音应用触发控制方法，其特征在于，对所述终端加速度向量数据进行分离处理得到所述终端的实际重力加速度向量和实际线性加速度向量包括:
对所述终端加速度向量进行滤波处理分离出理论重力加速度向量和理论线性加速度向量；
对所述理论重力加速度向量进行预处理得到实际重力加速度向量；
将所述终端加速度向量与所述实际重力加速度向量相减得到实际线性加速度向量。
5.如权利要求3所述的语音应用触发控制方法，其特征在于，所述姿态元素包括终端的角度变化量；根据所述实际重力加速度向量得到所述姿态元素包括：
根据当前得到的实际重力加速度向量与之前得到的实际重力加速度向量的变化量得到终端当前角度变化的角速度；
根据所述角速度和所述加速度向量传感器的采集周期得到所述终端的角度变化量。
6.如权利要求4所述的语音应用触发控制方法，其特征在于，对所述理论重力加速度向量进行预处理得到实际重力加速度向量包括：
计算理论重力加速度向量[Gx，Gy，Gz]的标量
将所述理论重力加速度向量[Gx，Gy，Gz]与所述标量scale相乘得到实际重力加速度向量Gravity′＝scale*[Gx，Gy，Gz]。
7.如权利要求2-4任一项所述的语音应用触发控制方法，其特征在于，判断所述终端当前的运动模式与触发某一语音应用对应的运动模式是否匹配包括：
计算所述终端当前运用模式之运动模式向量与所述语音应用对应的运动模式之运动模式向量的相似度；
当所述相似度大于预设的相似度阈值时，判定所述终端当前的运动模式与触发某一语音应用对应的运动模式匹配。
8.如权利要求2-4任一项所述的语音应用触发控制方法，其特征在于，所述运动元素包括线性加速度的最大值、最小值、幅度、变化周期、峰值和谷值中的至少一种。
9.如权利要求8所述的语音应用触发控制方法，其特征在于，所述运动元素还包括终端与用户的距离值,以及终端在用户耳边的停留时间中的至少一种；
所述运动数据还包含通过距离传感器采集的终端与用户的距离值以及终端在用户耳边的停留时间值中的至少一种。
10.一种语音应用触发控制装置，应用于终端的传感器中枢模块中，包括：
数据获取模块，用于获取终端的运动数据；
数据处理模块，用于根据所述运动数据确定所述终端当前的运动模式；
唤醒控制模块，用于在所述终端当前的运动模式与触发某一语音应用对应的运动模式匹配时，唤醒所述终端的处理器执行所述语音应用。
11.一种终端，其特征在于包括如权利要求10所述的语音应用触发控制装置。
CN201610572887.0A 2016-07-20 2016-07-20 语音应用触发控制方法、装置及终端 Pending CN107643908A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610572887.0A CN107643908A (zh) 2016-07-20 2016-07-20 语音应用触发控制方法、装置及终端
PCT/CN2016/097714 WO2018014432A1 (zh) 2016-07-20 2016-08-31 语音应用触发控制方法、装置及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610572887.0A CN107643908A (zh) 2016-07-20 2016-07-20 语音应用触发控制方法、装置及终端

Publications (1)

Publication Number Publication Date
CN107643908A true CN107643908A (zh) 2018-01-30

Family

ID=60991684

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610572887.0A Pending CN107643908A (zh) 2016-07-20 2016-07-20 语音应用触发控制方法、装置及终端

Country Status (2)

Country Link
CN (1) CN107643908A (zh)
WO (1) WO2018014432A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108519895A (zh) * 2018-03-30 2018-09-11 四川斐讯信息技术有限公司 一种智能设备的控制方法和系统
CN111124507A (zh) * 2019-11-18 2020-05-08 珠海格力电器股份有限公司 一种语音设备及其唤醒方法、唤醒装置、存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111831959A (zh) * 2020-03-05 2020-10-27 北京嘀嘀无限科技发展有限公司 运动数据处理方法、装置、终端和计算机可读存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103561156A (zh) * 2013-09-24 2014-02-05 北京光年无限科技有限公司 一种通过位移唤醒语音助手的方法
US20140195841A1 (en) * 2012-12-03 2014-07-10 Lg Electronics Inc. Portable device and method for providing voice recognition service
CN104035559A (zh) * 2014-06-04 2014-09-10 小米科技有限责任公司 控制移动终端的方法及装置
CN204116902U (zh) * 2014-02-10 2015-01-21 美的集团股份有限公司 对家用电器语音控制的语音控制端及控制终端
US20150100323A1 (en) * 2013-10-04 2015-04-09 Panasonic Intellectual Property Corporation Of America Wearable terminal and method for controlling the same
CN104536558A (zh) * 2014-10-29 2015-04-22 三星电子（中国）研发中心 一种智能指环和控制智能设备的方法
WO2015095756A2 (en) * 2013-12-20 2015-06-25 Fca Us Llc Vehicle information/entertainment management system
CN105045394A (zh) * 2015-08-03 2015-11-11 歌尔声学股份有限公司 一种可穿戴式电子终端中预设功能的启动方法和装置
CN105144034A (zh) * 2013-04-11 2015-12-09 科智库公司 利用被动式传感器启动非触摸式手势控制的便携式设备
CN105678222A (zh) * 2015-12-29 2016-06-15 浙江大学 一种基于移动设备的人体行为识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104571529A (zh) * 2015-01-28 2015-04-29 锤子科技（北京）有限公司 一种应用程序唤醒方法以及移动终端

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140195841A1 (en) * 2012-12-03 2014-07-10 Lg Electronics Inc. Portable device and method for providing voice recognition service
CN105144034A (zh) * 2013-04-11 2015-12-09 科智库公司 利用被动式传感器启动非触摸式手势控制的便携式设备
CN103561156A (zh) * 2013-09-24 2014-02-05 北京光年无限科技有限公司 一种通过位移唤醒语音助手的方法
US20150100323A1 (en) * 2013-10-04 2015-04-09 Panasonic Intellectual Property Corporation Of America Wearable terminal and method for controlling the same
WO2015095756A2 (en) * 2013-12-20 2015-06-25 Fca Us Llc Vehicle information/entertainment management system
CN204116902U (zh) * 2014-02-10 2015-01-21 美的集团股份有限公司 对家用电器语音控制的语音控制端及控制终端
CN104035559A (zh) * 2014-06-04 2014-09-10 小米科技有限责任公司 控制移动终端的方法及装置
CN104536558A (zh) * 2014-10-29 2015-04-22 三星电子（中国）研发中心 一种智能指环和控制智能设备的方法
CN105045394A (zh) * 2015-08-03 2015-11-11 歌尔声学股份有限公司 一种可穿戴式电子终端中预设功能的启动方法和装置
CN105678222A (zh) * 2015-12-29 2016-06-15 浙江大学 一种基于移动设备的人体行为识别方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108519895A (zh) * 2018-03-30 2018-09-11 四川斐讯信息技术有限公司 一种智能设备的控制方法和系统
CN111124507A (zh) * 2019-11-18 2020-05-08 珠海格力电器股份有限公司 一种语音设备及其唤醒方法、唤醒装置、存储介质

Also Published As

Publication number Publication date
WO2018014432A1 (zh) 2018-01-25

Similar Documents

Publication Publication Date Title
CN104731307B (zh) 一种体感动作识别方法及人机交互装置
CN104780217B (zh) 检测用户工作效率的方法、系统及客户端
CN102193633B (zh) 一种数据手套动态手语识别方法
CN105224104B (zh) 基于智能手机持握方式的行人运动状态识别方法
CN111950437B (zh) 基于深度学习模型的步态识别方法、装置和计算机设备
Lu A motion control method of intelligent wheelchair based on hand gesture recognition
CN105912142A (zh) 一种基于加速传感器的记步与行为识别方法
CN105205436A (zh) 一种基于前臂生物电多传感器的手势识别系统
CN110308795B (zh) 一种动态手势识别方法及系统
CN107643908A (zh) 语音应用触发控制方法、装置及终端
CN106123911A (zh) 一种基于加速传感器和角速度传感器的记步方法
CN110058699A (zh) 一种基于智能移动设备传感器的用户行为识别方法
CN111475024A (zh) 一种人体动作捕捉系统及方法
CN110674875A (zh) 一种基于深度混合模型的行人运动模式识别方法
CN102707806A (zh) 一种基于加速度传感器的运动识别方法
CN107358248B (zh) 一种提高跌倒检测系统精度的方法
Wang et al. Gesture recognition by using kinect skeleton tracking system
KR20140083209A (ko) 사용자 동작 인식 장치 및 그 방법
CN109603142A (zh) 一种哑铃运动的识别计数方法及其装置
CN105530581A (zh) 一种基于声音识别的智能穿戴设备和控制方法
CN103019378A (zh) 一种移动电子设备手势控制交互方法、装置及移动终端
CN104586402A (zh) 一种人体活动的特征提取方法
CN206152348U (zh) 一种基于姿态检测的智能玩具控制系统
CN111803902B (zh) 泳姿识别方法、装置、可穿戴设备及存储介质
Monica et al. Recognition of medicine using cnn for visually impaired

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180130

RJ01 Rejection of invention patent application after publication