CN108228134A - 一种任务语音的处理方法、装置、智能音箱和存储介质 - Google Patents

Abstract

本发明公开了一种任务语音的处理方法、装置、智能音箱和存储介质。该方法包括：接收用户输入的任务语音并解析；若任务语音对应的任务类型为信息传输任务，则根据解析结果确定任务执行对象；确定与任务执行对象匹配的当前目标设备，并将任务语音发送至当前目标设备，以使当前目标设备播放任务语音。从而实现了用户与音箱的智能交互，满足了用户需求。

Description

一种任务语音的处理方法、装置、智能音箱和存储介质

技术领域

本发明实施例涉及音频处理技术，尤其涉及一种任务语音的处理方法、装置、智能音箱和存储介质。

背景技术

随着计算机技术和智能终端的不断发展，智能终端的应用越来越广泛，用户对智能终端的要求也越来越高。

相对于智能手机或者智能手环等终端，音箱在语音的接收和播放功能上具有优势，但是目前的音箱功能过于简单，无法实现与用户的交互。

发明内容

本发明实施例提供一种任务语音的处理方法、装置、智能音箱和存储介质，以实现用户与音箱的智能交互，满足用户需求。

第一方面，本发明实施例提供了一种任务语音的处理方法，包括：

接收用户输入的任务语音并解析；

若所述任务语音对应的任务类型为信息传输任务，则根据解析结果确定任务执行对象；

确定与所述任务执行对象匹配的当前目标设备，并将所述任务语音发送至所述当前目标设备，以使所述当前目标设备播放所述任务语音。

第二方面，本发明实施例还提供了一种任务语音的处理装置，包括：

任务语音接收模块，用于接收用户输入的任务语音并解析；

任务执行对象确定模块，用于若所述任务语音对应的任务类型为信息传输任务，则根据解析结果确定任务执行对象；

当前目标设备确定模块，用于确定与所述任务执行对象匹配的当前目标设备；

任务语音发送模块，用于将所述任务语音发送至所述当前目标设备，以使所述当前目标设备播放所述任务语音。

第三方面，本发明实施例还提供了一种智能音箱，所述智能音箱包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所述的任务语音的处理方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所述的任务语音的处理方法。

本发明实施例通过接收用户输入的任务语音并解析；若任务语音对应的任务类型为信息传输任务，则根据解析结果确定任务执行对象；确定与任务执行对象匹配的当前目标设备，并将任务语音发送至当前目标设备，以使当前目标设备播放任务语音，实现了用户与音箱的智能交互，满足了用户需求。

附图说明

图1是本发明实施例一提供的一种任务语音的处理方法的流程图；

图2是本发明实施例二提供的一种任务语音的处理方法的流程图；

图3是本发明实施例三提供的一种任务语音的处理装置的结构示意图；

图4是本发明实施例四提供的一种智能音箱的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的一种任务语音的处理方法的流程图，本实施例可适用于处理任务语音的情况，尤其可以用于音箱中任务语音的处理，同时也可以用于其他需要处理任务语音的应用场景中。该方法可以由任务语音的处理装置来执行，该装置可以由软件和/或硬件的方式来实现，集成于智能音箱中。该方法具体包括如下步骤：

S110、接收用户输入的任务语音并解析。

其中，任务语音指的是用户为了达到某一目的而说出的语音信息。示例性的，任务语音可以是“张三给我倒杯水”或者“Siri，播放歌曲茉莉花”等。于接收用户输入的任务语音后，对任务语音进行解析，提取出任务语音中描述任务的特征信息，并作为解析结果。本实施例中，解析任务语音可以是获取任务语音中的关键信息，并获取语义信息，根据语义信息确定任务语音中包含的任务，转换为机器语言。根据任务语音的解析结果确定对应的任务类型。特征信息可以是但不限于人名、物名、称谓、地点、时间、动作等。示例性的，若解析任务语音“张三给我倒杯水”，则获取的特征信息为：“张三”、“我”和“倒杯水”；若解析任务语音“Siri，播放歌曲茉莉花”，则获取的特征信息为：“Siri”、“播放”和“茉莉花”。任务语音的解析可以由接收任务语音的当前设备来执行，也可以将任务语音发送至第三方解析服务器，由第三方解析服务器来执行。本实施例通过当前设备的语音接收功能来接收用户的任务语音来了解用户的需求，进而实现人机交互。

S120、若任务语音对应的任务类型为信息传输任务，则根据解析结果确定任务执行对象。

其中，任务类型可以包括信息传输任务和执行任务。其中，信息传输任务指的是将任务语音传输给其他用户的任务，其他用户可以是与当前用户未在同一空间内，示例性的，当前用户位于01房间，其他用户在02房间。例如：当前设备为音箱，接收的任务语音为“张三给我倒杯水”，音箱无法执行倒水的任务，该任务的执行对象为张三，将该任务语音进行传输来满足用户倒水的需求，此时该任务语音对应的任务类型即为信息传输任务。执行任务是指当前设备可以直接执行任务语音的任务。例如：当前设备为音箱，若任务语音为“Siri，播放歌曲茉莉花”，则因音箱具有播放音乐的功能，该任务的执行对象为当前设备，即音箱可以直接执行任务语音中播放音乐的任务，无需将该任务语音进行传输，此时该任务音乐对应的任务类型即为执行任务。若任务语音对应的任务类型为信息传输任务，此时任务执行对象为用户联系人，根据解析结果确定具体的任务执行对象，以将任务语音告知任务执行对象，进而满足用户的需求。

可选的，S120中根据解析结果确定任务执行对象，包括：

获取任务语音中的身份信息；若身份信息为身份关系信息，则根据任务语音的声纹信息确定当前用户，根据当前用户、身份关系信息以及预设用户关系表确定任务执行对象；

若身份信息为姓名信息，则将姓名信息对应的用户确定为任务执行对象。

其中，根据对任务语音的解析结果来获取身份信息。身份信息可以包括身份关系信息和姓名信息。其中，身份关系信息指的是当前用户与任务执行对象之间的关系。姓名信息可以是具体的姓名、乳名、英文名和爱称。示例性的，身份关系信息可以为妈妈、老婆或者女儿等；姓名信息可以为张三、李四等。根据用户的实际情况，预先采集用户和用户联系人的声纹信息。基于声纹的特定性和稳定性的特点，通过获取任务语音的声纹信息进而确定当前用户。预设用户关系表可以包括每位用户的姓名以及每位用户之间的身份关系信息。若身份信息为身份关系信息，则根据当前用户、身份关系信息以及预设用户关系表来确定任务执行对象。示例性的，若身份关系信息为妈妈，当前用户的姓名为张三，则根据预设用户关系表中确定张三妈妈的姓名为李四，进而确定任务执行对象为姓名为李四的用户。若身份信息为姓名信息，则将姓名信息对应的用户直接确定为任务执行对象。

S130、确定与任务执行对象匹配的当前目标设备，并将任务语音发送至当前目标设备，以使当前目标设备播放任务语音。

其中，目标设备可以是具有接收和播放任务语音的设备，例如可以是音箱、智能手机等。通过将任务语音发送至任务执行对象匹配的当前目标设备，使得当前目标设备播放任务语音，从而将用户需求告知任务执行对象，实现了人机的交互，提升了用户体验。

可选的，S130中确定与任务执行对象匹配的当前目标设备，包括：

获取任务执行对象的当前位置信息；将当前位置信息对应的设备确定为当前目标设备。

其中，任务执行对象的位置信息可以随时间改变，因此需要获取任务执行对象的当前位置信息。本实施例中可以预先存储每个位置信息对应的设备信息，从而根据当前位置信息获取当前位置信息对应的设备，并确定为当前目标设备。通过获取任务执行对象的当前位置信息，可以提高任务语音的处理效率以及准确率。

可选的，获取任务执行对象的当前位置信息，包括：

获取不同位置的人体图像信息，将人体图像信息与任务执行对象的预设图像信息进行匹配；

将匹配成功的人体图像信息所对应的位置信息确定为任务执行对象的当前位置信息。

其中，本实施例中接收任务语音的当前设备预先绑定多个放置于不同空间的目标设备，并且每个设备均具有采集图像的功能，以获取不同位置的人体图像信息。示例性的，接收任务语音的当前设备为A房间中的音箱，预先在B房间和C房间各设置一台音箱，以获取B房间和C房间内不同位置的人体图像信息。当确定任务语音的任务执行对象后，当前设备生成图像采集指令，并发送至各个目标设备，以使目标设备采集不同位置处的人体图像信息。

本实施例中每个候选对象的预设图像可以预先存储在当前设备中，也可以预先存储在每个目标设备中。根据预设图像存储位置的不同，图像信息匹配的方式也不同。可选的，若当前设备中存储有任务执行对象的预设图像信息，则每个目标设备将采集的人体图像信息发送至当前设备，当前设备对接收的人体图像信息与任务执行对象的预设图像信息进行匹配，将匹配成功的人体图像信息对应的位置信息确定为当前位置信息。可选的，若当前设备中存储有任务执行对象的预设图像信息，则当前设备将存储的任务执行对象的预设图像信息发送至各个目标设备，目标设备根据采集的人体图像信息与接收的预设图像信息进行匹配，将匹配成功的人体图像信息对应的位置信息发送至当前设备，当前设备将接收的位置信息直接确定为任务执行对象的当前位置信息。可选的，若每个目标设备存储有任务执行对象的预设图像信息，则每个目标设备直接根据采集的人体图像信息与各自存储的预设图像信息进行匹配，并将匹配成功的人体图像信息对应的位置信息发送至当前设备，当前设备将接收的位置信息直接确定为任务执行对象的当前位置信息，进一步提高了位置的确认效率。

可选的，人体图像信息为人体红外图像信息。其中，人体红外图像信息采集简单方便，无需对特定的人体角度进行拍摄，避免了由于每一个候选对象在不同时刻的衣着打扮会存在变化导致的图像匹配不精确，或者无法采集人体脸部图像导致的图像采集难度高的问题。

其中，本实施例中的各个设备可以设置红外检测功能，以采集人体红外图像信息，更加方便快捷，实现设备的功能多样性。

本发明实施例通过接收用户输入的任务语音并解析，若任务语音对应的任务类型为信息传输任务，则根据解析结果确定任务执行对象，确定与任务执行对象匹配的当前目标设备，并将任务语音发送至当前目标设备，以使当前目标设备播放任务语音，实现了在不借助手机等终端设备的时，达到不同空间的用户的任务语音传输，丰富了用户与音箱的智能交互，满足了用户需求。

实施例二

图2为本发明实施例二提供的一种任务语音的处理方法的流程图，本实施例在上述实施例的基础上进行优化：确定与任务执行对象匹配的当前目标设备，包括：获取与任务执行对象绑定的至少一个终端信息；检测终端信息对应的终端是否处于活跃状态，若是，则根据处于活跃状态的终端确定所述当前目标设备。

优化后，一种任务语音的处理方法具体包括以下步骤：

S210、接收用户输入的任务语音并解析。

S220、若任务语音对应的任务类型为信息传输任务，则根据解析结果确定任务执行对象。

可选的，S220中根据解析结果确定任务执行对象，包括：

获取任务语音中的身份信息；若身份信息为身份关系信息，则根据任务语音的声纹信息确定当前用户，根据当前用户、身份关系信息以及预设用户关系表确定任务执行对象；若身份信息为姓名信息，则将姓名信息对应的用户确定为任务执行对象。

S230、获取与任务执行对象绑定的至少一个终端信息。

其中，根据用户的实际情况，预先存储每个用户绑定的至少一个终端信息。终端信息对应的终端可以是但不限于智能手机、平板电脑或台式电脑等。

S240、检测终端信息对应的终端是否处于活跃状态，若是，则根据处于活跃状态的终端确定所述当前目标设备。

其中，活跃状态指的是终端处于可应用的状态，以便接收任务语音。若检测终端信息对应的终端处于活跃状态，则根据处于活跃状态的终端确定当前目标设备。若检测每个终端信息对应的终端均不是处于活跃状态，则生成任务失败信息并进行播放，以提醒当前用户任务语音传输失败。可选的，若处于活跃状态的终端只有一个，则直接将该终端确定为当前目标设备。若处于活跃状态的终端为至少两个，则根据至少两个终端对应的终端信息中的优先级信息或者终端位置信息，将优先级最高的终端或者距离任务执行对象的位置信息最近的终端确定为当前目标设备。示例性的，任务执行对象绑定的终端为智能手机、平板电脑和台式电脑，三者的优先级为第一优先级、第二优先级和第三优先级，优先级依次下降，若处于活跃状态的终端为智能手机和台式电脑，则因智能手机的优先级高于台式电脑的优先级，此时将智能手机确定为当前目标设备。

可选的，S240中检测终端信息对应的终端是否处于活跃状态，包括：

接收至少一个终端发送的状态标识，并根据状态标识确定至少一个终端是否处于活跃状态，其中，状态标识为终端在工作状态发生变化时生成并发送。

其中，状态标识是指用于表示终端工作状态的标识，可以用字母或者数字逻辑位“0”和“1”等方式表示。示例性的，状态标识为“1”时，表示终端处于可应用状态，即活跃状态；状态标识为“0”时，表示终端处于不可应用状态，即非活跃状态。终端的工作状态可以包括开机状态和关机状态。当终端的工作状态从开机状态变化为关机状态时，将生成关机状态对应的状态标识并发送；当终端的工作状态从关机状态变化为开机状态时，将生成开机状态对应的状态标识并发送。当前设备根据接收的任务执行对象绑定的每个终端的状态标识，来确定处于活跃状态的终端。

S250、将任务语音发送至当前目标设备，以使当前目标设备播放任务语音。

其中，由于当前目标设备是与任务执行对象进行绑定的终端，所以通过当前目标设备播放任务语音，可以更及时便捷的将用户需求告知任务执行对象，实现了人机的智能交互，提升了用户体验。

本发明实施例通过获取与任务执行对象绑定的至少一个终端信息，并将处于活跃状态的终端确定为当前目标设备，从而将任务语音发送至当前目标设备，以使当前目标设备播放任务语音，从而更及时便捷的将用户需求告知任务执行对象，进一步提升了用户体验。

实施例三

图3为本发明实施例三提供的一种任务语音的处理装置的结构示意图，本实施例可适用于处理任务语音的情况，该装置的结构具体包括：任务语音接收模块310、任务执行对象确定模块320、当前目标设备确定模块330和任务语音发送模块340。

其中，任务语音接收模块310，用于接收用户输入的任务语音并解析；任务执行对象确定模块320，用于若任务语音对应的任务类型为信息传输任务，则根据解析结果确定任务执行对象；当前目标设备确定模块330，用于确定与任务执行对象匹配的当前目标设备；任务语音发送模块340，用于将任务语音发送至当前目标设备，以使当前目标设备播放任务语音。

可选的，当前目标设备确定模块330，包括：

当前位置信息获取单元，用于获取任务执行对象的当前位置信息；

当前目标设备确定单元，用于将当前位置信息对应的设备确定为当前目标设备。

可选的，当前位置信息获取单元，具体用于：

获取不同位置的人体图像信息，将人体图像信息与任务执行对象的预设图像信息进行匹配；将匹配成功的人体图像信息所对应的位置信息确定为任务执行对象的当前位置信息。

可选的，人体图像信息为人体红外图像信息。

可选的，当前目标设备确定模块330，包括：

终端信息获取单元，用于获取与任务执行对象绑定的至少一个终端信息；

活跃状态检测单元，用于检测终端信息对应的终端是否处于活跃状态，

当前目标设备确定单元，用于若是，则根据处于活跃状态的终端确定所述当前目标设备。

可选的，活跃状态检测单元，具体用于：

接收至少一个终端发送的状态标识，并根据状态标识确定至少一个终端是否处于活跃状态，其中，状态标识为终端在工作状态发生变化时生成并发送。

可选的，任务执行对象确定模块320，包括：

身份信息获取单元，用于获取任务语音中的身份信息；

第一任务执行确定单元，用于若身份信息为身份关系信息，则根据任务语音的声纹信息确定当前用户，根据当前用户、身份关系信息以及预设用户关系表确定任务执行对象；

第二任务执行确定单元，用于若身份信息为姓名信息，则将姓名信息对应的用户确定为任务执行对象。

上述任务语音的处理装置可执行本发明任意实施例所提供的任务语音的处理方法，具备执行任务语音的处理方法相应的功能模块和有益效果。

实施例四

图4是本发明实施例四提供的一种智能音箱的结构示意图。参见图4，该终端包括：

一个或多个处理器410；

存储器420，用于存储一个或多个程序；

当一个或多个程序被一个或多个处理器410执行，使得一个或多个处理器410实现如上述实施例中任意实施例提出的任务语音的处理方法。

图4中以一个处理器410为例；智能音箱中的处理器410和存储器420可以通过总线或其他方式连接，图中以通过总线连接为例。

存储器420作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的任务语音的处理方法对应的程序指令/模块(例如，任务语音接收模块310、任务执行对象确定模块320、当前目标设备确定模块330和任务语音发送模块340)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行智能音箱的各种功能应用以及数据处理，即实现上述的任务语音的处理方法。

存储器420主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据智能音箱的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器420可进一步包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至智能音箱。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本实施例提出的智能音箱与上述实施例提出的任务语音的处理方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例具备执行任务语音的处理方法相同的有益效果。

实施例五

本实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所述的任务语音的处理方法。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，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的任务语音的处理方法。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种任务语音的处理方法，其特征在于，包括：

接收用户输入的任务语音并解析；

若所述任务语音对应的任务类型为信息传输任务，则根据解析结果确定任务执行对象；

确定与所述任务执行对象匹配的当前目标设备，并将所述任务语音发送至所述当前目标设备，以使所述当前目标设备播放所述任务语音。

2.根据权利要求1所述的方法，其特征在于，确定与所述任务执行对象匹配的当前目标设备，包括：

获取所述任务执行对象的当前位置信息；

将所述当前位置信息对应的设备确定为当前目标设备。

3.根据权利要求2所述的方法，其特征在于，获取所述任务执行对象的当前位置信息，包括：

获取不同位置的人体图像信息，将所述人体图像信息与所述任务执行对象的预设图像信息进行匹配；

将匹配成功的人体图像信息所对应的位置信息确定为所述任务执行对象的当前位置信息。

4.根据权利要求3所述的方法，其特征在于，所述人体图像信息为人体红外图像信息。

5.根据权利要求1所述的方法，其特征在于，确定与所述任务执行对象匹配的当前目标设备，包括：

获取与所述任务执行对象绑定的至少一个终端信息；

检测所述终端信息对应的终端是否处于活跃状态，若是，则根据处于活跃状态的终端确定所述当前目标设备。

6.根据权利要求5所述的方法，其特征在于，检测所述终端信息对应的终端是否处于活跃状态，包括：

接收至少一个终端发送的状态标识，并根据所述状态标识确定所述至少一个终端是否处于活跃状态，其中，所述状态标识为所述终端在工作状态发生变化时生成并发送。

7.根据权利要求1-6任一所述的方法，其特征在于，根据解析结果确定任务执行对象，包括：

获取所述任务语音中的身份信息；

若所述身份信息为身份关系信息，则根据所述任务语音的声纹信息确定当前用户，根据所述当前用户、所述身份关系信息以及预设用户关系表确定所述任务执行对象；

若所述身份信息为姓名信息，则将所述姓名信息对应的用户确定为任务执行对象。

8.一种任务语音的处理装置，其特征在于，包括：

任务语音接收模块，用于接收用户输入的任务语音并解析；

任务执行对象确定模块，用于若所述任务语音对应的任务类型为信息传输任务，则根据解析结果确定任务执行对象；

当前目标设备确定模块，用于确定与所述任务执行对象匹配的当前目标设备；

任务语音发送模块，用于将所述任务语音发送至所述当前目标设备，以使所述当前目标设备播放所述任务语音。

9.一种智能音箱，其特征在于，所述智能音箱包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的任务语音的处理方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的任务语音的处理方法。