CN108492823A - 一种语音点歌交互系统及语音点歌交互方法 - Google Patents

Abstract

本发明公开一种语音点歌交互系统及语音点歌交互方法，系统包括蓝牙设备、通信控制设备和云端服务器，蓝牙设备与通信控制设备蓝牙连接，通信控制设备与云端服务器通信连接；方法包括以下步骤：1）蓝牙设备将拾取用户语音得的语音文件发送至通信控制设备；2）通信控制设备判断语音文件是否有唤醒词；3）云端服务器分析由语音文件转化得到的文字文件并根据结果进行检索和/或形成控制指令；4）云端服务器将歌曲播放地址和/或控制指令发送至通信控制设备，通信控制设将歌曲缓冲数据发送至蓝牙设备播放和/或通信控制设备解析控制指令并发送至蓝牙设备实现控制操作。本发明能实现语音点歌和语音控制音乐播放状态，解放手动操作，极大方便用户。

Description

一种语音点歌交互系统及语音点歌交互方法

技术领域

本发明涉及语音点歌技术领域，特别涉及一种语音点歌交互系统及语音点歌交互方法。

背景技术

现有的蓝牙耳机、蓝牙音箱等蓝牙设备通常都与手机、平板等移动终端蓝牙连接之后才能播放音乐，且得在移动终端上手动选择播放内容，无法进行语音点播，另一方面，在蓝牙设备播放歌曲时，用户也只能手动控制音乐播放状态，这样存在着很大的弊端。比如在拥挤的火车站进出站口，这个时候用户想要听歌，就得拿出手机选择播放内容以及手动控制音乐播放状态，这样的操作方式会为用户带来极大的不便。

发明内容

本发明要解决的技术问题是，针对上述现有技术中的不足，提供一种语音点歌交互系统及语音点歌交互方法，其能实现语音点歌和语音控制音乐播放状态，解放手动操作，为用户带来极大的便利。

为解决上述技术问题，本发明的技术方案是：

一种语音点歌交互系统，包括蓝牙设备、通信控制设备和云端服务器，所述蓝牙设备包括第一蓝牙模块、拾音模块和喇叭模块，所述拾音模块和喇叭模块均与第一蓝牙模块连接，所述通信控制设备包括第一CPU控制模块、第二蓝牙模块和WiFi模块，所述第二蓝牙模块和WiFi模块均与第一CPU控制模块连接，所述WiFi模块与第二蓝牙模块连接，所述蓝牙设备通过第一蓝牙模块和第二蓝牙模块配合与通信控制设备蓝牙连接，所述通信控制设备通过WiFi模块接入WiFi无线通信网络与云端服务器通信连接。

作为一种优选方案，所述云端服务器包括语音识别模块、语义分析模块、索引擎模块和第二CPU控制模块，所述语音识别模块、语义分析模块、索引擎模块均与第二CPU控制模块连接。

作为一种优选方案，所述云端服务器还包括语音合成模块和语音字库模块，所述语音合成模块和语音字库模块均与第二CPU控制模块连接。

作为一种优选方案，所述蓝牙设备为多个，多个蓝牙设备与通信控制设备蓝牙连接。

作为一种优选方案，所述拾音模块为麦克风。

一种语音点歌交互方法，基于如上所述的语音点歌交互系统，所述方法包括以下步骤：

1）蓝牙设备的拾音模块实时采集用户语音，得到第一语音文件，蓝牙设备的第一蓝牙模块将第一语音文件发送至通信控制设备，通信控制设备的第二蓝牙模块接收第一语音文件后发送至第一CPU控制模块；

2）通信控制设备的第一CPU控制模块判断第一语音文件中是否含有唤醒词，若是，则通信控制设备的第一CPU控制模块将经截取第一语音文件中唤醒词后的语音内容形成的第二语音文件发送至WiFi模块，然后WiFi模块将第二语音文件发送至云端服务器，若否，则自动忽略第一语音文件；

3）云端服务器的语音识别模块将第二语音文件转化成文字文件，然后第二CPU控制对文字文件进行智能分析，并且云端服务器的第二CPU控制模块根据智能分析结果将文字文件转化为控制指令和/或控制索引擎模块进行歌曲检索；

4）云端服务器经WiFi无线通信网络将步骤3）中获得的控制指令和/或歌曲播放地址发送至通信控制设备，通信控制设备的WiFi模块将接收到的控制指令发送至第一CPU控制模块中和/或通信控制设备的WiFi模块根据将接收到的歌曲播放地址对歌曲进行缓冲，并将歌曲的缓冲数据发送至第二蓝牙模块中，通信控制设备的第一CPU控制模块对接收到的控制指令进行解析，然后第二蓝牙模块将经解析后的控制指令发送至蓝牙设备进行相应控制操作和/或第二蓝牙模块将歌曲的缓冲数据发送至蓝牙设备经喇叭模块播放出来。

作为一种优选方案，步骤3）中的智能分析方法包括以下步骤：

1）云端服务器的语义分析模块对文字文件进行语义分析，获取动作指令；

2）云端服务器的第二CPU控制模块判断动作指令中是否为检索指令，若是，则云端服务器的第二CPU控制模块获取检索关键词，索引擎模块根据检索关键词检索出相关歌曲播放地址，若否，则云端服务器的第二CPU控制模块将文字文件转换成控制指令。

作为一种优选方案，步骤3）中在云端服务器的第二CPU控制模块根据智能分析结果控制索引擎模块进行歌曲检索的同时，语音合成模块根据语音字库模块合成提示语音文件。

作为一种优选方案，步骤4）中云端服务器经WiFi无线通信网络将由步骤3）得到的歌曲播放地址以及提示语音文件同时发送至通信控制设备，通信控制设备的WiFi模块根据接收到的歌曲播放地址对歌曲进行缓冲，并将歌曲的缓冲数据以及提示语音文件发送至第二蓝牙模块，第二蓝牙模块将歌曲的缓冲数据以及提示语音文件发送至蓝牙设备经喇叭模块播放出来。

作为一种优选方案，步骤4）中在蓝牙设备的喇叭模块播放歌曲的缓冲数据之前，喇叭模块先播放提示语音文件。

本发明的有益效果是：通过蓝牙设备、通信控制设备和云端服务器的配合能实现语音点歌和语音控制音乐播放状态，解放手动操作，为用户带来极大的便利；由于蓝牙设备与通信控制设备之间为蓝牙连接，使得蓝牙设备整体功耗比较低，确保蓝牙设备可长时间续航工作；由于通信控制设备能与多个蓝牙设备蓝牙连接，解决经典蓝牙设备一对一连接问题；在云端服务器处理第二语音文件的过程中，采用持续解析，实时传递解析信号，如此实现一次唤醒，多条控制指令同时执行。

附图说明

图1为本发明之实施例的组装结构示意图；

图2为本发明之语音点歌交互方法的流程框架图；

图3为本发明之智能分析方法的流程框架图。

图中：1-蓝牙设备，11-第一蓝牙模块，12-拾音模块，13-喇叭模块，2-通信控制设备，21-第一CPU控制模块，22-第二蓝牙模块，23-WiFi模块，3-云端服务器，31-语音识别模块，32-语义分析模块，33-索引擎模块，34-第二CPU控制模块，35-语音合成模块，36-语音字库模块。

具体实施方式

下面结合附图对本发明的结构原理和工作原理作进一步详细说明。

如图1所示，一种语音点歌交互系统，包括蓝牙设备1、通信控制设备2和云端服务器3，所述蓝牙设备1包括第一蓝牙模块11、拾音模块12和喇叭模块13，所述拾音模块12和喇叭模块13均与第一蓝牙模块11连接，所述通信控制设备2包括第一CPU控制模块21、第二蓝牙模块22和WiFi模块23，所述第二蓝牙模块22和WiFi模块23均与第一CPU控制模块21连接，所述WiFi模块23与第二蓝牙模块22连接，所述蓝牙设备1通过第一蓝牙模块11和第二蓝牙模块22配合与通信控制设备2蓝牙连接，所述通信控制设备2通过WiFi模块23接入WiFi无线通信网络与云端服务器3通信连接。所述云端服务器3包括语音识别模块31、语义分析模块32、索引擎模块33、语音合成模块35、语音字库模块36和第二CPU控制模块34，所述语音识别模块31、语义分析模块32、索引擎模块33、语音合成模块35和语音字库模块36均与第二CPU控制模块34连接。所述蓝牙设备1为多个，多个蓝牙设备1与通信控制设备2蓝牙连接。所述拾音模块12为麦克风。

如图2所示，一种语音点歌交互方法，基于如上所述的语音点歌交互系统，所述方法包括以下步骤：

1）蓝牙设备1的拾音模块12实时采集用户语音，得到第一语音文件，蓝牙设备1的第一蓝牙模块11将第一语音文件发送至通信控制设备2，通信控制设备2的第二蓝牙模块22接收第一语音文件后发送至第一CPU控制模块21；

2）通信控制设备2的第一CPU控制模块21判断第一语音文件中是否含有唤醒词，若是，则通信控制设备2的第一CPU控制模块21将经截取第一语音文件中唤醒词后的语音内容形成的第二语音文件发送至WiFi模块23，然后WiFi模块23将第二语音文件发送至云端服务器3，若否，则自动忽略第一语音文件；

3）云端服务器3的语音识别模块31将第二语音文件转化成文字文件，然后第二CPU控制模块34对文字文件进行智能分析，并且第二CPU控制模块34根据智能分析结果进行歌曲检索和/或将文字文件转化为控制指令；

4）云端服务器3经WiFi无线通信网络将步骤3）中获得的控制指令和/或歌曲播放地址发送至通信控制设备2，通信控制设备2的WiFi模块23将接收到的控制指令发送至第一CPU控制模块21中和/或通信控制设备2的WiFi模块23根据将接收到的歌曲播放地址对歌曲进行缓冲，并将歌曲的缓冲数据发送至第二蓝牙模块22中，通信控制设备2的第一CPU控制模块21对接收到的控制指令进行解析，然后第二蓝牙模块22将经解析后的控制指令发送至蓝牙设备1进行相应控制操作和/或第二蓝牙模块22将歌曲的缓冲数据发送至蓝牙设备1经喇叭模块13播放出来。

其中，步骤3）中在云端服务器的第二CPU控制模块根据智能分析结果控制索引擎模块进行歌曲检索的同时，语音合成模块35根据语音字库模块36合成提示语音文件。步骤4）中云端服务器经WiFi无线通信网络将由步骤3）得到的歌曲播放地址以及提示语音文件同时发送至通信控制设备，通信控制设备的WiFi模块根据接收到的歌曲播放地址对歌曲进行缓冲，并将歌曲的缓冲数据以及提示语音文件发送至第二蓝牙模块，第二蓝牙模块将歌曲的缓冲数据以及提示语音文件发送至蓝牙设备经喇叭模块播放出来。步骤4）中在蓝牙设备的喇叭模块播放歌曲的缓冲数据之前，喇叭模块先播放提示语音文件。

如图3所示，所述智能分析方法包括以下步骤：

1）云端服务器3的语义分析模块32对文字文件进行语义分析，获取动作指令；

2）云端服务器3的第二CPU控制模块34判断动作指令中是否为检索指令，若是，则云端服务器3的第二CPU控制模块34获取检索关键词，索引擎模块33根据检索关键词检索出相关歌曲文件，若否，则云端服务器3的 第二CPU控制模块34将文字文件转换成控制指令。

实施例1

一种语音点歌交互方法，基于如上所述的语音点歌交互系统，所述方法包括以下步骤：

1）用户对蓝牙设备1说：“小乐小乐，我想听周杰伦的歌。”，蓝牙设备1的拾音模块12实时采集语音，得到第一语音文件，蓝牙设备1的第一蓝牙模块11将第一语音文件发送至通信控制设备2，通信控制设备2的第二蓝牙模块22接收第一语音文件后发送至第一CPU控制模块21；

2）通信控制设备2的第一CPU控制模块21判断第一语音文件中含有唤醒词“小乐小乐”，通信控制设备2的第一CPU控制模块21将“我想听周杰伦的歌”这一语音内容形成的第二语音文件发送至WiFi模块23，然后WiFi模块23将第二语音文件发送至云端服务器3；

3）云端服务器3的语音识别模块31将第二语音文件转化成文字文件，然后云端服务器3对文字文件进行智能分析，并且云端服务器3的第二CPU控制模块34根据智能分析结果进行歌曲检索，同时语音合成模块35根据语音字库模块36合成提示语音文件“为你播放周杰伦的歌”；

所述智能分析方法包括以下步骤：

1）云端服务器3的语义分析模块32将“我想听周杰伦的歌”拆解成主体“我”、动作指令“想听”以及检索关键词“周杰伦、歌”，由此获得动作指令“想听”；

2）由于动作指令“想听”经解析后执行的结果就是播放“想听”后面的内容，云端服务器3的第二CPU控制模块34判断动作指令“想听”为检索指令，然后云端服务器3的第二CPU控制模块34获取检索关键词“周杰伦、歌”，索引擎模块33根据检索关键词检索出周杰伦的歌曲文件，根据网络上周杰伦歌曲的热度排名推荐相应的歌曲文件到通信控制设备2。

4）云端服务器3经WiFi无线通信网络将步骤3）中检索获得的歌曲播放地址以及提示语音文件同时发送至通信控制设备2，通信控制设备2的WiFi模块23根据接收到的歌曲播放地址对歌曲进行缓冲，并将歌曲的缓冲数据以及提示语音文件发送至第二蓝牙模块22中，第二蓝牙模块22将歌曲的缓冲数据以及提示语音文件发送至蓝牙设备1经喇叭模块13播放出来。其中，蓝牙设备1的喇叭模块13先播放提示语音文件“为你播放周杰伦的歌”，再播放歌曲的缓冲数据。

实施例2

一种语音点歌交互方法，基于如上所述的语音点歌交互系统，所述方法包括以下步骤：

1）用户对蓝牙设备1说：“小乐小乐，音量加大两格。”，蓝牙设备1的拾音模块12实时采集语音，得到第一语音文件，蓝牙设备1的第一蓝牙模块11将第一语音文件发送至通信控制设备2，通信控制设备2的第二蓝牙模块22接收第一语音文件后发送至第一CPU控制模块21；

2）通信控制设备2的第一CPU控制模块21判断第一语音文件中含有唤醒词“小乐小乐”，通信控制设备2的第一CPU控制模块21将“音量加大两格”这一语音内容形成的第二语音文件发送至WiFi模块23，然后WiFi模块23将第二语音文件发送至云端服务器3；

3）云端服务器3的语音识别模块31将第二语音文件转化成文字文件，然后云端服务器3对文字文件进行智能分析，并且云端服务器3的第二CPU控制模块34根据智能分析结果将文字文件转化为控制指令；

所述智能分析方法包括以下步骤：

1）云端服务器3的语义分析模块32将“音量加大两格”拆解成主体“音量”、动作指令“加大”和定语“两格”，由此获得动作指令“加大”；

2）由于动作指令“加大”经解析后执行的结果就是调大音量，云端服务器3的第二CPU控制模块34判断动作指令“加大”不为检索指令，云端服务器3 的第二CPU控制模块34将文字文件转化为控制指令。

4）云端服务器3经WiFi无线通信网络将步骤4）中获得的控制指令发送至通信控制设备2，通信控制设备2的WiFi模块23将接收到的控制指令发送至第一CPU控制模块21中，通信控制设备2的第一CPU控制模块21对接收到的控制指令进行解析，然后第二蓝牙模块22将经解析后的控制指令发送至蓝牙设备1实现“音量调大两格”的控制操作。

实施例3

一种语音点歌交互方法，基于如上所述的语音点歌交互系统，所述方法包括以下步骤：

1）用户对蓝牙设备1说：“小乐小乐，我想听周杰伦的歌，音量加大两格。”，蓝牙设备1的拾音模块12实时采集用户语音，得到第一语音文件，蓝牙设备1的第一蓝牙模块11将第一语音文件发送至通信控制设备2，通信控制设备2的第二蓝牙模块22接收第一语音文件后发送至第一CPU控制模块21；

2）通信控制设备2的第一CPU控制模块21判断第一语音文件中含有唤醒词“小乐小乐”，通信控制设备2的第一CPU控制模块21将“我想听周杰伦的歌，音量加大两格。”这一语音内容形成的第二语音文件发送至WiFi模块23，然后WiFi模块23将第二语音文件发送至云端服务器3；

3）云端服务器3的语音识别模块31将第二语音文件转化成文字文件，然后云端服务器3对文字文件进行智能分析，并且云端服务器3的第二CPU控制模块34根据智能分析结果将文字文件转化为控制指令、控制索引擎模块33进行歌曲检索以及语音合成模块35根据语音字库模块36合成提示语音文件“为你播放周杰伦的歌”；

所述智能分析方法包括以下步骤：

1）云端服务器3的语义分析模块32将“我想听周杰伦的歌，音量加大两格。”拆解成主体“我”和“音量”、动作指令“想听”和“加大”、检索关键词“周杰伦、歌”以及定语“两格”，由此获得动作指令“想听”和“加大”；

2）由于动作指令“想听”经解析后执行的结果就是播放“想听”后面的内容，云端服务器3的第二CPU控制模块34判断动作指令“想听”为检索指令，然后云端服务器3的第二CPU控制模块34获取检索关键词“周杰伦、歌”，索引擎模块33根据检索关键词检索出周杰伦的歌曲文件，根据网络上周杰伦歌曲的热度排名推荐相应的歌曲文件到通信控制设备2；而动作指令 “加大”经解析后执行的结果就是调大音量，云端服务器3的第二CPU控制模块34判断动作指令“加大”不为检索指令，云端服务器3的第二CPU控制模块34将“音量加大两格”这部分文字文件转化为控制指令。

4）云端服务器3经WiFi无线通信网络将步骤3）中得到的控制指令、歌曲播放地址以及提示语音文件发送至通信控制设备2，通信控制设备2的WiFi模块23将接收到的控制指令发送至第一CPU控制模块21中同时通信控制设备2的WiFi模块23根据接收到的歌曲播放地址对歌曲进行缓冲，并将歌曲的缓冲数据以及提示语音文件发送至第二蓝牙模块22中，通信控制设备2的第一CPU控制模块21对接收到的控制指令进行解析，然后第二蓝牙模块22将经解析后的控制指令发送至蓝牙设备1实现“音量调大两格”的控制操作同时第二蓝牙模块22将歌曲的缓冲数据以及提示语音文件发送至蓝牙设备1经喇叭模块13播放出来。其中，蓝牙设备1的喇叭模块13先播放提示语音文件“为你播放周杰伦的歌”，再播放歌曲的缓冲数据。

需要说明的是实施例1-3中的唤醒词不是一定为“小乐小乐”，可以根据实际情况设定；而当通信控制设备2的第一CPU控制模块21判断第一语音文件中不含有唤醒词时，通信控制设备2忽略第一语音文件，即并未唤醒通信控制设备2的语音点歌交互功能。

本发明的有益效果是：通过蓝牙设备1、通信控制设备2和云端服务器3的配合能实现语音点歌和语音控制音乐播放状态，解放手动操作，为用户带来极大的便利；由于蓝牙设备1与通信控制设备2之间为蓝牙连接，使得蓝牙设备1整体功耗比较低，确保蓝牙设备1可长时间续航工作；由于通信控制设备2能与多个蓝牙设备1蓝牙连接，解决经典蓝牙设备1一对一连接问题；在云端服务器3处理第二语音文件的过程中，采用持续解析，实时传递解析信号，如此实现一次唤醒，多条控制指令同时执行。

以上所述，仅是本发明较佳实施方式，凡是依据本发明的技术方案对以上的实施方式所作的任何细微修改、等同变化与修饰，均属于本发明技术方案的范围内。

Claims (10)

1.一种语音点歌交互系统，其特征在于：包括蓝牙设备、通信控制设备和云端服务器，所述蓝牙设备包括第一蓝牙模块、拾音模块和喇叭模块，所述拾音模块和喇叭模块均与第一蓝牙模块连接，所述通信控制设备包括第一CPU控制模块、第二蓝牙模块和WiFi模块，所述第二蓝牙模块和WiFi模块均与第一CPU控制模块连接，所述WiFi模块与第二蓝牙模块连接，所述蓝牙设备通过第一蓝牙模块和第二蓝牙模块配合与通信控制设备蓝牙连接，所述通信控制设备通过WiFi模块接入WiFi无线通信网络与云端服务器通信连接。

2.根据权利要求1所述的一种语音点歌交互系统，其特征在于：所述云端服务器包括语音识别模块、语义分析模块、索引擎模块和第二CPU控制模块，所述语音识别模块、语义分析模块、索引擎模块均与第二CPU控制模块连接。

3.根据权利要求2所述的一种语音点歌交互系统，其特征在于：所述云端服务器还包括语音合成模块和语音字库模块，所述语音合成模块和语音字库模块均与第二CPU控制模块连接。

4.根据权利要求1所述的一种语音点歌交互系统，其特征在于：所述蓝牙设备为多个，多个蓝牙设备与通信控制设备蓝牙连接。

5.根据权利要求1所述的一种语音点歌交互系统，其特征在于：所述拾音模块为麦克风。

6.一种语音点歌交互方法，其特征在于：基于如权利要求1-5任一项所述的语音点歌交互系统，所述方法包括以下步骤：

1）蓝牙设备的拾音模块实时采集用户语音，得到第一语音文件，蓝牙设备的第一蓝牙模块将第一语音文件发送至通信控制设备，通信控制设备的第二蓝牙模块接收第一语音文件后发送至第一CPU控制模块；

2）通信控制设备的第一CPU控制模块判断第一语音文件中是否含有唤醒词，若是，则通信控制设备的第一CPU控制模块将经截取第一语音文件中唤醒词后的语音内容形成的第二语音文件发送至WiFi模块，然后WiFi模块将第二语音文件发送至云端服务器，若否，则自动忽略第一语音文件；

3）云端服务器的语音识别模块将第二语音文件转化成文字文件，然后第二CPU控制对文字文件进行智能分析，并且云端服务器的第二CPU控制模块根据智能分析结果将文字文件转化为控制指令和/或控制索引擎模块进行歌曲检索；

4）云端服务器经WiFi无线通信网络将步骤3）中获得的控制指令和/或歌曲播放地址发送至通信控制设备，通信控制设备的WiFi模块将接收到的控制指令发送至第一CPU控制模块中和/或通信控制设备的WiFi模块根据将接收到的歌曲播放地址对歌曲进行缓冲，并将歌曲的缓冲数据发送至第二蓝牙模块中，通信控制设备的第一CPU控制模块对接收到的控制指令进行解析，然后第二蓝牙模块将经解析后的控制指令发送至蓝牙设备进行相应控制操作和/或第二蓝牙模块将歌曲的缓冲数据发送至蓝牙设备经喇叭模块播放出来。

7.根据权利要求6所述的一种语音点歌交互方法，其特征在于：步骤3）中的智能分析方法包括以下步骤：

1）云端服务器的语义分析模块对文字文件进行语义分析，获取动作指令；

2）云端服务器的第二CPU控制模块判断动作指令中是否为检索指令，若是，则云端服务器的第二CPU控制模块获取检索关键词，索引擎模块根据检索关键词检索出相关歌曲播放地址，若否，则云端服务器的第二CPU控制模块将文字文件转换成控制指令。

8.根据权利要求6所述的一种语音点歌交互方法，其特征在于：步骤3）中在云端服务器的第二CPU控制模块根据智能分析结果控制索引擎模块进行歌曲检索的同时，语音合成模块根据语音字库模块合成提示语音文件。

9.根据权利要求8所述的一种语音点歌交互方法，其特征在于：步骤4）中云端服务器经WiFi无线通信网络将由步骤3）得到的歌曲播放地址以及提示语音文件同时发送至通信控制设备，通信控制设备的WiFi模块根据接收到的歌曲播放地址对歌曲进行缓冲，并将歌曲的缓冲数据以及提示语音文件发送至第二蓝牙模块，第二蓝牙模块将歌曲的缓冲数据以及提示语音文件发送至蓝牙设备经喇叭模块播放出来。

10.根据权利要求9所述的一种语音点歌交互方法，其特征在于：步骤4）中在蓝牙设备的喇叭模块播放歌曲的缓冲数据之前，喇叭模块先播放提示语音文件。