CN108520748B - 一种智能设备功能引导方法及系统 - Google Patents

一种智能设备功能引导方法及系统 Download PDF

Info

Publication number
CN108520748B
CN108520748B CN201810102549.XA CN201810102549A CN108520748B CN 108520748 B CN108520748 B CN 108520748B CN 201810102549 A CN201810102549 A CN 201810102549A CN 108520748 B CN108520748 B CN 108520748B
Authority
CN
China
Prior art keywords
operation instruction
preset
user
function
voice
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.)
Active
Application number
CN201810102549.XA
Other languages
English (en)
Other versions
CN108520748A (zh
Inventor
杨鹏
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Shanghai Xiaodu Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201810102549.XA priority Critical patent/CN108520748B/zh
Publication of CN108520748A publication Critical patent/CN108520748A/zh
Priority to JP2018212637A priority patent/JP6683794B2/ja
Priority to US16/192,513 priority patent/US10937423B2/en
Application granted granted Critical
Publication of CN108520748B publication Critical patent/CN108520748B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1822—Parsing for meaning understanding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
    • G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种智能设备功能引导方法及系统，其中方法包括：获取用户的语音数据，得到所述语音数据对应的操作指令；判断所述操作指令是否符合预设引导条件，若所述操作指令符合预设引导条件，向智能设备发送引导语音。应用本发明所述方案，相比较现有技术中通过APP进行功能引导或提供简单语音功能引导的方式，提高了通过语音交互进行功能引导的效率。

Description

一种智能设备功能引导方法及系统
【技术领域】
本发明涉及计算机应用技术，特别涉及智能设备功能引导方法及系统。
【背景技术】
随着语音识别技术的日益成熟，市场中正出现越来越多的智能设备，例如智能音箱，这些智能设备基于语音识别技术，为消费者提供更便捷的交互方式。
移动互联网中，APP的引导功能做的很全面，用户第一次使用会有关键功能的引导页、甚至手势操作点击引导，还会有基础使用任务教程，以及完善的帮助页面和联系客服页面。
而目前的智能设备，例如智能音箱，依旧沿袭这一引导方式，以在mateApp(给智能音箱配网及设备管理的APP)上做使用引导为主，在智能音箱做一定的语音引导为辅，且引导主要是按键操作、状态提示，关于功能使用的引导很弱。
用户第一次使用智能音箱时候，需要下载mateApp进行配网配对等操作。通过mateApp配网后，App会进入到首次使用的引导界面，包括如何和音箱对话交互、个人对音乐、相声等喜好、重点功能的query示例。然后用户通过阅读这些引导来初步了解音箱。此外App中有功能帮助页面，其中有对应功能的query示例，用户可以进行查阅说明。App中还有问题帮助页面，用户可以公共机器人问答，或者客服帮助来了解功能使用。还有就是在App的消息界面会有新功能推荐或者用户从来没有使用过的功能推荐。简单的说就是功能引导和传统的移动互联网APP引导方式保持一致，用户有问题都需要去App里面查看帮助。
但是，用户使用配网mateApp的频率很低，因为第一次配网成功后，智能音箱就可以单独使用，不需要和mateApp有太多的交互，这就导致了用户在使用智能音箱时候，有很多功能可能是不了解的、也不知道如何操作，并且用户也不会轻易去mateApp寻找使用帮助，因为太麻烦、使用成本高。
并且无屏智能音箱由于没有屏幕，与用户的交互全靠语音交互。智能音箱的语音引导主要包括状态提示(如“联网失败，请检查网络”)、操作提示(“长按音箱顶部中间按钮6秒，进入配网模式给音箱配网”)、首次使用的引导自我介绍……但是这些并没有涉及音箱的详细功能引导、功能帮助。比如用户知道可以通过query“声音大一点”来调大音量，但是不知道音量范围是1到100，可以通过query“声音调到50”，那用户可能就需要说很多次“声音大一点”才能将音量调到50。这显然是低效率、不耐烦的操作。用户想要知道这个功能就必须打开App去查看系统使用帮助，这显然是不智能、不便捷的方式。
【发明内容】
本申请的多个方面提供了智能设备功能引导方法、系统、设备及存储介质，能够提高通过语音交互进行功能引导的效率。
本申请的一方面，提供一种智能设备功能引导方法，包括：
获取用户的语音数据，得到所述语音数据对应的操作指令；
判断所述操作指令是否符合预设引导条件，若所述操作指令符合预设引导条件，向智能设备发送引导语音。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，获取用户的语音数据，得到所述语音数据对应的操作指令包括：
接收智能设备监听得到的用户的语音数据；
对所述语音数据进行语音识别，得到所述语音数据对应的识别文本；
对所述识别文本进行语义分析，得到所述识别文本对应的操作指令。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，若所述操作指令符合预设引导条件，向智能设备发送引导语音包括：
若所述操作指令为主动提问类型，在功能引导库中查询所述操作指令对应的预设引导语音，向智能设备发送所述预设引导语音，向用户进行被动式功能引导。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，根据所述操作指令对应的功能复杂程度，向用户进行单轮被动式功能引导或多轮被动式功能引导。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，若所述操作指令符合预设引导条件，向智能设备发送引导语音包括：
若所述操作指令为功能操作类型，且达到所述功能操作类型指令的预设触发条件，在功能引导库中查询所述操作指令对应的预设引导语音，向智能设备发送所述预设引导语音，向用户进行主动式功能引导。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述预设触发条件包括以下至少一种：
用户首次针对某功能发出所述操作指令；
所述操作指令为低效操作指令且用户在设定时长内发出的次数达到预设次数阈值；
用户频繁发出所述操作指令且存在实现同一功能的其他操作指令；
所述操作指令存在新上线的类似操作指令或功能。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，当所述预设触发条件为用户首次针对某功能发出所述操作指令，对应的预设引导语音为所述功能的重要指令；
当所述预设触发条件为所述操作指令为低效操作指令且用户在设定时长内发出的次数达到预设次数阈值，对应的预设引导语音为所述操作指令对应的高效操作指令；
当所述预设条件为用户频繁发出所述操作指令且存在实现同一功能的其他操作指令，对应的预设引导语音为所述功能的其他操作指令；
当所述预设条件为所述操作指令存在新上线的类似操作指令或功能，对应的预设引导语音为新上线的类似操作指令或功能。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法还包括：
执行所述操作指令。
本发明的另一方面，提供一种智能设备功能引导系统，包括：
解析模块，用于获取用户的语音数据，得到所述语音数据对应的操作指令；
引导模块，用于判断所述操作指令是否符合预设引导条件，若所述操作指令符合预设引导条件，向智能设备发送引导语音。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述解析模块包括：
接收子模块，用于接收智能设备监听得到的用户的语音数据；
语音识别子模块，用于对所述语音数据进行语音识别，得到所述语音数据对应的识别文本；
语义分析子模块，用于对所述识别文本进行语义分析，得到所述识别文本对应的操作指令。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述引导模块具体用于：
若所述操作指令为主动提问类型，在功能引导库中查询所述操作指令对应的预设引导语音，向智能设备发送所述预设引导语音，向用户进行被动式功能引导。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述引导模块具体用于：根据所述操作指令对应的功能复杂程度，向用户进行单轮被动式功能引导或多轮被动式功能引导。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述引导模块具体用于：
若所述操作指令为功能操作类型，且达到所述功能操作类型指令的预设触发条件，在功能引导库中查询所述操作指令对应的预设引导语音，向智能设备发送所述预设引导语音，向用户进行主动式功能引导。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述预设触发条件包括以下至少一种：
用户首次针对某功能发出所述操作指令；
所述操作指令为低效操作指令且用户在设定时长内发出的次数达到预设次数阈值；
用户频繁发出所述操作指令且存在实现同一功能的其他操作指令；
所述操作指令存在新上线的类似操作指令或功能。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，当所述预设触发条件为用户首次针对某功能发出所述操作指令，对应的预设引导语音为所述功能的重要指令；
当所述预设触发条件为所述操作指令为低效操作指令且用户在设定时长内发出的次数达到预设次数阈值，对应的预设引导语音为所述操作指令对应的高效操作指令；
当所述预设条件为用户频繁发出所述操作指令且存在实现同一功能的其他操作指令，对应的预设引导语音为所述功能的其他操作指令；
当所述预设条件为所述操作指令存在新上线的类似操作指令或功能，对应的预设引导语音为新上线的类似操作指令或功能。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述引导模块还用于：
执行所述操作指令。
本发明的另一方面，提供一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
本发明的另一方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如以上所述的方法。
基于上述介绍可以看出，采用本发明所述方案，能够，相比较现有技术中通过APP进行功能引导或提供简单语音功能引导的方式，提高了通过语音交互进行功能引导的效率。
【附图说明】
图1为本发明所述智能设备功能引导方法的流程图；
图2为本发明所述智能设备功能引导系统的结构图；
图3示出了适于用来实现本发明实施方式的示例性计算机系统/服务器012的框图。
【具体实施方式】
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本申请保护的范围。
图1为本发明所述智能设备功能引导方法实施例的流程图，如图1所示，包括以下步骤：
步骤S11、获取用户的语音数据，得到所述语音数据对应的操作指令；
步骤S12、判断所述操作指令是否符合预设引导条件，若所述操作指令符合预设引导条件，向智能设备发送引导语音。
本实施例所述方法可以由云端服务器来执行，也可以由其他服务器执行。
在步骤S11的一种优选实现方式中，
优选地，获取用户的语音数据，得到所述语音数据对应的操作指令包括以下子步骤：
子步骤S111、云端服务器接收智能设备监听得到的用户的语音数据；
用户可以通过语音与智能设备进行交互，智能设备可以监听得到用户发出的语音信息。
优选地，所述智能设备，例如智能音箱，的MIC阵列监听得到用户发出的语音信息。智能设备将监听到的用户的语音数据发送给云端服务器。
子步骤S112、云端服务器对所述语音数据进行语音识别，得到所述语音数据对应的识别文本；
优选地，云端服务器调用自动语音识别(Automatic Speech Recognition，ASR)服务，对用户的语音数据进行解析，得到所述语音对应的语音识别结果，所述语音识别结果为语音对应的识别文本。
所述语音识别的过程可以采用现有的一些语音识别技术，主要包括：对语音数据进行特征提取，利用提取的特征数据以及预先训练的声学模型和语言模型进行解码，在解码的时候可以确定语音数据对应的语法单元，语法单元如音素或音节，根据解码结果得到当前语音对应的识别文本。
子步骤S113、云端服务器对所述识别文本进行语义分析，得到所述识别文本对应的操作指令。
云端服务器在预设的操作指令中对所述识别文本进行精确匹配，查找对应的操作指令；如果没有查找到所述识别文本精确匹配的操作指令，则对所述识别文本进行分词处理，生成关键词；根据所述关键词，在预设的操作指令中查找与所述关键词匹配的操作指令。
优选地，可以基于语义识别技术，将所述识别文本与预设的操作指令进行匹配。例如，基于语义识别技术对所述识别文本与预设的操作指令进行处理，并计算二者之间的相似度，若二者之间的相似度大于相似度阈值，则确定匹配成功；否则，确定匹配不成功。本实施例中对相似度阈值不作具体限定，如相似度阈值可以为0.8。
在步骤S12的一种优选实现方式中，
判断所述操作指令是否符合预设引导条件，根据其对应的预设引导条件，向智能设备发送预设引导语音。
所述预设引导条件可以分为以下几种情况：
所述操作指令为主动提问类型；
所述操作指令为功能操作类型。
对于所述操作指令为主动提问类型的情况，即用户对智能音箱进行主动提问某个功能如何操作或者关于功能使用，比如用户说出query“怎么方便的调整音量？”、“有什么新功能？”、“我没使用过什么功能”、“可以通过歌手点播音乐吗？”等等。云端服务器在功能引导库中查询所述操作指令对应的预设引导语音，向智能设备发送所述预设引导语音，向用户进行被动式功能引导。
优选地，在功能引导库中，根据操作指令对应的功能复杂程度，设定为单轮引导和多轮引导。
单轮引导适合内容少的功能，多轮引导适合内容多的功能，其中，
单轮的被动式功能引导示例如下：云端服务器在功能引导库中查询得到所述操作指令对应的预设引导语音，向智能音箱发送所述预设引导语音。例如，用户问query“怎么方便的调整音量？”，云端服务器在功能引导库中查询得到所述操作指令对应的预设引导语音，如“你可以直接说'小度小度，声音小一点'、或者直接说0到100的音量值，比如'小度小度，音量调整到50'”，向智能音箱发送所述预设引导语音。
多轮的被动式功能引导示例如下：多轮的被动式功能引导由于内容繁多，将优先推荐高频query指令，如果用户有意了解更多，可以进入多轮。
优选地，所述操作指令对应的预设引导语音包括多条，根据其使用频率进行排序，首先向用户推送一条或多条高频预设引导语音，然后根据用户选择，继续推送其他预设引导语音。
例如，用户问起“怎么播放歌曲啊？”音箱回答“你可以直接点播歌手，如‘小度小度，我想听周杰伦的歌曲’。也可以通过歌手名+歌曲名来点播，如‘小度小度，周杰伦的青花瓷’。还可以直接说歌曲的分类，比如‘小度小度，播放摇滚音乐’”；然后音箱继续多轮“你还想知道更多的点播方式吗？”用户选择是则继续回答功能引导内容，用户选择否则退出功能引导。
通过上述实施方式，用户可以通过人类语言来描述自己的问题，使用功能困惑，云端服务器会精准解析匹配对应的功能引导语音，这样子用户能够快速的得到答案，而不需要打开手机App一步步找到功能引导页面寻找答案。
对于所述操作指令为功能操作类型的情况，即用户和智能音箱进行语音交互操作，指示智能音箱执行预设功能。
优选地，当达到所述操作指令的预设触发条件，云端服务器在功能引导库中查询得到所述操作指令对应的预设引导语音，向智能音箱发送所述预设引导语音。
所述预设触发条件包括：
用户首次针对某功能发出所述操作指令；
所述操作指令为低效操作指令且用户在设定时长内发出的次数达到预设次数阈值；
用户频繁发出所述操作指令且存在实现同一功能的其他操作指令；
所述操作指令存在新上线的类似操作指令或功能。
优选地，对于用户首次针对某功能发出所述操作指令的预设触发条件，云端服务器在用户历史操作记录中进行查询，判断操作指令为用户首次发出，即用户为首次使用所述操作指令对应的功能，触发主动式功能引导。云端服务器在功能引导库中查询得到该触发条件下所述操作指令对应的预设引导语音，在执行用户操作指令的同时，向智能音箱发送所述预设引导语音，其中，所述预设引导语音为所述功能的重要指令。
例如，用户首次使用某功能，智能音箱播报上会有附带一些重要指令的语音引导。如用户第一次播放音乐，音箱播报除了播报歌手和歌曲名的TTS，还会多说“如果遇到了喜欢的歌曲可以直接对我说‘小度小度，收藏这首歌’”。这种引导会在用户第一次用某种功能时候，就教给用户重要的指令，让用户使用更加有效率，而不是把所有功能的引导叠加在一起进行功能引导，因为语音交互不适合内容太多，用户难以在短时间吸收接受那么多内容，这和传统的界面交互设计有着明显的区别。
优选地，对于所述操作指令为低效操作指令且用户在设定时长内发出的次数达到预设次数阈值的触发条件，云端服务器在用户历史操作记录中进行查询，判断操作指令为用户连续发出，且达到阈值，例如3次，即用户发出的所述操作指令为低效操作指令；触发主动式功能引导。云端服务器在功能引导库中查询得到该触发条件下所述操作指令对应的预设引导语音，向智能音箱发送所述预设引导语音，其中，所述预设引导语音为所述操作指令对应的高效操作指令。
例如，当用户连续3次使用低效的query，触发主动式功能引导。因为用户不了解音箱的一些功能适合，就可能用一些繁琐低效的指令进行语音对话，这会极大的拉低用户体验。如当用户使用音箱时候觉得音量小了，说出“小度小度，音量大声点”，但是仍觉得音量小，则继续说出“小度小度，音量大声点”，如此连续3次，这时就会触发音箱主动式功能引导，云端服务器会向智能音箱发送“你可以直接说数值在0到100的音量值，比如对我说‘小度小度，音量调整到50’”以提醒用户。这种方式只会在用户遇到困惑、进行繁琐的操作时候，音箱才会进行主动提醒，教给用户高效操作指令，能够给用户一种人文关怀感。
优选地，对于用户频繁发出所述操作指令且存在实现同一功能的其他操作指令的触发条件；云端服务器在用户历史操作记录中进行查询，判断操作指令为用户频繁发出，且用户较少或未发出实现同一功能的其他类似指令；触发主动式功能引导。云端服务器在功能引导库中查询得到该触发条件下所述操作指令对应的预设引导语音，向智能音箱发送所述预设引导语音，其中，所述预设引导语音为所述功能的其他操作指令。
例如，用户经常使用单一化query，即用户在多次使用某一种功能的同一个query，音箱会主动提醒用户可以试着说该功能的其它操作指令。比如用户总是说“播放音乐”，没说过音乐功能其它的播放方式。云端服务器除了执行用户操作指令，播报歌手和歌曲名的TTS，还会多说“你还可以直接说出歌手名、或者歌曲名、榜单来播放音乐。这种主动式推荐主要是丰富用户的操作query，能够更多维度的使用产品功能。
优选地，所述操作指令存在新上线的类似操作指令或功能，云端服务器会检查智能音箱是否上线了与所述操作指令相关的新的指令、新功能，在执行用户操作指令的同时，向智能音箱发送所述新的指令、新功能的预设引导语音。
优选地，云端服务器可以实时，也可以定期检查智能音箱是否上线了与所述操作指令相关的新的指令、新功能。
例如，用户点播歌曲，云端服务器检查发现新上线了场景歌曲点播功能，会回复“好的，即将为你播放周杰伦的青花瓷，你还可以通过场景点播歌曲，比如说‘适合坐地铁听的歌曲’”，将新上线的场景歌曲点播功能推荐给用户。这种场景能够很轻的给用户进行功能引导，但是可以每隔一段时间进行推荐，控制频率，避免给用户造成骚扰。
在本实施例的一种优选实现方式中，优选地，所述预设引导条件还包括，所述语音数据对应的为无效指令。若所述语音数据对应的为无效指令，即未识别到对应的操作指令。则云端服务器向智能设备发送使用频率最高的预设引导语音，例如，“如果您想听音乐，请对我说‘我想听音乐’”等等。这里的引导语音用于引导用户发出有效指令，具体的引导语音不做限定。
优选地，所述预设引导语音可以为录制音频，也可以为将文本数据通过文本转语音的语音合成软件TTS(TTS，Text to Speech)转换成的语音信号。
本发明所述方法，通过被动式功能引导，能够满足用户的主动提问，即问即答，不会给用户造成信息繁杂和混乱；通过主动式功能引导，会根据用户的操作而相应的触发，在用户困惑、需要得到提醒时候进行提醒。能够让用户通过语音交互来高效简洁地进行功能引导。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
以上是关于方法实施例的介绍，以下通过系统实施例，对本发明所述方案进行进一步说明。
图2为本发明所述智能设备功能引导系统实施例的结构图，如图2所示，包括：
解析模块21，用于获取用户的语音数据，得到所述语音数据对应的操作指令；
引导模块22，用于判断所述操作指令是否符合预设引导条件，若所述操作指令符合预设引导条件，向智能设备发送引导语音。
本实施例所述方法可以由云端服务器来执行，也可以由其他服务器执行。
在解析模块21的一种优选实现方式中，
解析模块21包括：
接收子模块211，用于接收智能设备监听得到的用户的语音数据；
用户可以通过语音与智能设备进行交互，智能设备可以监听得到用户发出的语音信息。
优选地，所述智能设备，例如智能音箱，的MIC阵列监听得到用户发出的语音信息。接收子模块211将监听到的用户的语音数据发送给云端服务器。
语音识别子模块212，用于对所述语音数据进行语音识别，得到所述语音数据对应的识别文本；
优选地，云端服务器调用自动语音识别(Automatic Speech Recognition，ASR)服务，对用户的语音数据进行解析，得到所述语音对应的语音识别结果，所述语音识别结果为语音对应的识别文本。
所述语音识别的过程可以采用现有的一些语音识别技术，主要包括：对语音数据进行特征提取，利用提取的特征数据以及预先训练的声学模型和语言模型进行解码，在解码的时候可以确定语音数据对应的语法单元，语法单元如音素或音节，根据解码结果得到当前语音对应的识别文本。
语义分析子模块213，用于对所述识别文本进行语义分析，得到所述识别文本对应的操作指令。
云端服务器在预设的操作指令中对所述识别文本进行精确匹配，查找对应的操作指令；如果没有查找到所述识别文本精确匹配的操作指令，则对所述识别文本进行分词处理，生成关键词；根据所述关键词，在预设的操作指令中查找与所述关键词匹配的操作指令。
优选地，可以基于语义识别技术，将所述识别文本与预设的操作指令进行匹配。例如，基于语义识别技术对所述识别文本与预设的操作指令进行处理，并计算二者之间的相似度，若二者之间的相似度大于相似度阈值，则确定匹配成功；否则，确定匹配不成功。本实施例中对相似度阈值不作具体限定，如相似度阈值可以为0.8。
在引导模块22的一种优选实现方式中，
判断所述操作指令是否符合预设引导条件，根据其对应的预设引导条件，向智能设备发送预设引导语音。
所述预设引导条件可以分为以下几种情况：
所述操作指令为主动提问类型；
所述操作指令为功能操作类型。
对于所述操作指令为主动提问类型的情况，即用户对智能音箱进行主动提问某个功能如何操作或者关于功能使用，比如用户说出query“怎么方便的调整音量？”、“有什么新功能？”、“我没使用过什么功能”、“可以通过歌手点播音乐吗？”等等。云端服务器在功能引导库中查询所述操作指令对应的预设引导语音，向智能设备发送所述预设引导语音，向用户进行被动式功能引导。
优选地，在功能引导库中，根据操作指令对应的功能复杂程度，设定为单轮引导和多轮引导。
单轮引导适合内容少的功能，多轮引导适合内容多的功能，其中，
单轮的被动式功能引导示例如下：云端服务器在功能引导库中查询得到所述操作指令对应的预设引导语音，向智能音箱发送所述预设引导语音。例如，用户问query“怎么方便的调整音量？”，云端服务器在功能引导库中查询得到所述操作指令对应的预设引导语音，如“你可以直接说'小度小度，声音小一点'、或者直接说0到100的音量值，比如'小度小度，音量调整到50'”，向智能音箱发送所述预设引导语音。
多轮的被动式功能引导示例如下：多轮的被动式功能引导由于内容繁多，将优先推荐高频query指令，如果用户有意了解更多，可以进入多轮。
优选地，所述操作指令对应的预设引导语音包括多条，根据其使用频率进行排序，首先向用户推送一条或多条高频预设引导语音，然后根据用户选择，继续推送其他预设引导语音。
例如，用户问起“怎么播放歌曲啊？”音箱回答“你可以直接点播歌手，如‘小度小度，我想听周杰伦的歌曲’。也可以通过歌手名+歌曲名来点播，如‘小度小度，周杰伦的青花瓷’。还可以直接说歌曲的分类，比如‘小度小度，播放摇滚音乐’”；然后音箱继续多轮“你还想知道更多的点播方式吗？”用户选择是则继续回答功能引导内容，用户选择否则退出功能引导。
通过上述实施方式，用户可以通过人类语言来描述自己的问题，使用功能困惑，云端服务器会精准解析匹配对应的功能引导语音，这样子用户能够快速的得到答案，而不需要打开手机App一步步找到功能引导页面寻找答案。
对于所述操作指令为功能操作类型的情况，即用户和智能音箱进行语音交互操作，指示智能音箱执行预设功能。
优选地，当达到所述操作指令的预设触发条件，云端服务器在功能引导库中查询得到所述操作指令对应的预设引导语音，向智能音箱发送所述预设引导语音。
所述预设触发条件包括：
用户首次针对某功能发出所述操作指令；
所述操作指令为低效操作指令且用户在设定时长内发出的次数达到预设次数阈值；
用户频繁发出所述操作指令且存在实现同一功能的其他操作指令；
所述操作指令存在新上线的类似操作指令或功能。
优选地，对于用户首次针对某功能发出所述操作指令的预设触发条件，云端服务器在用户历史操作记录中进行查询，判断操作指令为用户首次发出，即用户为首次使用所述操作指令对应的功能，触发主动式功能引导。云端服务器在功能引导库中查询得到该触发条件下所述操作指令对应的预设引导语音，在执行用户操作指令的同时，向智能音箱发送所述预设引导语音，其中，所述预设引导语音为所述功能的重要指令。
例如，用户首次使用某功能，智能音箱播报上会有附带一些重要指令的语音引导。如用户第一次播放音乐，音箱播报除了播报歌手和歌曲名的TTS，还会多说“如果遇到了喜欢的歌曲可以直接对我说‘小度小度，收藏这首歌’”。这种引导会在用户第一次用某种功能时候，就教给用户重要的指令，让用户使用更加有效率，而不是把所有功能的引导叠加在一起进行功能引导，因为语音交互不适合内容太多，用户难以在短时间吸收接受那么多内容，这和传统的界面交互设计有着明显的区别。
优选地，对于所述操作指令为低效操作指令且用户在设定时长内发出的次数达到预设次数阈值的触发条件，云端服务器在用户历史操作记录中进行查询，判断操作指令为用户连续发出，且达到阈值，例如3次，即用户发出的所述操作指令为低效操作指令；触发主动式功能引导。云端服务器在功能引导库中查询得到该触发条件下所述操作指令对应的预设引导语音，向智能音箱发送所述预设引导语音，其中，所述预设引导语音为所述操作指令对应的高效操作指令。
例如，当用户连续3次使用低效的query，触发主动式功能引导。因为用户不了解音箱的一些功能适合，就可能用一些繁琐低效的指令进行语音对话，这会极大的拉低用户体验。如当用户使用音箱时候觉得音量小了，说出“小度小度，音量大声点”，但是仍觉得音量小，则继续说出“小度小度，音量大声点”，如此连续3次，这时就会触发音箱主动式功能引导，云端服务器会向智能音箱发送“你可以直接说数值在0到100的音量值，比如对我说‘小度小度，音量调整到50’”以提醒用户。这种方式只会在用户遇到困惑、进行繁琐的操作时候，音箱才会进行主动提醒，教给用户高效操作指令，能够给用户一种人文关怀感。
优选地，对于用户频繁发出所述操作指令且存在实现同一功能的其他操作指令的触发条件；云端服务器在用户历史操作记录中进行查询，判断操作指令为用户频繁发出，且用户较少或未发出实现同一功能的其他类似指令；触发主动式功能引导。云端服务器在功能引导库中查询得到该触发条件下所述操作指令对应的预设引导语音，向智能音箱发送所述预设引导语音，其中，所述预设引导语音为所述功能的其他操作指令。
例如，用户经常使用单一化query，即用户在多次使用某一种功能的同一个query，音箱会主动提醒用户可以试着说该功能的其它操作指令。比如用户总是说“播放音乐”，没说过音乐功能其它的播放方式。云端服务器除了执行用户操作指令，播报歌手和歌曲名的TTS，还会多说“你还可以直接说出歌手名、或者歌曲名、榜单来播放音乐。这种主动式推荐主要是丰富用户的操作query，能够更多维度的使用产品功能。
优选地，所述操作指令存在新上线的类似操作指令或功能，云端服务器会检查智能音箱是否上线了与所述操作指令相关的新的指令、新功能，在执行用户操作指令的同时，向智能音箱发送所述新的指令、新功能的预设引导语音。
优选地，云端服务器可以实时，也可以定期检查智能音箱是否上线了与所述操作指令相关的新的指令、新功能。
例如，用户点播歌曲，云端服务器检查发现新上线了场景歌曲点播功能，会回复“好的，即将为你播放周杰伦的青花瓷，你还可以通过场景点播歌曲，比如说‘适合坐地铁听的歌曲’”，将新上线的场景歌曲点播功能推荐给用户。这种场景能够很轻的给用户进行功能引导，但是可以每隔一段时间进行推荐，控制频率，避免给用户造成骚扰。
在本实施例的一种优选实现方式中，优选地，所述预设引导条件还包括，所述语音数据对应的为无效指令。若所述语音数据对应的为无效指令，即未识别到对应的操作指令。则云端服务器向智能设备发送使用频率最高的预设引导语音，例如，“如果您想听音乐，请对我说‘我想听音乐’”等等。这里的引导语音用于引导用户发出有效指令，具体的引导语音不做限定。
优选地，所述预设引导语音可以为录制音频，也可以为将文本数据通过文本转语音的语音合成软件TTS(TTS，Text to Speech)转换成的语音信号。
基于上述介绍可以看出，采用上述实施例所述方式，通过被动式功能引导，能够满足用户的主动提问，即问即答，不会给用户造成信息繁杂和混乱；通过主动式功能引导，会根据用户的操作而相应的触发，在用户困惑、需要得到提醒时候进行提醒。能够让用户通过语音交互来高效简洁地进行功能引导。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的终端和服务器的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，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，在本申请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。所述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
图3示出了适于用来实现本发明实施方式的示例性计算机系统/服务器012的框图。图3显示的计算机系统/服务器012仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示，计算机系统/服务器012以通用计算设备的形式表现。计算机系统/服务器012的组件可以包括但不限于：一个或者多个处理器或者处理单元016，系统存储器028，连接不同系统组件(包括系统存储器028和处理单元016)的总线018。
总线018表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器012典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器012访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器028可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)030和/或高速缓存存储器032。计算机系统/服务器012可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统034可以用于读写不可移动的、非易失性磁介质(图3未显示，通常称为“硬盘驱动器”)。尽管图3中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线018相连。存储器028可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块042的程序/实用工具040，可以存储在例如存储器028中，这样的程序模块042包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块042通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器012也可以与一个或多个外部设备014(例如键盘、指向设备、显示器024等)通信，在本发明中，计算机系统/服务器012与外部雷达设备进行通信，还可与一个或者多个使得用户能与该计算机系统/服务器012交互的设备通信，和/或与使得该计算机系统/服务器012能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口022进行。并且，计算机系统/服务器012还可以通过网络适配器020与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图3所示，网络适配器020通过总线018与计算机系统/服务器012的其它模块通信。应当明白，尽管图3中未示出，可以结合计算机系统/服务器012使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元016通过运行存储在系统存储器028中的程序，从而执行本发明所描述的实施例中的功能和/或方法。
上述的计算机程序可以设置于计算机存储介质中，即该计算机存储介质被编码有计算机程序，该程序在被一个或多个计算机执行时，使得一个或多个计算机执行本发明上述实施例中所示的方法流程和/或装置操作。
随着时间、技术的发展，介质含义越来越广泛，计算机程序的传播途径不再受限于有形介质，还可以直接从网络下载等。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，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，在本申请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。所述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围。

Claims (8)

1.一种智能设备功能引导方法，其特征在于，包括以下步骤：
获取用户的语音数据，得到所述语音数据对应的操作指令；
判断所述操作指令是否符合预设引导条件，若所述操作指令为功能操作类型，且达到所述功能操作类型指令的预设触发条件，在功能引导库中查询所述操作指令对应的预设引导语音，向智能设备发送所述预设引导语音，向用户进行主动式功能引导；
所述预设触发条件包括以下至少一种：所述操作指令为低效操作指令且用户在设定时长内发出的次数达到预设次数阈值；用户频繁发出所述操作指令且存在实现同一功能的其他操作指令，
当所述预设触发条件为所述操作指令为低效操作指令且用户在设定时长内发出的次数达到预设次数阈值，对应的预设引导语音为所述操作指令对应的高效操作指令；
当所述预设条件为用户频繁发出所述操作指令且存在实现同一功能的其他操作指令，对应的预设引导语音为所述功能的其他操作指令。
2.根据权利要求1所述的方法，其特征在于，获取用户的语音数据，得到所述语音数据对应的操作指令包括：
接收智能设备监听得到的用户的语音数据；
对所述语音数据进行语音识别，得到所述语音数据对应的识别文本；
对所述识别文本进行语义分析，得到所述识别文本对应的操作指令。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
执行所述操作指令。
4.一种智能设备功能引导系统，其特征在于，包括：
解析模块，用于获取用户的语音数据，得到所述语音数据对应的操作指令；
引导模块，用于判断所述操作指令是否符合预设引导条件，若所述操作指令符合预设引导条件，向智能设备发送引导语音；所述引导模块具体用于若所述操作指令为功能操作类型，且达到所述功能操作类型指令的预设触发条件，在功能引导库中查询所述操作指令对应的预设引导语音，向智能设备发送所述预设引导语音，向用户进行主动式功能引导；
所述预设触发条件包括以下至少一种：所述操作指令为低效操作指令且用户在设定时长内发出的次数达到预设次数阈值；用户频繁发出所述操作指令且存在实现同一功能的其他操作指令；所述操作指令存在新上线的类似操作指令或功能，
当所述预设触发条件为所述操作指令为低效操作指令且用户在设定时长内发出的次数达到预设次数阈值，对应的预设引导语音为所述操作指令对应的高效操作指令；
当所述预设条件为用户频繁发出所述操作指令且存在实现同一功能的其他操作指令，对应的预设引导语音为所述功能的其他操作指令。
5.根据权利要求4所述的系统，其特征在于，所述解析模块包括：
接收子模块，用于接收智能设备监听得到的用户的语音数据；
语音识别子模块，用于对所述语音数据进行语音识别，得到所述语音数据对应的识别文本；
语义分析子模块，用于对所述识别文本进行语义分析，得到所述识别文本对应的操作指令。
6.根据权利要求4所述的系统，其特征在于，所述引导模块还用于：
执行所述操作指令。
7.一种计算机设备，包括存储器、处理器及存储在所述存储器上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程序时实现如权利要求1～3中任一项所述的方法。
8.一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，所述程序被处理器执行时实现如权利要求1～3中任一项所述的方法。
CN201810102549.XA 2018-02-01 2018-02-01 一种智能设备功能引导方法及系统 Active CN108520748B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810102549.XA CN108520748B (zh) 2018-02-01 2018-02-01 一种智能设备功能引导方法及系统
JP2018212637A JP6683794B2 (ja) 2018-02-01 2018-11-13 スマート設備の機能案内方法及システム
US16/192,513 US10937423B2 (en) 2018-02-01 2018-11-15 Smart device function guiding method and system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810102549.XA CN108520748B (zh) 2018-02-01 2018-02-01 一种智能设备功能引导方法及系统

Publications (2)

Publication Number Publication Date
CN108520748A CN108520748A (zh) 2018-09-11
CN108520748B true CN108520748B (zh) 2020-03-03

Family

ID=63432755

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810102549.XA Active CN108520748B (zh) 2018-02-01 2018-02-01 一种智能设备功能引导方法及系统

Country Status (3)

Country Link
US (1) US10937423B2 (zh)
JP (1) JP6683794B2 (zh)
CN (1) CN108520748B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12118991B2 (en) * 2018-07-20 2024-10-15 Sony Corporation Information processing device, information processing system, and information processing method
CN109697244A (zh) * 2018-11-01 2019-04-30 百度在线网络技术（北京）有限公司 信息处理方法、装置及存储介质
CN109656531A (zh) * 2018-12-11 2019-04-19 北京像素软件科技股份有限公司 游戏引导方法及装置
CN109979451A (zh) 2019-03-20 2019-07-05 百度在线网络技术（北京）有限公司 用于输出信息的方法和装置
CN110069657A (zh) * 2019-04-30 2019-07-30 百度在线网络技术（北京）有限公司 一种交互式音乐点播方法、装置及终端
CN112114770A (zh) * 2019-06-19 2020-12-22 百度在线网络技术（北京）有限公司 基于语音交互的界面引导方法、装置及设备
CN110472095B (zh) * 2019-08-16 2023-03-10 百度在线网络技术（北京）有限公司 语音引导方法、装置、设备和介质
CN110517690A (zh) * 2019-08-30 2019-11-29 四川长虹电器股份有限公司 语音控制功能的引导方法及系统
CN110517684B (zh) * 2019-09-10 2022-03-08 百度在线网络技术（北京）有限公司 用于智能设备的控制方法、装置、智能设备及存储介质
CN112579032B (zh) * 2019-09-27 2023-10-03 百度在线网络技术（北京）有限公司 智能设备引导的方法及装置
CN110990599A (zh) * 2019-12-04 2020-04-10 广东小天才科技有限公司 一种交互方法、装置、家教机、计算机设备和存储介质
CN111432362A (zh) * 2020-02-28 2020-07-17 联想(北京)有限公司 声源控制方法、系统及装置
CN111367453A (zh) * 2020-03-06 2020-07-03 广东小天才科技有限公司 一种自动触发引导程序的方法及电子设备
CN111736938B (zh) * 2020-06-19 2024-03-22 海尔优家智能科技（北京）有限公司 信息的显示方法及装置、存储介质和电子装置
CN111752442B (zh) * 2020-08-11 2023-08-15 腾讯科技（深圳）有限公司 显示操作引导信息的方法、装置、终端及存储介质
CN115278335A (zh) * 2022-07-20 2022-11-01 思必驰科技股份有限公司 语音功能使用方法及电子设备和存储介质
CN117690423A (zh) * 2022-09-05 2024-03-12 华为技术有限公司 人机交互方法及相关装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902629A (zh) * 2012-12-28 2014-07-02 联想(北京)有限公司 利用语音提供操作帮助的电子设备和方法
CN105895093A (zh) * 2015-11-02 2016-08-24 乐视致新电子科技（天津）有限公司 语音信息处理方法及装置
CN106205615A (zh) * 2016-08-26 2016-12-07 王峥嵘 一种基于语音交互的控制方法及系统
CN106233246A (zh) * 2014-04-22 2016-12-14 三菱电机株式会社 用户界面系统、用户界面控制装置、用户界面控制方法和用户界面控制程序
CN106302972A (zh) * 2015-06-05 2017-01-04 中兴通讯股份有限公司 语音使用的提示方法以及终端设备

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000021232A2 (en) * 1998-10-02 2000-04-13 International Business Machines Corporation Conversational browser and conversational systems
US6964023B2 (en) * 2001-02-05 2005-11-08 International Business Machines Corporation System and method for multi-modal focus detection, referential ambiguity resolution and mood classification using multi-modal input
JP4223832B2 (ja) * 2003-02-25 2009-02-12 富士通株式会社 適応型音声対話システム及び方法
JP2008268517A (ja) * 2007-04-19 2008-11-06 Matsushita Electric Works Ltd 音声認識機能付き操作器
WO2009146238A1 (en) * 2008-05-01 2009-12-03 Chacha Search, Inc. Method and system for improvement of request processing
CN202453859U (zh) * 2011-12-20 2012-09-26 安徽科大讯飞信息科技股份有限公司 一种用于家电的语音交互装置
JP2017090613A (ja) * 2015-11-09 2017-05-25 三菱自動車工業株式会社 音声認識制御システム
CN105975511A (zh) * 2016-04-27 2016-09-28 乐视控股（北京）有限公司 智能对话的方法及装置
CN205881452U (zh) * 2016-07-04 2017-01-11 佛山市顺德区美的电热电器制造有限公司 烹饪电器
CN107146612B (zh) * 2017-04-10 2020-05-15 北京猎户星空科技有限公司 语音引导方法、装置、智能设备及服务器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902629A (zh) * 2012-12-28 2014-07-02 联想(北京)有限公司 利用语音提供操作帮助的电子设备和方法
CN106233246A (zh) * 2014-04-22 2016-12-14 三菱电机株式会社 用户界面系统、用户界面控制装置、用户界面控制方法和用户界面控制程序
CN106302972A (zh) * 2015-06-05 2017-01-04 中兴通讯股份有限公司 语音使用的提示方法以及终端设备
CN105895093A (zh) * 2015-11-02 2016-08-24 乐视致新电子科技（天津）有限公司 语音信息处理方法及装置
CN106205615A (zh) * 2016-08-26 2016-12-07 王峥嵘 一种基于语音交互的控制方法及系统

Also Published As

Publication number Publication date
JP2019133634A (ja) 2019-08-08
CN108520748A (zh) 2018-09-11
US10937423B2 (en) 2021-03-02
US20190237072A1 (en) 2019-08-01
JP6683794B2 (ja) 2020-04-22

Similar Documents

Publication Publication Date Title
CN108520748B (zh) 一种智能设备功能引导方法及系统
US11600265B2 (en) Systems and methods for determining whether to trigger a voice capable device based on speaking cadence
US11520471B1 (en) Systems and methods for identifying a set of characters in a media file
EP3721605B1 (en) Streaming radio with personalized content integration
CN107895578B (zh) 语音交互方法和装置
CN107623614B (zh) 用于推送信息的方法和装置
CN109658932B (zh) 一种设备控制方法、装置、设备及介质
JP2019091417A (ja) 音声サービス提供方法および装置
US9947333B1 (en) Voice interaction architecture with intelligent background noise cancellation
CN106796496B (zh) 显示设备及其操作方法
US20200035241A1 (en) Method, device and computer storage medium for speech interaction
CN109036425B (zh) 用于操作智能终端的方法和装置
US11250857B1 (en) Polling with a natural language interface
US11127399B2 (en) Method and apparatus for pushing information
KR20170088997A (ko) 음성 정보를 처리하기 위한 방법 및 장치
CN108882101B (zh) 一种智能音箱的播放控制方法、装置、设备及存储介质
US11270690B2 (en) Method and apparatus for waking up device
CN108924218B (zh) 用于推送信息的方法和装置
US12002471B2 (en) Interruption detection and handling by digital assistants
US8868419B2 (en) Generalizing text content summary from speech content
CN113779208A (zh) 用于人机对话的方法和装置
JP2019036174A (ja) 制御装置、入出力装置、制御方法、および制御プログラム
KR102584324B1 (ko) 음성 인식 서비스 제공 방법 및 이를 위한 장치
CN112863496A (zh) 一种语音端点检测方法以及装置
TWI691893B (zh) 音頻數據續播方法及裝置

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
TR01 Transfer of patent right

Effective date of registration: 20210511

Address after: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing

Patentee after: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

Patentee after: Shanghai Xiaodu Technology Co.,Ltd.

Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing

Patentee before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right