CN108900965A - 位置提示方法、装置、存储介质及电子设备 - Google Patents
位置提示方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN108900965A CN108900965A CN201810680989.3A CN201810680989A CN108900965A CN 108900965 A CN108900965 A CN 108900965A CN 201810680989 A CN201810680989 A CN 201810680989A CN 108900965 A CN108900965 A CN 108900965A
- Authority
- CN
- China
- Prior art keywords
- information
- wearable device
- electronic equipment
- location information
- position indicating
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000001755 vocal effect Effects 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 13
- 230000005236 sound signal Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000004458 analytical method Methods 0.000 description 86
- 238000004422 calculation algorithm Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本申请实施例公开了一种位置提示方法、装置、存储介质及电子设备，其中，可以在采集到外部环境中的语音信号时，获取语音信号包括的待执行指令。在待执行指令为用于触发位置提示的指令时，获取当前的第一位置信息，以及获取预关联的可穿戴设备的第二位置信息。根据第一位置信息以及第二位置信息，获取可穿戴设备的第一方位信息。根据第一方位信息生成位置提示信息，并以语音的方式输出位置提示信息。与相关技术中通过响铃进行位置提示的方式相比，本申请能够在用户无法找到电子设备时，根据用户的语音信号获取到、由用户随身穿戴的可穿戴设备的第一方位信息，并根据该第一方位信息进行位置提示，从而更好的引导用户找到电子设备，提高了电子设备被找到的概率。
Description
技术领域
本申请涉及电子设备技术领域，具体涉及一种位置提示方法、装置、存储介质及电子设备。
背景技术
目前，随着技术的发展，人机之间的交互方式变得越来越丰富。相关技术中，用户可以通过语音对手机、平板电脑等电子设备进行控制，即电子设备在接收到用户发出的语音信号后，可以根据该语音信号执行对应的操作。比如，在用户找不到电子设备时，电子设备可以根据用户的语音信号以响铃的方式进行位置提示，引导用户找到电子设备，但是，并不是所有用户均能够做到听声辨位。
发明内容
本申请实施例提供了一种位置提示方法、装置、存储介质及电子设备，能够提高电子设备被找到的概率。
第一方面，本申请实施例提供了一种位置提示方法，该位置提示方法方法包括：
在采集到外部环境中的语音信号时，获取所述语音信号包括的待执行指令；
在所述待执行指令为用于触发位置提示的指令时，获取当前的第一位置信息，以及获取预关联的可穿戴设备的第二位置信息；
根据所述第一位置信息以及所述第二位置信息，获取所述可穿戴设备的第一方位信息；
根据所述第一方位信息生成位置提示信息，并以语音的方式输出所述位置提示信息。
第二方面，本申请实施例提供了一种位置提示装置，该位置提示装置包括：
指令获取模块，用于在采集到外部环境中的语音信号时，获取所述语音信号包括的待执行指令；
位置获取模块，用于在所述待执行指令为用于触发位置提示的指令时，获取当前的第一位置信息，以及获取预关联的可穿戴设备的第二位置信息；
方位获取模块，用于根据所述第一位置信息以及所述第二位置信息，获取所述可穿戴设备的第一方位信息；
位置提示模块，用于根据所述第一方位信息生成位置提示信息，并以语音的方式输出所述位置提示信息。
第三方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如本申请实施例提供的位置提示方法中的步骤。
第四方面，本申请实施例提供了一种电子设备，包括处理器和存储器，所述存储器有计算机程序，所述处理器通过调用所述计算机程序，用于执行如本申请实施例提供的位置提示方法中的步骤。
本申请实施例中，本申请实施例中的电子设备，可以在采集到外部环境中的语音信号时，获取语音信号包括的待执行指令。在待执行指令为用于触发位置提示的指令时，获取当前的第一位置信息，以及获取预关联的可穿戴设备的第二位置信息。根据第一位置信息以及第二位置信息，获取可穿戴设备的第一方位信息。根据第一方位信息生成位置提示信息，并以语音的方式输出位置提示信息。与相关技术中通过响铃进行位置提示的方式相比，本申请能够在用户无法找到电子设备时，根据用户的语音信号获取到、由用户随身穿戴的可穿戴设备的第一方位信息，并根据该第一方位信息进行位置提示，从而更好的引导用户找到电子设备，提高了电子设备被找到的概率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的位置提示方法的一流程示意图。
图2是本申请实施例中电子设备和可穿戴设备的位置示意图。
图3是本申请实施例提供的位置提示方法的另一流程示意图。
图4是本申请实施例中电子设备和可穿戴设备的方位示意图。
图5是本申请实施例中电子设备输出位置提示信息的示意图。
图6是本申请实施例提供的位置提示装置的一结构示意图。
图7是本申请实施例提供的电子设备的一结构示意图。
图8是本申请实施例提供的电子设备的另一结构示意图。
具体实施方式
请参照图式，其中相同的组件符号代表相同的组件，本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例，其不应被视为限制本申请未在此详述的其它具体实施例。
在以下的说明中，本申请的具体实施例将参考由一部或多部计算机所执行的步骤及符号来说明，除非另有述明。因此，这些步骤及操作将有数次提到由计算机执行，本文所指的计算机执行包括了由代表了以一结构化型式中的数据的电子信号的计算机处理单元的操作。此操作转换该数据或将其维持在该计算机的内存系统中的位置处，其可重新配置或另外以本领域测试人员所熟知的方式来改变该计算机的运作。该数据所维持的数据结构为该内存的实体位置，其具有由该数据格式所定义的特定特性。但是，本申请原理以上述文字来说明，其并不代表为一种限制，本领域测试人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。
本文所使用的术语“模块”可看做为在该运算系统上执行的软件对象。本文所述的不同组件、模块、引擎及服务可看做为在该运算系统上的实施对象。而本文所述的装置及方法可以以软件的方式进行实施，当然也可在硬件上进行实施，均在本申请保护范围之内。
本申请中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是某些实施例还包括没有列出的步骤或模块，或某些实施例还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请实施例提供一种位置提示方法，该位置提示方法的执行主体可以是本申请实施例提供的位置提示装置，或者集成了该位置提示装置的电子设备，其中该位置提示装置可以采用硬件或者软件的方式实现。其中，电子设备可以是智能手机、平板电脑、掌上电脑、笔记本电脑、或者台式电脑等设备。
请参照图1，图1为本申请实施例提供的位置提示方法的流程示意图。如图1所示，本申请实施例提供的位置提示方法的流程可以如下：
101、在采集到外部环境中的语音信号时，获取语音信号包括的待执行指令。
需要说明的是，电子设备可以通过多种不同方式来采集外部环境中的语音信号，比如，在电子设备未外接麦克风时，电子设备可以通过内置的麦克风对外部环境中的语音进行采集，得到语音信号；又比如，在电子设备外接有麦克风时，电子设备可以通过外接的麦克风对外部环境中的语音进行采集，得到语音信号。
其中，电子设备在通过麦克风(此处的麦克风可以是内置麦克风，也可以是外接麦克风)采集外部环境中的语音信号时，若麦克风为模拟麦克风，将采集到模拟的语音信号，此时电子设备需要对模拟的语音信号进行采样，以将模拟的语音信号转换为数字化的语音信号，比如，可以16KHz的采样频率进行采样；此外，若麦克风为数字麦克风，则电子设备将通过数字麦克风直接采集到数字化的语音信号，无需进行转换。
在获取前述语音信号所包括的待执行指令时，电子设备首先判断本地是否存在语音解析引擎，若存在，则电子设备将前述语音信号输入到本地的语音解析引擎进行语音解析，得到语音解析文本。其中，对语音信号进行语音解析，也即是将语音信号由“音频”向“文字”的转换过程。
此外，在本地存在多个语音解析引擎时，电子设备可以按照以下方式从多个语音解析引擎中选取一个语音解析引擎对语音信号进行语音解析：
其一，电子设备可以从本地的多个语音解析引擎中随机选取一个语音解析引擎，对前述语音信号进行语音解析。
其二，电子设备可以从多个语音解析引擎中选取解析成功率最高的语音解析引擎，对前述语音信号进行语音解析。
其三，电子设备可以从多个语音解析引擎中选取解析时长最短的语音解析引擎，对前述语音信号进行语音解析。
其四，电子设备还可以从多个语音解析引擎中，选取解析成功率达到预设成功率、且解析时长最短的语音解析引擎对前述语音信号进行语音解析。
需要说明的是，本领域技术人员还可以按照以上未列出的方式进行语音解析引擎的选取，或者可以结合多个语音解析引擎对前述语音信号进行语音解析，比如，电子设备可以同时通过两个语音解析引擎对前述语音信号进行语音解析，并在两个语音解析引擎得到的语音解析文本相同时，将该相同的语音解析文本作为前述语音信号的语音解析文本；又比如，电子设备可以通过至少三个语音解析引擎对前述语音信号进行语音解析，并在其中至少两个语音解析引擎得到的语音解析文本相同时，将该相同的语音解析文本作为前述语音信号的语音解析文本。
在解析得到前述语音信号的语音解析文本之后，电子设备进一步从该语音解析文本中获取前述语音信号包括的待执行指令。
其中，电子设备预先存储有多个指令关键词，单个指令关键词或者多个指令关键词组合对应一个指令。在从解析得到的语音解析文本获取前述语音信号包括的待执行指令时，电子设备首先对前述语音解析文本进行分词操作，得到对应语音解析文本的词序列，该词序列中包括多个词。
在得到对应语音解析文本的词序列之后，电子设备对词序列进行指令关键词的匹配，也即是查找出词序列中的指令关键词，从而匹配得到对应的指令，将匹配得到的指令作为语音信号的待执行指令。其中，指令关键词的匹配查找包括完全匹配和/或模糊匹配。
此外，电子设备在判断本地是否存在语音解析引擎之后，若不存在，则将前述语音信号发送至服务器(该服务器为提供语音解析服务的服务器)，指示该服务器对前述语音信号进行解析，并返回解析前述语音信号所得到的语音解析文本。在接收到服务器返回的语音解析文本之后，电子设备即可从该语音解析文本中获取前述语音信号所包括的待执行指令。
102、在待执行指令为用于触发位置提示的指令时，获取当前的第一位置信息，以及获取预关联的可穿戴设备的第二位置信息。
电子设备在得到前述语音信号包括待执行指令之后，识别待执行指令是否为用于触发位置提示的指令，其中，用于触发位置提示的指令根据机主的输入数据进行设置，若识别到待执行指令为用于触发位置提示的指令，则判定前述语音信号的发音者为机主。比如，机主设置设置指令关键词组合“小欧”+“你”+“在哪儿”为用于触发位置提示的指令，相应的，当电子设备接收到语音信号“小欧你在哪儿”时，电子设备将判定语音信号“小欧你在哪儿”的发音者为机主，且语音信号“小欧你在哪儿”包括的待执行指令为用于触发位置提示的指令。
在识别到前述语音信号所包括的待执行指令为用于触发位置提示的指令时，电子设备获取当前的第一位置信息。其中，在处于室外环境(电子设备可以根据接收到卫星定位信号的强度大小来识别当前处于室外环境，还是处于室内环境，比如，在接收到的卫星定位信号强度低于预设阈值时，判定处于室内环境，在接收到的卫星定位信号强度高于或等于预设阈值时，判定处于室外环境)时，电子设备可以采用卫星定位技术来获取到当前的第一位置信息，在处于室内环境时，电子设备可以采用室内定位技术来获取当前的第一位置信息。
本申请实施例中，电子设备预先根据接收到机主的输入操作，与机主的可穿戴设备(比如，可以是智能手环、智能手表、智能首饰、智能眼睛等)进行蓝牙配对，并在配对成功后建立与可穿戴设备的关联关系。容易理解的是，可穿戴设备通常由机主随身穿戴，可穿戴设备的位置即为机主的位置。因此，电子设备获取除了自身当前的第一位置信息之外，还获取预关联的可穿戴设备的第二位置信息，由此来确定机主的位置。
其中，电子设备在获取可穿戴设备的第二位置信息时，可以按照二者约定的报文格式，构建定位请求，并将构建的定位请求发送至可穿戴设备，该定位请求用于指示可穿戴设备执行定位操作，并返回其当前所在位置的第二位置信息，相应的，电子设备接收可穿戴设备返回的第二位置信息。
需要说明的是，电子设备获取的第一位置信息和第二位置信息以同一坐标系为参照。
103、根据第一位置信息以及第二位置信息，获取可穿戴设备的第一方位信息。
其中，电子设备在获取到自身的第一位置信息，以及获取到可穿戴设备的第二位置信息之后，根据该第一位置信息和第二位置信息确定出可穿戴设备相对于电子设备的方位信息，记为第一方位信息。
比如，请参照图2，第一位置信息对应电子设备的第一位置、和第二位置信息对应可穿戴设备的第二位置如图2所示，显而易见的，在图2所示的坐标系中，第二位置相对于第一位置的方位信息为“左后方”，也即是可穿戴设备相对于电子设备的第一方位信息为“左后方”。
104、根据第一方位信息生成位置提示信息，并以语音的方式输出位置提示信息。
其中，电子设备在获取到可穿戴设备的第一方位信息之后，根据获取到的第一方位信息生成位置提示信息，该位置提示信息用于提示电子设备相较于可穿戴设备的方位，由于可穿戴设备与机主的位置一致，在生成位置提示信息之后，电子设备以语音的方式输出生成的位置提示信息，即可引导机主找到自己。
由上可知，本申请实施例中的电子设备，可以在采集到外部环境中的语音信号时，获取语音信号包括的待执行指令。在待执行指令为用于触发位置提示的指令时，获取当前的第一位置信息，以及获取预关联的可穿戴设备的第二位置信息。根据第一位置信息以及第二位置信息，获取可穿戴设备的第一方位信息。根据第一方位信息生成位置提示信息，并以语音的方式输出位置提示信息。与相关技术中通过响铃进行位置提示的方式相比，本申请能够在用户无法找到电子设备时，根据用户的语音信号获取到、由用户随身穿戴的可穿戴设备的第一方位信息，并根据该第一方位信息进行位置提示，从而更好的引导用户找到电子设备，提高了电子设备被找到的概率。
请参照图3，图3为本申请实施例提供的位置提示方法的另一流程示意图，如图3所示，该位置提示方法可以包括：
201、在采集到外部环境中的带噪语音信号时，获取对应带噪语音信号的历史噪声信号。
容易理解的是，环境中存在各种各样的噪声，比如，办公室中存在电脑运行产生的噪声，敲击键盘产生的噪声等。那么，电子设备在进行语音信号的采集时，显然难以采集到纯净的语音信号。
相应的，当电子设备处于嘈杂的环境中时，若用户发出语音信号，电子设备将采集到外部环境中的带噪语音信号，该带噪语音信号由用户发出的语音信号和外部环境中的噪声信号组合形成，若用户未发出语音信号，电子设备将仅采集到外部环境中的噪声信号。其中，电子设备将缓存采集到的带噪语音信号和噪声信号。
本申请实施例中，电子设备在采集到外部环境中的带噪语音信号时，以带噪语音信号的起始时刻为结束时刻，获取接收到带噪语音信号之前采集的、预设时长(该预设时长可由本领域技术人员根据实际需要取合适值，本申请实施例对此不做具体限制，比如，可以设置为500ms)的历史噪声信号，将该噪声信号作为对应带噪语音信号的历史噪声信号。
比如，预设时长被配置为500毫秒，带噪语音信号的起始时刻为2018年06月15日16时39分56秒又500毫秒，则电子设备获取2018年06月15日16时39分56秒至2018年06月15日16时39分56秒又500毫秒期间缓存的、时长为500毫秒的噪声信号，将该噪声信号作为对应带噪语音信号的历史噪声信号。
202、根据历史噪声信号，获取带噪语音信号采集期间的噪声信号。
电子设备在获取到对应带噪语音信号的历史噪声信号之后，根据获取到的历史噪声信号，进一步获取到带噪语音信号采集期间的噪声信号。
比如，电子设备可以根据获取到的历史噪声信号，来预测带噪语音信号采集期间的噪声分布，从而得到带噪语音信号采集期间的噪声信号。
又比如，考虑到噪声的稳定性，连续时间内的噪声变化通常较小，电子设备可以将获取到历史噪声信号作为带噪语音信号采集期间的噪声信号，其中，若历史噪声信号的时长大于带噪语音信号的时长，则可以从历史噪声信号中截取与带噪语音信号相同时长的噪声信号，作为带噪语音信号采集期间的噪声信号；若历史噪声信号的时长小于带噪语音信号的时长，则可以对历史噪声信号进行复制，拼接多个历史噪声信号以得到与带噪语音信号相同时长的噪声信号，作为带噪语音信号采集期间的噪声信号。
203、将噪声信号与带噪语音信号进行反相位叠加，并将叠加得到的降噪语音信号作为待处理的语音信号。
在获取到带噪语音信号采集期间的噪声信号之后，电子设备首先对获取到的噪声信号进行反相处理，再将反相处理后的噪声信号与带噪语音信号进行叠加，以消除带噪语音信号中的噪声部分，得到降噪语音信号，并将得到的该降噪语音信号作为待处理的语音信号，用作后续处理。
204、获取语音信号包括的待执行指令，并在待执行指令为用于触发位置提示的指令时，获取当前的第一位置信息，以及获取预关联的可穿戴设备的第二位置信息。
在获取前述语音信号所包括的待执行指令时，电子设备首先判断本地是否存在语音解析引擎，若存在，则电子设备将前述语音信号输入到本地的语音解析引擎进行语音解析，得到语音解析文本。其中，对语音信号进行语音解析，也即是将语音信号由“音频”向“文字”的转换过程。
此外，在本地存在多个语音解析引擎时，电子设备可以按照以下方式从多个语音解析引擎中选取一个语音解析引擎对语音信号进行语音解析：
其一，电子设备可以从本地的多个语音解析引擎中随机选取一个语音解析引擎，对前述语音信号进行语音解析。
其二，电子设备可以从多个语音解析引擎中选取解析成功率最高的语音解析引擎，对前述语音信号进行语音解析。
其三，电子设备可以从多个语音解析引擎中选取解析时长最短的语音解析引擎，对前述语音信号进行语音解析。
其四，电子设备还可以从多个语音解析引擎中，选取解析成功率达到预设成功率、且解析时长最短的语音解析引擎对前述语音信号进行语音解析。
需要说明的是，本领域技术人员还可以按照以上未列出的方式进行语音解析引擎的选取，或者可以结合多个语音解析引擎对前述语音信号进行语音解析，比如，电子设备可以同时通过两个语音解析引擎对前述语音信号进行语音解析，并在两个语音解析引擎得到的语音解析文本相同时，将该相同的语音解析文本作为前述语音信号的语音解析文本；又比如，电子设备可以通过至少三个语音解析引擎对前述语音信号进行语音解析，并在其中至少两个语音解析引擎得到的语音解析文本相同时，将该相同的语音解析文本作为前述语音信号的语音解析文本。
在解析得到前述语音信号的语音解析文本之后，电子设备进一步从该语音解析文本中获取前述语音信号包括的待执行指令。
其中，电子设备预先存储有多个指令关键词，单个指令关键词或者多个指令关键词组合对应一个指令。在从解析得到的语音解析文本获取前述语音信号包括的待执行指令时，电子设备首先对前述语音解析文本进行分词操作，得到对应语音解析文本的词序列，该词序列中包括多个词。
在得到对应语音解析文本的词序列之后，电子设备对词序列进行指令关键词的匹配，也即是查找出词序列中的指令关键词，从而匹配得到对应的指令，将匹配得到的指令作为语音信号的待执行指令。其中，指令关键词的匹配查找包括完全匹配和/或模糊匹配。
此外，电子设备在判断本地是否存在语音解析引擎之后，若不存在，则将前述语音信号发送至服务器(该服务器为提供语音解析服务的服务器)，指示该服务器对前述语音信号进行解析，并返回解析前述语音信号所得到的语音解析文本。在接收到服务器返回的语音解析文本之后，电子设备即可从该语音解析文本中获取前述语音信号所包括的待执行指令。
电子设备在得到前述语音信号包括待执行指令之后，识别待执行指令是否为为用于触发位置提示的指令，其中，用于触发位置提示的指令根据机主的输入数据进行设置，若识别到待执行指令为用于触发位置提示的指令，则判定前述语音信号的发音者为机主。比如，机主设置设置指令关键词组合“小欧”+“你”+“在哪儿”为用于触发位置提示的指令，相应的，当电子设备接收到语音信号“小欧你在哪儿”时，电子设备将判定语音信号“小欧你在哪儿”的发音者为机主，且语音信号“小欧你在哪儿”包括的待执行指令为用于触发位置提示的指令。
在识别到前述语音信号所包括的待执行指令为用于触发位置提示的指令时，电子设备获取当前的第一位置信息。其中，在处于室外环境(电子设备可以根据接收到卫星定位信号的强度大小来识别当前处于室外环境，还是处于室内环境，比如，在接收到的卫星定位信号强度低于预设阈值时，判定处于室内环境，在接收到的卫星定位信号强度高于或等于预设阈值时，判定处于室外环境)时，电子设备可以采用卫星定位技术来获取到当前的第一位置信息，在处于室内环境时，电子设备可以采用室内定位技术来获取当前的第一位置信息。
本申请实施例中，电子设备预先根据接收到机主的输入操作，与机主的可穿戴设备(比如，可以是智能手环、智能手表、智能首饰、智能眼睛等)进行蓝牙配对，并在配对成功后建立与可穿戴设备的关联关系。容易理解的是，可穿戴设备通常由机主随身穿戴，可穿戴设备的位置即为机主的位置。因此，电子设备获取除了自身当前的第一位置信息之外，还获取预关联的可穿戴设备的第二位置信息，由此来确定机主的位置。
其中，电子设备在获取可穿戴设备的第二位置信息时，可以按照二者约定的报文格式，构建定位请求，并将构建的定位请求发送至可穿戴设备，该定位请求用于指示可穿戴设备执行定位操作，并返回其当前所在位置的第二位置信息，相应的，电子设备接收可穿戴设备返回的第二位置信息。
需要说明的是，电子设备获取的第一位置信息和第二位置信息以同一坐标系为参照。
205、根据第一位置信息以及第二位置信息，获取可穿戴设备的第一方位信息。
其中，电子设备在获取到自身的第一位置信息，以及获取到可穿戴设备的第二位置信息之后，根据该第一位置信息和第二位置信息确定出可穿戴设备相对于电子设备的方位信息，记为第一方位信息。
比如，请参照图2，第一位置信息对应电子设备的第一位置、和第二位置信息对应可穿戴设备的第二位置如图2所示，显而易见的，在图2所示的坐标系中，第二位置相对于第一位置的方位信息为“左后方”，也即是可穿戴设备相对于电子设备的第一方位信息为“左后方”。
206、获取当前的第一朝向信息，以及获取可穿戴设备的第二朝向信息。
其中，电子设备可以通过内置的磁方向感器获取到当前磁方向，并根据当前的位置信息，获取到当前位置对应的磁偏角，再根据获取到的磁方向和磁偏角得到当前的第一朝向信息。
电子设备在获取可穿戴设备的第二朝向信息时，可以按照二者约定的报文格式，构建朝向获取请求，并将构建的朝向获取请求发送至可穿戴设备，该朝向获取请求用于指示可穿戴设备返回其第二朝向信息。相应的，可穿戴设备在接收到来自于电子设备的朝向获取请求时，输出预设提示信息，该预设提示信息用于提示机主将可穿戴设备的朝向与自身朝向一致；之后，可穿戴设备通过内置的磁方向感器获取到当前磁方向，并根据当前的第二位置信息，获取到当前位置对应的磁偏角，再根据获取到的磁方向和磁偏角得到当前的第二朝向信息(该第二朝向信息也即是机主的朝向信息)，并将该第二朝向信息返回至电子设备。相应的，电子设备接收可穿戴设备所返回的第二朝向信息。
207、根据第一朝向信息、第二朝向信息以及第一方位信息，获取当前相对于可穿戴设备的第二方位信息。
电子设备在获取到当前的第一朝向信息，以及获取到可穿戴设备的第二朝向信息之后，根据第一朝向信息、第二朝向信息以及第一方位信息，进一步估计出当前相对于可穿戴设备的第二方位信息。比如，请参照图4，图4中电子设备获取到可穿戴设备相较于电子设备的第一方位信息为“左后方”，若假设可穿戴设备和电子设备均朝北，则可以得到电子设备相较于可穿戴设备的第二方位信息为“右前方”，若假设电子设备朝北、且可穿戴设备朝西，则可以得到电子设备相较于可穿戴设备的第二方位信息为“右后方”，若假设电子设备朝北、且可穿戴设备朝南，则可以得到电子设备相较于可穿戴设备的第二方位信息为“左后方”，若假设电子设备朝北、且可穿戴设备朝东，则可以得到电子设备相较于可穿戴设备的第二方位信息为“左前方”。
208、将第二方位信息作为位置提示信息，并以语音的方式输出位置提示信息。
在获取到当前相对于可穿戴设备的第二方位信息之后，电子设备即可将获取到的第二方位信息作为位置提示信息，通过语音的方式进行输出。比如，电子设备可以“预设信息”+“位置提示信息”的方式进行语音输出，假设预设信息为“主人主人，我在你的”，假设位置提示信息为“右前方”，则电子设备将以语音的方式输出“主人主人，我在你的”+“右前方”，如图5所示。
在一实施方式中，“根据历史噪声信号，获取带噪语音信号采集期间的噪声信号”包括：
(1)将历史噪声信号作为样本数据进行模型训练，得到噪声预测模型；
(2)根据噪声预测模型预测带噪语音信号采集期间的噪声信号。
其中，电子设备在获取到历史噪声信号之后，将该历史噪声信号作为样本数据，并按照预设训练算法进行模型训练，得到噪声预测模型。
需要说明的是，训练算法为机器学习算法，机器学习算法可以通过不断的进行特征学习来对数据进行预测，比如，电子设备可以根据历史的噪声分布来预测当前的噪声分布。其中，机器学习算法可以包括：决策树算法、回归算法、贝叶斯算法、神经网络算法(可以包括深度神经网络算法、卷积神经网络算法以及递归神经网络算法等)、聚类算法等等，对于选取何种训练算法用作预设训练算法进行模型训练，可由本领域技术人员根据实际需要进行选取。
比如，电子设备配置的配置的预设训练算法为高斯混合模型算法(为一种回归算法)，在获取到历史噪声信号之后，将该历史噪声信号作为样本数据，并按照高斯混合模型算法进行模型训练，训练得到一个高斯混合模型(噪声预测模型包括多个高斯单元，用于描述噪声分布)，将该高斯混合模型作为噪声预测模型。之后，电子设备将带噪语音信号采集期间的开始时刻和结束时刻作为噪声预测模型的输入，输入到噪声预测模型进行处理，由噪声预测模型输出前述带噪语音信号采集期间的噪声信号。
在一实施方式中，还包括以下步骤：
(1)根据第一位置信息以及第二位置信息，生成导航路径信息；
(2)将导航路径信息发送至可穿戴设备，指示可穿戴设备输出导航路径信息。
其中，电子设备在获取到自身的第一位置信息，以及获取到可穿戴设备的第二位置信息之后，除了根据该第一位置信息和第二位置信息确定出可穿戴设备相对于电子设备的第一方位信息之外，还根据第一位置信息以及第二位置信息，采用预设导航算法，生成由可穿戴设备到电子设备的导航路径信息。需要说明的是，对于采用何种导航算法作为前述预设导航算法，可由本领域技术人员根据实际需要进行选取，本申请对此不做具体限制。
电子设备在生成由可穿戴设备到电子设备的导航路径信息之后，将该导航路径信息发送至可穿戴设备，并指示可穿戴设备输出该导航路径信息。其中，可穿戴设备可以语音和/或图像的方式输出导航路径信息，用以引导机主找到电子设备。
在一实施方式中，“获取当前的第一位置信息”之前，还包括：
(1)在待执行指令为用于触发位置提示的指令时，获取语音信号包括的声纹特征，并对声纹特征进行验证；
(2)在声纹特征验证通过时，获取当前的第一位置信息。
容易理解的是，虽然用于触发位置提示的指令由机主设置，但也无法排除该指令被他人知晓的可能。因此，电子设备在获取当前的第一位置信息之前，还对前述语音信号的发音者进行身份认证。
其中，电子设备在识别到前述语音信号所包括待执行指令为用于触发位置提示的指令时，获取前述语音信号包括的声纹特征。其中，声纹特征包括但不限于频谱特征分量、倒频谱特征分量、共振峰特征分量、基音特征分量、反射系数特征分量、声调特征分量、语速特征分量、情绪特征分量、韵律特征分量以及节奏特征分量中的至少一种特征分量。
之后，电子设备获取前述声纹特征与预设声纹特征(预设声纹特征为机主预先录入的声纹特征)的相似度，并判断获取到的相似度是否大于或等于第一预设相似度(可由本领域技术人员根据实际需要进行设置)。其中，在获取到的相似度大于或等于第一预设相似度时，确定前述声纹特征验证通过，判定前述语音信号的发音者为机主。
其中，电子设备可以获取前述声纹特征与预设声纹特征的距离，并将获取到的距离作为前述声纹特征与预设声纹特征的相似度。其中，可由本领域技术人员根据实际需要选取任意一种特征距离(比如欧氏距离、曼哈顿距离、切比雪夫距离等等)来衡量前述声纹特征与预设声纹特征之间的距离。
比如，可以获取前述声纹特征和预设声纹特征的余弦距离，具体参照以下公式：
其中，e表示前述声纹特征和预设声纹特征的余弦距离，f表示前述声纹特征，N表示前述声纹特征和预设声纹特征的维度(前述声纹特征和预设声纹特征的维度相同)，fi表示前述声纹特征中第i维度的特征向量，gi表示预设声纹特征中第i维度的特征向量。
在一实施方式中，获取预关联的可穿戴设备的第二位置信息之前，还包括：
(1)识别可穿戴设备是否处于穿戴状态；
(2)在可穿戴设备处于穿戴状态时，获取可穿戴设备的第二位置信息。
容易理解的是，在实际使用中，机主并不会时刻将可穿戴设备穿戴在身上，也即是说，可穿戴设备的第二位置信息并不一定等同于机主的位置信息。因此，电子设备在获取可穿戴设备的第二位置信息之前，首先识别预关联的可穿戴设备是否处于穿戴状态，在且仅在可穿戴设备处于穿戴状态时，才获取可穿戴设备的第二位置信息。
其中，在识别预关联的可穿戴设备是否处于穿戴状态时，一方面，电子设备按照预定的报文格式构建状态获取请求，并将构建的状态获取请求发送至可穿戴设备，指示可穿戴设备返回状态信息，该状态信息用于描述可穿戴设备是否处于穿戴状态；之后，接收可穿戴设备返回的状态信息，并根据该状态信息识别预关联的可穿戴设备是否处于穿戴状态。
另一方面，可穿戴设备在接收到来自电子设备的状态获取请求之后，通过设置的运动传感器和/或心率传感器等来对自身是否处于穿戴状态进行识别，并将识别到的状态信息返回至电子设备。
比如，可穿戴设备在接收到来自电子设备的状态获取请求之后，获取心率传动器采集的用户心率数据，由于心率传感器需要与人体接触，也即是在处于穿戴状态时才能够采集到心率数据，若获取到心率传感器采集到的心率数据，则说明此时处于穿戴状态，生成用于描述自身处于穿戴状态的状态信息返回至电子设备。
由此，在且仅在预关联的可穿戴设备处于穿戴状态时，才获取可穿戴设备的第二位置信息，以确保进行位置提示的准确性。
在一实施例中，还提供了一种位置提示装置。请参照图6，图6为本申请实施例提供的位置提示装置400的结构示意图。其中该位置提示装置应用于电子设备，该位置提示装置包括指令获取模块401、位置获取模块402、方位获取模块403和位置提示模块404，如下：
指令获取模块401，用于在采集到外部环境中的语音信号时，获取语音信号包括的待执行指令。
位置获取模块402，用于在待执行指令为用于触发位置提示的指令时，获取当前的第一位置信息，以及获取预关联的可穿戴设备的第二位置信息。
方位获取模块403，用于根据第一位置信息以及第二位置信息，获取可穿戴设备的第一方位信息。
位置提示模块404，用于根据第一方位信息生成位置提示信息，并以语音的方式输出位置提示信息。
在一实施方式中，位置提示模块404可以用于：
获取当前的第一朝向信息，以及获取可穿戴设备的第二朝向信息；
根据第一朝向信息、第二朝向信息以及第一方位信息，获取当前相对于可穿戴设备的第二方位信息；
将第二方位信息作为位置提示信息。
在一实施方式中，位置提示装置400还包括导航模块，可以用于：
根据第一位置信息以及第二位置信息，生成导航路径信息；
将导航路径信息发送至可穿戴设备，指示可穿戴设备输出导航路径信息。
在一实施方式中，位置获取模块402可以用于：
在待执行指令为用于触发位置提示的指令时，获取语音信号包括的声纹特征，并对声纹特征进行验证；
在声纹特征验证通过时，获取当前的第一位置信息。
在一实施方式中，位置获取模块402可以用于：
识别可穿戴设备是否处于穿戴状态；
在可穿戴设备处于穿戴状态时，获取可穿戴设备的第二位置信息。
在一实施方式中，指令获取模块401可以用于：
在采集到外部环境中的带噪语音信号时，获取对应带噪语音信号的历史噪声信号；
根据历史噪声信号，获取带噪语音信号采集期间的噪声信号；
将噪声信号与带噪语音信号进行反相位叠加，并将叠加得到的降噪语音信号作为前述语音信号。
在一实施方式中，指令获取模块401可以用于：
将历史噪声信号作为样本数据进行模型训练，得到噪声预测模型；
根据噪声预测模型预测带噪语音信号采集期间的噪声信号。
其中，位置提示装置400中各模块执行的步骤可以参考上述方法实施例描述的方法步骤。该位置提示装置400可以集成在电子设备中，如手机、平板电脑等。
具体实施时，以上各个模块可以作为独立的实体实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单位的具体实施可参见前面的实施例，在此不再赘述。
由上可知，本实施例的位置提示装置可以由指令获取模块401在采集到外部环境中的语音信号时，获取语音信号包括的待执行指令。由位置获取模块402在待执行指令为用于触发位置提示的指令时，获取当前的第一位置信息，以及获取预关联的可穿戴设备的第二位置信息。由方位获取模块403根据第一位置信息以及第二位置信息，获取可穿戴设备的第一方位信息。由位置提示模块404根据第一方位信息生成位置提示信息，并以语音的方式输出位置提示信息。与相关技术中通过响铃进行位置提示的方式相比，本申请能够在用户无法找到电子设备时，根据用户的语音信号获取到、由用户随身穿戴的可穿戴设备的第一方位信息，并根据该第一方位信息进行位置提示，从而更好的引导用户找到电子设备，提高了电子设备被找到的概率。
在一实施例中，还提供一种电子设备。请参照图7，电子设备500包括处理器501以及存储器502。其中，处理器501与存储器502电性连接。
处理器500是电子设备500的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或加载存储在存储器502内的计算机程序，以及调用存储在存储器502内的数据，执行电子设备500的各种功能并处理数据。
存储器502可用于存储软件程序以及模块，处理器501通过运行存储在存储器502的计算机程序以及模块，从而执行各种功能应用以及数据处理。存储器502可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计算机程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器502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、或其他易失性固态存储器件。相应地，存储器502还可以包括存储器控制器，以提供处理器501对存储器502的访问。
在本申请实施例中，电子设备500中的处理器501会按照如下的步骤，将一个或一个以上的计算机程序的进程对应的指令加载到存储器502中，并由处理器501运行存储在存储器502中的计算机程序，从而实现各种功能，如下：
在采集到外部环境中的语音信号时，获取语音信号包括的待执行指令；
在待执行指令为用于触发位置提示的指令时，获取当前的第一位置信息，以及获取预关联的可穿戴设备的第二位置信息；
根据第一位置信息以及第二位置信息，获取可穿戴设备的第一方位信息；
根据第一方位信息生成位置提示信息，并以语音的方式输出位置提示信息。
请一并参阅图8，在某些实施方式中，电子设备500还可以包括：显示器503、射频电路504、音频电路505以及电源506。其中，其中，显示器503、射频电路504、音频电路505以及电源506分别与处理器501电性连接。
显示器503可以用于显示由用户输入的信息或提供给用户的信息以及各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示器503可以包括显示面板，在某些实施方式中，可以采用液晶显示器(Liquid Crystal Display，LCD)、或者有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板。
射频电路504可以用于收发射频信号，以通过无线通信与网络设备或其他电子设备建立无线通讯，与网络设备或其他电子设备之间收发信号。
音频电路505可以用于通过扬声器、传声器提供用户与电子设备之间的音频接口。
电源506可以用于给电子设备500的各个部件供电。在一些实施例中，电源506可以通过电源管理系统与处理器501逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图8中未示出，电子设备500还可以包括摄像头、蓝牙模块等，在此不再赘述。
在某些实施方式中，在根据第一方位信息生成位置提示信息时，处理器501可以执行以下步骤：
获取当前的第一朝向信息，以及获取可穿戴设备的第二朝向信息；
根据第一朝向信息、第二朝向信息以及第一方位信息，获取当前相对于可穿戴设备的第二方位信息；
将第二方位信息作为位置提示信息。
在某些实施方式中，处理器501还可以执行以下步骤：
根据第一位置信息以及第二位置信息，生成导航路径信息；
将导航路径信息发送至可穿戴设备，指示可穿戴设备输出导航路径信息。
在某些实施方式中，在获取当前的第一位置信息之前，处理器501可以执行以下步骤：
在待执行指令为用于触发位置提示的指令时，获取语音信号包括的声纹特征，并对声纹特征进行验证；
在声纹特征验证通过时，获取当前的第一位置信息。
在某些实施方式中，在获取可穿戴设备的第二位置信息之前，处理器501可以执行以下步骤：
识别可穿戴设备是否处于穿戴状态；
在可穿戴设备处于穿戴状态时，获取可穿戴设备的第二位置信息。
在某些实施方式中，在采集到外部环境中的语音信号时，获取语音信号包括的待执行指令之前，处理器501还可以执行以下步骤：
在采集到外部环境中的带噪语音信号时，获取对应带噪语音信号的历史噪声信号；
根据历史噪声信号，获取带噪语音信号采集期间的噪声信号；
将噪声信号与带噪语音信号进行反相位叠加，并将叠加得到的降噪语音信号作为前述语音信号。
在某些实施方式中，在根据历史噪声信号，获取带噪语音信号采集期间的噪声信号时，处理器501还可以执行以下步骤：
将历史噪声信号作为样本数据进行模型训练，得到噪声预测模型；
根据噪声预测模型预测带噪语音信号采集期间的噪声信号。
本申请实施例还提供一种存储介质，所述存储介质存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行上述任一实施例中的位置提示方法，比如：在采集到外部环境中的语音信号时，获取语音信号包括的待执行指令；在待执行指令为用于触发位置提示的指令时，获取当前的第一位置信息，以及获取预关联的可穿戴设备的第二位置信息；根据第一位置信息以及第二位置信息，获取可穿戴设备的第一方位信息；根据第一方位信息生成位置提示信息，并以语音的方式输出位置提示信息。
本申请实施例中，存储介质可以是磁碟、光盘、只读存储器(Read Only Memory，ROM，)或者随机存取器(Random Access Memory，RAM)等。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
需要说明的是，对本申请实施例的位置提示方法而言，本领域普通测试人员可以理解实现本申请实施例的位置提示方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，所述计算机程序可存储于一计算机可读取存储介质中，如存储在电子设备的存储器中，并被该电子设备内的至少一个处理器执行，在执行过程中可包括如位置提示方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储器、随机存取记忆体等。
对本申请实施例的位置提示装置而言，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中，所述存储介质譬如为只读存储器，磁盘或光盘等。
以上对本申请实施例所提供的一种位置提示方法、装置、存储介质及电子设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种位置提示方法，其特征在于，所述位置提示方法包括：
在采集到外部环境中的语音信号时，获取所述语音信号包括的待执行指令；
在所述待执行指令为用于触发位置提示的指令时，获取当前的第一位置信息，以及获取预关联的可穿戴设备的第二位置信息；
根据所述第一位置信息以及所述第二位置信息，获取所述可穿戴设备的第一方位信息；
根据所述第一方位信息生成位置提示信息，并以语音的方式输出所述位置提示信息。
2.如权利要求1所述的位置提示方法，其特征在于，根据所述第一方位信息生成位置提示信息的步骤，包括：
获取当前的第一朝向信息，以及获取所述可穿戴设备的第二朝向信息；
根据所述第一朝向信息、所述第二朝向信息以及所述第一方位信息，获取当前相对于所述可穿戴设备的第二方位信息；
将所述第二方位信息作为所述位置提示信息。
3.如权利要求1所述的位置提示方法，其特征在于，所述位置提示方法还包括：
根据所述第一位置信息以及所述第二位置信息，生成导航路径信息；
将所述导航路径信息发送至所述可穿戴设备，指示所述可穿戴设备输出所述导航路径信息。
4.如权利要求1所述的位置提示方法，其特征在于，获取当前的第一位置信息的步骤之前，还包括：
在所述待执行指令为用于触发位置提示的指令时，获取所述语音信号包括的声纹特征，并对所述声纹特征进行验证；
在所述声纹特征验证通过时，获取当前的第一位置信息。
5.如权利要求1-4任一项所述的位置提示方法，其特征在于，获取预关联的可穿戴设备的第二位置信息的步骤之前，还包括：
识别所述可穿戴设备是否处于穿戴状态；
在所述可穿戴设备处于穿戴状态时，获取所述可穿戴设备的第二位置信息。
6.如权利要求1-4任一项所述的位置提示方法，其特征在于，在采集到外部环境中的语音信号时，获取所述语音信号包括的待执行指令的步骤之前，还包括：
在采集到外部环境中的带噪语音信号时，获取对应所述带噪语音信号的历史噪声信号；
根据所述历史噪声信号，获取所述带噪语音信号采集期间的噪声信号；
将所述噪声信号与所述带噪语音信号进行反相位叠加，并将叠加得到的降噪语音信号作为所述语音信号。
7.如权利要求6所述的位置提示方法，其特征在于，根据所述历史噪声信号，获取所述带噪语音信号采集期间的噪声信号的步骤，包括：
将所述历史噪声信号作为样本数据进行模型训练，得到噪声预测模型；
根据所述噪声预测模型预测所述采集期间的所述噪声信号。
8.一种位置提示装置，其特征在于，所述位置提示装置包括：
指令获取模块，用于在采集到外部环境中的语音信号时，获取所述语音信号包括的待执行指令；
位置获取模块，用于在所述待执行指令为用于触发位置提示的指令时，获取当前的第一位置信息，以及获取预关联的可穿戴设备的第二位置信息；
方位获取模块，用于根据所述第一位置信息以及所述第二位置信息，获取所述可穿戴设备的第一方位信息；
位置提示模块，用于根据所述第一方位信息生成位置提示信息，并以语音的方式输出所述位置提示信息。
9.一种存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机上运行时，使得所述计算机执行如权利要求1至7任一项所述的位置提示方法。
10.一种电子设备，包括处理器和存储器，其特征在于，所述处理器通过调用所述计算机程序，用于执行如权利要求1至7任一项所述的位置提示方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810680989.3A CN108900965A (zh) | 2018-06-27 | 2018-06-27 | 位置提示方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810680989.3A CN108900965A (zh) | 2018-06-27 | 2018-06-27 | 位置提示方法、装置、存储介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108900965A true CN108900965A (zh) | 2018-11-27 |
Family
ID=64346838
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810680989.3A Pending CN108900965A (zh) | 2018-06-27 | 2018-06-27 | 位置提示方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108900965A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110556013A (zh) * | 2019-07-23 | 2019-12-10 | 恒大智慧充电科技有限公司 | 一种终端设备、导航方法、计算机设备以及计算机可读存储介质 |
| CN110931017A (zh) * | 2019-11-26 | 2020-03-27 | 国网冀北清洁能源汽车服务(北京)有限公司 | 一种充电桩用充电交互方法及充电桩用充电交互装置 |
| CN111142095A (zh) * | 2020-01-16 | 2020-05-12 | 三星电子（中国）研发中心 | 一种室内定位系统、方法和装置 |
| CN113316082A (zh) * | 2021-05-26 | 2021-08-27 | Oppo广东移动通信有限公司 | 配对方法、装置、移动终端及存储介质 |
| CN114257951A (zh) * | 2020-09-21 | 2022-03-29 | Oppo（重庆）智能科技有限公司 | 定位方法和装置、以及存储介质和电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105959917A (zh) * | 2016-05-30 | 2016-09-21 | 乐视控股（北京）有限公司 | 定位方法、定位装置、电视、智能设备以及移动终端 |
| CN106533480A (zh) * | 2014-06-27 | 2017-03-22 | 歌尔科技有限公司 | 一种可穿戴无线定位指示装置 |
| WO2017185312A1 (zh) * | 2016-04-28 | 2017-11-02 | 华为技术有限公司 | 加密、解密方法及装置 |
| CN107770366A (zh) * | 2017-08-31 | 2018-03-06 | 珠海格力电器股份有限公司 | 一种寻找设备的方法、装置、存储介质及设备 |
| CN108012324A (zh) * | 2016-10-26 | 2018-05-08 | 华为技术有限公司 | 一种获得位置关系的方法和寻物的方法、设备及系统 |
-
2018
- 2018-06-27 CN CN201810680989.3A patent/CN108900965A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106533480A (zh) * | 2014-06-27 | 2017-03-22 | 歌尔科技有限公司 | 一种可穿戴无线定位指示装置 |
| WO2017185312A1 (zh) * | 2016-04-28 | 2017-11-02 | 华为技术有限公司 | 加密、解密方法及装置 |
| CN105959917A (zh) * | 2016-05-30 | 2016-09-21 | 乐视控股（北京）有限公司 | 定位方法、定位装置、电视、智能设备以及移动终端 |
| CN108012324A (zh) * | 2016-10-26 | 2018-05-08 | 华为技术有限公司 | 一种获得位置关系的方法和寻物的方法、设备及系统 |
| CN107770366A (zh) * | 2017-08-31 | 2018-03-06 | 珠海格力电器股份有限公司 | 一种寻找设备的方法、装置、存储介质及设备 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110556013A (zh) * | 2019-07-23 | 2019-12-10 | 恒大智慧充电科技有限公司 | 一种终端设备、导航方法、计算机设备以及计算机可读存储介质 |
| CN110931017A (zh) * | 2019-11-26 | 2020-03-27 | 国网冀北清洁能源汽车服务(北京)有限公司 | 一种充电桩用充电交互方法及充电桩用充电交互装置 |
| CN111142095A (zh) * | 2020-01-16 | 2020-05-12 | 三星电子（中国）研发中心 | 一种室内定位系统、方法和装置 |
| CN114257951A (zh) * | 2020-09-21 | 2022-03-29 | Oppo（重庆）智能科技有限公司 | 定位方法和装置、以及存储介质和电子设备 |
| CN113316082A (zh) * | 2021-05-26 | 2021-08-27 | Oppo广东移动通信有限公司 | 配对方法、装置、移动终端及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108900965A (zh) | 位置提示方法、装置、存储介质及电子设备 | |
| CN108962241A (zh) | 位置提示方法、装置、存储介质及电子设备 | |
| CN110364144B (zh) | 一种语音识别模型训练方法及装置 | |
| US10462568B2 (en) | Terminal and vehicle control method of mobile terminal using machine learning | |
| US11435980B2 (en) | System for processing user utterance and controlling method thereof | |
| CN110310623B (zh) | 样本生成方法、模型训练方法、装置、介质及电子设备 | |
| US11164581B2 (en) | Artificial intelligence device | |
| CN108922525A (zh) | 语音处理方法、装置、存储介质及电子设备 | |
| CN108806684A (zh) | 位置提示方法、装置、存储介质及电子设备 | |
| CN109243432A (zh) | 话音处理方法以及支持该话音处理方法的电子设备 | |
| CN110288077A (zh) | 一种基于人工智能的合成说话表情的方法和相关装置 | |
| CN108829235A (zh) | 语音数据处理方法和支持该方法的电子设备 | |
| KR20190017548A (ko) | 이동단말기 및 머신 러닝을 이용한 이동 단말기의 제어방법 | |
| CN110853618A (zh) | 一种语种识别的方法、模型训练的方法、装置及设备 | |
| CN110853617B (zh) | 一种模型训练的方法、语种识别的方法、装置及设备 | |
| CN108463849A (zh) | 确定语言模型的对话状态 | |
| CN105810194B (zh) | 待机状态下语音控制信息获取方法和智能终端 | |
| US20190019509A1 (en) | Voice data processing method and electronic device for supporting the same | |
| CN109102802A (zh) | 用于处理用户话语的系统 | |
| CN108711429A (zh) | 电子设备及设备控制方法 | |
| CN106341539A (zh) | 恶意来电者声纹的自动取证方法、装置和移动终端 | |
| CN110085217A (zh) | 语音导航方法、装置及终端设备 | |
| CN114333774B (zh) | 语音识别方法、装置、计算机设备及存储介质 | |
| CN111444321B (zh) | 问答方法、装置、电子设备和存储介质 | |
| CN109064720A (zh) | 位置提示方法、装置、存储介质及电子设备 |
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: 20181127 |
|
| RJ01 | Rejection of invention patent application after publication |