CN108932947A - 语音控制方法及家电设备 - Google Patents

Abstract

本申请提供了一种语音控制方法及家电设备，其中，该方法包括：接收多个语音信息，将多个语音信息进行分类，并在每类语音信息中选择一个语音信息执行对应的控制操作，采用上述技术方案，即全面执行了多类语音信息的控制操作，又精确的在每类语音信息中选择一个语音信息去执行，在当前环境嘈杂的情况下，仅依据少量语音信息对家电设备进行控制操作，解决了相关技术中环境中语音嘈杂的情况下，语音控制设备准确度低的问题，避免了多人同时控制家电设备导致家电设备无法识别控制操作从而易出错的情况，保证了语音控制家电设备的准确性。

Description

语音控制方法及家电设备

技术领域

本申请涉及但不限于电器领域，具体而言，涉及一种语音控制方法及家电设备。

背景技术

在相关技术中，随着语音技术越来越多地运用到空调上，智能空调越来越普及了。但当同一场景下多个人对着空调发布控制指令时，空调无法同时执行，由此产生用户体验不佳的情况。

针对相关技术中环境中语音嘈杂的情况下，语音控制设备准确度低的问题，目前还没有有效的解决方案。

发明内容

本申请实施例提供了一种语音控制方法及家电设备，以至少解决相关技术中环境中语音嘈杂的情况下，语音控制设备准确度低的问题。

根据本申请的一个实施例，提供了一种语音控制方法，包括：接收多个语音信息；将所述多个语音信息进行分类，并在每类语音信息中选择一个语音信息执行对应的控制操作。

根据本申请文件的另一个实施例，还提供了一种家电设备，包括：语音接收装置，用于接收多个语音信息；处理器，用于将所述多个语音信息进行分类，并在每类语音信息中选择一个语音信息执行对应的控制操作。

根据本申请的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本申请的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本申请，接收多个语音信息，将多个语音信息进行分类，并在每类语音信息中选择一个语音信息执行对应的控制操作，采用上述技术方案，即全面执行了多类语音信息的控制操作，又精确的在每类语音信息中选择一个语音信息去执行，在当前环境嘈杂的情况下，仅依据少量语音信息对家电设备进行控制操作，解决了相关技术中环境中语音嘈杂的情况下，语音控制设备准确度低的问题，避免了多人同时控制家电设备导致家电设备无法识别控制操作从而易出错的情况，保证了语音控制家电设备的准确性。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是本申请实施例的一种语音控制方法的家电设备的硬件结构框图；

图2是根据本申请实施例的语音控制方法的流程图；

图3是根据本申请文件另一个实施例的语音系统的结构图；

图4是根据本申请文件的另一个实施例的定制AI空调的语音交互控制空调的流程图；

图5是根据本申请文件另一个实施例的声纹处理流程图；

图6是根据本申请文件另一个实施例的声纹处理流程图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本申请。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

实施例一

本申请实施例一所提供的方法实施例可以在家电设备、计算机终端或者类似的运算装置中执行。以运行在家电设备上为例，图1是本申请实施例的一种语音控制方法的家电设备的硬件结构框图。如图1所示，家电设备10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述家电设备还可以包括用于通信功能的传输装置106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述家电设备的结构造成限定。例如，家电设备10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储应用软件的软件程序以及模块，如本申请实施例中的语音控制方法对应的程序指令/模块，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至家电设备10。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。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括家电设备10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

在本实施例中提供了一种运行于上述家电设备的语音控制方法，图2是根据本申请实施例的语音控制方法的流程图，如图2所示，该流程包括如下步骤：

步骤S202，接收多个语音信息；

步骤S204，将所述多个语音信息进行分类，并在每类语音信息中选择一个语音信息执行对应的控制操作。

上述控制操作包括调温，加湿等操作。

通过上述步骤，接收多个语音信息，将多个语音信息进行分类，并在每类语音信息中选择一个语音信息执行对应的控制操作，采用上述技术方案，即全面执行了多类语音信息的控制操作，又精确的在每类语音信息中选择一个语音信息去执行，在当前环境嘈杂的情况下，仅依据少量语音信息对家电设备进行控制操作，解决了相关技术中环境中语音嘈杂的情况下，语音控制设备准确度低的问题，避免了多人同时控制家电设备导致家电设备无法识别控制操作从而易出错的情况，保证了语音控制家电设备的准确性。

可选地，上述步骤的执行主体可以具体为空调，冰箱等，但不限于此。

可选地，在将所述多个语音信息进行分类之前，对所述多个语音信息进行过滤，得到候选语音信息；对所述候选语音信息中的语音信息进行分类。

可选地，对所述多个语音信息进行过滤，得到候选语音信息，包括以下之一：

获取所述多个语音信息的声纹信息，以及依据所述声纹信息，过滤掉所述多个语音信息中的无效语音信息，得到所述候选语音信息；

对所述多个语音信息进行语义解析，过滤掉语义解析结果为非控制指令的语音信息，得到所述候选语音信息；

获取所述多个语音信息的声纹信息，以及依据所述声纹信息，过滤掉所述多个语音信息中的无效语音信息，得到第一候选语音信息；对所述第一候选语音信息进行语义解析，过滤掉语义解析结果为非控制指令的语音信息，得到第二候选语音信息，并将所述第二候选语音信息作为所述候选语音信息。

上述实施例中的无效语音信息可以是噪音，或者非人声信息等。

可选地，依据语义解析结果确定所述多个语音信息各自的针对家电设备的控制方式；依据所述控制方式的不同将所述多个语音信息进行分类，获取多个类别的语音信息。

上述实施例中的控制方式包括控制温度，控制湿度，播放新闻或音乐等控制播放音视频内容的。

可选地，通过以下方式之一在每类语音信息中选择一个语音信息执行对应的控制操作：针对每类语音信息，随机选择一个第四语音信息来执行操作；针对每类语音信息，在多个语音信息中选择控制权限最高的声源发出的语音信息为第五语音信息，执行所述第五语音信息的操作。

可选地，并在每类语音信息中选择一个语音信息执行对应的控制操作之后，播放用于指示成功执行所述控制操作的提示信息。

下面结合本申请文件的另一个实施例进行说明。

相关技术中专利号为201410148530.0的专利公开了基于声纹识别的语音控制方法和系统，描述了一种准确获取用户的声纹特征以及接收到的语音控制指令来确定运行参数并运行的方法。专利号为201410148530.0的专利公开了语音控制方法和系统，描述了系统预存用户声纹，以确保该被控终端仅响应与用户声纹特征匹配的语音控制指令，提高被控终端的语音控制准确率的方法。两封均为美的申请，但没有描述多用户同时发布多指令情况下，空调执行的情况。

本申请文件的另一个实施例针对的技术问题：

1、多人控制指令同时发布，空调只能识别一条，不合理

2、空调语音识别效果差，容易误识别，带来不好的用户体验

本申请文件中，空调采集到同一时段多人语音的音频后，根据声纹特征提取出有效声纹，分析出所有可执行指令，将这些可执行指令根据控制方式分类，每种类型选择一个指令传递给空调同时执行，解决多人同时控制的情况。

图3是根据本申请文件另一个实施例的语音系统的结构图，如图3所示，包括语音交互系统、语音空调和服务器三部分组成，其中语音交互系统又包括语音采集模块，语义解析模块，声纹识别模块，声纹特征提取模块，声纹特征处理模块，语音播放模块。语音空调包括控制模块，存储器，还有一些其他模块，例如用于与服务器传输信息的通信模块等。

图4是根据本申请文件的另一个实施例的定制AI空调的语音交互控制空调的流程图，如图4所示，同一环境下，当空调处于唤醒状态，多名用户在同一时间对空调发出不同的控制指令时，包括以下步骤：

步骤1、语音空调处于待唤醒状态；

步骤2、用户唤醒空调语音交互系统，输入语音；

步骤3、空调语音采集模块采集语音后，传递给声纹识别模块；

步骤4、声纹识别模块通过特征提取模块和特征处理模块过滤掉非人声以及非控制指令，提出出所有有效的声纹传递给语义解析模块；

步骤5、语义解析模块将声纹在本地初步处理后传递给服务器。由服务器解析为可执行指令，通过算法将它们进行分类，每种类型的可执行指令仅选择其中一个传送给空调控制模块；图5是根据本申请文件另一个实施例的声纹处理流程图，如图5所示，将声纹1，声纹2，声纹3等声纹分别识别为指令1，指令2，指令3等。

图6是根据本申请文件另一个实施例的声纹处理流程图，如图6所示，获取所有指令后，依据不同类型，如类型1，类型2，类型3将所有指令进行划分，以此区别出指令1，指令2，指令3等。

语义解析模块将声纹在本地初步处理后传递给服务器。由服务器解析为可执行指令，通过算法将它们跟进控制方式(控制方式包括温度，风速，风向，模式，唱歌，讲故事等，跟进空调类型不能控制方式不同)进行分类，每种类型的可执行指令仅选择其中一个传送给空调主控。

其中，同一类型可执行指令如何选择其中一个来执行的规则如下：

同一类型根据权重选择，如权重相同，则随机选择。权重与预存声纹，数据库等有关。

图4的步骤6，空调控制模块执行这些指令，并通过语音播报模块反馈。

采用上述技术方案，由于空调增加了识别和处理多人语音同时发布指令的设备模块及算法，解决多人同时控制的情况，由于经过声纹特征处理识别也更准确，更加智能化，有利于推广公司形象。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请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，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。

实施例二

根据本申请文件的另一个实施例，还提供了一种家电设备，包括：

语音接收装置，用于接收多个语音信息；

处理器，用于将所述多个语音信息进行分类，并在每类语音信息中选择一个语音信息执行对应的控制操作。

可选地，所述处理器还用于在将所述多个语音信息进行分类之前，对所述多个语音信息进行过滤，得到候选语音信息，对所述候选语音信息中的语音信息进行分类。

可选地，对所述多个语音信息进行过滤，得到候选语音信息，包括以下之一：获取所述多个语音信息的声纹信息；以及依据所述声纹信息，过滤掉所述多个语音信息中的无效语音信息，得到所述候选语音信息；对所述多个第二语音信息进行语义解析，过滤掉语义解析结果为非控制指令的语音信息，得到所述候选语音信息；获取所述多个语音信息的声纹信息；以及依据所述声纹信息，过滤掉所述多个语音信息中的无效语音信息，得到第一候选语音信息；对所述第一候选语音信息进行语义解析，过滤掉语义解析结果为非控制指令的语音信息，得到第二候选语音信息，并将所述第二候选语音信息作为所述候选语音信息。

可选地，所述处理器还用于，依据语义解析结果确定所述多个第三语音信息各自的控制终端的控制方式；以及用于依据所述控制方式的不同将所述多个第三语音信息进行分类，获取多个类别的第四语音信息。

可选地，针对每类的多个第四语音信息，所述处理器还用于执行以下步骤之一：随机选择一个第四语音信息来执行操作；依据每个第四语音信息的权重确定一个第五语音信息，执行所述第五语音信息的操作。

可选地，所述处理器通过以下方式确定所述第五语音信息：确定每个第四语音信息的声源对应的权重，选择权重最高的声源对应的第四语音信息为所述第五语音信息。

可选地，所述终端还包括：语音播放装置，用于播放指示所述终端执行所述终端控制操作的提示信息。

实施例三

本申请的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的程序代码：

S1，接收多个语音信息；

S2，将所述多个语音信息进行分类，并在每类语音信息中选择一个语音信息执行对应的控制操作。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本申请的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子装置还可以包括传输装置以及输入输出设备，其中，该传输装置和上述处理器连接，该输入输出设备和上述处理器连接。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，接收多个语音信息；

S2，将所述多个语音信息进行分类，并在每类语音信息中选择一个语音信息执行对应的控制操作。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本申请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，可以将它们存储在存储装置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。这样，本申请不限制于任何特定的硬件和软件结合。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种语音控制方法，其特征在于，包括：

接收多个语音信息；

将所述多个语音信息进行分类，并在每类语音信息中选择一个语音信息执行对应的控制操作。

2.根据权利要求1所述的方法，其特征在于，在将所述多个语音信息进行分类之前，所述方法还包括：

对所述多个语音信息进行过滤，得到候选语音信息；

对所述候选语音信息中的语音信息进行分类。

3.根据权利要求1所述的方法，其特征在于，对所述多个语音信息进行过滤，得到候选语音信息，包括以下之一：

获取所述多个语音信息的声纹信息，以及依据所述声纹信息，过滤掉所述多个语音信息中的无效语音信息，得到所述候选语音信息；

对所述多个语音信息进行语义解析，过滤掉语义解析结果为非控制指令的语音信息，得到所述候选语音信息；

获取所述多个语音信息的声纹信息，以及依据所述声纹信息，过滤掉所述多个语音信息中的无效语音信息，得到第一候选语音信息；对所述第一候选语音信息进行语义解析，过滤掉语义解析结果为非控制指令的语音信息，得到第二候选语音信息，并将所述第二候选语音信息作为所述候选语音信息。

4.根据权利要求3所述的方法，其特征在于，

依据语义解析结果确定所述多个语音信息各自的针对家电设备的控制方式；

依据所述控制方式的不同将所述多个语音信息进行分类，获取多个类别的语音信息。

5.根据权利要求4所述的方法，其特征在于，通过以下方式之一在每类语音信息中选择一个语音信息执行对应的控制操作：

针对每类语音信息，随机选择一个第四语音信息来执行操作；

针对每类语音信息，在多个语音信息中选择控制权限最高的声源发出的语音信息为第五语音信息，执行所述第五语音信息的操作。

6.根据权利要求1所述的方法，其特征在于，并在每类语音信息中选择一个语音信息执行对应的控制操作之后，所述方法还包括：

播放用于指示成功执行所述控制操作的提示信息。

7.一种家电设备，其特征在于，包括：

语音接收装置，用于接收多个语音信息；

处理器，用于将所述多个语音信息进行分类，并在每类语音信息中选择一个语音信息执行对应的控制操作。

8.根据权利要求7所述的家电设备，其特征在于，所述处理器还用于在将所述多个语音信息进行分类之前，对所述多个语音信息进行过滤，得到候选语音信息，对所述候选语音信息中的语音信息进行分类。

9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至6任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至6任一项中所述的方法。