CN109473096B - 一种智能语音设备及其控制方法 - Google Patents

Abstract

本发明实施例实公开了一种智能语音设备及其控制方法，该设备包括固定音头和至少一个能够与智能语音设备在物理结构上结合或脱离的活动音头，该方法包括：如果的活动音头处于指令输入状态，生成使活动音头拾取的语音信号的信噪比大于或等于第一阈值的第一指令信号；根据第一指令信号判断活动音头拾取的语音信号的信噪比是否大于或等于第一阈值，如果是，转最后一步；否则转下一步；对活动音头拾取的语音信号进行降噪处理，使所述信噪比大于或等于第一阈值；将信噪比大于或等于第一阈值的语音信号进行语音识别。本发明实施例可以通过活动音头进行近距离拾音，能够有效保证语音识别的准确性，并且该设备操作简单，使用也方便。

Description

一种智能语音设备及其控制方法

技术领域

本发明实施例涉及语音控制技术领域，尤其涉及一种智能语音设备及其控制方法。

背景技术

智能语音设备是一种能够进行人机语音交互的设备，包括智能手机、智能家居产品、智能车载设备、智能穿戴设备等。例如，智能家居产品中的智能语音设备，能够将拾取的语音信号解析为控制指令，以实现对电视机、空调等智能设备的控制。

中国专利CN206353839U，公开了一种电视语音控制系统，包括拾取语音信号的阵列麦克风、定位声源方向的音频处理芯片和用于将语音信号解析为控制指令的主控制器。采用矩阵麦克风的智能语音设备如图1a所示，矩阵麦克风包括多个音头110，其中所述音头110均匀地布置在智能语音设备100的四周，音头110连接音频处理芯片120，音频处理芯片120通过音头110拾取环境音场中的声音，从而解析出其中的语音指令。在日常生活中，智能语音设备所在的空间无可避免地会存在很多音频信号，如图1b所示，由于音场中存在各种不同强度的声音，会使得拾取的语音指令质量严重下降，甚至无法识别出具体的语音指令。而且，如果智能语音设备100距离发出语音指令的声源较远，也会导致在音头110拾取的声音中难以脱离出来承载指令的语音，更无法解析出具体的指令。

另外，对于如图1所示的智能语音设备100来说，各个音头110之间存在技术参数上的差异，导致其特性，例如灵敏度，也会产生差异。这样，对拾取到的环境声音信号放大处理过程同样也会放大各个音头之间存在的差异，由此加剧声源定位是不确定性，进一步影响从环境语音中获得指令的准确性。

发明内容

本发明实施例提供了一种智能语音设备及其控制方法，以解决现有语音控制方案中，语音识别准确性差，无法得到有效的控制指令的问题。

本发明实施例提供了一种智能语音设备，包括用于拾取环境语音的固定音头和用于播放音频信号的扬声器，连接所述固定音头的音频处理单元，连接所述音频处理单元的指令识别单元，和连接所述指令识别单元的主控单元，还包括至少一个能够与所述智能语音设备在物理结构上结合或脱离的活动音头，设置在所述活动音头和所述音频处理单元之间的第一通信单元，以及，设置在所述第一通信单元和所述主控单元之间的状态检测电路；其中：

如果所述主控单元通过所述状态检测电路的检测信号，判断出所述活动音头是否处于指令输入状态，向所述音频处理单元发送使所述活动音头拾取的语音信号的信噪比大于或等于第一阈值的第一指令信号，以及，所述音频处理单元，根据所述第一指令信号，判断所述活动音头拾取的语音信号的信噪比是否大于或等于第一阈值，如果是，将所述活动音头拾取的语音信号发送给语音识别单元；如果否，对所述活动音头拾取的语音信号进行降噪处理，使所述信噪比大于或等于第一阈值，并将降噪处理后的所述语音信号发送给所述语音识别单元。

进一步地，所述主控单元通过所述状态检测电路的检测信号，判断所述活动音头与所述智能语音设备是否处于脱离的状态，如果是，确定所述活动音头处于指令输入状态；或者，

所述主控单元通过所述状态检测电路的检测信号，判断所述活动音头当前拾取到的语音信号与前一周期环境的平均语音强度相比，增强的语音强度是否大于第二阈值，如果是，确定所述活动音头处于指令输入状态。

进一步地，所述活动音头包括距离传感器；以及，

如果所述主控单元判断出所述活动音头与所述智能语音设备处于脱离的状态，通过所述第一通信单元接收的所述距离传感器的输出信号，判断所述活动音头的预设范围内是否有音源目标物，如果有，确定所述活动音头处于指令输入状态。

进一步地，该设备还包括设置在所述固定音头和所述音频处理单元之间的第一开关电路和连接在所述第一开关电路和所述主控单元之间的开关控制电路；其中：

如果所述主控单元判断出所述活动音头处于指令输入状态，向所述开关控制电路发送断开所述第一开关电路的第二指令信号。

进一步地，所述第一通信单元包括用于检测所述活动音头是否脱离所述智能语音设备的检测开关。

进一步地，该设备还包括与所述主控单元连接的指令输出单元和连接所述指令输出单元输出端的用于与受控设备通信的第二通信单元，和，设置在所述扬声器与所述指令输出单元之间的，用于将数字信号转换为模拟信号的声音处理电路，其中：

所述主控单元判断所述语音识别单元的语音识别信号中是否包含控制指令信号，如果包含，向所述指令输出单元发送所述控制指令信号，并向所述开关控制电路发送接通所述第一开关电路的第三指令信号；或者，

向所述指令输出单元发送所述控制指令信号后，如果所述主控单元判断出所述活动音头与所述智能语音设备未处于脱离的状态，向所述开关控制电路发送接通所述第一开关电路的第三指令信号。

进一步地，该设备还包括设置在所述扬声器和所述声音处理电路之间的第二开关电路，所述第二开关电路连接所述开关控制电路的输出端，用于根据需要控制所述扬声器输入音频信号的通断。

进一步地，该设备还包括设置在所述活动音头承载部件上的微型扬声器，所述微型扬声器连接所述第一通信单元；其中：

如果所述主控单元判断出所述活动音头处于与所述智能语音设备脱离的状态，将音频信号通过所述第一通信单元发送给所述微型扬声器。

本发明实施例还提供了一种智能语音设备的控制方法，所述智能语音设备包括固定音头和至少一个能够与所述智能语音设备在物理结构上结合或脱离的活动音头，所述方法包括：

步骤1，如果所述的活动音头处于指令输入状态，生成使所述活动音头拾取的语音信号的信噪比大于或等于第一阈值的第一指令信号；

步骤2，根据所述第一指令信号判断所述活动音头拾取的语音信号的信噪比是否大于或等于第一阈值，如果是，转步骤4；否则转下一步；

步骤3，对所述活动音头拾取的语音信号进行降噪处理，使所述信噪比大于或等于第一阈值；

步骤4，将所述信噪比大于或等于第一阈值的语音信号进行语音识别。

进一步地，所述步骤2之前，还包括：

如果所述的活动音头处于指令输入状态，断开所述固定音头的信号输出信道。

本发明实施例提供了一种智能语音设备及其控制方法，该设备包括与所述智能语音设备在物理结构上结合或脱离的活动音头和固定音头，既可以通过活动音头和固定音头组成的矩阵麦克风进行定向拾音，又可以通过活动音头进行近距离拾音；通过活动音头近距离拾取的语音信号，能够有效保证语音识别的准确性，以提高语音控制的可靠性，并且该设备操作简单，使用也方便。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1中的1a为一种采用矩阵麦克风的智能语音设备的结构示意图；

图1中的1b为智能语音设备所在的音场的结构示意图；

图2为本发明实施例提供的一种智能语音设备的结构框图；

图3为本发明实施例提供的活动音头与智能语音设备的连接关系图；

图4为本发明实施例提供的活动音头拾取的语音信号的频域图；

图5为本发明实施例提供的降噪处理后的语音信号的频域图；

图6为本发明实施例提供的固定音头拾取的信号的频域图；

图7为本发明实施例提供的将固定音头拾取的信号作为噪音信号，对语音信号进行降噪处理后的频域图；

图8为本发明实施例提供的一种智能语音设备的控制方法的流程图；

图9为本发明实施例提供的另一种智能语音设备的控制方法的流程图；

图10为本发明实施例提供的又一种智能语音设备的控制方法的流程图；

图11为本发明实施例提供的又一种智能语音设备的控制方法的流程图；

图12为本发明实施例提供的又一种智能语音设备的控制方法的流程图；

图13为本发明实施例提供的又一种智能语音设备的控制方法的流程图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

参见图1，为本发明实施例提供了一种智能语音设备1，包括用于拾取环境语音的固定音头10和用于播放音频信号的扬声器21，连接所述固定音头10的音频处理单元11，连接所述音频处理单元11的语音识别单元12，和连接所述语音识别单元12的主控单元13，该智能语音设备1还包括至少一个能够与所述智能语音设备1在物理结构上结合或脱离的活动音头14，设置在所述活动音头14和所述音频处理单元11之间的第一通信单元15，以及，设置在所述第一通信单元15和所述主控单元13之间的状态检测电路16。

所述主控单元13通过所述状态检测电路16的检测信号，判断所述活动音头14是否处于指令输入状态，如果是，向所述音频处理单元11发送使所述活动音头14拾取的语音信号的信噪比大于或等于第一阈值的第一指令信号，以及，所述音频处理单元11，根据所述第一指令信号，判断所述活动音头14拾取的语音信号的信噪比是否大于或等于第一阈值，如果是，将所述活动音头14拾取的语音信号发送给语音识别单元12；如果否，对所述活动音头14拾取的语音信号进行降噪处理，使所述信噪比大于或等于第一阈值。

在具体实现中，语音识别单元12可以通过网络连接云端服务器。语音识别单元12可以将符合信噪比要求的语音信号发送给云端服务器进行语音识别，并解析得到控制指令信号。如果该控制指令信号为搜索指令，例如搜索歌曲，云端服务器则执行该搜索指令，并将搜索结果发送给智能语音设备1。

所述主控单元13通过所述状态检测电路16的检测信号判断活动音头14是否处于指令输入状态的方法包括以下三个方法。

方法一，所述主控单元13通过所述状态检测电路16的检测信号，判断所述活动音头14与所述智能语音设备1是否处于脱离的状态，如果是，确定所述活动音头14处于指令输入状态。

智能语音设备1可以包括六个固定音头10和两个活动音头14，当活动音头14与智能语音设备1未脱离时，该六个固定音头10和两个活动音头14能够组成矩阵麦克风，用于定向拾音。

用户可以将活动音头14从智能语音设备1的物理结构上脱离下来，并可以随意走动，进行语音控制，摆脱了语音控制时，对用户发送语音信号地点的限制。并且对活动音头14近距离发送语音信号，能够增强语音信号的信噪比，甚至无需进行降噪处理，便可顺利地进行语音识别，进而获得控制指令信号。并且即使在比较嘈杂的环境下，或者扬声器21处于播放状态都可以无需停止扬声器21的播放，而是直接进行语音控制，避免了语音控制的繁琐性。

在物理结构上，活动音头14可以通过插头和插孔连接智能语音设备1。所以，可以通过判断所述插头和插孔是否相互连接，确定所述活动音头14与所述智能语音设备1是结合状态还是脱离状态。

在具体实现中，插孔内设置有第一通信单元15，第一通信单元15可以包括用于传输语音信号的接口或用于检测所述活动音头14是否脱离所述智能语音设备1的检测开关。

该检测开关可以与第一通信单元15的电源控制开关联动或直接作为第一通信单元15的电源控制开关。当活动音头14脱离时，第一通信单元15的电源接通，用于为无线传输提供电源，否则第一通信单元15的电源断开，通过接口进行有线传输。

当插头插入接口后，会进行通讯连接，连接成功后主控单元13能够识别出接口有插头插入

用于传输语音信号的接口包括USB和type-c等标准接口。例如使用USB接口时，当有插头按照USB协议插入时，会进行通讯认证，完成通讯认证后，能够识别出接口有插头插入。所述插孔中设置的接口也可以采用自定义接口。

在本发明实施例中，除通过接口和检测开关判断活动音头14与智能语音设备1是否脱离，还可以通过其拾取的信号强度变化进行判断。本发明实施例不对判断活动音头14与智能语音设备1是否脱离的方法进行限定。

当活动音头14与智能语音设备1脱离时，所述第一通信单元15可以为无线通信单元，或者，无论活动音头14与智能语音设备1在物理结构上处于脱离还是处于结合，都可以通过无线通信连接。本发明实施例不对第一通信单元15的通信方式做具体限制。

方法二，如图3所示，所述活动音头14包括距离传感器141，如果所述主控单元13判断出所述活动音头14与所述智能语音设备1处于脱离的状态，通过所述第一通信单元15接收的所述距离传感器141的输出信号，判断所述活动音头14的预设范围内是否有音源目标物，如果有，确定所述活动音头14处于指令输入状态。

当活动音头14与所述智能语音设备1脱离时，如果用户近距离对活动音头14发送语音信号，能够检测到活动音头14的预设范围内有音源目标物，则判断出活动音头14处于指令输入状态。该音源目标物可以为用户的嘴。当活动音头14与智能语音设备1脱离时，若用户没有近距离对活动音头14发送语音信号，能够检测到活动音头14的预设范围内没有目标物，则判断出活动音头14没有处于指令输入状态。从而能够保证在活动音头14与智能语音设备1脱离后，既可以通过活动音头14近距离拾音，又可以通过多个音头组成的矩阵麦克风实现矩定向拾音，使用更加方便。

方法三，所述主控单元13通过所述状态检测电路16的检测信号，判断所述活动音头14当前拾取到的语音信号与前一周期环境的平均语音强度相比，增强的语音强度是否大于第二阈值，如果是，确定所述活动音头14处于指令输入状态。

在进行语音控制时，用户也可以不将活动音头14从智能语音设备1上脱离下来，而是在适当的距离内向活动音头14发送语音信号，此时，第一通信单元15会接收到与前一周期环境的平均语音强度相比增强的语音强度，当增强的语音强度大于第二阈值时，可以确定所述活动音头14处于指令输入状态。

在具体实现中，也可以通过判断活动音头14当前拾取到的语音信号的强度是否大于预设的阈值，而确定活动音头14是否处于指令输入状态。

进一步地，该智能语音设备1还包括设置在所述固定音头10和所述音频处理单元11之间的第一开关电路17和连接在所述第一开关电路17和所述主控单元13之间的开关控制电路18；其中：

如果所述主控单元13判断出所述活动音头14处于指令输入状态，向所述开关控制电路18发送断开所述第一开关电路17的第二指令信号。

第一开关电路17用于控制固定音头10的信号输出通道的通断。当活动音头14处于指令输入状态，可以判断出智能语音设备1正在通过活动音头14拾取包含控制指令信号的语音信号，则固定音头10拾取的信号即可定义为噪音，阻止固定音头10拾取的信号输出到音频处理单元11，降低音频处理单元11处理信号的复杂度。

在通常情况下，由于活动音头14的近距离拾音，会得到符合信噪比要求的语音信号。图4为活动音头14拾取的语音信号的频域图。如图4所示，语音信号的强度明显强于噪音信号的，所以可以将活动音头14拾取的未经降噪处理的语音信号发送给语音识别单元12，进行语音识别。

当活动音头14拾取的语音信号的信噪比小于第一阈值时，需要对其进行降噪处理，以得到符合要求的信号，即能够顺利识别出语音控制指令的信号。图5为降噪处理后的语音信号的频域图。由图4和图5可知，语音信号经过降噪处理后，进一步加大了与噪音信号的强度差，从而实现语音识别的准确性。

在具体实现中，也可以接通固定音头10的信号输出通道，以使音频处理单元11能够同时接收活动音头14拾取的语音信号和固定音头10拾取的信号。在该种情况下，可以将所述固定音头10拾取的信号作为噪音信号，对所述活动音头14拾取的语音信号进行降噪处理，从而使所述信噪比大于或等于第一阈值。图6为固定音头10拾取的信号的频域图，图7为将所述固定音头10拾取的信号作为噪音信号，对语音信号进行降噪处理后的频域图。由图4、图6和图7可知，将所述固定音头10拾取的信号作为噪音信号，对语音信号进行降噪后，大大提高了语音信号与噪音信号之间的强度差，从而实现语音识别的准确性。

进一步地，智能语音设备1还包括与所述主控单元13连接的指令输出单元19和连接所述指令输出单元19输出端的用于与受控设备通信的第二通信单元20，和，设置在所述扬声器21与所述指令输出单元19之间的，用于将数字信号转换为模拟信号的声音处理电路22，其中：

所述主控单元13判断所述语音识别单元12的语音识别信号中是否包含控制指令信号，如果包含，向所述指令输出单元19发送所述控制指令信号，并向所述开关控制电路18发送接通所述第一开关电路17的第三指令信号。指令输出单元19再通过第二通信单元20将控制指令信号发送给受控设备。

当将控制指令信号发送给指令输出单元19时，且活动音头14与智能语音设备1未脱离时，向所述开关控制电路18发送接通所述第一开关电路17的第三指令信号，接通固定音头10的信号输出通道。从而实现语音控制结束后，返回初始状态，用户下一次语音控制时，可以重新选择通过矩阵麦克风定向拾音，还是通过活动音头14近距离拾音。

向所述指令输出单元19发送所述控制指令信号后，如果所述主控单元13判断出所述活动音头14与所述智能语音设备1未处于脱离的状态，向所述开关控制电路18发送接通所述第一开关电路17的第三指令信号。

进一步地，智能语音设备1还包括设置在所述扬声器21和所述声音处理电路22之间的第二开关电路23，所述第二开关电路23连接所述开关控制电路18的输出端，用于根据需要控制所述扬声器21输入音频信号的通断。

当通过固定音头10和活动音头14组成的矩阵麦克风进行拾音时，音频处理单元11无法得到满足信噪比要求的语音信号，或者语音识别单元12无法解析出控制指令信号时，主控单元13断开扬声器21音频信号的输入，停止扬声器21播放音频信号，从而降低拾取到的干扰信号。

当将固定音头10拾取的信号作为噪音信号，对活动音头14拾取的语音信号进行降噪后，依然无法得到满足信噪比要求的语音信号，或者语音识别单元12无法解析出控制指令信号时，停止扬声器21播放音频信号，从而降低拾取到的干扰信号。

进一步地，如图3所示，智能语音设备1还包括设置在所述活动音头14承载部件上的微型扬声器142，所述微型扬声器142连接所述第一通信单元15；其中：

如果所述主控单元13判断出所述活动音头14处于与所述智能语音设备1脱离的状态，将音频信号通过所述第一通信单元15发送给所述微型扬声器142。

当音频信号发送给微型扬声器142时，只有将耳朵贴近微型扬声器142才可以听到声音，从而避免外放的音频信号影响他人。

本发明实施例提供了一种智能语音设，该设备包括与所述智能语音设备在物理结构上结合或脱离的活动音头和固定音头，既可以通过活动音头和固定音头组成的矩阵麦克风进行定向拾音，又可以通过活动音头进行近距离拾音；通过活动音头近距离拾取的语音信号，能够有效保证语音识别的准确性，以提高语音控制的可靠性，并且该设备操作简单，使用也方便。

参照图8，本发明实施例提供了一种智能语音设备的控制方法，所述智能语音设备包括固定音头、扬声器和至少一个能够与所述智能语音设备在物理结构上结合或脱离的活动音头，所述方法包括如下步骤。

步骤1，如果所述活动音头处于指令输入状态，生成使所述活动音头拾取的语音信号的信噪比大于或等于第一阈值的第一指令信号。

在本发明实施例中，步骤1具体可以包括：

步骤1a，如果所述活动音头与所述智能语音设备是否处于脱离的状态，确定所述活动音头处于指令输入状态。

步骤1b，如果所述活动音头与所述智能语音设备处于脱离的状态，且所述活动音头的预设范围内有音源目标物，确定所述活动音头处于指令输入状态。

步骤1c，如果所述活动音头当前拾取到的语音信号与前一周期环境的平均语音强度相比，增强的语音强度大于第二阈值，确定所述活动音头处于指令输入状态。

步骤2，根据所述第一指令信号判断所述活动音头拾取的语音信号的信噪比是否大于或等于第一阈值，如果是，转步骤4；否则转下一步。

步骤3，对所述活动音头拾取的语音信号进行降噪处理，使所述信噪比大于或等于第一阈值。

在本发明实施例中，可以同时接收活动音头拾取的语音信号和固定音头拾取的信号，然后将活动音头拾取的信号作为语音信号的噪音信号，对其进行降噪处理，从而提高语音信号的信噪比。

如果对音频信号降噪后仍然无法使信噪比大于或等于第一阈值，则可以断开扬声器的音频信号的输入。

步骤4，将所述信噪比大于或等于第一阈值的语音信号进行语音识别，并得到语音识别信号。

步骤5，如果所述语音识别信号中包含控制指令信号，向受控设备发送所述控制指令信号，并向所述扬声器发送所述信噪比大于或等于第一阈值的语音信号；

步骤6，接通所述固定音头的信号输出通道。

在步骤2之前，还包括：

如果所述的活动音头处于指令输入状态，断开所述固定音头的信号输出通道，以使音频处理单元只接收活动音头拾取的语音信号。

参照图9，本发明实施例提供了另一种智能语音设备的控制方法，所述智能语音设备包括固定音头、扬声器和至少一个能够与所述智能语音设备在物理结构上结合或脱离的活动音头，该方法包括如下步骤。

步骤11，如果所述活动音头与所述智能语音设备处于脱离的状态，确定所述活动音头处于指令输入状态。

步骤12，响应于所述活动音头处于指令输入状态，断开所述固定音头的信号输出通道，并生成使所述活动音头拾取的语音信号的信噪比大于或等于第一阈值的第一指令信号。

在具体实现中，响应于所述活动音头处于指令输入状态，也可以断开所述扬声器的音频信号的输入，从而停止扬声器播放音频信号，减少活动音头拾取的干扰信号(噪音信号)。

步骤13，根据所述第一指令信号判断所述活动音头拾取的语音信号的信噪比是否大于或等于第一阈值；如果是，转步骤15；否则转下一步。

步骤14，对所述活动音头拾取的语音信号进行降噪处理，使所述信噪比大于或等于第一阈值。

步骤15，将所述信噪比大于或等于第一阈值的语音信号进行语音识别，并得到语音识别信号。

步骤16，如果所述语音识别信号中包含控制指令信号，向受控设备发送所述控制指令信号，并向所述扬声器发送所述信噪比大于或等于第一阈值的语音信号。

步骤17，响应于所述活动音头与所述智能语音设备处于相互结合的状态，接通所述固定音头的信号输出通道。

参照图10，本发明实施例提供了又一种智能语音设备的控制方法，所述智能语音设备包括固定音头、扬声器和至少一个能够与所述智能语音设备在物理结构上结合或脱离的活动音头，该方法包括如下步骤。

步骤21，如果所述活动音头与所述智能语音设备处于脱离的状态，且所述活动音头的预设范围内有音源目标物，确定所述活动音头处于指令输入状态。

步骤22，响应于所述活动音头处于指令输入状态，断开所述固定音头的信号输出通道，并生成使所述活动音头拾取的语音信号的信噪比大于或等于第一阈值的第一指令信号。

在具体实现中，响应于所述活动音头处于指令输入状态，也可以断开所述扬声器的音频信号的输入，从而停止扬声器播放音频信号，减少活动音头拾取的干扰信号(噪音信号)。

步骤23，根据所述第一指令信号判断所述活动音头拾取的语音信号的信噪比是否大于或等于第一阈值；如果是，转步骤25；否则转下一步。

步骤24，对所述活动音头拾取的语音信号进行降噪处理，使所述信噪比大于或等于第一阈值。

步骤25，将所述信噪比大于或等于第一阈值的语音信号进行语音识别，并得到语音识别信号。

步骤26，如果所述语音识别信号中包含控制指令信号，向受控设备发送所述控制指令信号，并向所述扬声器发送所述信噪比大于或等于第一阈值的语音信号。

步骤27，响应于所述活动音头的预设范围内没有音源目标物，接通所述固定音头的信号输出通道。

当用户发送完语音信号，可以接通固定音头的信号输出通道，恢复智能语音设备的初始状态。

参照图11，本发明实施例提供了又一种智能语音设备的控制方法，所述智能语音设备包括固定音头、扬声器和至少一个能够与所述智能语音设备在物理结构上结合或脱离的活动音头，该方法包括如下步骤。

步骤31，如果所述活动音头与所述智能语音设备处于脱离的状态，确定所述活动音头处于指令输入状态。

步骤32，响应于所述活动音头处于指令输入状态，生成使所述活动音头拾取的语音信号的信噪比大于或等于第一阈值的第一指令信号。

步骤33，根据所述第一指令信号判断所述活动音头拾取的语音信号的信噪比是否大于或等于第一阈值；如果是，转步骤35；否则转下一步。

步骤34，将活动音头拾取的信号作为语音信号的噪音信号，对所述活动音头拾取的语音信号进行降噪处理，使所述信噪比大于或等于第一阈值。

步骤35，将所述信噪比大于或等于第一阈值的语音信号进行语音识别，并得到语音识别信号。

步骤36，如果所述语音识别信号中包含控制指令信号，向受控设备发送所述控制指令信号，并向所述扬声器发送所述信噪比大于或等于第一阈值的语音信号。

步骤37，响应于所述活动音头的预设范围内没有音源目标物，接通所述固定音头的信号输出通道。

参照图12，本发明实施例提供了又一种智能语音设备的控制方法，所述智能语音设备包括固定音头、扬声器和至少一个能够与所述智能语音设备在物理结构上结合或脱离的活动音头，该方法包括如下步骤。

步骤41，如果所述活动音头当前拾取到的语音信号与前一周期环境的平均语音强度相比，增强的语音强度大于第二阈值，确定所述活动音头处于指令输入状态。

当活动音头与智能语音设备处于相互结合的状态时，用户可以在智能语音设备合适的范围内向智能语音设备发送语音信号，从而通过步骤41的方法确定所述活动音头处于指令输入状态。

步骤42，响应于所述活动音头处于指令输入状态，生成使所述活动音头拾取的语音信号的信噪比大于或等于第一阈值的第一指令信号。

步骤43，根据所述第一指令信号判断所述活动音头拾取的语音信号的信噪比是否大于或等于第一阈值；如果是，转步骤45；否则转下一步。

步骤44，对所述活动音头拾取的语音信号进行降噪处理，使所述信噪比大于或等于第一阈值。

步骤45，将所述信噪比大于或等于第一阈值的语音信号进行语音识别，并得到语音识别信号。

步骤46，如果所述语音识别信号中包含控制指令信号，向受控设备发送所述控制指令信号，并向所述扬声器发送所述信噪比大于或等于第一阈值的语音信号。

步骤47，接通所述固定音头的信号输出通道。

需要说明的是，当活动音头与智能语音设备处于脱离的状态时，也可以通过步骤41的方法确定所述活动音头处于指令输入状态。

参照图13，本发明实施例提供了又一种智能语音设备的控制方法，所述智能语音设备包括固定音头、扬声器和至少一个能够与所述智能语音设备在物理结构上结合或脱离的活动音头，所述活动音头的承载部件上设置有微型扬声器，该方法包括如下步骤。

步骤51，获取音频信号。

该音频信号可以为本地生成的音频信号或从外界接收到的音频信号。

步骤52，如果活动音头与智能语音设备处于脱离状态，将所述音频信号发送给所述微型扬声器，否则将所述音频信号发送给所述扬声器。

本发明实施例提供了一种智能语音设备的控制方法，该设备包括与所述智能语音设备在物理结构上结合或脱离的活动音头和固定音头，既可以通过活动音头和固定音头组成的矩阵麦克风进行定向拾音，又可以通过活动音头进行近距离拾音；通过活动音头近距离拾取的语音信号，能够有效保证语音识别的准确性，以提高语音控制的可靠性，并且该设备操作简单，使用也方便。

对于方法实施例而言，由于其与装置实施例基本相似，所以描述的比较简单，相关之处参见装置实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以生成一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令生成用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令生成包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以生成计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种智能语音设备及其控制方法进行了详细介绍，本文中应用了具体个例对本发明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发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，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发明的限制。

Claims (9)

1.一种智能语音设备(1)，包括用于拾取环境语音的固定音头(10)和用于播放音频信号的扬声器(21)，连接所述固定音头(10)的音频处理单元(11)，连接所述音频处理单元(11)的语音识别单元(12)，和连接所述语音识别单元(12)的主控单元(13)，其特征在于，还包括至少一个能够与所述智能语音设备(1)在物理结构上结合或脱离的活动音头(14)，设置在所述活动音头(14)和所述音频处理单元(11)之间的第一通信单元(15)，以及，设置在所述第一通信单元(15)和所述主控单元(13)之间的状态检测电路(16)；其中：

如果所述主控单元(13)通过所述状态检测电路(16)的检测信号，判断出所述活动音头(14)处于指令输入状态，向所述音频处理单元(11)发送使所述活动音头(14)拾取的语音信号的信噪比大于或等于第一阈值的第一指令信号，以及，

所述音频处理单元(11)，根据所述第一指令信号，判断所述活动音头(14)拾取的语音信号的信噪比是否大于或等于第一阈值，如果是，将所述活动音头(14)拾取的语音信号发送给语音识别单元；如果否，对所述活动音头(14)拾取的语音信号进行降噪处理，使所述信噪比大于或等于第一阈值，并将降噪处理后的所述语音信号发送给所述语音识别单元(12)。

2.如权利要求1所述的智能语音设备(1)，其特征在于，所述主控单元(13)通过所述状态检测电路(16)的检测信号，判断所述活动音头(14)与所述智能语音设备(1)是否处于脱离的状态，如果是，确定所述活动音头(14)处于指令输入状态；或者，

所述主控单元(13)通过所述状态检测电路(16)的检测信号，判断所述活动音头(14)当前拾取到的语音信号与前一周期环境的平均语音强度相比，增强的语音强度是否大于第二阈值，如果是，确定所述活动音头(14)处于指令输入状态。

3.如权利要求2所述的智能语音设备(1)，其特征在于，所述活动音头(14)包括距离传感器(141)；以及，

如果所述主控单元(13)判断出所述活动音头(14)与所述智能语音设备(1)处于脱离的状态，通过所述第一通信单元(15)接收的所述距离传感器(141)的输出信号，判断所述活动音头(14)的预设范围内是否有音源目标物，如果有，确定所述活动音头(14)处于指令输入状态。

4.如权利要求1、2或3所述的智能语音设备(1)，其特征在于，还包括设置在所述固定音头(10)和所述音频处理单元(11)之间的第一开关电路(17)和连接在所述第一开关电路(17)和所述主控单元(13)之间的开关控制电路(18)；其中：

如果所述主控单元(13)判断出所述活动音头(14)处于指令输入状态，向所述开关控制电路(18)发送断开所述第一开关电路(17)的第二指令信号。

5.如权利要求4所述的智能语音设备(1)，其特征在于，所述第一通信单元(15)包括用于检测所述活动音头(14)是否脱离所述智能语音设备(1)的检测开关。

6.如权利要求5所述的智能语音设备(1)，其特征在于，还包括与所述主控单元(13)连接的指令输出单元(19)和连接所述指令输出单元(19)输出端的用于与受控设备通信的第二通信单元(20)，和，设置在所述扬声器(21)与所述指令输出单元(19)之间的，用于将数字信号转换为模拟信号的声音处理电路(22)，其中：

所述主控单元(13)判断所述语音识别单元的语音识别信号中是否包含控制指令信号，如果包含，向所述指令输出单元(19)发送所述控制指令信号，并向所述开关控制电路(18)发送接通所述第一开关电路(17)的第三指令信号；或者，

向所述指令输出单元(19)发送所述控制指令信号后，如果所述主控单元(13)判断出所述活动音头(14)与所述智能语音设备(1)未处于脱离的状态，向所述开关控制电路(18)发送接通所述第一开关电路(17)的第三指令信号。

7.如权利要求6所述的智能语音设备(1)，其特征在于，还包括设置在所述扬声器(21)和所述声音处理电路(22)之间的第二开关电路(23)，所述第二开关电路(23)连接所述开关控制电路(18)的输出端，用于根据需要控制所述扬声器(21)输入音频信号的通断。

8.如权利要求7所述的智能语音设备(1)，其特征在于，还包括设置在所述活动音头(14)承载部件上的微型扬声器(21)，所述微型扬声器(142)连接所述第一通信单元(15)；其中：

如果所述主控单元(13)判断出所述活动音头(14)处于与所述智能语音设备(1)脱离的状态，将音频信号通过所述第一通信单元(15)发送给所述微型扬声器(142)。

9.一种智能语音设备的控制方法，所述智能语音设备包括固定音头和至少一个能够与所述智能语音设备在物理结构上结合或脱离的活动音头，其特征在于，所述方法包括：

步骤1，如果所述的活动音头处于指令输入状态，生成使所述活动音头拾取的语音信号的信噪比大于或等于第一阈值的第一指令信号，并断开所述固定音头的信号输出通道；

步骤2，根据所述第一指令信号判断所述活动音头拾取的语音信号的信噪比是否大于或等于第一阈值，如果是，转步骤4；否则转下一步；

步骤3，对所述活动音头拾取的语音信号进行降噪处理，使所述信噪比大于或等于第一阈值；

步骤4，将所述信噪比大于或等于第一阈值的语音信号进行语音识别。