CN109961787A - 确定采集结束时间的方法及装置 - Google Patents
确定采集结束时间的方法及装置 Download PDFInfo
- Publication number
- CN109961787A CN109961787A CN201910127632.7A CN201910127632A CN109961787A CN 109961787 A CN109961787 A CN 109961787A CN 201910127632 A CN201910127632 A CN 201910127632A CN 109961787 A CN109961787 A CN 109961787A
- Authority
- CN
- China
- Prior art keywords
- acquisition
- interval duration
- voice messaging
- acquisition interval
- user identity
- 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 70
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000001755 vocal effect Effects 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 27
- 238000012545 processing Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000009434 installation Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000012092 media component Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
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
- G10L15/22—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
- G10L17/00—Speaker identification or verification techniques
- G10L17/02—Preprocessing operations, e.g. segment selection; Pattern representation or modelling, e.g. based on linear discriminant analysis [LDA] or principal components; Feature selection or extraction
-
- 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
- G10L2015/225—Feedback of the input speech
-
- 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
- G10L2015/227—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of the speaker; Human-factor methodology
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Telephonic Communication Services (AREA)
- Telephone Function (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开提供一种确定采集结束时间的方法及装置。所述方法包括：在语音设备使用过程中，采集语音信息，根据所述语音信息的声纹信息，确定发出所述语音信息的用户身份，查找所述用户身份对应的采集间隔时长，根据所述采集间隔时长，确定所述语音信息的采集结束时间，从而得到针对发出语音信息的用户设置的采集结束时间，实现了对不同用户设置各自的采集结束时间。
Description
技术领域
本公开涉及计算机通信技术领域，尤其涉及一种确定采集结束时间的方法及装置。
背景技术
智能音箱具有上网功能，用户通过语音控制智能音箱执行操作，如唤醒、点播歌曲、上网购物、播放天气预报等。
相关技术中，智能音箱检测到唤醒词后，由睡眠模式切换至唤醒模式，开始接收外界的语音指令，并根据语音指令执行相应操作。智能音箱唤醒后并非一直处于唤醒状态，而是在满足模式切换条件时将自身设备切换至睡眠模式。
具体地，智能音箱使用内置的麦克风持续采集用户语音信息，当发现没有用户语音信息输入时开始计时，若在预设采集间隔时长内始终未检测到用户语音信息输入，则停止采集语音信息，将自身设备切换至睡眠模式。
但是，并非每个人都可以流畅地表达，尤其是孩子、老人等人群，在说话过程中经常出现停顿，因此在智能音箱使用的预设采集间隔时长固定且较短的情况下，对于这些人群易出现用户还没说完话，智能音箱已经切换至睡眠模式，导致误判停发生。
发明内容
有鉴于此，本公开提供一种确定采集结束时间的方法及装置，通过查找发出语音信息的用户身份对应的采集间隔时长，根据该采集间隔时长确定语音信息的采集结束时间，得到针对发出语音信息的用户设置的采集结束时间，实现了对不同用户设置各自的采集结束时间。
根据本公开实施例的第一方面，提供了一种确定采集结束时间的方法，所述方法包括：
在语音设备使用过程中，采集语音信息；
根据所述语音信息的声纹信息，确定发出所述语音信息的用户身份；
查找所述用户身份对应的采集间隔时长；
根据所述采集间隔时长，确定所述语音信息的采集结束时间。
可选地，所述采集语音信息包括：
检测到预设唤醒词后，开始采集所述语音信息。
可选地，所述根据所述语音信息的声纹信息，确定发出所述语音信息的用户身份，包括：
识别出所述语音信息的声纹信息的声纹特征，查找所述声纹特征对应的所述用户身份；或者
根据所述声纹特征对应的预设声音属性确定所述用户身份，所述预设声音属性至少包括以下之一：音调、音色、音频、波形。
可选地，所述根据所述声纹特征对应的预设声音属性确定所述用户身份，包括：
获取每种所述预设声音属性对应的属性权重值；
通过预定规则对获取的所有所述属性权重值进行计算，获得计算结果；
根据所述计算结果，确定所述用户身份。
可选地，所述查找所述用户身份对应的采集间隔时长，包括：
若所述用户身份对应的预设参数信息中包括所述采集间隔时长，根据所述用户身份与预设参数信息的对应关系，查找所述采集间隔时长；或者
根据所述用户身份对应的预设参数信息中的身份参数，查找所述身份参数对应的采集间隔时长。
可选地，所述身份参数为年龄阶段时，所述根据所述用户身份对应的预设参数信息中的身份参数，查找所述身份参数对应的采集间隔时长，包括：
根据所述年龄阶段，从多个预设年龄阶段内查找所述年龄阶段对应的采集间隔时长；
所述身份参数为语速信息时，所述根据所述用户身份对应的预设参数信息中的身份参数，查找所述身份参数对应的采集间隔时长，包括：
根据所述语速信息，从多个预设语速范围中，查找与所述语速信息对应的采集间隔时长。
可选地，所述身份参数至少包括：所述年龄阶段和所述语速信息时；所述根据所述用户身份对应的预设参数信息中的身份参数，查找所述身份参数对应的采集间隔时长，包括：
根据每种所述身份参数对应的采集间隔时长以及参数权重值，确定所述身份参数对应的采集间隔时长。
可选地，所述根据所述采集间隔时长，确定所述语音信息的采集结束时间，包括：
根据针对所述语音信息采集到的最后一个音节和所述采集间隔时长，确定所述语音信息的所述采集结束时间；或者
根据所述采集间隔时长、所述采集间隔时长对应的时长权重值、默认采集间隔时长和所述默认采集间隔时长对应的的时长权重值，得到第一采集间隔时长；根据采集到的最后一个音节和所述第一采集间隔时长，确定所述语音信息的所述采集结束时间。
可选地，所述方法还包括：
采集语音信息后，根据所述语音信息的语义信息，判断所述语音信息的内容是否完整；
若所述内容不完整，获取预设采集间隔时长增量；
所述根据所述采集间隔时长，确定所述语音信息的采集结束时间，包括：
根据所述采集间隔时长和所述预设采集间隔时长增量，确定所述语音信息的所述采集结束时间。
根据本公开实施例的第二方面，提供了一种确定采集结束时间的装置，所述装置包括：
第一采集模块，被配置为在语音设备使用过程中，采集语音信息；
第一确定模块，被配置为根据所述语音信息的声纹信息，确定发出所述语音信息的用户身份；
查找模块，被配置为查找所述用户身份对应的采集间隔时长；
第二确定模块，被配置为根据所述采集间隔时长，确定所述语音信息的采集结束时间。
可选地，所述第一采集模块，被配置为检测到预设唤醒词后，开始采集所述语音信息。
可选地，所述第一确定模块，包括：
识别子模块，被配置为识别出所述语音信息的声纹信息的声纹特征，查找所述声纹特征对应的所述用户身份；或者
确定子模块，被配置为根据所述声纹特征对应的预设声音属性确定所述用户身份，所述预设声音属性至少包括以下之一：音调、音色、音频、波形。
可选地，所述确定子模块，包括：
获取单元，被配置为获取每种所述预设声音属性对应的属性权重值；
获得单元，被配置为通过预定规则对获取的所有所述属性权重值进行计算，获得计算结果；
确定单元，被配置为根据所述计算结果，确定所述用户身份。
可选地，所述查找模块，包括：
第一查找子模块，被配置为若所述用户身份对应的预设参数信息中包括所述采集间隔时长，根据所述用户身份与预设参数信息的对应关系，查找所述采集间隔时长；或者
第二查找子模块，被配置为根据所述用户身份对应的预设参数信息中的身份参数，查找所述身份参数对应的采集间隔时长。
可选地，所述第一查找子模块，被配置为所述身份参数为年龄阶段时，根据所述年龄阶段，从多个预设年龄阶段内查找所述年龄阶段对应的采集间隔时长；
所述第二查找子模块，被配置为所述身份参数为语速信息时，根据所述语速信息，从多个预设语速范围中，查找与所述语速信息对应的采集间隔时长。
可选地，所述第二查找子模块，被配置为所述身份参数至少包括：所述年龄阶段和所述语速信息时，根据每种所述身份参数对应的采集间隔时长以及参数权重值，确定所述身份参数对应的采集间隔时长。
可选地，所述第二确定模块，包括：
第一得到子模块，被配置为根据针对所述语音信息采集到的最后一个音节和所述采集间隔时长，确定所述语音信息的所述采集结束时间；或者
第二得到子模块，被配置为根据所述采集间隔时长、所述采集间隔时长对应的时长权重值、默认采集间隔时长和所述默认采集间隔时长对应的的时长权重值，得到第一采集间隔时长；根据采集到的最后一个音节和所述第一采集间隔时长，确定所述语音信息的所述采集结束时间。
可选地，所述装置还包括：
第二采集模块，被配置为采集语音信息后，根据所述语音信息的语义信息，判断所述语音信息的内容是否完整；
获取模块，被配置为若所述内容不完整，获取预设采集间隔时长增量；
所述第二确定模块，被配置为根据所述采集间隔时长和所述预设采集间隔时长增量，确定所述语音信息的所述采集结束时间。
根据本公开实施例的第三方面，提供了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面任一项所述方法的步骤。
根据本公开实施例的第四方面，提供了一种确定采集结束时间的装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
在语音设备使用过程中，采集语音信息；
根据所述语音信息的声纹信息，确定发出所述语音信息的用户身份；
查找所述用户身份对应的采集间隔时长；
根据所述采集间隔时长，确定所述语音信息的采集结束时间。
本公开实施例提供的技术方案可以包括以下有益效果：
本公开中，终端在语音设备使用过程中采集语音信息，根据采集的语音信息的声纹信息确定发出语音信息的用户身份，查找用户身份对应的采集间隔时长，根据采集间隔时长确定语音信息的采集结束时间，从而得到针对发出语音信息的用户设置的采集结束时间，实现了对不同用户设置各自的采集结束时间。
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
图1是根据一示例性实施例示出的一种确定采集结束时间的方法流程图；
图2是根据一示例性实施例示出的另一种确定采集结束时间的方法流程图；
图3是根据一示例性实施例示出的另一种确定采集结束时间的方法流程图；
图4是根据一示例性实施例示出的另一种确定采集结束时间的方法流程图；
图5是根据一示例性实施例示出的另一种确定采集结束时间的方法流程图；
图6是根据一示例性实施例示出的一种确定采集结束时间的装置框图；
图7是根据一示例性实施例示出的另一种确定采集结束时间的装置框图；
图8是根据一示例性实施例示出的另一种确定采集结束时间的装置框图；
图9是根据一示例性实施例示出的另一种确定采集结束时间的装置框图；
图10是根据一示例性实施例示出的另一种确定采集结束时间的装置框图；
图11是根据一示例性实施例示出的另一种确定采集结束时间的装置框图；
图12是根据一示例性实施例示出的一种用于确定采集结束时间的一结构示意图；
图13是根据一示例性实施例示出的另一种用于确定采集结束时间的装置的一结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本公开提供了一种发送消息的方法，可应用于终端中，该终端具有发送信息的功能，终端可以是手机、平板电脑、个人数字助理等。
图1根据一示例性实施例示出的一种确定采集结束时间的方法流程图，图1所示的方法应用于终端中，终端可以是语音设备或用于管理语音设备的管理服务器等，图1所示的确定采集结束时间的方法包括以下步骤：
在步骤101中，在语音设备使用过程中，采集语音信息。
本公开实施例中，语音设备内置有声音采集装置，如麦克风，语音设备使用声音采集装置采集声音。语音设备还可以具有诸多功能，如拨打电话、点播歌曲等。语音设备有多种，如智能音箱、智能电视等。
当本公开实施例提供的方法应用于语音设备时，在语音设备使用过程中，语音使用内置的声音采集装置采集语音信息。当本公开实施例提供的方法应用于管理服务器时，在语音设备使用过程中，语音设备采集语音信息，并将语音信息发送给管理服务器，管理服务器开始采集语音信息。
对于具有唤醒功能的语音设备，终端采集语音信息的操作可以通过以下方式实现：检测到预设唤醒词后，开始采集语音信息。当本公开实施例提供的方法应用于语音设备时，语音设备在检测到预设唤醒词后开始采集语音信息；当本公开实施例提供的方法应用于管理服务器时，语音设备在检测到预设唤醒词后开始采集语音信息，并将采集的语音信息发送给管理服务器，管理服务器开始采集语音信息。
在步骤102中，根据采集的语音信息的声纹信息，确定发出语音信息的用户身份。
终端可以对语音信息进行声纹识别处理，获得声纹信息，并根据声纹信息，确定发出该语音信息的用户身份。声纹信息可以为声纹图形。用户身份为用户的身份指示信息，可以是姓名、身份证号、电话号码等。
在一个可选的实施例中，参照图2根据一示例性实施例示出的另一种确定采集结束时间的方法流程图，终端根据采集的语音信息的声纹信息，确定发出语音信息的用户身份的操作可以通过以下方式实现：在步骤1021中，识别出语音信息的声纹信息的声纹特征，查找声纹特征对应的用户身份，或者，在步骤1022中，根据声纹特征对应的预设声音属性确定用户身份，预设声音属性至少包括以下之一：音调、音色、音频、波形。
针对步骤1021，从语音信息的声纹信息识别出的声纹特征有多种，例如，声纹特征可以包括：倒频谱、共振峰、基音等。
终端建立了不同用户的声纹特征和用户身份的对应关系，终端在执行步骤1021时，可以从建立的多个上述对应关系中，查找出包括当前识别出的声纹特征的目标对应关系，再根据目标对应关系，确定当前识别出的声纹特征对应的用户身份。当上述对应关系未存储在终端本地时，终端与存储所述对应关系的设备建立通讯，从该设备读取所述对应关系。具体地，可以根据本公开实施例中涉及的语音设备的设备标识，从该设备读取与所述设备标识对应的所述对应关系。
针对步骤1022，终端根据声纹特征确定预设声音属性，再根据预设声音属性，确定发出语音信息的用户身份。预设声音属性有多种，例如，音调、音色、音频、波形等。
终端根据声纹特征确定预设声音属性的方式有多种，例如，终端可以采用声音识别技术，对声纹特征进行识别，确定预设声音属性，或者，终端可以根据建立的不同用户的声音特征和声音属性的对应关系，查找出包括所述用户的声纹特征的目标对应关系，再根据目标对应关系，确定所述用户的预设声音属性。
参照图3根据一示例性实施例示出的另一种确定采集结束时间的方法流程图，终端根据声纹特征对应的预设声音属性确定用户身份的操作可以通过以下方式实现：在步骤1022-1中，获取每种预设声音属性对应的属性权重值；在步骤1022-2中，通过预定规则对获取的所有属性权重值进行计算，获得计算结果；在步骤1022-3中，根据计算结果，确定用户身份。
针对步骤1022-1，针对每一类别的声音属性，具有不同声音属性信息的声音属性对应的属性权重值不同，例如，第一音调和第二音调不同，第一音调对应第一属性权重值，第二音调对应第二属性权重值；第一音色和第二音色不同，第一音色对应第三属性权重值，第二音色对应第四属性权重值。
终端获取至少一种预设声音属性后，根据每种预设声音属性的声音属性信息，获取针对该种预设声音属性设置的属性权重值。
针对步骤1022-2，具有不同声音属性信息的声音属性对应的属性权重值不同，通过预定规则对所有属性权重值进行计算的计算结果可以作为用户身份标识，能够确定用户身份。预定规则可以是属性权重值计算模型，包括预设数学算法。
基于步骤1022-1-步骤1022-3的设置，使得终端可以通过获取每种预设声音属性对应的属性权重值，通过预定规则对获取的所有属性权重值进行计算，获得计算结果，根据计算结果，确定用户身份的方式，根据声纹特征对应的预设声音属性确定用户身份，终端功能得到丰富。
在步骤103中，查找用户身份对应的采集间隔时长。
终端确定出用户身份后，查找用户身份对应的采集间隔时长。
在一个可选的实施例中，参照图3根据一示例性实施例示出的另一种确定采集结束时间的方法流程图，终端查找用户身份对应的采集间隔时长的操作可以通过以下方式实现：在步骤1031中，若用户身份对应的预设参数信息中包括采集间隔时长，根据用户身份与预设参数信息的对应关系，查找采集间隔时长，或者，在步骤1032中，根据用户身份对应的预设参数信息中的身份参数，查找身份参数对应的采集间隔时长。
针对步骤1031，预置了用户身份和预设参数信息的信息对应关系，预设参数信息包括针对该用户设置的采集间隔时长，终端可以根据确定的用户身份查找该信息对应关系，确定出该用户身份对应的预设参数信息，再从确定出的预设参数信息中查找出采集间隔时间，从而确定出针对发出语音信息的用户设置的采集间隔时长。
针对步骤1032，预置了用户身份和预设参数信息的信息对应关系，预设参数信息包括该用户的身份参数，身份参数包括以下至少一种：年龄阶段、语速信息等。同时预置了身份参数和采集间隔时长的时长对应关系。
终端可以根据确定的用户身份查找该信息对应关系，确定出该用户身份对应的预设参数信息，根据确定出的预设参数信息中查找出身份参数，并根据确定出的身份参数查找该时长对应关系，确定该身份参数对应的采集间隔时长，从而确定出针对发出语音信息设置的采集间隔时长。
操作中，当身份参数为年龄阶段时，该年龄阶段为发出语音信息的用户的年龄阶段，终端可以根据该年龄阶段，从多个预设年龄阶段内查找出该年龄阶段对应的采集间隔时长，从而获得与用户的年龄阶段对应的采集间隔时长。
老年人和儿童说话时常出现停顿，为完整采集老年人和儿童发出的语音信息，可以限定老年人和儿童对应较长的采集间隔时长，相较而言，限定成年人对应较短的采集间隔时长。
当身份参数为语速信息时，该语速信息为发出语音信息的用户的语速信息，终端可以根据该语速信息，从多个预设语速范围中，查找与该语速信息对应的采集间隔时长，从而获得与用户的语速信息对应的采集间隔时长。
可以限定语速大小和采集间隔时长长短成反比，语速大即语速快，对应的采集间隔时长短，语速小即语速慢，对应的采集间隔时长长。
当身份参数至少包括：年龄阶段和语速信息时，终端可以根据每种身份参数对应的采集间隔时长以及参数权重值，确定该身份参数对应的采集间隔时长，从而获得与用户的年龄阶段和语速信息对应的采集间隔时长。
不同年龄阶段对应的参数权重值可以不同，不同语速值/语速范围对应的参数值可以不同，可以获取用户的年龄阶段对应的年龄阶段权重值，获取用户的语速信息对应的语速信息权重值，根据用户的年龄阶段对应的采集间隔时长、年龄阶段权重值、语速信息对应的采集间隔时长和语速信息权重值，确定针对该用户设置的采集间隔时长。
确定采集间隔时长时，可以将年龄阶段对应的采集间隔时长和年龄阶段权重值相乘，得到第一采集间隔时长，将语速信息对应的采集间隔时长和语速信息权重值相乘，得到第二采集间隔时长，将第一采集间隔时长和第二采集间隔时长相加，得到针对该用户设置的采集间隔时长。
在步骤104中，根据查找的采集间隔时长，确定语音信息的采集结束时间。
终端在获取针对发出语音信息的用户设置的采集间隔时长后，根据该采集间隔时长确定语音信息的采集结束时间。
在一个可选的实施例中，参照图4根据一示例性实施例示出的另一种确定采集结束时间的方法流程图，终端根据查找的采集间隔时长，确定采集的语音信息的采集结束时间的操作可以通过以下步骤1041或步骤1042实现：
在步骤1041中，根据针对语音信息采集到的最后一个音节和采集间隔时长，确定语音信息的采集结束时间。
操作中，终端在采集到一个音节后开始计时，若终端在采集间隔时长内未采集到其他音节，则确定采集间隔时长末尾时刻对应的时间为语音信息的采集结束时间。例如，终端在上午八点采集到一个音节，若终端在预设的采集间隔时长600ms内未采集到其他音节，则语音信息的采集结束时间为八点过600ms。
在步骤1042中，根据采集间隔时长、采集间隔时长对应的时长权重值、默认采集间隔时长和默认采集间隔时长对应的时长权重值，得到第一采集间隔时长，根据采集到的最后一个音节和第一采集间隔时长，确定语音信息的采集结束时间。
本步骤将确定的采集间隔时长和默认采集间隔时长，作为确定采集结束时间的依据，丰富了采集结束时间的确定方式。
不同采集间隔时长对应的时长权重值可能不同，默认采集间隔时长对应一时长权重值。
终端在获取到用户身份对应的采集间隔时长后，获取该采集间隔时长对应的时长权重值，并获取默认采集间隔时长、以及默认采集间隔时长对应的时长权重值。终端根据预置算法，对采集间隔时长、采集间隔时长对应的时长权重值、默认采集间隔时长和默认采集间隔时长对应的时长权重值进行计算，得到第一采集间隔时长。
终端可以将采集间隔时长和采集间隔时长对应的时长权重值相乘，得到第一相乘结果，将默认采集间隔时长和默认采集间隔时长对应的时长权重值相乘，得到第二相乘结果，将第一相乘结果和第二相乘结果相加，得到第一采集间隔时长。
在一个可选的实施例中，参照图5根据一示例性实施例示出的另一种确定采集结束时间的方法流程图，终端还可以执行以下操作：在步骤105中，采集语音信息后，根据语音信息的语义信息，判断语音信息的内容是否完整；在步骤106中，若内容不完整，获取预设采集间隔时长增量。
在步骤105和步骤106的基础上，终端根据采集间隔时长，确定语音信息的采集结束时间的操作可以通过以下方式实现：根据采集间隔时长和预设采集间隔时长增量，确定语音信息的采集结束时间。
预置了预设采集间隔时长增量，终端在根据语音信息的语义信息，判定语音信息的内容不完整时，将查找的采集间隔时长和预设采集间隔时长增量相加，以延后语音信息的采集结束时间，从而便于语音设备采集到包括剩余内容的语音信息。
可以针对所有用户设置同一预设采集间隔时长增量，这时终端直接获取该预设采集间隔时长增量。或者，不同用户对应的预设采集间隔时长增量可能不同，这时终端可以根据确定的用户身份，查找与该用户身份对应设置的预设采集间隔时长增量。
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，本公开并不受所描述的动作顺序的限制，因为依据本公开，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可选实施例，所涉及的动作和模块并不一定是本公开所必须的。
与前述应用功能实现方法实施例相对应，本公开还提供了应用功能实现装置及相应的终端的实施例。
参照图6是根据一示例性实施例示出的一种确定采集结束时间的装置框图，所述装置包括第一采集模块21、第一确定模块22、查找模块23和第二确定模块24，其中：
所述第一采集模块21，被配置为在语音设备使用过程中，采集语音信息；
所述第一确定模块22，被配置为根据所述语音信息的声纹信息，确定发出所述语音信息的用户身份；
所述查找模块23，被配置为查找所述用户身份对应的采集间隔时长；
所述第二确定模块24，被配置为根据所述采集间隔时长，确定所述语音信息的采集结束时间。
在一个可选的实施例中，在图6所示装置实施例的基础上，所述第一采集模块21，可以被配置为检测到预设唤醒词后，开始采集所述语音信息。
在一个可选的实施例中，参照图7是根据一示例性实施例示出的另一种确定采集结束时间的装置框图，在图6所示装置实施例的基础上，所述第一确定模块22，可以包括：识别子模块221或确定子模块222，其中：
所述识别子模块221，被配置为识别出所述语音信息的声纹信息的声纹特征，查找所述声纹特征对应的所述用户身份；
所述确定子模块222，被配置为根据所述声纹特征对应的预设声音属性确定所述用户身份，所述预设声音属性至少包括以下之一：音调、音色、音频、波形。
在一个可选的实施例中，参照图8是根据一示例性实施例示出的另一种确定采集结束时间的装置框图，在图7所示装置实施例的基础上，所述确定子模块222，可以包括：获取单元2221、获得单元2222和确定单元2223，其中：
所述获取单元2221，被配置为获取每种所述预设声音属性对应的属性权重值；
所述获得单元2222，被配置为通过预定规则对获取的所有所述属性权重值进行计算，获得计算结果；
所述确定单元2223，被配置为根据所述计算结果，确定所述用户身份。
在一个可选的实施例中，参照图9是根据一示例性实施例示出的另一种确定采集结束时间的装置框图，在图6所示装置实施例的基础上，所述查找模块23，可以包括：第一查找子模块231或第二查找子模块232，其中：
所述第一查找子模块231，被配置为若所述用户身份对应的预设参数信息中包括所述采集间隔时长，根据所述用户身份与预设参数信息的对应关系，查找所述采集间隔时长；
所述第二查找子模块232，被配置为根据所述用户身份对应的预设参数信息中的身份参数，查找所述身份参数对应的采集间隔时长。
在一个可选的实施例中，在图9所示装置实施例的基础上，所述第一查找子模块231，可以被配置为所述身份参数为年龄阶段时，根据所述年龄阶段，从多个预设年龄阶段内查找所述年龄阶段对应的采集间隔时长；
所述第二查找子模块232，可以被配置为所述身份参数为语速信息时，根据所述语速信息，从多个预设语速范围中，查找与所述语速信息对应的采集间隔时长。
在一个可选的实施例中，所述第二查找子模块232，可以被配置为所述身份参数至少包括：所述年龄阶段和所述语速信息时，根据每种所述身份参数对应的采集间隔时长以及参数权重值，确定所述身份参数对应的采集间隔时长。
在一个可选的实施例中，参照图10是根据一示例性实施例示出的另一种确定采集结束时间的装置框图，在图6所示装置实施例的基础上，所述第二确定模块24，可以包括：第一得到子模块241或第二得到子模块242，其中：
所述第一得到子模块241，被配置为根据针对所述语音信息采集到的最后一个音节和所述采集间隔时长，确定所述语音信息的所述采集结束时间；
所述第二得到子模块242，被配置为根据所述采集间隔时长、所述采集间隔时长对应的时长权重值、默认采集间隔时长和所述默认采集间隔时长对应的的时长权重值，得到第一采集间隔时长；根据采集到的最后一个音节和所述第一采集间隔时长，确定所述语音信息的所述采集结束时间。
在一个可选的实施例中，参照图11是根据一示例性实施例示出的另一种确定采集结束时间的装置框图，在图6所示装置实施例的基础上，所述装置还可以包括：第二采集模块25和获取模块26，其中：
所述第二采集模块25，被配置为采集语音信息后，根据所述语音信息的语义信息，判断所述语音信息的内容是否完整；
所述获取模块26，被配置为若所述内容不完整，获取预设采集间隔时长增量；
所述第二确定模块24，被配置为根据所述采集间隔时长和所述预设采集间隔时长增量，确定所述语音信息的所述采集结束时间。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中上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模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
相应的，一方面，本公开实施例提供了一种确定采集结束时间的装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，上述处理器被配置为：
在语音设备使用过程中，采集语音信息；
根据所述语音信息的声纹信息，确定发出所述语音信息的用户身份；
查找所述用户身份对应的采集间隔时长；
根据所述采集间隔时长，确定所述语音信息的采集结束时间。
图12是根据一示例性实施例示出的一种用于确定采集结束时间的装置1600的一结构示意图。例如，装置1600可以是用户设备，可以具体为移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理，可穿戴设备如智能手表、智能眼镜、智能手环、智能跑鞋等。
参照图12，装置1600可以包括以下一个或多个组件：处理组件1602，存储器1604，电源组件1606，多媒体组件1608，音频组件1610，输入/输出(I/O)的接口1612，传感器组件1614，以及通信组件1616。
处理组件1602通常控制装置1600的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1602可以包括一个或多个处理器1620来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1602可以包括一个或多个模块，便于处理组件1602和其他组件之间的交互。例如，处理组件1602可以包括多媒体模块，以方便多媒体组件1608和处理组件1602之间的交互。
存储器1604被配置为存储各种类型的数据以支持在设备1600的操作。这些数据的示例包括用于在装置1600上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件1606为装置1600的各种组件提供电力。电源组件1606可以包括电源管理系统，一个或多个电源，及其他与为装置1600生成、管理和分配电力相关联的组件。
多媒体组件1608包括在上述装置1600和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。上述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与上述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1608包括一个前置摄像头和/或后置摄像头。当设备1600处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1610被配置为输出和/或输入音频信号。例如，音频组件1610包括一个麦克风(MIC)，当装置1600处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1604或经由通信组件1616发送。在一些实施例中，音频组件1610还包括一个扬声器，用于输出音频信号。
I/O接口1612为处理组件1602和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1614包括一个或多个传感器，用于为装置1600提供各个方面的状态评估。例如，传感器组件1614可以检测到设备1600的打开/关闭状态，组件的相对定位，例如上述组件为装置1600的显示器和小键盘，传感器组件1614还可以检测装置1600或装置1600一个组件的位置改变，用户与装置1600接触的存在或不存在，装置1600方位或加速/减速和装置1600的温度变化。传感器组件1614可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1614还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1614还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件1616被配置为便于装置1600和其他设备之间有线或无线方式的通信。装置1600可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，上述通信组件1616还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置1600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非临时性计算机可读存储介质，例如包括指令的存储器1604，当存储介质中的指令由装置1600的处理器1620执行时，使得装置1600能够执行确定采集结束时间的方法，该方法包括：
在语音设备使用过程中，采集语音信息；
根据所述语音信息的声纹信息，确定发出所述语音信息的用户身份；
查找所述用户身份对应的采集间隔时长；
根据所述采集间隔时长，确定所述语音信息的采集结束时间。
所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
如图13所示，图13是根据一示例性实施例示出的另一种用于确定采集结束时间的装置1700的一结构示意图。例如，装置1700可以被提供为一应用服务器。参照图13，装置1700包括处理组件1722，其进一步包括一个或多个处理器，以及由存储器1716所代表的存储器资源，用于存储可由处理部件1722的执行的指令，例如应用程序。存储器1716中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1722被配置为执行指令，以执行上述发送信息的方法。
装置1700还可以包括一个电源组件1726被配置为执行装置1700的电源管理，一个有线或无线网络接口1750被配置为将装置1700连接到网络，和一个输入输出(I/O)接口1758。装置1700可以操作基于存储在存储器1716的操作系统，例如Android、iOS、WindowsServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1716，上述指令可由装置1700的处理组件1722执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
其中，当所述存储器1716中的指令由所述处理组件1722执行时，使得装置1700能够执行一种确定采集结束时间的方法，包括：
在语音设备使用过程中，采集语音信息；
根据所述语音信息的声纹信息，确定发出所述语音信息的用户身份；
查找所述用户身份对应的采集间隔时长；
根据所述采集间隔时长，确定所述语音信息的采集结束时间。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (20)
1.一种确定采集结束时间的方法，其特征在于，所述方法包括：
在语音设备使用过程中，采集语音信息；
根据所述语音信息的声纹信息，确定发出所述语音信息的用户身份；
查找所述用户身份对应的采集间隔时长；
根据所述采集间隔时长，确定所述语音信息的采集结束时间。
2.根据权利要求1所述的方法，其特征在于，所述采集语音信息包括：
检测到预设唤醒词后，开始采集所述语音信息。
3.根据权利要求1所述的方法，其特征在于，所述根据所述语音信息的声纹信息，确定发出所述语音信息的用户身份，包括：
识别出所述语音信息的声纹信息的声纹特征，查找所述声纹特征对应的所述用户身份；或者
根据所述声纹特征对应的预设声音属性确定所述用户身份，所述预设声音属性至少包括以下之一：音调、音色、音频、波形。
4.根据权利要求3所述的方法，其特征在于，所述根据所述声纹特征对应的预设声音属性确定所述用户身份，包括：
获取每种所述预设声音属性对应的属性权重值；
通过预定规则对获取的所有所述属性权重值进行计算，获得计算结果；
根据所述计算结果，确定所述用户身份。
5.根据权利要求1所述的方法，其特征在于，所述查找所述用户身份对应的采集间隔时长，包括：
若所述用户身份对应的预设参数信息中包括所述采集间隔时长，根据所述用户身份与预设参数信息的对应关系，查找所述采集间隔时长；或者
根据所述用户身份对应的预设参数信息中的身份参数，查找所述身份参数对应的采集间隔时长。
6.根据权利要求5所述的方法，其特征在于，所述身份参数为年龄阶段时，所述根据所述用户身份对应的预设参数信息中的身份参数，查找所述身份参数对应的采集间隔时长，包括：
根据所述年龄阶段，从多个预设年龄阶段内查找所述年龄阶段对应的采集间隔时长；
所述身份参数为语速信息时，所述根据所述用户身份对应的预设参数信息中的身份参数，查找所述身份参数对应的采集间隔时长，包括：
根据所述语速信息，从多个预设语速范围中，查找与所述语速信息对应的采集间隔时长。
7.根据权利要求6所述的方法，其特征在于，所述身份参数至少包括：所述年龄阶段和所述语速信息时；所述根据所述用户身份对应的预设参数信息中的身份参数，查找所述身份参数对应的采集间隔时长，包括：
根据每种所述身份参数对应的采集间隔时长以及参数权重值，确定所述身份参数对应的采集间隔时长。
8.根据权利要求1所述的方法，其特征在于，所述根据所述采集间隔时长，确定所述语音信息的采集结束时间，包括：
根据针对所述语音信息采集到的最后一个音节和所述采集间隔时长，确定所述语音信息的所述采集结束时间；或者
根据所述采集间隔时长、所述采集间隔时长对应的时长权重值、默认采集间隔时长和所述默认采集间隔时长对应的的时长权重值，得到第一采集间隔时长；根据采集到的最后一个音节和所述第一采集间隔时长，确定所述语音信息的所述采集结束时间。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
采集语音信息后，根据所述语音信息的语义信息，判断所述语音信息的内容是否完整；
若所述内容不完整，获取预设采集间隔时长增量；
所述根据所述采集间隔时长，确定所述语音信息的采集结束时间，包括：
根据所述采集间隔时长和所述预设采集间隔时长增量，确定所述语音信息的所述采集结束时间。
10.一种确定语音输入结束的装置，其特征在于，所述装置包括：
第一采集模块，被配置为在语音设备使用过程中，采集语音信息；
第一确定模块，被配置为根据所述语音信息的声纹信息，确定发出所述语音信息的用户身份；
查找模块，被配置为查找所述用户身份对应的采集间隔时长；
第二确定模块，被配置为根据所述采集间隔时长，确定所述语音信息的采集结束时间。
11.根据权利要求10所述的装置，其特征在于：
所述第一采集模块，被配置为检测到预设唤醒词后，开始采集所述语音信息。
12.根据权利要求10所述的装置，其特征在于，所述第一确定模块，包括：
识别子模块，被配置为识别出所述语音信息的声纹信息的声纹特征，查找所述声纹特征对应的所述用户身份；或者
确定子模块，被配置为根据所述声纹特征对应的预设声音属性确定所述用户身份，所述预设声音属性至少包括以下之一：音调、音色、音频、波形。
13.根据权利要求12所述的装置，其特征在于，所述确定子模块，包括：
获取单元，被配置为获取每种所述预设声音属性对应的属性权重值；
获得单元，被配置为通过预定规则对获取的所有所述属性权重值进行计算，获得计算结果；
确定单元，被配置为根据所述计算结果，确定所述用户身份。
14.根据权利要求10所述的装置，其特征在于，所述查找模块，包括：
第一查找子模块，被配置为若所述用户身份对应的预设参数信息中包括所述采集间隔时长，根据所述用户身份与预设参数信息的对应关系，查找所述采集间隔时长；或者
第二查找子模块，被配置为根据所述用户身份对应的预设参数信息中的身份参数，查找所述身份参数对应的采集间隔时长。
15.根据权利要求14所述的装置，其特征在于，所述第一查找子模块，被配置为所述身份参数为年龄阶段时，根据所述年龄阶段，从多个预设年龄阶段内查找所述年龄阶段对应的采集间隔时长；
所述第二查找子模块，被配置为所述身份参数为语速信息时，根据所述语速信息，从多个预设语速范围中，查找与所述语速信息对应的采集间隔时长。
16.根据权利要求15所述的装置，其特征在于，所述第二查找子模块，被配置为所述身份参数至少包括：所述年龄阶段和所述语速信息时，根据每种所述身份参数对应的采集间隔时长以及参数权重值，确定所述身份参数对应的采集间隔时长。
17.根据权利要求10所述的装置，其特征在于，所述第二确定模块，包括：
第一得到子模块，被配置为根据针对所述语音信息采集到的最后一个音节和所述采集间隔时长，确定所述语音信息的所述采集结束时间；或者
第二得到子模块，被配置为根据所述采集间隔时长、所述采集间隔时长对应的时长权重值、默认采集间隔时长和所述默认采集间隔时长对应的的时长权重值，得到第一采集间隔时长；根据采集到的最后一个音节和所述第一采集间隔时长，确定所述语音信息的所述采集结束时间。
18.根据权利要求10所述的装置，其特征在于，所述装置还包括：
第二采集模块，被配置为采集语音信息后，根据所述语音信息的语义信息，判断所述语音信息的内容是否完整；
获取模块，被配置为若所述内容不完整，获取预设采集间隔时长增量；
所述第二确定模块，被配置为根据所述采集间隔时长和所述预设采集间隔时长增量，确定所述语音信息的所述采集结束时间。
19.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1～9任一所述方法的步骤。
20.一种确定语音输入结束的装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
在语音设备使用过程中，采集语音信息；
根据所述语音信息的声纹信息，确定发出所述语音信息的用户身份；
查找所述用户身份对应的采集间隔时长；
根据所述采集间隔时长，确定所述语音信息的采集结束时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910127632.7A CN109961787A (zh) | 2019-02-20 | 2019-02-20 | 确定采集结束时间的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910127632.7A CN109961787A (zh) | 2019-02-20 | 2019-02-20 | 确定采集结束时间的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109961787A true CN109961787A (zh) | 2019-07-02 |
Family
ID=67023644
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910127632.7A Pending CN109961787A (zh) | 2019-02-20 | 2019-02-20 | 确定采集结束时间的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109961787A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112242139A (zh) * | 2019-07-19 | 2021-01-19 | 北京儒博科技有限公司 | 语音交互方法、装置、设备和介质 |
| CN112466296A (zh) * | 2020-11-10 | 2021-03-09 | 北京百度网讯科技有限公司 | 语音交互的处理方法、装置、电子设备及存储介质 |
| CN113570749A (zh) * | 2021-07-22 | 2021-10-29 | 用友汽车信息科技（上海）股份有限公司 | 工位作业时间的确定方法、工位作业系统和可读存储介质 |
| CN113782014A (zh) * | 2021-09-26 | 2021-12-10 | 联想(北京)有限公司 | 语音识别方法及装置 |
| CN114545848A (zh) * | 2022-04-24 | 2022-05-27 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 伺服电机耐久测试的过程监控方法、装置和计算机设备 |
| CN114817168A (zh) * | 2022-06-27 | 2022-07-29 | 苏州景昱医疗器械有限公司 | 数据存储方法、装置、系统及计算机可读存储介质 |
| CN115312031A (zh) * | 2022-07-22 | 2022-11-08 | 东北大学 | 基于深度学习的自然语言处理方法及系统 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012128440A (ja) * | 2012-02-06 | 2012-07-05 | Denso Corp | 音声対話装置 |
| EP2736043A2 (en) * | 2012-11-22 | 2014-05-28 | Fujitsu Limited | Signal processing device, method for processing signal |
| JP2015156550A (ja) * | 2014-02-20 | 2015-08-27 | 富士通株式会社 | 音声通信装置および音声処理プログラム |
| CN105141768A (zh) * | 2015-08-31 | 2015-12-09 | 努比亚技术有限公司 | 多用户识别方法、装置及移动终端 |
| CN105357006A (zh) * | 2014-08-20 | 2016-02-24 | 中兴通讯股份有限公司 | 一种基于声纹特征进行安全认证的方法及设备 |
| CN106415719A (zh) * | 2014-06-19 | 2017-02-15 | 苹果公司 | 使用说话者识别的语音信号的稳健端点指示 |
| CN107068147A (zh) * | 2015-10-19 | 2017-08-18 | 谷歌公司 | 语音端点确定 |
| CN107147618A (zh) * | 2017-04-10 | 2017-09-08 | 北京猎户星空科技有限公司 | 一种用户注册方法、装置及电子设备 |
| CN107146618A (zh) * | 2017-06-16 | 2017-09-08 | 北京云知声信息技术有限公司 | 语音处理方法及装置 |
| CN108780644A (zh) * | 2016-03-16 | 2018-11-09 | 宝马股份公司 | 运输工具、用于在语音输入范围内调整允许的语音停顿长度的系统和方法 |
| CN108810280A (zh) * | 2018-06-19 | 2018-11-13 | Oppo广东移动通信有限公司 | 语音采集频率的处理方法、装置、存储介质及电子设备 |
| CN108847237A (zh) * | 2018-07-27 | 2018-11-20 | 重庆柚瓣家科技有限公司 | 连续语音识别方法及系统 |
| CN108962283A (zh) * | 2018-01-29 | 2018-12-07 | 北京猎户星空科技有限公司 | 一种发问结束静音时间的确定方法、装置及电子设备 |
| CN109005303A (zh) * | 2018-09-18 | 2018-12-14 | 中国工商银行股份有限公司 | 交互语音应答方法及装置 |
| CN109119070A (zh) * | 2018-10-19 | 2019-01-01 | 科大讯飞股份有限公司 | 一种语音端点检测方法、装置、设备及存储介质 |
-
2019
- 2019-02-20 CN CN201910127632.7A patent/CN109961787A/zh active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012128440A (ja) * | 2012-02-06 | 2012-07-05 | Denso Corp | 音声対話装置 |
| EP2736043A2 (en) * | 2012-11-22 | 2014-05-28 | Fujitsu Limited | Signal processing device, method for processing signal |
| JP2015156550A (ja) * | 2014-02-20 | 2015-08-27 | 富士通株式会社 | 音声通信装置および音声処理プログラム |
| CN106415719A (zh) * | 2014-06-19 | 2017-02-15 | 苹果公司 | 使用说话者识别的语音信号的稳健端点指示 |
| CN105357006A (zh) * | 2014-08-20 | 2016-02-24 | 中兴通讯股份有限公司 | 一种基于声纹特征进行安全认证的方法及设备 |
| CN105141768A (zh) * | 2015-08-31 | 2015-12-09 | 努比亚技术有限公司 | 多用户识别方法、装置及移动终端 |
| CN107068147A (zh) * | 2015-10-19 | 2017-08-18 | 谷歌公司 | 语音端点确定 |
| CN108780644A (zh) * | 2016-03-16 | 2018-11-09 | 宝马股份公司 | 运输工具、用于在语音输入范围内调整允许的语音停顿长度的系统和方法 |
| CN107147618A (zh) * | 2017-04-10 | 2017-09-08 | 北京猎户星空科技有限公司 | 一种用户注册方法、装置及电子设备 |
| CN107146618A (zh) * | 2017-06-16 | 2017-09-08 | 北京云知声信息技术有限公司 | 语音处理方法及装置 |
| CN108962283A (zh) * | 2018-01-29 | 2018-12-07 | 北京猎户星空科技有限公司 | 一种发问结束静音时间的确定方法、装置及电子设备 |
| CN108810280A (zh) * | 2018-06-19 | 2018-11-13 | Oppo广东移动通信有限公司 | 语音采集频率的处理方法、装置、存储介质及电子设备 |
| CN108847237A (zh) * | 2018-07-27 | 2018-11-20 | 重庆柚瓣家科技有限公司 | 连续语音识别方法及系统 |
| CN109005303A (zh) * | 2018-09-18 | 2018-12-14 | 中国工商银行股份有限公司 | 交互语音应答方法及装置 |
| CN109119070A (zh) * | 2018-10-19 | 2019-01-01 | 科大讯飞股份有限公司 | 一种语音端点检测方法、装置、设备及存储介质 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112242139A (zh) * | 2019-07-19 | 2021-01-19 | 北京儒博科技有限公司 | 语音交互方法、装置、设备和介质 |
| CN112242139B (zh) * | 2019-07-19 | 2024-01-23 | 北京如布科技有限公司 | 语音交互方法、装置、设备和介质 |
| CN112466296A (zh) * | 2020-11-10 | 2021-03-09 | 北京百度网讯科技有限公司 | 语音交互的处理方法、装置、电子设备及存储介质 |
| CN113570749A (zh) * | 2021-07-22 | 2021-10-29 | 用友汽车信息科技（上海）股份有限公司 | 工位作业时间的确定方法、工位作业系统和可读存储介质 |
| CN113570749B (zh) * | 2021-07-22 | 2023-04-07 | 用友汽车信息科技（上海）股份有限公司 | 工位作业时间的确定方法、工位作业系统和可读存储介质 |
| CN113782014A (zh) * | 2021-09-26 | 2021-12-10 | 联想(北京)有限公司 | 语音识别方法及装置 |
| CN113782014B (zh) * | 2021-09-26 | 2024-03-26 | 联想(北京)有限公司 | 语音识别方法及装置 |
| CN114545848A (zh) * | 2022-04-24 | 2022-05-27 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 伺服电机耐久测试的过程监控方法、装置和计算机设备 |
| CN114545848B (zh) * | 2022-04-24 | 2022-08-16 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 伺服电机耐久测试的过程监控方法、装置和计算机设备 |
| CN114817168A (zh) * | 2022-06-27 | 2022-07-29 | 苏州景昱医疗器械有限公司 | 数据存储方法、装置、系统及计算机可读存储介质 |
| CN115312031A (zh) * | 2022-07-22 | 2022-11-08 | 东北大学 | 基于深度学习的自然语言处理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109961787A (zh) | 确定采集结束时间的方法及装置 | |
| CN110838286B (zh) | 一种模型训练的方法、语种识别的方法、装置及设备 | |
| CN110634483B (zh) | 人机交互方法、装置、电子设备及存储介质 | |
| CN108874967B (zh) | 对话状态确定方法及装置、对话系统、终端、存储介质 | |
| CN107978323B (zh) | 音频识别方法、装置及存储介质 | |
| CN104133851B (zh) | 音频相似度的检测方法和检测装置、电子设备 | |
| CN103944804B (zh) | 推荐联系人的方法及装置 | |
| CN109920418A (zh) | 调整唤醒灵敏度的方法及装置 | |
| CN109558512A (zh) | 一种基于音频的个性化推荐方法、装置和移动终端 | |
| CN110097890A (zh) | 一种语音处理方法、装置和用于语音处理的装置 | |
| CN107666536B (zh) | 一种寻找终端的方法和装置、一种用于寻找终端的装置 | |
| CN110147467A (zh) | 一种文本描述的生成方法、装置、移动终端及存储介质 | |
| CN108831508A (zh) | 语音活动检测方法、装置和设备 | |
| CN110197677A (zh) | 一种播放控制方法、装置及播放设备 | |
| CN110362711A (zh) | 歌曲推荐方法及装置 | |
| JP2022501623A (ja) | オーディオ処理方法、装置及び記憶媒体 | |
| CN108735218A (zh) | 语音唤醒方法、装置、终端及存储介质 | |
| CN109360197A (zh) | 图像的处理方法、装置、电子设备及存储介质 | |
| CN109862421A (zh) | 一种视频信息识别方法、装置、电子设备及存储介质 | |
| CN110309327A (zh) | 音频生成方法、装置以及用于音频的生成装置 | |
| CN107301862A (zh) | 一种语音识别方法、识别模型建立方法、装置及电子设备 | |
| CN106777016A (zh) | 基于即时通信进行信息推荐的方法及装置 | |
| CN108460138A (zh) | 音乐推荐方法、装置、设备及存储介质 | |
| CN111835621A (zh) | 会话消息处理方法、装置、计算机设备及可读存储介质 | |
| CN110019897A (zh) | 显示图片的方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190702 |
|
| RJ01 | Rejection of invention patent application after publication |