CN110060682B - 音箱控制方法和装置 - Google Patents

Abstract

本发明提出一种音箱控制方法和装置，其中，方法包括：获取语音信息，提取语音信息的语音特征；计算语音特征与预设基准语音特征的变化值；根据预设控制策略确定与变化值对应的控制指令，并根据控制指令控制音箱。由此，无需特定关键词的输入即可实现对音箱的控制，且在对音箱控制时，使用与用户的日常语音具有明显区别的语音进行控制指令的实施，提高了操作趣味性的同时，避免对日常语音交互行为进行误响应。

Description

音箱控制方法和装置

技术领域

本发明涉及语音控制技术领域，尤其涉及一种音箱控制方法和装置。

背景技术

目前，音箱作为一种常用的语音服务设备，功能服务也得到了发展，比如，音箱可以通过语音进行唤醒，无需用户手动触发开始控件。

相关技术中，基于用户发送语音控制信息，当识别到语音控制信息中包含特定的关键词后，则根据特定的关键词对音箱进行控制。然而，这种基于关键词识别进行音箱控制的方式，一旦检测到语音中包含关键词即进行响应，当用户在日常的谈话中涉及到该关键词时，也会对其进行响应，存在较大的误操作情况。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种音箱控制方法，以解决现有技术中基于关键词识别进行语音控制导致的误操作的技术问题。

本发明的第二个目的在于提出一种音箱控制装置。

本发明的第三个目的在于提出一种电子设备。

本发明的第四个目的在于提出一种非临时性计算机可读存储介质。

为达上述目的，本发明第一方面实施例提出了一种音箱控制方法，包括以下步骤：获取语音信息，提取所述语音信息的语音特征；计算所述语音特征与预设基准语音特征的变化值；根据预设控制策略确定与所述变化值对应的控制指令，并根据所述控制指令控制音箱。

本发明第二方面实施例提出了一种音箱控制装置，包括：提取模块，用于获取语音信息，提取所述语音信息的语音特征；计算模块，用于计算所述语音特征与预设基准语音特征的变化值；控制模块，用于根据预设控制策略确定与所述变化值对应的控制指令，并根据所述控制指令控制音箱。

本发明第三方面实施例提出了一种电子设备，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计算机程序时，实现如第一方面实施例所述的音箱控制方法。

本发明第四方面实施例提出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，所述计算机程序被处理器执行时实现如第一方面实施例所述的音箱控制方法。

本发明实施例提供的技术方案可以包含如下的有益效果：

获取语音信息，提取语音信息的语音特征，计算语音特征与预设基准语音特征的变化值，进而，根据预设控制策略确定与变化值对应的控制指令，并根据控制指令控制音箱。由此，无需特定关键词的输入即可实现对音箱的控制，用户无需记忆关键词，提高了控制的便捷度，且在对音箱控制时，使用与用户的日常语音具有明显区别的语音进行控制指令的实施，提高了操作趣味性的同时，避免对日常语音交互行为进行误响应。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明实施例所提供的一种音箱控制方法的流程示意图；

图2为本发明实施例所提供的另一种音箱控制方法的流程示意图；

图3为本发明实施例所提供的又一种音箱控制方法的流程示意图；

图4为本发明实施例所提供的一种音箱控制装置的结构示意图；

图5为本发明实施例所提供的另一种音箱控制装置的结构示意图；以及

图6为本发明实施例所提供的又一种音箱控制装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的音箱控制方法和装置。

针对上述背景技术中提到的现有技术中，基于语音中的关键词识别进行影响控制的方式，本发明提出一种基于与日常语音不同的语音进行音箱控制的方式，由此，因为使用的语音为非正常语音，日常说话交流不会引起误操作，提升了语音操控的便捷性。

图1为本发明实施例所提供的一种音箱控制方法的流程示意图。如图1所示，该方法包括：

步骤101，获取语音信息，提取语音信息的语音特征。

可以理解，音箱的语音采集模块始终工作，采集周围的语音信息，并提取语音信息的语音特征，其中，语音特征包含语调特征、音色特征、声纹特征、声音强度特征中的一种或多种。

当然，考虑到在实际应用中，环境中具有噪声信号，因此，在获取语音信息后，对语音信息进行去噪后在进行语音特征的提取。

步骤102，计算语音特征与预设基准语音特征的变化值。

应当理解的是，预设基准语音特征为用户在日常生活中正常交流使用的语音对应的语音特征，该预设基准语音特征可以是在注册阶段让用户持续正常讲话一定时长获取的，也可以是根据日常采集的用户的语音信息学习得到的。

具体的，计算语音特征与预设基准语音特征的变化值，以便于识别出用户使用与平常语音特征不同的语音特征进行音箱的控制需求。

作为一种可能的实现方式，当语音特征是语调特征时，则识别当前采集的语音信息的语调特征与预设的用户在正常交谈等情况下的语调特征的语调变化值，该变化值包括正向变化和反向变化。

步骤103，根据预设控制策略确定与变化值对应的控制指令，并根据控制指令控制音箱。

具体的，根据预设控制策略确定与变化值对应的控制指令，根据控制指令控制音箱，由此，实现了基于特殊语音对音箱的控制，不仅提高了控制的趣味性，而且便于与日常交谈的语音区分开，避免了误响应。

在本发明的一个实施例中，当根据预设控制策略无法确定与变化值对应的控制指令，则认为当前采集的语音特征是无效的语音特征，从而，不生成与该语音特征对应的控制指令。

需要说明的是，在不同的应用场景中，根据预设控制策略确定与变化值对应的控制指令的方式不同，示例如下：

第一种示例：

在本示例中，如图2所示，步骤103包括：

步骤201，将变化值与预设的多个控制范围匹配，确定匹配成功的目标控制范围。

步骤202，获取预设的与目标控制范围对应的控制指令。

可以理解，在本示例中，预先建立语音特征变化值对应的控制范围，每个控制范围代表了当前的语音特征与预设基准语音特征之间的偏离程度，每种偏离程度对应的控制范围预先设定对应的控制指令，从而，将变化值与预设的多个控制范围匹配，确定匹配成功的目标控制范围，获取预设的与目标控制范围对应的控制指令。

举例而言，当语音特征为声音强度特征时，则预先设置的控制范围及其对应的控制指令为[-b,-a]对应于音箱声音调大，[-a,0]对应于音箱闹钟开启，[0，c]对应于天气播报，[c，d]对应于声音放大等，其中，a，b,c,d的值都为正数并逐渐增大，当获取到变化值属于[c，d]范围，则控制音箱的声音放大，由此，用户可以通过增大语调实现对音箱的音量控制等，趣味性较高，且容易和日常的谈话分开。

示例二：

在本示例中，如图3所示，上述步骤103包括：

步骤301，检测变化值是否大于预设阈值。

具体的，基于变化值是否大于预设阈值判断是否用户正基于特殊语音的操作来实现对音箱的控制。

步骤302，若大于预设阈值，则将语音特征与预设多个语音特征进行匹配。

步骤303，确定匹配成功的目标语音特征，并获取与目标语音特征对应的控制指令。

可以理解，在本发明的实施例中，预设多个语音特征可以是特殊的语调对应的语音特征等，即基于特殊的语调等来控制音箱，比如，猫叫声音、模仿的某个人物的发音等，即预先存储多个特殊语调对应的多个语音特征，针对每个语音特征确定对应的控制指令，比如，针对模拟的猫叫的声音特征确定的控制指令为天气播报等。

具体地，若变化值大于预设阈值，则将语音特征与预设多个语音特征进行匹配，确定匹配成功的目标语音特征，并获取与目标语音特征对应的控制指令。

当然，由于音箱采集到的语音信息可能来源于多个用户，因此，为了进一步满足用户的个性化需求，针对每个用户进行个性化的影响控制服务，在接收到语音信号后，还可根据声音的音色特征等识别用户的身份信息，基于用户的身份信息确定与用户匹配的预设基准语音特征和预设控制策略。这种针对每个用户进行针对性的控制策略的设定方式，可以实现用户设置特定语音语气等作为用户的一些暗语，当用户使用某种特定的语音语气说话时，可以基于之前定义的控制指令进行响应，与用户的互动感较强。

在实际执行过程中，为了进一步提高音箱的服务质量，还可基于语音特征识别用户的情绪状态，这种情绪状态的确定方式可以基于预先建立的卷积神经网络模型获取，也可以基于预先设置的针对用户每种情绪的语音特征进行比对确定得到，根据用户的情绪状态为用户主动提供音箱服务，比如，用户的心情忧伤，则为用户播放一些欢快的歌曲等，由此，音箱可主动根据用户的情绪状态提供服务，进一步提高音箱的智能性。

综上，本发明实施例的音箱控制方法，获取语音信息，提取语音信息的语音特征，计算语音特征与预设基准语音特征的变化值，进而，根据预设控制策略确定与变化值对应的控制指令，并根据控制指令控制音箱。由此，无需特定关键词的输入即可实现对音箱的控制，用户无需记忆关键词，提高了控制的便捷度，且在对音箱控制时，使用与用户的日常语音具有明显区别的语音进行控制指令的实施，提高了操作趣味性的同时，避免对日常语音交互行为进行误响应。

为了实现上述实施例，本发明还提出一种音箱控制装置。

图4为本发明实施例提供的一种音箱控制装置的结构示意图。

如图4所示，该音箱控制装置包括：提取模块10、计算模块20和控制模块30。

其中，提取模块10，用于获取语音信息，提取语音信息的语音特征。

计算模块20，用于计算语音特征与预设基准语音特征的变化值。

控制模块30，用于根据预设控制策略确定与变化值对应的控制指令，并根据控制指令控制音箱。

在本发明的一个实施例中，如图5所示，在如图4所示的基础上，控制模块30包括：第一确定单元31和第一获取单元32，其中，

第一确定单元31，用于将变化值与预设的多个控制范围匹配，确定匹配成功的目标控制范围。

第一获取单元32，用于获取预设的与目标控制范围对应的控制指令。

在本发明的一个实施例中，如图6所示，在如图5所示的基础上，控制模块30包括：检测单元32、匹配单元33、第二确定单元34和第二获取单元35，其中，

检测单元32，用于检测变化值是否大于预设阈值。

匹配单元33，用于若大于预设阈值，则将语音特征与预设多个语音特征进行匹配。

第二确定单元34，用于确定匹配成功的目标语音特征。

第二获取单元35，用于获取与目标语音特征对应的控制指令。

需要说明的是，前述对音箱控制方法实施例的解释说明也适用于该实施例的音箱控制装置，此处不再赘述。

综上，本发明实施例的音箱控制装置，获取语音信息，提取语音信息的语音特征，计算语音特征与预设基准语音特征的变化值，进而，根据预设控制策略确定与变化值对应的控制指令，并根据控制指令控制音箱。由此，无需特定关键词的输入即可实现对音箱的控制，用户无需记忆关键词，提高了控制的便捷度，且在对音箱控制时，使用与用户的日常语音具有明显区别的语音进行控制指令的实施，提高了操作趣味性的同时，避免对日常语音交互行为进行误响应。

为了实现上述实施例，本发明还提出一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时，实现如前述实施例所描述的音箱控制方法。

为了实现上述实施例，本发明还提出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，所述计算机程序被处理器执行时实现如前述方法实施例所描述的音箱控制方法。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，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。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (7)

1.一种音箱控制方法，其特征在于，包括以下步骤：

获取语音信息，提取所述语音信息的语音特征；

计算所述语音特征与预设基准语音特征的变化值，所述预设基准语音特征为用户在日常生活中正常交流使用的语音对应的语音特征；

根据预设控制策略确定与所述变化值对应的控制指令，并根据所述控制指令控制音箱，所述控制指令包括音箱闹钟开启；

所述根据预设控制策略确定与所述变化值对应的控制指令，包括：

检测所述变化值是否大于预设阈值；

若大于所述预设阈值，则将所述语音特征与预设多个语音特征进行匹配；

确定匹配成功的目标语音特征，并获取与所述目标语音特征对应的控制指令；

当根据所述预设控制策略无法确定与所述变化值对应的控制指令，则确定当前采集的所述语音特征是无效的语音特征，不生成与当前采集的所述语音特征对应的控制指令；

所述语音特征，包括：

语调特征、音色特征、声音强度特征中的一种或多种。

2.如权利要求1所述的方法，其特征在于，所述根据预设控制策略确定与所述变化值对应的控制指令，包括：

将所述变化值与预设的多个控制范围匹配，确定匹配成功的目标控制范围；

获取预设的与所述目标控制范围对应的控制指令。

3.如权利要求1所述的方法，其特征在于，在所述提取所述语音信息的语音特征之后，还包括：

根据所述语音特征识别用户的情绪状态；

根据所述情绪状态提供音箱服务。

4.一种音箱控制装置，其特征在于，包括：

提取模块，用于获取语音信息，提取所述语音信息的语音特征；

计算模块，用于计算所述语音特征与预设基准语音特征的变化值，所述预设基准语音特征为用户在日常生活中正常交流使用的语音对应的语音特征；

控制模块，用于根据预设控制策略确定与所述变化值对应的控制指令，并根据所述控制指令控制音箱，所述控制指令包括音箱闹钟开启；

所述控制模块，包括：

检测单元，用于检测所述变化值是否大于预设阈值；

匹配单元，用于若大于所述预设阈值，则将所述语音特征与预设多个语音特征进行匹配；

第二确定单元，用于确定匹配成功的目标语音特征；

第二获取单元，用于获取与所述目标语音特征对应的控制指令；当根据所述预设控制策略无法确定与所述变化值对应的控制指令，则确定当前采集的所述语音特征是无效的语音特征，不生成与当前采集的所述语音特征对应的控制指令；

所述语音特征，包括：

语调特征、音色特征、声音强度特征中的一种或多种。

5.如权利要求4所述的装置，其特征在于，所述控制模块，包括：

第一确定单元，用于将所述变化值与预设的多个控制范围匹配，确定匹配成功的目标控制范围；

第一获取单元，用于获取预设的与所述目标控制范围对应的控制指令。

6.一种电子设备，其特征在于，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计算机程序时，实现如权利要求1-3中任一所述的音箱控制方法。

7.一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，所述计算机程序被处理器执行时实现如权利要求1-3中任一所述的音箱控制方法。

Images