CN110062309B - 用于控制智能音箱的方法和装置 - Google Patents
用于控制智能音箱的方法和装置 Download PDFInfo
- Publication number
- CN110062309B CN110062309B CN201910347840.8A CN201910347840A CN110062309B CN 110062309 B CN110062309 B CN 110062309B CN 201910347840 A CN201910347840 A CN 201910347840A CN 110062309 B CN110062309 B CN 110062309B
- Authority
- CN
- China
- Prior art keywords
- volume
- loudspeaker
- weight
- sound box
- awakening
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000003860 storage Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 230000001276 controlling effect Effects 0.000 claims 2
- 230000002596 correlated effect Effects 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
- G01S3/802—Systems for determining direction or deviation from predetermined direction
- G01S3/803—Systems for determining direction or deviation from predetermined direction using amplitude comparison of signals derived from receiving transducers or transducer systems having differently-oriented directivity characteristics
-
- 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
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/20—Arrangements for obtaining desired frequency or directional characteristics
- H04R1/32—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only
- H04R1/40—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers
- H04R1/403—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers loud-speakers
-
- 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)
- Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Otolaryngology (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Signal Processing (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
本公开的实施例公开了用于控制智能音箱的方法和装置。该方法的一具体实施方式包括:获取智能音箱的至少一个麦克风采集的至少一个唤醒词信号,其中,唤醒词信号包括幅度;根据至少一个唤醒词信号的幅度确定唤醒音量;根据唤醒音量确定智能音箱的至少一个喇叭的音量权值;基于智能音箱的至少一个喇叭的音量权值调整智能音箱的至少一个喇叭的音源音量。该实施方式能够让音箱播音的音量和方向与用户的位置自适应,提高用户体验,让智能音箱更智能。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于控制智能音箱的方法和装置。
背景技术
智能音箱,是一个音箱升级的产物,是家庭消费者用语音进行上网的一个工具,比如点播歌曲、上网购物,或是了解天气预报,它也可以对智能家居设备进行控制,比如打开窗帘、设置冰箱温度、提前让热水器升温等。
现在的多喇叭智能音箱是按预设定的响度来播放,没有与主人的位置,唤醒词音量实现互动,体现出来就是音响的所有喇叭都以一个功率发声,而不是根据主人的位置,唤醒词音量实现自适应发声。
发明内容
本公开的实施例提出了用于控制智能音箱的方法和装置。
第一方面,本公开的实施例提供了一种用于控制智能音箱的方法,包括:获取智能音箱的至少一个麦克风采集的至少一个唤醒词信号,其中,唤醒词信号包括幅度;根据至少一个唤醒词信号的幅度确定唤醒音量;根据唤醒音量确定智能音箱的至少一个喇叭的音量权值;基于智能音箱的至少一个喇叭的音量权值调整智能音箱的至少一个喇叭的音源音量。
在一些实施例中,唤醒词信号还包括相位;以及该方法还包括:根据至少一个唤醒词信号的相位确定唤醒方向。
在一些实施例中,该方法还包括:根据唤醒方向确定输出智能音箱的至少一个喇叭的方向权值;以及基于智能音箱的至少一个喇叭的音量权值调整智能音箱的至少一个喇叭的音源音量,包括:根据智能音箱的至少一个喇叭的音量权值和方向权值的加权和调整智能音箱的至少一个喇叭的音源音量。
在一些实施例中,根据唤醒方向确定智能音箱的至少一个喇叭的方向权值,包括:对于至少一个喇叭中的喇叭,根据该喇叭相对于智能音箱的中心的方向与唤醒方向的夹角确定该喇叭的方向权值,其中,方向权值与夹角的大小负相关。
在一些实施例中,音量权值与唤醒音量负相关。
在一些实施例中,该方法还包括:响应于获取到待播放的音源,按照音源音量播放音源。
第二方面,本公开的实施例提供了一种用于控制智能音箱的装置,包括:获取单元,被配置成获取智能音箱的至少一个麦克风采集的至少一个唤醒词信号,其中,唤醒词信号包括幅度;音量确定单元,被配置成根据至少一个唤醒词信号的幅度确定唤醒音量;音量权值确定单元,被配置成根据唤醒音量确定智能音箱的至少一个喇叭的音量权值;调整单元,被配置成基于智能音箱的至少一个喇叭的音量权值调整智能音箱的至少一个喇叭的音源音量。
在一些实施例中,唤醒词信号还包括相位;以及装置还包括方向确定单元,被配置成:根据至少一个唤醒词信号的相位确定唤醒方向。
在一些实施例中,该装置还包括方向权值确定单元,被配置成:根据唤醒方向确定输出智能音箱的至少一个喇叭的方向权值;以及调整单元进一步被配置成:根据智能音箱的至少一个喇叭的音量权值和方向权值的加权和调整智能音箱的至少一个喇叭的音源音量。
在一些实施例中,方向权值确定单元进一步被配置成:对于至少一个喇叭中的喇叭,根据该喇叭相对于智能音箱的中心的方向与唤醒方向的夹角确定该喇叭的方向权值,其中,方向权值与夹角的大小负相关。
在一些实施例中,音量权值与唤醒音量负相关。
在一些实施例中,该装置还包括播放单元,被配置成:响应于获取到待播放的音源,按照音源音量播放音源。
第三方面,本公开的实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一的方法。
第四方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中任一的方法。
本公开的实施例提供的用于控制智能音箱的方法和装置,通过至少一个麦克风采集的至少一个唤醒词信号,然后分别根据唤醒词信号的幅度、相位确定唤醒音量、唤醒方向。从而确定出各个喇叭的音量权值和方向权值。最后根据各个喇叭的音量权值和方向权值分别控制每个喇叭的音源音量。使得无论主人在哪个朝向,也不论主人在哪个位置,智能音箱的喇叭群发声效果让主人感觉到智能音箱一直朝着自己发声,而且到主人端的音量适中。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于控制智能音箱的方法的一个实施例的流程图;
图3是根据本公开的用于控制智能音箱的方法的又一个实施例的流程图;
图4是根据本公开的用于控制智能音箱的方法的一个应用场景的示意图;
图5是根据本公开的用于控制智能音箱的装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的用于控制智能音箱的方法或用于控制智能音箱的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括智能音箱101、服务器102。网络用以在智能音箱101和服务器102之间提供通信链路的介质。网络可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用智能音箱101通过网络与服务器102交互,以接收或发送消息等。智能音箱101包括麦克风阵列1011和喇叭阵列1012。麦克风阵列1011用于采集用户的声音。喇叭阵列1012用于播放智能音箱的处理结果。智能音箱101上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
智能音箱101是一个音箱升级的产物,是家庭消费者用语音进行上网的一个工具,比如点播歌曲、上网购物,或是了解天气预报,它也可以对智能家居设备进行控制,比如打开窗帘、设置冰箱温度、提前让热水器升温等。
服务器102可以是提供各种服务的服务器,例如对智能音箱101上传的用户语音信息提供解析服务的后台解析服务器。后台解析服务器可以对接收到的语音指令等数据进行分析等处理,并将处理结果(例如播放歌曲的控制指令)反馈给智能音箱。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于控制智能音箱的方法一般由智能音箱101执行,相应地,用于控制智能音箱的装置一般设置于智能音箱101中。
应该理解,图1中的智能音箱、服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的智能音箱、服务器。
继续参考图2,示出了根据本公开的用于控制智能音箱的方法的一个实施例的流程200。该用于控制智能音箱的方法,包括以下步骤:
步骤201,获取智能音箱的至少一个麦克风采集的至少一个唤醒词信号。
在本实施例中,用于控制智能音箱的方法的执行主体(例如图1所示的智能音箱)可以通过麦克风阵列采集用户发出的语音。麦克风阵列包括至少一个麦克风,每个麦克风都接收到一个唤醒词信号。可预设唤醒词用于供目标声源唤醒智能音箱。唤醒词信号可包括幅度。由于各个麦克风与发声的用户的距离不同,因此各个麦克风接收到的唤醒词信号的幅度也不同。
步骤202,根据至少一个唤醒词信号的幅度确定唤醒音量。
在本实施例中,可根据至少一个唤醒词信号的幅度的平均值来确定唤醒音量。也可根据至少一个唤醒词信号的幅度的最大值或最小值来确定唤醒音量。可将预先将幅度范围(-5.120V+5.120V)均匀划分或非均匀划分为若干个等级,每个等级对应一个唤醒音量。可计算出每个麦克风接收到的唤醒词信号的幅度的平均值,找到相应的等级,即可确定出唤醒音量。也可根据所有的麦克风接收到的唤醒词信号的幅度的最大值或最小值对应的等级确定出唤醒音量。
步骤203,根据唤醒音量确定智能音箱的至少一个喇叭的音量权值。
在本实施例中,根据唤醒音量可确定出发声的用户与智能音箱的距离。如果距离较远,则唤醒音量小。为了使用户能听清楚智能音箱的发出的声音,可用较大的声音回应用户。同理,如果距离较近,则唤醒音量大。为了让智能音箱的响应的声音不震耳,可用较小的声音回应用户。为了动态调整智能音箱输出的音源音量,可设置音量权值,其中,音量权值与唤醒音量负相关。即,唤醒音量越大,则音量权值越小,唤醒音量越小,则音量权值越大。每个喇叭可设置相同的音量权值。音量权值的目的是使用户听到的喇叭的音量适中,既不会震耳,也不会听不清。例如,智能音箱的喇叭标配的音量可以让距离5米的用户听起来悦耳,如果用户现在距离10米,则会导致听不清,因此为了提高音量,则需要将音量权值设置成大于1。具体的音量权值可根据声音在空气中的衰减程度来确定。这是现有技术中已知的技术,因此不再赘述。
步骤204,基于智能音箱的至少一个喇叭的音量权值调整智能音箱的至少一个喇叭的音源音量。
在本实施例中,每个喇叭的音源音量可以单独控制。假设原来所有喇叭都是发出70分贝的声音,通过步骤201-203确定出音量权值为0.5,则调整后的智能音箱每个喇叭发出35分贝的声音。音量是通过功率控制的,自适应的调整音量不但可让用户听起来悦耳,还可省电。
在本实施例的一些可选的实现方式中,响应于获取到待播放的音源,按照音源音量播放音源。智能音箱后续还会接收到语音指令,然后通过服务器识别出语音指令,得到语音结果,即音源。如果获取到待播放的音源,则按照音源音量播放音源。
本公开的上述实施例提供的方法可根据用户的唤醒音量来动态调整智能音箱的喇叭的音量,让喇叭的音量适中,从而提高用户体验。
进一步参考图3,其示出了用于控制智能音箱的方法的又一个实施例的流程300。该用于控制智能音箱的方法的流程300,包括以下步骤:
步骤301,获取智能音箱的至少一个麦克风采集的至少一个唤醒词信号。
步骤302,根据至少一个唤醒词信号的幅度确定唤醒音量。
步骤303,根据唤醒音量确定智能音箱的至少一个喇叭的音量权值。
步骤301-303与步骤201-203基本相同,因此不再赘述。
步骤304,根据至少一个唤醒词信号的相位确定唤醒方向。
在本实施例中,唤醒词信号还包括相位。同一用户发出的语音被不同的麦克风检测到,得到的幅度和相位是不同的。这里以四个麦克风的智能音箱为例进行说明,实际应用中不限于四个麦克风。可对录入的四组语音进行相位处理,纠正四组语音的相位延迟,将四组语音的相位整合成相同相位。由于四个麦克风与发出语音的用户间的距离不同,所以四个麦克风在录入语音时会产生先后顺序,导致录入的四组语音间出现相位差,产生相位延迟,所以需要进行相位处理。对于接收四组语音的相位差,根据相位差判断发出语音的用户所在的方向,即唤醒方向。例如,用户在智能音箱的东南方向。
步骤305,根据唤醒方向确定输出智能音箱的至少一个喇叭的方向权值。
在本实施例中,对于至少一个喇叭中的喇叭,根据该喇叭相对于智能音箱的中心的方向与唤醒方向的夹角确定该喇叭的方向权值,其中,方向权值与夹角的大小负相关。即,夹角越小则方向权值越大,夹角越大则方向权值越小。可使得朝向唤醒方向的喇叭的音量最大,与唤醒方向相反方向的喇叭的音量最小。
可选地,为了简化过程,无需精确计算出用户相对于智能音箱的角度,而是粗略判断出8个方向,例如,东、南、西、北、东南、东北、西南、西北。然后根据喇叭的分布位置与唤醒方向的匹配程度分配方向权值。喇叭阵列可以是圆形分布于智能音箱上,也可是其它形式分布。例如,用户位于智能音箱的东面,则分别位于智能音箱的东、南、西、北四个方向的喇叭的方向权值中东侧喇叭的方向权值最大,南侧喇叭和北侧喇叭的方向权值相等且小于东侧喇叭的方向权值。西侧喇叭的方向权值最小。
步骤306,根据智能音箱的至少一个喇叭的音量权值和方向权值的加权和调整智能音箱的至少一个喇叭的音源音量。
在本实施例中,将步骤203计算出的音量权值和步骤305计算出的方向权值结合起来,作为喇叭的总权值来调整智能音箱的至少一个喇叭的音源音量。
从图3中可以看出,与图2对应的实施例相比,本实施例中的用于控制智能音箱的方法的流程300体现了对方向进行加权的步骤。由此,本实施例描述的方案不仅可以根据用户的音量调整喇叭的输出音量还可根据用户的方向分别调整各个喇叭的输出音量。从而使得用户感觉智能音箱一直朝着自己发声。
继续参见图4,图4是根据本实施例的用于控制智能音箱的方法的应用场景的一个示意图。在图4的应用场景中,用户在位置S处发出唤醒词“小度小度”,智能音箱通过麦克风阵列采集到的唤醒词信号的幅度确定唤醒音量并根据相位确定出用户的唤醒方向。然后根据唤醒音量确定出4个喇叭A、B、C、D的音量权值都为0.5。根据唤醒方向与喇叭相对于智能音箱的中心的方向的夹角确定4个喇叭的方向权值。如图4所示,∠SOA<∠SOB<∠SOD<∠SOC。因此,喇叭A的方向权值>喇叭B的方向权值>喇叭D的方向权值>喇叭C的方向权值。喇叭A、B、C、D的方向权值可分别设置为1.5,1.2,0.6,0.8。则喇叭A、B、C、D的最终权值可分别为2,1.7,1.1,1.3。然后智能音箱根据最终权值分别调整各喇叭的音源音量。喇叭输出音量由大到小的顺序依次为A、B、D、C。
本公开的上述实施例提供的方法通过麦克风阵列采集到的语音信号判断出用户的音量和方向,得到各个喇叭的音量权值和方向权值,然后再调整各个喇叭的音源音量。使得智能音箱不但可以进行语音识别和语义理解,还可根据用户的实际情况智能化调节音量及发声方向。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于控制智能音箱的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于控制智能音箱的装置500包括:获取单元501、音量确定单元502、音量权值确定单元503和调整单元504。其中,获取单元501,被配置成获取智能音箱的至少一个麦克风采集的至少一个唤醒词信号,其中,唤醒词信号包括幅度;音量确定单元502,被配置成根据至少一个唤醒词信号的幅度确定唤醒音量;音量权值确定单元503,被配置成根据唤醒音量确定智能音箱的至少一个喇叭的音量权值;调整单元504,被配置成基于智能音箱的至少一个喇叭的音量权值调整智能音箱的至少一个喇叭的音源音量。
在本实施例中,用于控制智能音箱的装置500的获取单元501、音量确定单元502、音量权值确定单元503和调整单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。
在本实施例的一些可选的实现方式中,唤醒词信号还包括相位;以及装置500还包括方向确定单元(附图中未示出),被配置成:根据至少一个唤醒词信号的相位确定唤醒方向。
在本实施例的一些可选的实现方式中,装置500还包括方向权值确定单元(附图中未示出),被配置成:根据唤醒方向确定输出智能音箱的至少一个喇叭的方向权值;以及调整单元504进一步被配置成:根据智能音箱的至少一个喇叭的音量权值和方向权值的加权和调整智能音箱的至少一个喇叭的音源音量。
在本实施例的一些可选的实现方式中,方向权值确定单元进一步被配置成:对于至少一个喇叭中的喇叭,根据该喇叭相对于智能音箱的中心的方向与唤醒方向的夹角确定该喇叭的方向权值,其中,方向权值与夹角的大小负相关。
在本实施例的一些可选的实现方式中,音量权值与唤醒音量负相关。
在本实施例的一些可选的实现方式中,装置500还包括播放单元(附图中未示出),被配置成:响应于获取到待播放的音源,按照音源音量播放音源。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的智能音箱)600的结构示意图。图6示出的智能音箱仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取智能音箱的至少一个麦克风采集的至少一个唤醒词信号,其中,唤醒词信号包括幅度;根据至少一个唤醒词信号的幅度确定唤醒音量;根据唤醒音量确定智能音箱的至少一个喇叭的音量权值;基于智能音箱的至少一个喇叭的音量权值调整智能音箱的至少一个喇叭的音源音量。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、音量确定单元、音量权值确定单元和调整单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取所述智能音箱的至少一个麦克风采集的至少一个唤醒词信号的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种用于控制智能音箱的方法,包括:
获取所述智能音箱的至少一个麦克风采集的至少一个唤醒词信号,其中,唤醒词信号包括幅度;
根据所述至少一个唤醒词信号的幅度确定唤醒音量;
根据唤醒音量确定出发声的用户与智能音箱的距离,其中,如果距离较远,则唤醒音量小,如果距离较近,则唤醒音量大;
根据所述距离确定所述智能音箱的至少一个喇叭的音量权值,其中,音量权值根据声音在空气中的衰减程度来确定,音量权值与唤醒音量负相关;
基于所述智能音箱的至少一个喇叭的音量权值调整所述智能音箱的至少一个喇叭的音源音量。
2.根据权利要求1所述的方法,其中,唤醒词信号还包括相位;以及
所述方法还包括:
根据所述至少一个唤醒词信号的相位确定唤醒方向。
3.根据权利要求2所述的方法,其中,所述方法还包括:
根据所述唤醒方向确定输出所述智能音箱的至少一个喇叭的方向权值;以及
所述基于所述智能音箱的至少一个喇叭的音量权值调整所述智能音箱的至少一个喇叭的音源音量,包括:
根据所述智能音箱的至少一个喇叭的音量权值和方向权值的加权和调整所述智能音箱的至少一个喇叭的音源音量。
4.根据权利要求3所述的方法,其中,所述根据所述唤醒方向确定所述智能音箱的至少一个喇叭的方向权值,包括:
对于所述至少一个喇叭中的喇叭,根据该喇叭相对于所述智能音箱的中心的方向与所述唤醒方向的夹角确定该喇叭的方向权值,其中,所述方向权值与所述夹角的大小负相关。
5.根据权利要求1-4之一所述的方法,其中,所述方法还包括:
响应于获取到待播放的音源,按照所述音源音量播放所述音源。
6.一种用于控制智能音箱的装置,包括:
获取单元,被配置成获取所述智能音箱的至少一个麦克风采集的至少一个唤醒词信号,其中,唤醒词信号包括幅度;
音量确定单元,被配置成根据所述至少一个唤醒词信号的幅度确定唤醒音量;
音量权值确定单元,被配置成根据唤醒音量确定出发声的用户与智能音箱的距离,其中,如果距离较远,则唤醒音量小,如果距离较近,则唤醒音量大;根据距离确定所述智能音箱的至少一个喇叭的音量权值,其中,音量权值根据声音在空气中的衰减程度来确定,音量权值与唤醒音量负相关;
调整单元,被配置成基于所述智能音箱的至少一个喇叭的音量权值调整所述智能音箱的至少一个喇叭的音源音量。
7.根据权利要求6所述的装置,其中,唤醒词信号还包括相位;以及
所述装置还包括方向确定单元,被配置成:
根据所述至少一个唤醒词信号的相位确定唤醒方向。
8.根据权利要求7所述的装置,其中,所述装置还包括方向权值确定单元,被配置成:
根据所述唤醒方向确定输出所述智能音箱的至少一个喇叭的方向权值;以及
所述调整单元进一步被配置成:
根据所述智能音箱的至少一个喇叭的音量权值和方向权值的加权和调整所述智能音箱的至少一个喇叭的音源音量。
9.根据权利要求8所述的装置,其中,所述方向权值确定单元进一步被配置成:
对于所述至少一个喇叭中的喇叭,根据该喇叭相对于所述智能音箱的中心的方向与所述唤醒方向的夹角确定该喇叭的方向权值,其中,所述方向权值与所述夹角的大小负相关。
10.根据权利要求6-9之一所述的装置,其中,所述装置还包括播放单元,被配置成:
响应于获取到待播放的音源,按照所述音源音量播放所述音源。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个计算机程序,
当所述一个或多个计算机程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910347840.8A CN110062309B (zh) | 2019-04-28 | 2019-04-28 | 用于控制智能音箱的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910347840.8A CN110062309B (zh) | 2019-04-28 | 2019-04-28 | 用于控制智能音箱的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110062309A CN110062309A (zh) | 2019-07-26 |
CN110062309B true CN110062309B (zh) | 2021-04-27 |
Family
ID=67319563
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910347840.8A Active CN110062309B (zh) | 2019-04-28 | 2019-04-28 | 用于控制智能音箱的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110062309B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111541813A (zh) * | 2020-04-09 | 2020-08-14 | 北京金茂绿建科技有限公司 | 音频播放方法、电子设备及计算机可读存储介质 |
CN111541814A (zh) * | 2020-04-09 | 2020-08-14 | 北京金茂绿建科技有限公司 | 音频播放方法、电子设备及计算机可读存储介质 |
CN113923561A (zh) * | 2020-07-08 | 2022-01-11 | 阿里巴巴集团控股有限公司 | 一种智能音箱音效调整方法和装置 |
CN111812588B (zh) * | 2020-07-20 | 2023-08-18 | 百度在线网络技术(北京)有限公司 | 多设备语音唤醒实现方法及设备、电子设备和介质 |
CN112073706A (zh) * | 2020-08-13 | 2020-12-11 | 深圳奥比中光科技有限公司 | 控制定向发声的系统和方法 |
CN115762516B (zh) * | 2022-11-09 | 2024-02-09 | 溯元文化科技有限公司 | 一种人机交互控制方法、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107506168A (zh) * | 2017-08-18 | 2017-12-22 | 广东欧珀移动通信有限公司 | 音量调节方法、装置、终端设备及存储介质 |
CN108681440A (zh) * | 2018-04-03 | 2018-10-19 | 百度在线网络技术(北京)有限公司 | 一种智能设备音量控制方法及系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714855A (zh) * | 2009-11-19 | 2010-05-26 | 无敌科技(西安)有限公司 | 自动调整音量系统及其方法 |
CN106385614A (zh) * | 2016-09-22 | 2017-02-08 | 北京小米移动软件有限公司 | 画面合成方法及装置 |
CN106448672B (zh) * | 2016-10-27 | 2020-07-14 | Tcl通力电子(惠州)有限公司 | 一种音响系统及控制方法 |
CN108337601A (zh) * | 2018-01-30 | 2018-07-27 | 出门问问信息科技有限公司 | 音箱的控制方法及装置 |
CN108735209B (zh) * | 2018-04-28 | 2021-01-08 | 广东美的制冷设备有限公司 | 唤醒词绑定方法、智能设备及存储介质 |
CN110473561A (zh) * | 2019-07-24 | 2019-11-19 | 天脉聚源(杭州)传媒科技有限公司 | 一种虚拟观众的音频处理方法、系统和存储介质 |
-
2019
- 2019-04-28 CN CN201910347840.8A patent/CN110062309B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107506168A (zh) * | 2017-08-18 | 2017-12-22 | 广东欧珀移动通信有限公司 | 音量调节方法、装置、终端设备及存储介质 |
CN108681440A (zh) * | 2018-04-03 | 2018-10-19 | 百度在线网络技术(北京)有限公司 | 一种智能设备音量控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110062309A (zh) | 2019-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110062309B (zh) | 用于控制智能音箱的方法和装置 | |
EP4125279A1 (en) | Fitting method and apparatus for hearing earphone | |
CN109257682B (zh) | 拾音调节方法、控制终端及计算机可读存储介质 | |
US10123140B2 (en) | Dynamic calibration of an audio system | |
US9918174B2 (en) | Wireless exchange of data between devices in live events | |
CN109121057B (zh) | 一种智能助听的方法及其系统 | |
US10224056B1 (en) | Contingent device actions during loss of network connectivity | |
CN105794231A (zh) | 免提波束方向图配置 | |
CN112306448A (zh) | 根据环境噪声调节输出音频的方法、装置、设备和介质 | |
CN110677802B (zh) | 用于处理音频的方法和装置 | |
EP3198721B1 (en) | Mobile cluster-based audio adjusting method and apparatus | |
US10267868B1 (en) | Identifying a location of an audio device relative to a mobile device | |
CN113553022A (zh) | 设备调整方法、装置、移动终端及存储介质 | |
CN113031907B (zh) | 音效参数生成方法及装置、存储介质、电子设备 | |
CN113170255A (zh) | 对于双耳扩音器指向性的补偿 | |
KR20150073538A (ko) | 음향 광고 또는 음향 데이터를 재생하는 보청기 | |
CN111240634A (zh) | 音箱工作模式调整方法和装置 | |
CN112307161B (zh) | 用于播放音频的方法和装置 | |
CN114501281B (zh) | 声音调整方法、装置、电子设备和计算机可读介质 | |
CN110998711A (zh) | 动态音频数据传输掩蔽 | |
CN111045633A (zh) | 用于检测音频信号的响度的方法和装置 | |
CN110691303B (zh) | 可穿戴音箱及其控制方法 | |
CN114121050A (zh) | 音频播放方法、装置、电子设备和存储介质 | |
US20160330556A1 (en) | Public address system with wireless audio transmission | |
CN111147655B (zh) | 模型生成方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210511 Address after: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Patentee after: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. Patentee after: Shanghai Xiaodu Technology Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Patentee before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |