CN110517686A

CN110517686A - 智能音箱端语音开通应用的方法及系统

Info

Publication number: CN110517686A
Application number: CN201910916265.9A
Authority: CN
Inventors: 彭媛; 操灿; 申昀弘; 韩飞; 方律
Original assignee: Hefei Feier Intelligent Technology Co Ltd
Current assignee: Hefei Feier Intelligent Technology Co Ltd
Priority date: 2019-09-26
Filing date: 2019-09-26
Publication date: 2019-11-29

Abstract

本发明提供一种在智能音箱端通过语音开通应用的方法及系统，包括以下步骤：音箱端接收用户发出的开通应用语音指令，获取语音信号，通过网络将语音信号传输到音箱云端服务器；音箱云端服务器对语音信号进行语音识别和意图理解，获取应用的开通权限/属性，同时还通过语音信号对用户身份进行检测，获取用户的开通权限，最后将开通结果反馈到音箱端；音箱端向用户语音播报开通结果。与现有技术相比，通过本发明提供的方法，用户可以通过单纯语音交互的方式开通应用，不需要通过手机APP这样的辅助设置就可以完成，减少了对手机显示屏的依赖，提升了用户体验。

Description

智能音箱端语音开通应用的方法及系统

技术领域

本发明涉及AI智能技术领域，具体来说是一种智能音箱端语音开通应用的方法及系统。

背景技术

随着AI智能技术的发展，2018年全球智能音箱端销量突破8000多万台，智能音箱端市场正在蓬勃快速地发展，语音交互技术和内容服务能力也在不断地完善和落地。在智能音箱端系统中内置了很多的资源，实现不同的服务或者功能。通过智能音箱端，用户可以查天气，听音乐，打电话，以及控制家电。另外，通过整合各类由第三方开发和管理的应用资源，可以实现智能音箱端系统中应用数量快速地增长。

用户可以根据喜好和需要来选择性地开通对应的应用。现有技术的具体实现步骤(如图1所示)：1.用户打开手机端的音箱端APP；2.在音箱端APP中找到待开通的应用；3.手机端将开通应用请求提交给音箱云端服务器(简称音箱云端)；4.音箱云端收到请求，处理并反馈开通结果到音箱端APP。而这些操作常常需要依赖有屏设备，比如手机端辅助设置的音箱端客户端软件(简称音箱端APP)，大大增加了使用的复杂程度，制约了智能音箱端产品形态的进一步发展，也影响了用户体验。

发明内容

本发明要解决的技术问题是提供一种智能音箱端语音开通应用的方法，简化使用程序，提高用户体验。

本发明通过以下技术方案来解决上述技术问题：

一种智能音箱语音开通应用的方法，包括以下步骤：

音箱端接收用户发出的开通应用语音指令，获取语音信号，通过网络将语音信号传输到音箱云端服务器；

音箱云端服务器对语音信号进行语音识别和意图理解，获取应用的开通权限/属性，同时还通过语音信号对用户身份进行检测，获取用户的开通权限，最后将开通结果反馈到音箱端；

音箱端向用户语音播报开通结果。

优选的，所述音箱云端服务器收到语音信号后，先将进行语音信号识别，然后再识别用户意图，并进行相应的操作；最后采用预设的模板生成自然语言将开通反馈发送给音箱端。

优选的，所述音箱云端服务器识别用户意图为开通目标应用后，通过查找在服务器上存储的目标应用数据来获取该应用的开通权限/属性。

优选的，所述音箱云端服务器通过声纹识别来判定用户身份，并通过用户身份来判定该用户开通目标应用的权限。其中一种声纹识别方法是通过将接收到的用户语音数据与预先存储的用户语音数据进行比对，比如：音箱的唤醒词，如果两种语音信号相似度达到预设值，则能判定该用户的身份/权限。

优选的，音箱端向用户端语音播报开通结果。

本发明还提供一种智能音箱端语音开通应用的系统，包括：

语音指令输入模块，接收用户发出的开通应用语音指令，获取语音信号，并通过网络将语音信号传输到音箱云端语音信号处理模块；

语音信号识别模块，对语音信号进行识别和意图理解，获取用户的意图和应用名称；

用户身份识别模块，通过声纹识别的方法来识别用户的身份；

判定模块，通过获取应用的开通权限/属性，以及用户的身份/权限来判定开通反馈；

播报模块，播报开通结果。

优选的，所述用户身份识别模块通过将接收到的用户语音信号与预先存储的语音信号进行比对来判定用户的身份/权限。

优选的，所述判定模块通过查找在音箱云端服务器上存储的应用数据来获取应用的开通权限/属性。

优选的，所述播报模块向用户语音播报开通结果。

本发明的优点在于：

1、通过本发明提供的方法，用户可以通过单纯语音交互的方式来开通新的应用，不需要通过手机APP这样的辅助设置就可以完成，减少了对手机显示屏的依赖，提高用户体验。

2、通过在音箱云端服务器存储的用户数据和应用数据，构成应用开通要素，利用语音识别技术获取用户意图，并按照预设流程进行操作，完成应用开通的目的，过程简单便捷、适用用户年龄段更宽，普适性好。

3、利用声纹识别技术，可保护用户隐私和安全。

附图说明

图1为本发明背景技术中通过手机APP开通应用的方法示意图；

图2为本发明实施例中在智能音箱端通过语音开通应用的方法流程示意图；

图3为本发明实施例中语音开通应用的方法流程图；

图4为本发明实施例中语音开通应用的另一种方法流程图；

图5为本发明实施例中语音开通应用的系统结构框图。

具体实施方式

为使对本发明的结构特征及所达成的功效有更进一步的了解与认识，用以较佳的实施例及附图配合详细的说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。

在下述说明中，首先针对本发明的智能音箱端语音开通应用的方法的实施例进行说明，再对本发明的智能音箱端语音开通应用的系统的实施例进行说明。

参见图2所示，为本发明实施例中在智能音箱端通过语音开通应用的方法流程示意图。如图2所示，本实施例中的智能音箱端语音开通应用的方法包括如下步骤：

步骤1、音箱端接收用户发送的语音指令，并对语音指令进行处理，获得语音信号，然后将处理过的语音信号提交给音箱云端；

实施例中的智能音箱包括了扬声器，麦克风，处理器，存储器，蓝牙/wifi，和电源。扬声器具有播放功能，麦克风具有拾音功能，处理器用来进行语音信号处理，与云端的通讯通过wifi以及外部网络设备，例如：路由器(或者网关)来实现，与本地的通讯通过蓝牙。

本实施例描述的智能音箱结构并不构成对智能终端设备的限定，智能音箱可以有多种存在形式，可以包括更多的部件以及功能。本发明的智能音箱可以作为独立的设备，也可以是具有智能音箱功能的其它智能终端设备以及智能家电，比如智能空调，冰箱，电视，等等。

步骤2、音箱云端进行语音信号识别和意图理解，并按照预设流程进行操作，最后将开通结果反馈到音箱端；

本实施例的云服务端具备以下功能：

1)音箱云端接收语音信号数据后，先进行语音信号识别，将语音信号转化为文本；本实施例中语音识别的算法可以是自然语音识别算法，也可以是自定义的算法，本发明对语音识别的算法并不限定；

2)自然语言理解，能够基于一定的框架来识别用户的意图，并进行对应的操作；为了准确理解用户的意图，避免同音/近音词汇，建议对应用的名称采用审核通过机制，以及采取相应的措施来避免误操作。

3)自然语言生成，采用预先设计的文本模板来生成文本输出。比如，询问用户是否开通应用时，生成语句为：“您是否要开通【应用名称】”；

4)语音合成，又叫做文语转换(Text-to-Speech，TTS)。将文本输出转化为语音输出，并发送给音箱端；

5)存储功能，将用户数据和应用数据以规范的格式存储，方便查找以及修改/更新。

步骤3、音箱端向用户端语音播报执行结果。本实施例的音箱具有播放功能。云端将应用开通结果发送到音箱端，通过音箱的扬声器或者喇叭播放给用户听。本实施例的开通反馈是语音输出。

采用本实施例的方法，对于老人和儿童，可脱离智能手机/平板终端实现开通应用的目的，适应群体更广。

上述是图2本发明实施例的一种语音开通应用的方法流程示意图。同时，为了更清楚的阐述本发明实施例，下面介绍本实施例的一种语音开通应用的方法流程图。

如图3所示，本发明实施例中语音开通应用的方法流程图。当音箱端获取到用户的语音信号后，对语音信号进行两种处理。首先，通过网络将语音信号传输到音箱云端服务器，在音箱云端对语音信号进行识别，理解用户的意图为开通目标应用；然后，在云端服务器上查找目标应用数据，并获取应用的开通权限/属性，比如：该应用只能由管理员/成人选择开通，陌生人/儿童没有开通权限。

同时，为了确定用户的身份/权限，利用声纹识别技术，对语音信号进行处理，获取用户的身份信息。声纹识别是通过将获取到的用户语音信号与预先存储的用户语音信号进行比对，当两种信号的相似度达到预设值时就能判断该用户的身份。其中，预先存储的用户语音信号为多个用户的语音数据，来自该音箱的不同使用者，例如：管理员/成人/儿童/等，这些用户数据可以存储在同一个音箱管理员的目录下面，也可以单独存储在各个不同的用户目录下面。(本发明专利假设一台智能音箱系统只能对应于一个管理员账号，管理员可以设置不同用户的权限，陌生人为普通用户，拥有音箱系统赋予的最小权限，例如一些简单的音箱功能，包括：查天气，搜音乐等。)

当用户的身份被确定以后，即可判定该用户是否具有开通目标应用的权限。一旦目标应用被判定为可以开通/不可以开通，即可生成应用开通反馈，并通过音箱向用户语音播报开通结果。

下面介绍本发明实施例的另一种语音开通应用的方法流程图。

如图4所示，本发明实施例中语音开通应用的另一种方法流程图。当音箱端获取到用户的语音信号后，首先通过声纹识别来确定用户的身份。声纹识别可以在音箱本地进行，也可以在音箱云端进行。用户数据一般会存储在音箱云端，也可以下载/备份到音箱本地的存储器上。然后，在音箱云端对用户语音信号进行自然语言识别和意图理解，获取用户的意图以及待开通目标应用的名称。下一步，在服务器上查找目标应用数据，获取它的开通权限/属性。进一步，根据用户的身份来判定该用户是否具有开通目标应用的权限。最后，生成应用开通反馈，通过音箱向用户语音播报开通结果。

如图5所示，本实施例中语音开通应用的系统结构框图，包括：语音指令输入模块，语音信号识别模块，用户身份识别模块，判定模块，播报模块。

具体执行过程为：语音指令输入模块接收用户发出的开通应用语音指令，并通过网络将语音信号传输到音箱云端语音信号处理模块；语音信号识别模块，对语音信号进行语音识别和意图理解，获取用户的意图和应用名称；用户身份识别模块，通过声纹识别的方法来识别用户的身份；判定模块，通过获取应用的开通权限/属性，以及用户的身份/权限来判定开通反馈；播报模块，播报开通结果。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims

1.一种智能音箱端语音开通应用的方法，包括：

音箱端向用户语音播报开通结果。

2.根据权利要求1所述的智能音箱端语音开通应用的方法，其中：所述音箱云端服务器识别用户意图为开通目标应用后，通过查找在服务器上存储的目标应用数据来获取该应用的开通权限/属性。

3.根据权利要求1所述的智能音箱端语音开通应用的方法，其中：所述音箱云端服务器通过声纹识别来判定用户身份，并通过用户身份来判定该用户开通目标应用的权限。其中一种声纹识别方法是通过将接收到的用户语音数据与预先存储的用户语音数据进行比对，如果两种语音信号的相似度达到预设值，则判定该用户身份/权限。

4.根据权利要求1所述的智能音箱端语音开通应用的方法，还包括：音箱端向用户语音播报开通结果。

5.一种智能音箱端语音开通应用的系统，包括：

语音信号识别模块，对语音信号进行语音识别和意图理解，获取用户的意图和应用名称；

播报模块，播报开通结果。

6.根据权利要求5所述的智能音箱端语音开通应用的系统，其中：所述用户身份识别模块通过将接收到的用户语音信号与预先存储的语音信号进行比对来判定用户的身份/权限。

7.根据权利要求5所述的智能音箱端语音开通应用的系统，其中：所述判定模块通过查找在音箱云端服务器上存储的应用数据来获取应用的开通权限/属性。

8.根据权利要求5所述的智能音箱端语音开通应用的系统，还包括：所述播报模块向用户语音播报开通结果。