CN110839169A - 一种智能设备遥控装置及方法 - Google Patents

Abstract

本发明涉及一种智能设备遥控装置及方法，遥控装置至少包括：控制模块，其被配置为根据所述第一目标指令信息与预设语音场景数据确定得到第一触发场景，基于所述第一触发场景启动显示条件关系分析，其中，所述显示条件关系分析至少包括获取在所述第一触发场景下与所述第一目标指令信息和/或第一悬浮窗提示信息相关的至少一个有效次数，并通过判断至少一个所述有效次数和与之相对应的次数阈值之间的逻辑关系生成与所述第一悬浮窗提示消息相关联的当前显示参数，所述当前显示参数用于指示所述控制模块控制智能设备在其预设区域显示所述第一悬浮窗提示消息的显示频率。

Description

一种智能设备遥控装置及方法

技术领域

本发明涉及遥控技术领域，尤其涉及一种智能设备遥控装置及方法。

背景技术

家用电器发展的一个重要方面是让用户界面更加人性化，更加方便自然，做到老年人和残疾人可以无障碍地使用。利用语音识别技术实现语音控制是提高家电产品用户界面质量的一条重要途径。目前，基于深度学习的AI技术推动了各行业智能化的迅速发展。在电视领域，AI技术在智能电视中的作用逐步凸显，其中，远场语音交互就是一个典型应用。如何提升用户的电视场景交互体验，如何为用户提供更加智能便捷的服务，一直都是重点研究的方向。另外，AI服务从云端计算发展到边缘计算、端侧计算。利用电视本身的端侧的AI计算能力进行AI技术开发，又将会进一步提高用户使用的实时性和安全性。将设备连接到互联网的能力，与现代基于云的语音识别服务相结合，实现了强大的新用户界面-语音命令。智能手机、智能电视和机顶盒已经在使用语音命令。通过将低成本的麦克风集成到BLE连接的外围设备中，用户的语音识别体验可以大大增强。从遥控器、智能手表和可穿戴设备收集的命令，通过智能设备传输到云中的语音识别引擎，可以控制智能设备本身以及与智能设备相连的外围设备或由语音助理控制的其他设备。

语音是一个非常强大和直观的命令界面，一个简单的短语可以包含足够的信息来描述非常复杂的命令，然而，在嘈杂的环境中捕捉短语并提取有实际意义的信息(通常以字符串的形式)，这在技术上是一个挑战。幸运的是，产生这个需求的源头，即智能设备与互联网的连接，也为这一复杂问题提供了解决方案。设备现在可以访问云计算，并且可以受益于最先进的语音到文本识别引擎，如Nuance Communications、微软、谷歌、亚马逊等公司提供的技术。如今，基于云的语音识别服务足以提供非常好的用户体验。近年来语音识别已取得很大进步，语音识别的领先者包括Nuance、Microsoft、Google、Amazon和其他许多公司。当我们使用Siri、Google、Alexa进行语音控制时，这些应用首先数字化我们的声音，然后发送到互联网上的某个处理中心，最后返回一个响应。通过永远在线的特性，从Google网页或者AndroidOS手机上简单地说“OKGoogle”就能够触发搜索，在搜索中，用户的语音命令被数字化、云处理，然后转换成用于搜索命令的文本。在电视市场中实现语音命令的关键因素是：智能电视已经连接到互联网，并且能够充分利用这一重要的基础设备。

已经有了互联网连接的智能电视能够实现直接通过电视说话来控制电视，例如公开号为CN107958668A的专利文件公开的一种智能电视的声控选播方法，包括：S10、智能电视端语音命令提取模块获取特定的语音启动指令，开始降低当前播放节目的第一扬声器音量或调至静音，在预定时间内，智能电视端检测是否有具体的语音命令，如有，则至S20；如无，则调回当前播放节目的扬声器音量；S20、智能电视端获取具体的语音命令，将原始语音信号转换成语音脉冲序列，并通过语音识别提取语音特征矢量，判断该命令的具体类目，其中，所述类目包括操作指令的直接执行和操作指令通过第二扬声器的询问执行；S30、根据语音识别的结果输出相应的控制信号或向操作者进行当前状态的说明和询问。该方法设于智能电视端，通过特定的语音启动指令开启声控命令，语音操作方便、灵活。该专利文件提供的智能电视的声控选播方法基于设置在智能电视两端的扬声器而无需遥控器即可进行语音控制，使操作者在选台操作期间仍可收看当前的播放节目，不影响当前用户观看节目。

但诸如上述直接通过电视说话来控制电视的解决方案同时带来了几个问题。首先，对于不通过遥控器而直接识别语音的智能电视来说，智能电视需要持续的监听。当前一些智能电视能够这样做，事实上也是这样做的；然而，这个功能的意想不到的后果是来自于可能泄露隐私的负面压力。当智能电视为获得命令而不断的监听和解码用户会话时，它就必须不断的发送这些谈话到互联网，如果用户语音数据实时上传，会给隐私带来严重挑战。终端用户一般不会注意到这个问题，如果他们注意到了，他们很可能会关闭这个功能，禁用语音控制。因此，拾音设备不能实时将获取的语音数据上传到云端处理，必须要相应的触发来分辨用户语音交互数据，才能将正确的数据进行上传。

其次，是有关设备能力的问题，设备是否能够从周围噪声中挑选出命令声音，或者从电视音频或者背景会话中区分出语音命令。常规的现有远场语音交互包含有以下几个过程：1.通过远场拾音设备-阵列麦克风获取用户语音，进行回声消除、降噪、去混响等信号处理；2.判断用户是否有说唤醒词，识别到唤醒词后，设备给出声音、指示灯或界面的反馈，同时降低设备当前播放的声音甚至静音；3.根据VAD(语音端点检测)算法获取用户有效的语音指令的音频数据流，进行语音自动识别处理，实现语音到文本的转换；4.将文本进行自然语言处理，分析出用户指令，给出设备执行所需的意图；5.设备执行意图。

因此智能电视的拾音设备中获取拾音设备中获取的语音数据，不仅仅包括用户语音交互数据，还包括电视本身发出的声音、用户可能与家人聊天时的声音，以及其它电视周围环境的声音。而当前的语音自动识别及语义处理都在云端服务器，如果所有语音数据上传到云端服务器之前，不设置限制条件，那么拾音设备获取的所有数据都将上传到云端，不仅会消耗很大的网络流量，也给云端的处理带来巨大的负担。

针对诸如上述直接通过电视说话来控制电视的解决方案所带来的问题，相关研究提出了在遥控器上增加声控装置实现智能遥控电视的新解决方案，通过使用遥控器去启动和流化语音命令，用户就可以大大减少对这些问题的担忧，因为用户是主动和有意识地与电视机遥控器进行交互，并且用户手持遥控器，这样能够在近距离接收声音，而不是接收整个房间的声音。

但在手持设备上实现语音识别实际上并不像想象的那样简单。执行语音识别所需要的处理能力和数据远超出了大多数遥控器、电视甚至智能手机的能力。事实上，当今智能手机上的语音识别是通过云计算完成的。例如，录制语音命令并链接到一个任务(例如拨打联系人列表中的号码)时，从理论上讲，用户可以说“拨打Ken的电话”，如果运气好，手机会“拨打Ken的电话”，不过，多数情况下，它会告诉用户“正在拨打Ben的电话”。传输语音命令与传输实时音频或人声(如电话交谈)略有不同。

目前，在基于遥控器配合智能电视的语音搜索方案中，遥控器上通常都配有支持录音功能的麦克风(MIC，Microphone)，由于遥控器中的麦克风不会一直处于录音模式，而需要智能电视，即智能电视端向遥控器下发用于触发打开或关闭MIC的指令。因此，打开或关闭MIC是否及时将决定录音数据的完整性。在已有技术中，控制遥控器中的麦克风(MIC，Microphone)开启或关闭的方式包括：用户按下遥控器语音按键后，遥控器直接控制打开MIC并录音，然后分析识别特定数据后发送给智能电视。

用户通常使用遥控器对智能电视进行操作，虽然传统遥控器通过设置对应不同操作指令的多个按键而具有直观可见的优势，但往往由于其结构界面复杂按键功能不明确而不利于大多数用户使用。现有的语音控制遥控器取消了复杂按键，只需进行语音即能实现对智能电视的控制，但其控制的实现同时牺牲了传统遥控器的直观可见的优势，现有语音控制遥控器是通过语音输入的不同控制词来进行操作的，多个快捷控制词的设置，容易导致用户忘记具体场景下具体有哪些快捷控制词，进而使得很多快捷控制词完全不被用户所知。智能电视所能被用户使用到的功能较为单一，用户体验效果得不到实质性改善。

公开号为CN108965968A的专利文件提供了一种智能电视操作提示的展示方法、装置及计算机存储介质。该专利的智能电视操作提示的展示方法，包括：在所述智能电视需要显示搜索界面时，判断所述智能电视是否支持语音输入，当所述智能电视支持语音输入时，获取所述智能电视的硬件配置信息，根据所述智能电视的硬件配置信息，显示搜索界面，所述搜索界面包括第一提示信息框，所述第一提示信息框用于显示对所述智能电视的语音输入操作引导，提高了对智能电视的操控效率。当用户在搜索界面输入的联想词与预设提示类型相匹配时，在所述搜索界面上展示第四提示信息框，所述第四提示信息框用于显示在搜索所述联想词时，对所述智能电视的语音输入操作引导。

现有技术中如上述专利所提供的智能电视操作指示展示方法，针对现有语音控制遥控器所存在的用户对其操作功能不明确的问题，通过向用户提供语音搜索对应的联想词为用户提供操作引导，但在实际应用过程中，智能电视所显示的界面以及当前界面可供用户选择的操作功能种类繁多，仅仅依据用户输入的简短词汇或是描述不确切的话进行联想搜索，搜索结果范围广泛而不能与当前用户当前所需要的操作功能相适配。

此外，一方面由于对本领域技术人员的理解存在差异；另一方面由于发明人做出本发明时研究了大量文献和专利，但篇幅所限并未详细罗列所有的细节与内容，然而这绝非本发明不具备这些现有技术的特征，相反本发明已经具备现有技术的所有特征，而且申请人保留在背景技术中增加相关现有技术之权利。

发明内容

针对现有技术之不足，诸如遥控装置随机地响应用户语音输入而易导致误操作以及语音控制遥控装置提供至用户的搜索结果范围广泛而无法符合用户预期的问题，本发明提供了一种智能设备遥控装置，区别于现有的提供语音搜索联想词而无法提供明确操作引导的常规技术方案，以及现有的遥控装置的常规语音识别以及遥控语音识别对应的唤醒操作相同的常规技术方案，本发明致力于改进用户语音输入的第一操作以及双向信息交互过程，有利于明确用户语音输入时的控制对象，并结合用户实际观看界面信息，通过对用户语音输入信息与当前用户观看界面信息相互交互的方式，针对用户输入的简短词汇或是当前界面下可供用户选择的操作功能进行显示条件关系分析，以使得向用户提供的操作引导内容既满足了符合用户的功能提示又避免了过于重复的操作引导降低用户体验的问题。

一种智能设备遥控装置，其用于控制至少一个与之关联的智能设备，所述遥控装置至少包括：采集模块，其被配置为用于采集由用户输入的语音输入信号以及与该用户相关的第一用户信息，语音识别模块，其被配置为：响应于所述采集模块得到用户相关的第一用户信息，启动从所述采集模块获得的语音输入信号识别至少一个针对与所述遥控装置相关联的智能设备的第一目标指令信息；控制模块，其被配置为根据所述第一目标指令信息与预设语音场景数据确定得到第一触发场景，基于所述第一触发场景启动显示条件关系分析，其中，所述显示条件关系分析至少包括获取在所述第一触发场景下与所述第一目标指令信息和/或第一悬浮窗提示信息相关的至少一个有效次数，并通过判断至少一个所述有效次数和与之相对应的次数阈值之间的逻辑关系生成与所述第一悬浮窗提示消息相关联的当前显示参数，所述当前显示参数用于指示所述控制模块控制智能设备在其预设区域显示所述第一悬浮窗提示消息的显示频率。

根据一种优选实施方式，所述控制模块还被配置为调取由智能设备所确定的与所述第一用户信息相关联的预设语音场景数据，并根据所述第一目标指令信息与所述预设语音场景数据确定第一触发场景；根据所述第一触发场景与预设语音指令列表来确定用于提示用户可参考选择的第一有效操作，以此基于所述第一有效操作以及由所述显示条件关系分析所得到的当前显示参数，控制智能设备在该智能设备的预设区域显示与所述第一有效操作相关联的第一悬浮窗提示消息，所述预设区域以不影响用户持续观看所述智能设备上的当前显示界面的方式，在预定时长内动态地显示所述第一悬浮窗提示消息。

根据一种优选实施方式，所述第一目标指令信息至少包括所述语音识别模块通过语音转文字的方式从所述语音输入信号中识别出的第一目标指令信息，所述控制模块在所述语音识别模块从所述语音输入信号中识别出一个或几个第一目标指令信息时，启动所述显示条件关系分析以判断所述第一目标指令信息与所述预设语音指令列表之间的匹配程度，其中，当所述第一目标指令信息与所述预设语音指令列表中的至少一个有效操作之间的匹配程度满足预设匹配阈值时判断得到匹配成功，而当判断得到匹配失败时，获取该用户输入所述第一目标指令信息且在第二预设时长范围内该用户输入所述第一有效操作的第一次数，并通过判断所述第一次数是否满足第一阈值的方式确定第一关联关系，确定的所述第一关联关系用于指示所述控制模块基于所述第一关联关系与所述第一用户信息，通过将所述第一目标指令信息与所述第一有效操作相绑定的方式，更新所述预设语音指令列表中的至少一个有效操作以及与所述第一悬浮窗提示消息相关联的当前显示参数，以使得所述预设语音指令列表能够在用户输入第一目标指令信息时与所述第一目标指令信息匹配成功。

根据一种优选实施方式，所述采集模块还被配置为用于采集用户按住设于所述遥控装置上的语音输入按键时的接触信息以及与之相关联的第一时刻，所述控制模块将接收到的所述接触信息与所述第一时刻传输至设于所述智能设备上的处理模块，其中，所述处理模块响应于所述接触信息而在所述智能设备的预设区域内显示与所述接触信息相动态关联的输入状态悬浮窗，并同时获取所述智能设备上与所述第一时刻相对应的第一显示状态以及与所述第一时刻相关联的至少一个第二显示状态，基于所述第一显示状态和/或所述第二显示状态和/或所述第一用户信息确定至少一个所述预设语音场景数据，所述预设语音场景数据用于提示用户可参考选择的第二有效操作，并根据所述第二有效操作控制所述智能设备在该智能设备的输入状态悬浮窗周围显示与所述第二有效操作相关联的第二悬浮窗提示信息。

根据一种优选实施方式，所述第一显示状态用于指示所述智能设备在所述第一时刻时的显示界面的视频播放进度、显示界面亮度、视频画质、视频字幕语言、弹幕遮蔽显示界面情况、画面尺寸、广告信息中的一个或几个播放参数，所述第二显示状态用于指示所述智能设备在所述第一时刻之前的一定时长例如一分钟内至少一个播放参数例如显示界面亮度、弹幕遮蔽显示界面情况等参数的变化趋势，以及在所述第一时刻之后的一定时长例如一分钟内至少一个播放参数例如适配播放进度、广告信息等参数的变化趋势，所述预设语音场景数据用于指示用户在所述第一时刻时可能进行的有效操作所属的播放参数。

根据一种优选实施方式，所述处理模块被配置为将其处理得到的所述预设语音场景数据传输至所述控制模块和/或所述语音识别模块，所述预设语音场景数据至少包含预设操作对象和预设操作结果，其中，所述语音识别模块在其识别得到的所述第一目标指令信息至少包括不明确操作对象和目标操作结果的情况下，在所述预设语音场景数据中确定与所述所述目标操作结果相匹配的预设操作结果以及与该预设操作结果相对应的预设操作对象，由此基于确定的预设操作结果与所述预设操作对象生成所述第一触发场景。

一种智能设备控制方法，其用于控制至少一个与之关联的智能设备，所述控制方法中至少包括采集模块、语音识别模块和控制模块，所述控制方法至少包括以下步骤中的一个或几个：所述采集模块采集由用户输入的语音输入信号以及与该用户相关的第一用户信息，所述语音识别模块响应于所述采集模块得到用户相关的第一用户信息，启动从所述采集模块获得的语音输入信号识别至少一个针对与所述遥控装置相关联的智能设备的第一目标指令信息；所述控制模块根据所述第一目标指令信息与预设语音场景数据确定得到第一触发场景，基于所述第一触发场景启动显示条件关系分析，其中，所述显示条件关系分析至少包括获取在所述第一触发场景下与所述第一目标指令信息和/或第一悬浮窗提示信息相关的至少一个有效次数，并通过判断至少一个所述有效次数和与之相对应的次数阈值之间的逻辑关系生成与所述第一悬浮窗提示消息相关联的当前显示参数，所述当前显示参数用于指示所述控制模块控制智能设备在其预设区域显示所述第一悬浮窗提示消息的显示频率。

根据一种优选实施方式，所述控制方法还包括以下步骤中的一个或几个：制模块调取由智能设备所确定的与所述第一用户信息相关联的预设语音场景数据，并根据所述第一目标指令信息与所述预设语音场景数据确定第一触发场景；所述控制模块根据所述第一触发场景与预设语音指令列表来确定用于提示用户可参考选择的第一有效操作，以此基于所述第一有效操作以及由所述显示条件关系分析所得到的当前显示参数，控制智能设备在该智能设备的预设区域显示与所述第一有效操作相关联的第一悬浮窗提示消息，所述预设区域以不影响用户持续观看所述智能设备上的当前显示界面的方式，在预定时长内动态地显示所述第一悬浮窗提示消息。

根据一种优选实施方式，所述控制方法中的所述第一目标指令信息至少包括所述语音识别模块通过语音转文字的方式从所述语音输入信号中识别出的第一目标指令信息，所述控制模块在所述语音识别模块从所述语音输入信号中识别出一个或几个第一目标指令信息时，启动所述显示条件关系分析以判断所述第一目标指令信息与所述预设语音指令列表之间的匹配程度，其中，当所述第一目标指令信息与所述预设语音指令列表中的至少一个有效操作之间的匹配程度满足预设匹配阈值时判断得到匹配成功，而当判断得到匹配失败时，获取该用户输入所述第一目标指令信息且在第二预设时长范围内该用户输入所述第一有效操作的第一次数，并通过判断所述第一次数是否满足第一阈值的方式确定第一关联关系，确定的所述第一关联关系用于指示所述控制模块基于所述第一关联关系与所述第一用户信息，通过将所述第一目标指令信息与所述第一有效操作相绑定的方式，更新所述预设语音指令列表中的至少一个有效操作以及与所述第一悬浮窗提示消息相关联的当前显示参数，以使得所述预设语音指令列表能够在用户输入第一目标指令信息时与所述第一目标指令信息匹配成功。

根据一种优选实施方式，所述遥控装置至少包括彼此转动连接的第一筒身和第二筒身，所述控制方法至少包括在所述遥控装置处于麦克风模式且所述第一筒身因受到对其施加的外力作用而相对所述第二筒身转动时，所述控制模块能够响应于所述第一筒身与所述第二筒身之间的相对转动信息而相应的增大或减小所述麦克风模式下的音量，并能够响应于所述采集模块所采集到的接触信息而将所述遥控装置的麦克风模式切换为语音输入模式，在所述语音识别模块所确定的第一触发场景不同于当前场景时结束所述麦克风模式。

本发明提供的智能设备遥控装置及方法至少具有如下有益技术效果：

本发明所提供的智能设备遥控装置及方法，通过对用户语音输入信息与当前用户观看界面信息相互交互的方式，针对用户输入的简短词汇或是当前界面下可供用户选择的操作功能进行显示条件关系分析，以使得向用户提供的操作引导内容既满足了符合用户的功能提示又避免了过于重复的操作引导降低用户体验的问题，并且针对用户语音内容与功能选择之间的关联性不断完善系统的个性化，以此即使用户忘记在具体场景下具体的控制词也能完成相应功能的选择，缩短用户熟悉产品所需要的时间，提升用户的体验，降低产品的操作复杂度。

附图说明

图1是本发明提供的遥控装置的简化整体结构连接关系示意图；和

图2是本发明提供的遥控装置的简化模块连接关系示意图。

附图标记列表

1：遥控装置 2：第一筒身 3：第二筒身

4：采集模块 5：语音识别模块 6：控制模块

7：智能设备 8：处理模块

具体实施方式

下面结合附图对本发明进行详细说明。

如图2所示，智能设备遥控装置用于控制至少一个与之关联的智能设备。遥控装置至少包括采集模块4，采集模块4被配置为用于采集由用户输入的语音输入信号以及与该用户相关的第一用户信息。其中，语音输入信号的采集与第一用户信息的采集是在用户采取第一操作期间完成的。其中，响应于对第一用户信息的采集，由与遥控装置关联的智能设备加载与第一用户信息相匹配的用户配置文件，用于启动或增强对语音输入信号的采集。

现有遥控装置例如智能手机通常都配有指纹识别，采用智能手机作为智能设备的遥控装置时，虽然可以从智能手机加载用户语音配置文件，但手机端所识别出的内容未必是智能设备所需要的，智能设备与手机端同时响应语音操作的问题是比较棘手的。例如，用户呼叫Siri或其他唤醒词时，手机就会进入语音识别模式，而用户很可能是希望呼叫智能设备端的语音助手而不是手机端的，由此反而迫使用户去手动操作智能设备。此外，在极端嘈杂的情况下，例如行车导航时，甚至会引起车载电脑与手机同时响应，但同时错误理解用户意图的情况。优选地，语音输入信号的采集与第一用户信息的采集是在用户采取第一操作例如指纹识别区域与音量按键同时按住的期间完成的。优选地，响应于对第一用户信息的采集，由与遥控装置关联的智能设备加载与第一用户信息相匹配的用户配置文件，用于优化对语音输入信号的采集。本发明所采用的例如指纹识别区域与音量按键同时按住的第一操作，该第一操作不同于常规语音识别模式，避免了遥控装置自带语音识别模式与语音遥控模式之间的冲突，有利于明确用户语音输入时的控制对象。目前市面上进行语音识别的智能设备中，未涉及针对多用户设备进行特定用户区分优化的有效方案，而本发明在不增加成本的情况下，通过在智能设备端加载用户配置文件的范式，就能实现多用户场景的高准确率用户个性化配置。例如，在用于依赖于大屏幕的车载导航仪的行车期间，车载导航仪能够响应于蓝牙连接手机所传递的第一用户信息而预先加载与该第一用户信息匹配的语音识别优化库，使得车载导航仪能够通过互联网数据接口实时获取信息，明显改善语音识别准确性；同时对于遥控装置端，利用了用户上车时经常需要利用指纹来解锁遥控装置例如手机的操作，从而无需复杂化用户操作。因此，本发明所提供的是简单、低成本且个性化数据加载最有效的解决方案。

根据一种优选实施方式，语音识别模块5响应于采集模块4得到用户相关的第一用户信息，启动从采集模块4获得的语音输入信号识别至少一个针对与遥控装置相关联的智能设备的第一目标指令信息。其中，一方面既达到了无线式的遥控装置的省电要求；另一方面当用户操作其他语音设备时，遥控装置不会随机地响应用户语音输入而导致误操作。在遥控装置与智能设备相关联时，语音识别模块能够可配置地预定与该智能设备对应的第一目标指令信息的控制信息。控制信息例如可以是恰当的对码关键字和格式。也就是说，语音识别模块在将语音转为指令时，能够根据遥控装置与智能设备的关联来适应性地生成适当的目标指令信息。该设置允许本发明的遥控装置能够针对各种智能设备更为灵敏、快速地发挥作用。区别于现有技术中，通常由充当遥控装置的手机把语音转化后的文字直接发给智能设备，由智能设备再进行二次处理的常规技术方案。

根据一种优选实施方式，控制模块6，其被配置为根据第一目标指令信息与预设语音场景数据确定得到第一触发场景，基于第一触发场景启动显示条件关系分析。其中，预设语音场景数据是指在智能设备接收到第一用户信息时，智能设备根据其正在播放或显示的界面，获取该界面中的若干预设语音场景数据。例如，在行车导航时，车载导航仪的界面上正在显示导航路线图，对应的导航路线图中可由用户调控的设置有地图缩放调节、播报内容调节、路线优选调节等若干场景数据。若干场景数据的获取过程是在智能设备完成的，而遥控装置只需获取占用内存较小的若干场景数据。该场景化设置有利于针对用户输入的语音内容达到更准确的识别。区别于现有技术中，用户输入的语音内容有时能够作用于两个不同的界面，例如用户原本希望缩小导航路线图而向系统语音输入“缩小界面”，此时智能设备根据语音指令可能直接缩小整个显示界面缩小整个显示界面可以方便用户小屏操作，与用户意图相悖。现有的智能设备与遥控装置之间仅仅是指令信息的单向传输交互，极易出现如上的误操作，而本发明的遥控装置与智能设备之间是双向交互作用，在智能设备的场景化信息的辅助下遥控装置达到更高效准确的语音识别。

进一步地，在遥控装置获取到该预设语音场景数据时，遥控装置能够基于识别得到的第一目标指令信息，确定预设语音场景数据中的第一触发场景。尤其是在第一目标指令信息不足够明确，不足够明确的情况例如是虽然能够辨识得到关键控制词例如关闭、打开、缩小、放大等，但指令对象不明确的情况，导致遥控装置无法准确输出控制智能设备的指令的情况下。例如，在行车导航时，车载导航仪的界面上正在显示导航路线图，当用户的GPS显示位置不准确而向系统语音输入“重新导航”时，此时遥控装置至少得到与之对应的“重新规划路线”和“改变目的地”两种场景数据，针对若干场景数据向用户进行语音提示或悬浮窗提示引导。不同于现有技术中，遥控装置通常直接地依据其所识别到的关键词遥控智能设备执行指令，例如用户浏览网页时语音输入的是“打开新网页”、而智能设备执行的却是“正在打开网易”的情况，用户被迫需要手动控制智能设备停止操作，用户在不清楚准确指令词的情况下需要反复输入。

根据一种优选实施方式，显示条件关系分析至少包括获取在第一触发场景下与第一目标指令信息和/或第一悬浮窗提示信息相关的至少一个有效次数。显示条件关系分析至少包括通过判断至少一个有效次数和与之相对应的次数阈值之间的逻辑关系生成与第一悬浮窗提示消息相关联的当前显示参数。当前显示参数用于指示控制模块6控制智能设备7在其预设区域显示第一悬浮窗提示消息的显示频率。其中，有效次数指的在需要向用户提供准确的提示引导时，该引导内容在用户的历史操作中已经出现过的次数。例如在一天当中，用户可能会多次需要缩放界面，然而，即使向用户提醒过准确指令词但用户仍无法准确运用指令词，有效次数即为出现该情况的统计次数。例如针对当前界面下的可操作的而用户未使用过的功能中，即使向用户显示引导过若干次该功能的语音指令但用户仍未语音输入过，该功能针对该用户而言在当前界面下的使用程度较低，应该降低其第一悬浮窗提示消息与该用户之间的相关联度，即降低其第一悬浮窗提示消息的显示频率。区别于现有技术中，针对用户的操作进行提示引导的解决方案通常包括以下两种常规解决方案：一种是在用户首次进入某一界面时，整个界面以蒙层引导的呈现方式，强制性要求用户进入界面功能或操作介绍，严重影响用户的操作流畅感而导致用户通常直接关闭引导，但系统默认的是用户已经掌握相关内容而不再向用户引导；另一种是在用户多次进入某一类型的界面时，在界面上以悬浮框的方式向用户进行提示引导，该引导方式虽然降低了对用户的干扰，但由于其所引导的内容是在用户发出操作指令之前呈现的，与用户的操作动机之间的关联度极低，且多次重复地提示用户已经熟悉的功能并不是用户所期望的。而本发明的控制设备提供的解决方案是在用户输入语音指令前至用户完成语音输入后的期间中，逐级地对用户的操作动机进行分析处理，在不干扰用户的正常操作的基础上，结合当前的实际场景控制向用户提供的引导内容的显示频率。在用户没有感知到相应的引导指令与用户自身当前目标之间有关联之前，主动向用户提供相应的提示引导，有利于用户自主选择。同时，区别于现有的完全地依赖于设备的语音分析能力的遥控装置，对语音分析能力的高要求不仅提高了遥控装置的制造成本，同时语音分析能力在设备与用户的交互过程中始终只能发挥单方面作用。

此外，由于有效次数是针对该用户历史操作的统计，即为智能设备在将预设语音场景数据传输至控制模块时，若干个预设语音场景数据分别至少包括与之对应的有效次数，在确定第一触发场景时同时获取与之相对应的有效次数。针对控制模块所执行的简单明确的逻辑关系判断操作，即使是在长期使用该遥控装置后，控制模块的进程收发消息的压力较小且能够维持其较小的内存资源占用，不仅有利于提高进程的启动、执行效率，同时避免了遥控装置长期处于较高的内存消耗状态。在由显示条件关系分析所得到的当前显示参数下，控制模块6向智能设备7输出的不仅包括多个显示内容同时还隐性地包括各个显示内容所对应的显示频率，向用户提供的操作引导内容既最大化满足了符合用户的功能提示又最大化避免了过于重复的操作引导降低用户体验的问题。

具体地，显示条件关系分析至少包括以下步骤中的一个或几个：获取在第一触发场景下在智能设备7上显示关于第一目标指令信息的第一悬浮窗提示消息的第二次数，并通过判断第二次数是否满足第二阈值的方式确定与第一悬浮窗提示消息相关的第一显示参数。显示第一目标指令信息的次数是否超过一定次数，例如该用户使用声控遥控装置1的期间出现第一悬浮窗提示信息进行引导的总次数已经超过第二阈值的情况下，则说明控制系统向用户提示引导第一有效操作已无必要性，应该降低第一悬浮窗提示消息与用户输入的该语音之间的相关联度，以此降低第一悬浮窗提示消息的显示频率。获取在第一触发场景下在第一预设时长范围内在智能设备7上显示第一悬浮窗提示消息的第三次数，并通过判断第三次数是否满足第三阈值的方式确定与第一悬浮窗提示消息相关的第三显示参数。在第一预设时长内下出现第一悬浮窗提示信息进行引导的次数已经超过第三阈值的情况下，即例如在一天以内对用户进行第一有效操作引导的次数超过两次，用户已经了解到该有效操作对应的指令内容，应该降低第一悬浮窗提示消息与用户输入的该语音之间的相关联度，以此降低第一悬浮窗提示消息的显示频率。获取在第一触发场景下该用户输入第一有效操作的第四次数，并通过判断第四次数是否满足第三阈值的方式确定与第一悬浮窗提示消息相关的第四显示参数。在控制系统提供提示引导之前，用户即能自己直接语音输入正确的指令内容，获取得到用户直接使用第一有效操作的次数满足预设阈值时，则说明用户已经掌握该该第一有效操作，以此降低第一悬浮窗提示消息的显示频率。获取在第一触发场景下在第二预设时长范围内该用户输入第一有效操作的第五次数，并通过判断第五次数是否满足第四阈值的方式确定与第一悬浮窗提示消息的第五显示参数。在控制系统提供提示引导之后，用户再次输入的内容为所提示的正确的指令内容，获取得到用户二次输入使用第一有效操作的次数满足预设阈值时，则说明用户是在得到提示后能够二次输入预期的指令内容，用户初步地掌握该第一有效操作，以此降低第一悬浮窗提示消息的显示频率。基于在第一触发场景下的第二显示参数、第三显示参数、第四显示参数与第五显示参数中的一个或几个动态地更新与第一悬浮窗提示消息相关联的当前显示参数，当前显示参数用于指示控制模块6控制智能设备7在其预设区域显示第一悬浮窗提示消息的显示频率。上述有效次数的统计是在智能设备7终端进行的，当用户完成一次语音输入指示智能设备7进行相应操作后，由智能设备7中的处理模块8更新统计的有效次数，并在下次接收到用户的语音输入信号时传输至控制模块6。

作为智能电视的主要使用群体之一、不熟悉操作方法的老年人可以通过语音进行语音参数录入，从而避免因录入方式的限制而对老年人观看电视造成障碍。同时，现有的语音提示方式通常是全程显示引导或一旦跳过功能就不再显示，但实际上用户对每一步操作的熟悉程度并不相同，当分析得到用户已经熟悉若干操作后，用户不再需要系统提醒，此时遥控装置可以隐去对应的提示信息。

根据一种优选实施方式，控制模块6还被配置为调取由智能设备7所确定的与第一用户信息相关联的预设语音场景数据，并根据第一目标指令信息与预设语音场景数据确定第一触发场景；根据第一触发场景与预设语音指令列表来确定用于提示用户可参考选择的第一有效操作，以此基于第一有效操作以及由显示条件关系分析所得到的当前显示参数，控制智能设备7在该智能设备7的预设区域显示与第一有效操作相关联的第一悬浮窗提示消息，预设区域以不影响用户持续观看智能设备7上的当前显示界面的方式，在预定时长内动态地显示第一悬浮窗提示消息。

根据一种优选实施方式，第一目标指令信息至少包括语音识别模块5通过语音转文字的方式从语音输入信号中识别出的第一目标指令信息，控制模块6在语音识别模块5从语音输入信号中识别出一个或几个第一目标指令信息时启动显示条件关系分析，以判断第一目标指令信息与预设语音指令列表之间的匹配程度，其中，当第一目标指令信息与预设语音指令列表中的至少一个有效操作之间的匹配程度满足预设匹配阈值时判断得到匹配成功，而当判断得到匹配失败时，获取该用户输入第一目标指令信息且在第二预设时长范围内该用户输入第一有效操作的第一次数，并通过判断第一次数是否满足第一阈值的方式确定第一关联关系，确定的第一关联关系用于指示控制模块6基于第一关联关系与第一用户信息，通过将第一目标指令信息与第一有效操作相绑定的方式，更新预设语音指令列表中的至少一个有效操作以及与第一悬浮窗提示消息相关联的当前显示参数，以使得预设语音指令列表能够在用户输入第一目标指令信息时与第一目标指令信息匹配成功。第一次数用于指示用户输入的语音内容与控制系统中预设的指令内容之间的对应程度。即为即使提醒了用户对应的控制系统内的指令内容，但用户不一定能够在使用时立即反应出该指令内容或选择采用该指令内容，而是保持用户自己已经习惯的惯用语，在满足第一次数后系统自动收录该用户的惯用语，下次输入时直接执行与之对应的指令内容，而无需再向用户提示引导。

根据一种优选实施方式，采集模块4还被配置为用于采集用户按住设于遥控装置1上的语音输入按键时的接触信息以及与之相关联的第一时刻，控制模块6将接收到的接触信息与第一时刻传输至设于智能设备7上的处理模块8，其中，处理模块8响应于接触信息而在智能设备7的预设区域内显示与接触信息相动态关联的输入状态悬浮窗，并同时获取智能设备7上与第一时刻相对应的第一显示状态以及与第一时刻相关联的至少一个第二显示状态，基于第一显示状态和/或第二显示状态和/或第一用户信息确定至少一个预设语音场景数据，预设语音场景数据用于提示用户可参考选择的第二有效操作，并根据第二有效操作控制智能设备7在该智能设备7的输入状态悬浮窗周围显示与第二有效操作相关联的第二悬浮窗提示信息。

根据一种优选实施方式，第一显示状态用于指示智能设备7在第一时刻时的显示界面的视频播放进度、显示界面亮度、视频画质、视频字幕语言、弹幕遮蔽显示界面情况、画面尺寸、广告信息中的一个或几个播放参数，第二显示状态用于指示智能设备7在第一时刻之前的一定时长例如一分钟内至少一个播放参数例如显示界面亮度、弹幕遮蔽显示界面情况等参数的变化趋势，以及在第一时刻之后的一定时长例如一分钟内至少一个播放参数例如适配播放进度、广告信息等参数的变化趋势，预设语音场景数据用于指示用户在第一时刻时可能进行的有效操作所属的播放参数。

根据一种优选实施方式，处理模块8被配置为将其处理得到的预设语音场景数据传输至控制模块6和/或语音识别模块5，预设语音场景数据至少包含预设操作对象和预设操作结果，其中，语音识别模块5在其识别得到的第一目标指令信息至少包括不明确操作对象和目标操作结果的情况下，在预设语音场景数据中确定与目标操作结果相匹配的预设操作结果以及与该预设操作结果相对应的预设操作对象，由此基于确定的预设操作结果与预设操作对象生成第一触发场景。

根据一种优选实施方式，遥控装置1至少包括彼此转动连接的第一筒身2和第二筒身3。在遥控装置1处于麦克风模式且第一筒身2因受到对其施加的外力作用而相对第二筒身3转动时，控制模块6能够响应于第一筒身2与第二筒身3之间的相对转动信息而相应的增大或减小麦克风模式下的音量，并能够响应于采集模块4所采集到的接触信息而将遥控装置1的麦克风模式切换为语音输入模式，在语音识别模块5所确定的第一触发场景不同于当前场景时结束麦克风模式。在用户进入的当前场景为唱歌相关场景时，控制模块6将遥控装置1的语音输入模式切换为麦克风模式，此时用户直接可以将遥控装置1用作麦克风，并且在使用麦克风模式的期间需要调节麦克风模式相关的例如混音效果、跳过前奏或首句领唱等参数时，用户只需与平时输入语音操作一样按住语音输入按键，此时遥控装置1的麦克风模式切换为语音输入模式，用户输入相应的语音内容进行控制，期间用户想要增大或减小麦克风模式下的音量时，握住第二筒身3使第一筒身2相对第二筒身3转动，控制模块6响应于第一筒身2与第二筒身3之间的相对转动信息，相对转动信息至少包括转动方向与转动幅度，以相应的增大或减小麦克风模式下的音量。

需要注意的是，上述具体实施例是示例性的，本领域技术人员可以在本发明公开内容的启发下想出各种解决方案，而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白，本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。

Claims (10)

1.一种智能设备遥控装置，其用于控制至少一个与之关联的智能设备，其特征是，所述遥控装置至少包括：

采集模块(4)，其被配置为用于采集由用户输入的语音输入信号以及与该用户相关的第一用户信息，

语音识别模块(5)，其被配置为：响应于所述采集模块(4)得到用户相关的第一用户信息，启动从所述采集模块(4)获得的语音输入信号识别至少一个针对与所述遥控装置相关联的智能设备的第一目标指令信息；

控制模块(6)，其被配置为根据所述第一目标指令信息与预设语音场景数据确定得到第一触发场景，基于所述第一触发场景启动显示条件关系分析，其中，

所述显示条件关系分析至少包括获取在所述第一触发场景下与所述第一目标指令信息和/或第一悬浮窗提示信息相关的至少一个有效次数，并通过判断至少一个所述有效次数和与之相对应的次数阈值之间的逻辑关系生成与所述第一悬浮窗提示消息相关联的当前显示参数，所述当前显示参数用于指示所述控制模块(6)控制智能设备(7)在其预设区域显示所述第一悬浮窗提示消息的显示频率。

2.根据权利要求1所述的遥控装置，其特征是，所述控制模块(6)还被配置为调取由智能设备(7)所确定的与所述第一用户信息相关联的预设语音场景数据，并根据所述第一目标指令信息与所述预设语音场景数据确定第一触发场景；

根据所述第一触发场景与预设语音指令列表来确定用于提示用户可参考选择的第一有效操作，以此基于所述第一有效操作以及由所述显示条件关系分析所得到的当前显示参数，控制智能设备(7)在该智能设备(7)的预设区域显示与所述第一有效操作相关联的第一悬浮窗提示消息，所述预设区域以不影响用户持续观看所述智能设备(7)上的当前显示界面的方式，在预定时长内动态地显示所述第一悬浮窗提示消息。

3.根据前述权利要求之一所述的遥控装置，其特征是，所述第一目标指令信息至少包括所述语音识别模块(5)通过语音转文字的方式从所述语音输入信号中识别出的第一目标指令信息，所述控制模块(6)在所述语音识别模块(5)从所述语音输入信号中识别出一个或几个第一目标指令信息时，启动所述显示条件关系分析以判断所述第一目标指令信息与所述预设语音指令列表之间的匹配程度，其中，

当所述第一目标指令信息与所述预设语音指令列表中的至少一个有效操作之间的匹配程度满足预设匹配阈值时判断得到匹配成功，而当判断得到匹配失败时，获取该用户输入所述第一目标指令信息且在第二预设时长范围内该用户输入所述第一有效操作的第一次数，并通过判断所述第一次数是否满足第一阈值的方式确定第一关联关系，确定的所述第一关联关系用于指示所述控制模块(6)基于所述第一关联关系与所述第一用户信息，通过将所述第一目标指令信息与所述第一有效操作相绑定的方式，更新所述预设语音指令列表中的至少一个有效操作以及与所述第一悬浮窗提示消息相关联的当前显示参数，以使得所述预设语音指令列表能够在用户输入第一目标指令信息时与所述第一目标指令信息匹配成功。

4.根据前述权利要求之一所述的遥控装置，其特征是，所述采集模块(4)还被配置为用于采集用户按住设于所述遥控装置(1)上的语音输入按键时的接触信息以及与之相关联的第一时刻，所述控制模块(6)将接收到的所述接触信息与所述第一时刻传输至设于所述智能设备(7)上的处理模块(8)，其中，

所述处理模块(8)响应于所述接触信息而在所述智能设备(7)的预设区域内显示与所述接触信息相动态关联的输入状态悬浮窗，并同时获取所述智能设备(7)上与所述第一时刻相对应的第一显示状态以及与所述第一时刻相关联的至少一个第二显示状态，基于所述第一显示状态和/或所述第二显示状态和/或所述第一用户信息确定至少一个所述预设语音场景数据，所述预设语音场景数据用于提示用户可参考选择的第二有效操作，并基于所述第二有效操作以及由所述显示条件关系分析所得到的当前显示参数，控制所述智能设备(7)在该智能设备(7)的输入状态悬浮窗周围显示与所述第二有效操作相关联的第二悬浮窗提示信息。

5.根据前述权利要求之一所述的遥控装置，其特征是，所述第一显示状态用于指示所述智能设备(7)在所述第一时刻时的显示界面的视频播放进度、显示界面亮度、视频画质、视频字幕语言、弹幕遮蔽显示界面情况、画面尺寸、广告信息中的一个或几个播放参数，

所述第二显示状态用于指示所述智能设备(7)在所述第一时刻之前的预设时长内至少一个播放参数的变化趋势，以及在所述第一时刻之后的预设时长内至少一个播放参数的变化趋势。

6.根据前述权利要求之一所述的遥控装置，其特征是，所述处理模块(8)被配置为将其处理得到的所述预设语音场景数据传输至所述控制模块(6)和/或所述语音识别模块(5)，所述预设语音场景数据至少包含预设操作对象和预设操作结果，其中，

所述语音识别模块(5)在其识别得到的所述第一目标指令信息至少包括不明确操作对象和目标操作结果的情况下，在所述预设语音场景数据中确定与所述所述目标操作结果相匹配的预设操作结果以及与该预设操作结果相对应的预设操作对象，由此基于确定的预设操作结果与所述预设操作对象生成所述第一触发场景。

7.一种智能设备控制方法，其用于控制至少一个与之关联的智能设备，其特征是，所述控制方法中至少包括采集模块(4)、语音识别模块(5)和控制模块(6)，所述控制方法至少包括以下步骤中的一个或几个：

所述采集模块(4)采集由用户输入的语音输入信号以及与该用户相关的第一用户信息，

所述语音识别模块(5)响应于所述采集模块(4)得到用户相关的第一用户信息，启动从所述采集模块(4)获得的语音输入信号识别至少一个针对与所述遥控装置相关联的智能设备的第一目标指令信息；

所述控制模块(6)根据所述第一目标指令信息与预设语音场景数据确定得到第一触发场景，基于所述第一触发场景启动显示条件关系分析，其中，

所述显示条件关系分析至少包括获取在所述第一触发场景下与所述第一目标指令信息和/或第一悬浮窗提示信息相关的至少一个有效次数，并通过判断至少一个所述有效次数和与之相对应的次数阈值之间的逻辑关系生成与所述第一悬浮窗提示消息相关联的当前显示参数，所述当前显示参数用于指示所述控制模块(6)控制智能设备(7)在其预设区域显示所述第一悬浮窗提示消息的显示频率。

8.根据前述权利要求之一所述的控制方法，其特征是，所述控制方法还包括以下步骤中的一个或几个：

所述控制模块(6)调取由智能设备(7)所确定的与所述第一用户信息相关联的预设语音场景数据，并根据所述第一目标指令信息与所述预设语音场景数据确定第一触发场景；

所述控制模块(6)根据所述第一触发场景与预设语音指令列表来确定用于提示用户可参考选择的第一有效操作，以此基于所述第一有效操作以及由所述显示条件关系分析所得到的当前显示参数，控制智能设备(7)在该智能设备(7)的预设区域显示与所述第一有效操作相关联的第一悬浮窗提示消息，所述预设区域以不影响用户持续观看所述智能设备(7)上的当前显示界面的方式，在预定时长内动态地显示所述第一悬浮窗提示消息。

9.根据前述权利要求之一所述的控制方法，其特征是，所述控制方法中的所述第一目标指令信息至少包括所述语音识别模块(5)通过语音转文字的方式从所述语音输入信号中识别出的第一目标指令信息，所述控制模块(6)在所述语音识别模块(5)从所述语音输入信号中识别出一个或几个第一目标指令信息时，启动所述显示条件关系分析以判断所述第一目标指令信息与所述预设语音指令列表之间的匹配程度，其中，

当所述第一目标指令信息与所述预设语音指令列表中的至少一个有效操作之间的匹配程度满足预设匹配阈值时判断得到匹配成功，而当判断得到匹配失败时，获取该用户输入所述第一目标指令信息且在第二预设时长范围内该用户输入所述第一有效操作的第一次数，并通过判断所述第一次数是否满足第一阈值的方式确定第一关联关系，确定的所述第一关联关系用于指示所述控制模块(6)基于所述第一关联关系与所述第一用户信息，通过将所述第一目标指令信息与所述第一有效操作相绑定的方式，更新所述预设语音指令列表中的至少一个有效操作以及与所述第一悬浮窗提示消息相关联的当前显示参数，以使得所述预设语音指令列表能够在用户输入第一目标指令信息时与所述第一目标指令信息匹配成功。

10.根据前述权利要求之一所述的控制方法，其特征是，所述遥控装置(1)至少包括彼此转动连接的第一筒身(2)和第二筒身(3)，所述控制方法至少包括在所述遥控装置(1)处于麦克风模式且所述第一筒身(2)因受到对其施加的外力作用而相对所述第二筒身(3)转动时，所述控制模块(6)能够响应于所述第一筒身(2)与所述第二筒身(3)之间的相对转动信息而相应的增大或减小所述麦克风模式下的音量，并能够响应于所述采集模块(4)所采集到的接触信息而将所述遥控装置(1)的麦克风模式切换为语音输入模式，在所述语音识别模块(5)所确定的第一触发场景不同于当前场景时结束所述麦克风模式。

Images