CN111128142A - 一种智能音箱拨打电话的方法、装置及智能音箱 - Google Patents

Abstract

本发明适用于音箱技术领域，提供了一种智能音箱拨打电话的方法、装置及智能音箱，其中，该智能音箱拨打电话的方法包括：获取用户的语音信息，将所述语音信息上传至服务器，以使得所述服务器对所述语音信息进行语音识别并生成对应的文本信息，接收所述服务器返回的所述文本信息，检测所述文本信息中是否存在电话信息，若存在，则拨打电话。本发明在音箱没有内置SIM卡的状态下，通过检测与用户语音信息相对应的文本信息中是否存在电话信息，从而控制音箱拨打电话，能够提高音箱的智能化程度。

Description

一种智能音箱拨打电话的方法、装置及智能音箱

技术领域

本发明涉及音箱技术领域，尤其涉及一种智能音箱拨打电话的方法、装置、智能音箱及计算机可读存储介质。

背景技术

随着智能音箱的广泛普及，用音箱播放音乐及有声读物成为人们日常生活中的一部分，音箱也是整个音箱系统的终端，其作用是把音频电能转换成相应的声能，并把它辐射到空间去。

然而，现有的音箱不具备拨打电话的功能，不利于提高音箱的智能化程度。

故有必要提出一种新的技术方案，以解决上述技术问题。

发明内容

鉴于此，本发明实施例提供了一种智能音箱拨打电话的方法、装置及智能音箱，可以在没有内置SIM卡的状态下拨打电话，提高音箱的智能化程度。

本发明实施例的第一方面提供了一种智能音箱拨打电话的方法，所述方法包括：

获取用户的语音信息；

将所述语音信息上传至服务器，以使得所述服务器对所述语音信息进行语音识别并生成对应的文本信息；

接收所述服务器返回的所述文本信息；

检测所述文本信息中是否存在电话信息，若存在，则拨打电话。

本发明实施例的第二方面提供了一种智能音箱拨打电话的装置，所述装置包括：

获取模块，用于获取用户的语音信息；

上传模块，用于将所述语音信息上传至服务器，以使得所述服务器对所述语音信息进行语音识别并生成对应的文本信息；

接收模块，用于接收所述服务器返回的所述文本信息；

执行模块，用于检测所述文本信息中是否存在电话信息，若存在，则拨打电话。

本发明实施例的第三方面提供了一种智能音箱，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，上述处理器执行上述计算机程序时实现上述第一方面提及的方法。

本发明实施例的第四方面提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，上述计算机程序被处理器执行时实现上述第一方面提及的方法。

本发明实施例与现有技术相比存在的有益效果是：在本实施例中，首先获取用户的语音信息，然后将所述语音信息上传至服务器，以使得服务器对该语音信息进行语音识别并生成对应的文本信息，再接收所述服务器返回的文本信息，最后检测所述文本信息中是否存在电话信息，若存在，则拨打电话。与现有技术相比，本发明实施例可以在音箱没有内置SIM卡的状态下，通过检测与用户语音信息相对应的文本信息中是否存在电话信息，从而控制音箱拨打电话，能够提高音箱的智能化程度，具有较强的易用性和实用性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的智能音箱拨打电话的方法的流程示意图；

图2为本发明实施例二提供的智能音箱拨打电话的方法的流程示意图；

图3为本发明实施例三提供的智能音箱拨打电话的方法的流程示意图；

图4为本发明实施例四提供的智能音箱拨打电话的装置的结构示意图；

图5为本发明实施例五提供的智能音箱的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

具体实现中，本发明实施例中描述的移动终端包括但不限于诸如具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是，在某些实施例中，所述设备并非便携式通信设备，而是具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的台式计算机。

在接下来的讨论中，描述了包括显示器和触摸敏感表面的移动终端。然而，应当理解的是，移动终端可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。

移动终端支持各种应用程序，例如以下中的一个或多个：绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。

可以在移动终端上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样，终端的公共物理架构(例如，触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。

应理解，本实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一

图1是本发明实施例一提供的智能音箱拨打电话的方法的流程示意图，该方法可以包括以下步骤：

S101：获取用户的语音信息。

在一个实施例中，通过智能音箱内置的麦克风或麦克风阵列来获取用户的语音信息。

在一个实施例中，用户通过自然语言向所述智能音箱提出服务请求，以便于所述智能音箱采集用户的语音信息。

S102：将所述语音信息上传至服务器，以使得所述服务器对所述语音信息进行语音识别并生成对应的文本信息。

本实施例中将所述语音信息上传至服务器，以便于服务器在对所述语音信息识别后将其转换为对应的文本信息。需要说明的是，通常在综合考虑识别速度和识别精度等多种因素的影响后，会优先选择在服务器端完成用户语音信息的解析。

S103：接收所述服务器返回的所述文本信息。

其中，所述文本信息是根据所述语音信息转换后获得的。

S104：检测所述文本信息中是否存在电话信息，若存在，则拨打电话。

由于用户的语音信息中可能不存在对应的电话信息，例如：用户向智能音箱询问今天的天气怎么样。因此，本实施例只有在检测到所述文本信息中存在电话信息后，才开始执行上述步骤S104中的拨打电话操作。

其中，所述电话信息可以包括：被呼叫用户的电话号码和/或被呼叫用户的姓名。

由上可见，在本发明实施例中，结合音箱内置的无线通信模块及语音识别技术，能够主动接收用户的语音信息，在对其进行语音识别后，通过无线通信模块拨打电话，从而使得整个拨打电话的操作更加简洁化和智能化；另外，用户可以一边打电话一边做其他事情，极大地增强了用户的体验感，具有较强的易用性和实用性。

实施例二

图2为本发明实施例二提供的智能音箱拨打电话的方法的流程示意图，是对上述实施例一中的步骤S104的进一步细化和说明，该方法可以包括以下步骤：

S201：获取用户的语音信息。

S202：将所述语音信息上传至服务器，以使得所述服务器对所述语音信息进行语音识别并生成对应的文本信息。

S203：接收所述服务器返回的所述文本信息。

其中，上述步骤S201-S203与实施例一中的步骤S101-S103相同，在此不作重复赘述。

S204：检测所述文本信息中是否存在电话号码，若存在，则拨打所述电话号码。

其中，所述电话号码可以为完整的手机号码，也可以仅为手机尾号，还可以为固定电话号码。

在一个实施例中，当检测到所述文本信息中存在电话号码时，可以直接采用现有技术中的任意一种方法来拨打该电话号码，例如：基于免提应用协议(Hands FreeProfile，HFP)来拨打该电话号码。

在一个实施例中，可以在检测到所述文本信息中存在电话号码之后，继续检测该文本信息中是否包含特殊的指令，例如：当存在电话号码的文本信息是“请在时间为9:00AM时，给电话号码为：18908357463的用户拨打电话”，此时可以控制该智能音箱在预定的时间点通过HFP协议来拨打该电话号码以满足某些用户的特殊需求。

以一种具体的应用场景为例，当用户忘记自己的手机放在哪里时，只需对着智能音箱说出自己的电话号码，音箱在检测到所述文本信息中存在电话号码后自动拨打，从而帮助用户尽快找到手机，避免在用户手边没有第二部手机时需要自己到处翻找这种耗时耗力的情形出现。

在一个实施例中，若用户的语音信息中同时包含被呼叫用户的姓名和被呼叫用户的电话号码时，直接拨打识别出的电话号码，忽略被呼叫用户的姓名。

由上可见，本发明实施例二相比于实施例一，给出了当所述文本信息中包含电话号码时拨打电话的具体实现方式，可以在检测到文本信息中存在电话号码后自动拨打，增强了音箱的智能性，具有较强的易用性和实用性。

实施例三

图3为本发明实施例三提供的智能音箱拨打电话的方法的流程示意图，是对上述实施例一中的步骤S104的又一细化和说明，该方法可以包括以下步骤：

S301：获取用户的语音信息。

S302：将所述语音信息上传至服务器，以使得所述服务器对所述语音信息进行语音识别并生成对应的文本信息。

S303：接收所述服务器返回的所述文本信息。

其中，上述步骤S201-S203与实施例一中的步骤S101-S103相同，在此不作重复赘述。

S304：检测所述文本信息中是否存在联系人信息，若存在联系人信息，则从预先存储的通讯录中查找所述联系人信息，若查找到，则从所述通讯录中获取所述联系人信息对应的电话号码，并拨打所述电话号码。

在一个实施例中，在从预先存储的通讯录中查找所述联系人信息对应的电话号码之前，可以先从移动终端获取通讯录，并存储获取的所述通讯录。其中，所述移动终端包括但不限于智能手机、平板电脑、笔记本电脑和手表电话等可以存储通讯录的蓝牙设备。

在一个实施例中，所述联系人信息包括联系人的姓名。

在一个实施例中，基于电话号码簿访问协议(Phonebook Access Profile，PBAP)来获取用户手机上的通讯录并存储在所述智能音箱上。其中，所述手机上的通讯录包括存储在用户手机内存卡中的通讯录和存储在用户手机SIM卡中的通讯录。

在一个实施例中，当所述联系人信息为联系人的姓名时，可以通过姓名拼音匹配的方式，从预先存储的通讯录中查找所述姓名。若从预先存储的通讯录中查找到的所述姓名不止一个，则分别获取每个名字对应的电话号码，并请求服务器将其合成为对应的语音信息后下发至智能音箱，以便于所述智能音箱通过语音播报的方式供用户进行选择，当用户通过语音选择确认待呼叫用户所对应的电话号码后，再次开始智能音箱识别用户语音信息的操作过程。

在一个实施例中，当所述联系人信息为联系人的姓名时，若从所述通讯录中获取到的所述姓名对应的电话号码不止一个，则按照所述通讯录中预先设置的电话号码优先级，拨打优先级最高的电话号码，其中，所述优先级为用户在移动终端上为同一个联系人添加多个电话号码时输入的先后顺序。具体的，按照优先级的顺序，直接拨打优先级最高的电话号码，若在预设时长内未拨通的次数达到预设的阈值，则开始拨打次优先级的电话号码，重复上述过程，直至拨通该用户的电话。

在一个实施例中，若从所述通讯录中未查找到所述联系人人信息，则进行语音提示。

由上可见，本申请实施例二相比于实施例一，给出了当所述的文本信息中存在联系人信息时拨打电话的具体实现方式，可以通过语音过滤音箱本地存储的通讯录，从而实现智能拨打电话的目的，具有较强的易用性和实用性。

实施例四

图4是本发明实施四提供的智能音箱拨打电话的装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分。

该智能音箱拨打电话的装置可以是内置于智能音箱内的软件单元、硬件单元或者软硬结合的单元，也可以作为独立的挂件集成到所述智能音箱中。

所述智能音箱拨打电话的装置，包括：

获取模块41，用于获取用户的语音信息；

上传模块42，用于将所述语音信息上传至服务器，以使得所述服务器对所述语音信息进行语音识别并生成对应的文本信息；

接收模块43，用于接收所述服务器返回的所述文本信息；

执行模块44，用于检测所述文本信息中是否存在电话信息，若存在，则拨打电话。

在一个实施例中，所述执行模块44，具体用于检测所述文本信息中是否存在电话号码，若存在，则拨打所述电话号码。

在一个实施例中，所述执行模块44，具体用于检测所述文本信息中是否存在联系人信息，若存在联系人信息，则从预先存储的通讯录中查找所述联系人信息，若查找到，则从所述通讯录中获取所述联系人信息对应的电话号码，并拨打所述电话号码。

在一个实施例中，所述执行模块44，具体用于若从所述通讯录中获取到的所述联系人信息对应的电话号码不止一个，则按照所述通讯录中预先设置的电话号码优先级，拨打优先级最高的电话号码。

在一个实施例中，所述装置还包括：语音提示模块，用于若从所述通讯录中未查找到所述联系人信息，则进行语音提示。

实施例五

图5是本发明实施例五提供的智能音箱的结构示意图。如图5所示，该实施例的智能音箱5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述方法实施例一中的步骤，例如图1所示的步骤S101至S104。或者，实现上述方法实施例二中的步骤，例如图2所示的步骤S201至S204。或者，实现上述方法实施例三中的步骤，例如图3所示的步骤S301至S304。所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能，例如图4所示模块41至44的功能。

示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述智能音箱5中的执行过程。例如，所述计算机程序52可以被分割成获取模块、上传模块、获取模块、执行模块，各模块具体功能如下：

获取模块，用于获取用户的语音信息；

上传模块，用于将所述语音信息上传至服务器，以使得所述服务器对所述语音信息进行语音识别并生成对应的文本信息；

接收模块，用于接收所述服务器返回的所述文本信息；

执行模块，用于检测所述文本信息中是否存在电话信息，若存在，则拨打电话。

所述智能音箱可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是智能音箱5的示例，并不构成对智能音箱5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述智能音箱还可以包括输入输出设备、网络接入设备、总线等。

所述处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器51可以是所述智能音箱5的内部存储单元，例如智能音箱5的硬盘或内存。所述存储器51也可以是所述智能音箱5的外部存储设备，例如所述智能音箱5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述智能音箱5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述智能音箱所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所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单元来实现本实施例方案的目的。

另外，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单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种智能音箱拨打电话的方法，其特征在于，所述方法包括：

获取用户的语音信息；

将所述语音信息上传至服务器，以使得所述服务器对所述语音信息进行语音识别并生成对应的文本信息；

接收所述服务器返回的所述文本信息；

检测所述文本信息中是否存在电话信息，若存在，则拨打电话。

2.根据权利要求1所述的方法，其特征在于，所述检测所述文本信息中是否存在电话信息，若存在，则拨打电话包括：

检测所述文本信息中是否存在电话号码，若存在，则拨打所述电话号码。

3.根据权利要求1所述的方法，其特征在于，所述检测所述文本信息中是否存在电话信息，若存在，则拨打电话包括：

检测所述文本信息中是否存在联系人信息，若存在联系人信息，则从预先存储的通讯录中查找所述联系人信息，若查找到，则从所述通讯录中获取所述联系人信息对应的电话号码，并拨打所述电话号码。

4.根据权利要求3所述的方法，其特征在于，所述从所述通讯录中获取所述联系人信息对应的电话号码，并拨打所述电话号码包括：

若从所述通讯录中获取到的所述联系人信息对应的电话号码不止一个，则按照所述通讯录中预先设置的电话号码优先级，拨打优先级最高的电话号码。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

若从所述通讯录中未查找到所述联系人信息，则进行语音提示。

6.根据权利要求3至5任一项所述的方法，其特征在于，在从预先存储的通讯录中获取所述联系人信息对应的电话号码之前还包括：

从移动终端获取通讯录，并存储获取的所述通讯录。

7.一种智能音箱拨打电话的装置，其特征在于，所述装置包括：

获取模块，用于获取用户的语音信息；

上传模块，用于将所述语音信息上传至服务器，以使得所述服务器对所述语音信息进行语音识别并生成对应的文本信息；

接收模块，用于接收所述服务器返回的所述文本信息；

执行模块，用于检测所述文本信息中是否存在电话信息，若存在，则拨打电话。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

语音提示模块，用于若从所述通讯录中未查找到所述联系人信息，则进行语音提示。

9.一种智能音箱，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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至6中任一项所述方法的步骤。

Images