CN111276139A - 语音唤醒方法及装置 - Google Patents

语音唤醒方法及装置 Download PDF

Info

Publication number
CN111276139A
CN111276139A CN202010015663.6A CN202010015663A CN111276139A CN 111276139 A CN111276139 A CN 111276139A CN 202010015663 A CN202010015663 A CN 202010015663A CN 111276139 A CN111276139 A CN 111276139A
Authority
CN
China
Prior art keywords
equipment
intelligent
current
current intelligent
information
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.)
Granted
Application number
CN202010015663.6A
Other languages
English (en)
Other versions
CN111276139B (zh
Inventor
米雪
黄荣升
王芃
孟洋
罗友
姜晓龙
金鹿
蒋习旺
李轩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010015663.6A priority Critical patent/CN111276139B/zh
Publication of CN111276139A publication Critical patent/CN111276139A/zh
Priority to US17/020,329 priority patent/US20210210091A1/en
Priority to JP2020191557A priority patent/JP7239544B2/ja
Application granted granted Critical
Publication of CN111276139B publication Critical patent/CN111276139B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/4401—Bootstrapping
    • G06F9/4418—Suspend and resume; Hibernate and awake
    • 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
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
    • 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)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Security & Cryptography (AREA)
  • General Health & Medical Sciences (AREA)
  • Telephone Function (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本申请公开了语音唤醒方法及装置，涉及人机交互技术领域。具体实现方案为：采集用户的唤醒语音，根据唤醒语音以及当前智能设备的状态信息，生成当前智能设备的唤醒信息；接收组网内的非当前智能设备发送的唤醒信息；结合组网内各个智能设备的唤醒信息，确定当前智能设备是否为目标语音交互设备；在当前智能设备为目标语音交互设备时，控制当前智能设备与用户进行语音交互，该方法由智能设备结合各个智能语音设备的唤醒信息，确定最优的智能语音设备，并由最优的智能语音设备对用户的唤醒词进行响应，避免多个智能设备同时响应对用户造成干扰，使得用户能够很明确的了解哪个设备是与用户进行语音交互的设备，语音交互效率高。

Description

语音唤醒方法及装置
技术领域
本申请涉及语音处理技术领域，具体涉及人机交互技术领域，尤其涉及语音唤醒方法及装置。
背景技术
目前，在家庭等场景的组网中，一般会设置有多个智能语音设备，例如智能音箱、智能电视机等，当用户说出唤醒词时，多个智能语音设备会同时进行响应，唤醒音干扰大，降低了用户的唤醒体验，且使得用户难以了解哪个设备是与用户进行语音交互的设备，语音交互效率差。
发明内容
本申请提出一种语音唤醒方法及装置，通过由智能设备结合各个智能语音设备的唤醒信息，确定最优的智能语音设备，并由最优的智能语音设备对用户的唤醒词进行响应，避免多个智能设备同时响应对用户造成干扰，使得用户能够很明确的了解哪个设备是与用户进行语音交互的设备，语音交互效率高。
本申请第一方面实施例提出了一种语音唤醒方法，包括：采集用户的唤醒语音，根据所述唤醒语音以及所述当前设备的状态信息，生成所述当前设备的唤醒信息；将所述当前设备的唤醒信息发送至所述组网内的非当前智能设备，以及接收所述组网内的非当前智能设备发送的唤醒信息；结合所述组网内各个智能设备的唤醒信息，确定所述当前智能设备是否为目标语音交互设备；在所述当前智能设备为目标语音交互设备时，控制所述当前智能设备与所述用户进行语音交互。
在本申请的一个实施例中，结合所述组网内各个智能设备的唤醒信息，确定所述当前智能设备是否为目标语音交互设备，包括：获取所述当前智能设备的唤醒信息的生成时间点；获取接收所述非当前智能设备的唤醒信息的接收时间点；根据所述生成时间点和所述接收时间点，确定第一智能设备；所述第一智能设备为对应的接收时间点与所述生成时间点的差值绝对值小于预设差值阈值的智能设备；根据所述当前智能设备的唤醒信息，以及所述第一智能设备的唤醒信息，确定所述当前智能设备是否为目标语音交互设备。
在本申请的一个实施例中，采集用户的唤醒语音，根据所述唤醒语音以及所述当前智能设备的状态信息，生成所述当前智能设备的唤醒信息之前，还包括：所述当前智能设备在加入所述组网时，根据所述组网的组播地址向所述组网内的非当前智能设备组播所述第一智能设备的地址；接收所述组网内的非当前智能设备返回的非当前智能设备的地址；建立所述组播地址与各个智能设备的地址之间的对应关系，以在所述组网内的一个智能设备组播时，所述组网内的其他智能设备能够收到组播数据。
在本申请的一个实施例中，结合所述组网内各个智能设备的唤醒信息，确定所述当前智能设备是否为目标语音交互设备，包括：按照预设的计算策略对所述当前智能设备的唤醒信息中的各个参数进行计算，得到计算结果；按照预设的计算策略对各个非当前智能设备的唤醒信息中的各个参数进行计算，得到计算结果；在未存在第二智能设备时，将所述当前智能设备确定为目标语音交互设备；所述第二智能设备为对应的计算结果大于所述当前智能设备的计算结果的智能设备。
在本申请的一个实施例中，唤醒信息包括：唤醒语音强度，以及以下参数中的任意一种或者多种：智能设备是否处于活跃状态、智能设备是否被人眼注视、智能设备是否被手势指向。
本申请实施例的语音唤醒方法，应用于组网内的当前智能设备，通过采集用户的唤醒语音，根据所述唤醒语音以及所述当前智能设备的状态信息，生成所述当前智能设备的唤醒信息；将所述当前智能设备的唤醒信息发送至所述组网内的非当前智能设备，以及接收所述组网内的非当前智能设备发送的唤醒信息；结合所述组网内各个智能设备的唤醒信息，确定所述当前智能设备是否为目标语音交互设备；在所述当前智能设备为目标语音交互设备时，控制所述当前智能设备与所述用户进行语音交互。该方法由智能设备结合各个智能语音设备的唤醒信息，确定最优的智能语音设备，并由最优的智能语音设备对用户的唤醒词进行响应，避免多个智能设备同时响应对用户造成干扰，使得用户能够很明确的了解哪个设备是与用户进行语音交互的设备，语音交互效率高。
本申请第二方面实施例提出了一种语音唤醒装置，包括：采集模块，用于采集用户的唤醒语音，根据所述唤醒语音以及所述当前智能设备的状态信息，生成所述当前智能设备的唤醒信息；发送接收模块，用于将所述当前智能设备的唤醒信息发送至所述组网内的非当前智能设备，以及接收所述组网内的非当前智能设备发送的唤醒信息；确定模块，用于结合所述组网内各个智能设备的唤醒信息，确定所述当前智能设备是否为目标语音交互设备；控制模块，用于在所述当前智能设备为目标语音交互设备时，控制所述当前智能设备与所述用户进行语音交互。
在本申请的一个实施例中，确定模块具体用于，获取所述当前智能设备的唤醒信息的生成时间点；获取接收所述非当前智能设备的唤醒信息的接收时间点；根据所述生成时间点和所述接收时间点，确定第一智能设备；所述第一智能设备为对应的接收时间点与所述生成时间点的差值绝对值小于预设差值阈值的智能设备；根据所述当前智能设备的唤醒信息，以及所述第一智能设备的唤醒信息，确定所述当前智能设备是否为目标语音交互设备。
在本申请的一个实施例中，语音唤醒装置还包括：建立模块；所述发送接收模块，还用于在所述当前智能设备加入所述组网时，根据所述组网的组播地址向所述组网内的非当前智能设备组播所述当前智能设备的地址；接收所述组网内的非当前智能设备返回的非当前智能设备的地址；所述建立模块，用于建立所述组播地址与各个智能设备的地址之间的对应关系，以在所述组网内的一个智能设备组播时，所述组网内的其他智能设备能够收到组播数据。
在本申请的一个实施例中，所述确定模块具体用于，按照预设的计算策略对所述当前智能设备的唤醒信息中的各个参数进行计算，得到计算结果；按照预设的计算策略对各个非当前智能设备的唤醒信息中的各个参数进行计算，得到计算结果；在未存在第二智能设备时，将所述当前智能设备确定为目标语音交互设备；所述第二智能设备为对应的计算结果大于所述当前智能设备的计算结果的智能设备。
在本申请的一个实施例中，所述唤醒信息包括：唤醒语音强度，以及以下参数中的任意一种或者多种：智能设备是否处于活跃状态、智能设备是否被人眼注视、智能设备是否被手势指向。
本申请实施例的语音唤醒装置，应用于组网内的当前智能设备，通过采集用户的唤醒语音，根据所述唤醒语音以及所述当前智能设备的状态信息，生成所述当前智能设备的唤醒信息；将所述当前智能设备的唤醒信息发送至所述组网内的非当前智能设备，以及接收所述组网内的非当前智能设备发送的唤醒信息；结合所述组网内各个智能设备的唤醒信息，确定所述当前智能设备是否为目标语音交互设备；在所述当前智能设备为目标语音交互设备时，控制所述当前智能设备与所述用户进行语音交互。该装置由智能设备结合各个智能语音设备的唤醒信息，确定最优的智能语音设备，并由最优的智能语音设备对用户的唤醒词进行响应，避免多个智能设备同时响应对用户造成干扰，使得用户能够很明确的了解哪个设备是与用户进行语音交互的设备，语音交互效率高。
本申请第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请实施例的语音唤醒方法。
本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请实施例的语音唤醒方法。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请第一实施例的示意图；
图2是根据本申请第二实施例的示意图；
图3是根据本申请实施例的组网结构示意图；
图4是根据本申请第三实施例的示意图；
图5是根据本申请第四实施例的示意图；
图6是根据本申请第五实施例的示意图；
图7是根据本申请第六实施例的示意图；
图8是根据本申请第七实施例的示意图；
图9是用来实现本申请实施例的语音唤醒方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的语音唤醒方法及装置。
图1是根据本申请第一实施例的示意图。
如图1所示，该语音唤醒方法包括：
步骤101，采集用户的唤醒语音，根据唤醒语音以及当前智能设备的状态信息，生成当前智能设备的唤醒信息。
在本申请实施例中，当前智能设备可以为组网内的任意一个智能设备，也就是说，组网内的任意一个智能设备都可以执行图1所示的方法。在本申请实施例中，当前智能设备可实时采集用户的语音并进行识别，当在用户的语音中采集到预设的唤醒词时，确定采集到用户的唤醒语音。比如，唤醒词可以为“小度小度”、“若琪”、“叮咚叮咚”等。
可选地，根据唤醒语音以及当前智能设备的状态信息生成当前智能设备的唤醒信息。作为一种示例，可根据唤醒语音的强度、当前智能设备是否处于活跃状态、当前智能设备是否被人眼注视、当前智能设备是否被手势指向等生成该当前智能设备的唤醒信息。其中，当前智能设备是否处于活跃状态，比如当前智能设备是否处于播放视频、播放音乐等状态。另外，需要说明的是，唤醒信息可包括但不限于唤醒语音强度，以及以下参数中的任意一种或多种：智能设备是否处于活跃状态、智能设备是否被人眼注视、智能设备是否被手势指向等。其中，需要说明的是，智能设备可设置摄像头，用于采集人脸图像或人眼图像，从而确定是否被人眼注视以及是否被手势指向。
为了使当前智能设备可将唤醒信息发送至其他智能设备以及接收其他智能设备发送的唤醒信息，可选地，如图2所示，图2是根据本申请第二实施例的示意图。在当前智能设备采集用户的唤醒语音，根据唤醒语音以及智能设备的状态信息，生成当前智能设备的唤醒信息之前，可建立各个设备地址与组网的组播地址之间的对应关系，具体如下：
步骤201，当前智能设备在加入组网时，根据组网的组播地址向组网内的非当前智能设备组播当前智能设备的地址。
可以理解，通过无线方式进行设备组网可包括但不限于WIFI(无线保真)、蓝牙、以及zigbee(紫蜂技术)等。
作为一种示例，在通过WIFI进行智能设备组网时，通过设置路由器并将路由器的地址设置为组播地址，智能设备可将数据发送至路由器，通过路由器将数据转发至其他智能设备。如图3所示，智能设备A、B、C之间通过路由器进行数据的转发，并且设备之间可利用心跳维持设备列表的动态更新。
作为另一种示例，在通过蓝牙进行智能设备组网时，可将每个智能设备作为路由器，用于智能设备之间的数据转发。比如，智能设备A和智能设备C之间进行数据转发，可将位于智能设备A和智能设备C之间的智能设备B作为路由器，从而实现智能设备A和智能设备C之间的数据转发。
作为又一种示例，在通过zigbee进行智能设备组网时，以部分智能设备具有路由功能为例，具有路由功能的智能设备可直接进行数据的转发，而没有路由功能的智能设备可将数据上报至具有路由功能的智能设备，从而完成智能设备之间数据的转发。
在本申请实施例中，当前智能设备加入组网时，组网中的路由器可记录该当前智能设备的地址，以及记录组播地址与该当前智能设备的地址的对应关系，并将该当前智能设备的地址发送至与组播地址有对应关系的其他智能设备。其中，需要说明的是，组网中的各个智能设备可具有相同的组播地址，以及唯一的设备地址。
步骤202，接收组网内的非当前智能设备返回的非当前智能设备的地址。
步骤203，建立组播地址与各个智能设备的地址之间的对应关系，以在组网内的一个智能设备组播时，组网内的其他智能设备能够收到组播数据。
在本申请实施例中，通过每个智能设备加入组网时，路由器记录每个智能设备的地址，以及记录组播地址与各个智能设备的地址之间的对应关系，从而可建立组播地址与各个智能设备的地址之间的对应关系，可使每个智能设备具有一个包括组网内所有智能设备的地址的列表，以在组网内的一个智能设备组播时，组网内的其他智能设备能够收到组播数据。
需要说明的是，建立组播地址与各个智能设备的地址之间的对应关系后，当智能设备接收到目标地址为组播地址的数据时，该智能设备可确定该数据为发送给自身的数据。
步骤102，将当前智能设备的唤醒信息发送至组网内的非当前智能设备，以及接收组网内的非当前智能设备发送的唤醒信息。
在本申请实施例中，可将携带当前智能设备标识的唤醒信息通过组网内的路由器发送给组网内的其他智能语音设备，以及接收组网内的其他智能设备发送的唤醒信息。
步骤103，结合组网内各个智能设备的唤醒信息，确定当前智能设备是否为目标语音交互设备。
作为一种示例，根据智能设备的唤醒信息的生成时间点和接收时间点确定第一智能设备，根据当前智能设备的唤醒信息，以及第一智能设备的唤醒信息，确定当前智能设备是否为目标语音交互设备。作为另一种示例，按照预设的计算策略对组网内各个智能设备的唤醒信息中的各个参数进行计算，并将各个智能设备的各个参数的计算结果进行比对，从而确定当前智能设备是否为目标语音交互设备。作为又一种示例，将当前智能设备的唤醒信息的各个参数和第一智能设备的唤醒信息中的各个参数进行计算，并将当前智能设备的唤醒信息的各个参数的计算结果与第一智能设备的各个参数的计算结果进行比对，从而确定当前智能设备是否为目标语音交互设备。具体详见后续实施例的描述。
步骤104，在当前智能设备为目标语音交互设备时，控制当前智能设备与用户进行语音交互。
在本申请实施例中，在当前智能设备为目标语音交互设备时，当前智能设备对用户的唤醒词进行响应，进而与用户进行语音交互
本申请实施例的语音唤醒方法，通过采集用户的唤醒语音，根据唤醒语音以及当前智能设备的状态信息，生成当前智能设备的唤醒信息；将当前智能设备的唤醒信息发送至组网内的非当前智能设备，以及接收组网内的非当前智能设备发送的唤醒信息；结合组网内各个智能设备的唤醒信息，确定当前智能设备是否为目标语音交互设备；在当前智能设备为目标语音交互设备时，控制当前智能设备与所述用户进行语音交互。该方法由智能设备结合各个智能语音设备的唤醒信息，确定最优的智能语音设备，并由最优的智能语音设备对用户的唤醒词进行响应，避免多个智能设备同时响应对用户造成干扰，使得用户能够很明确的了解哪个设备是与用户进行语音交互的设备，语音交互效率高。
图4是根据本申请第三实施例的示意图。如图4所示，根据智能设备的唤醒信息的生成时间点和接收时间点确定第一智能设备，根据当前智能设备的唤醒信息，以及第一智能设备的唤醒信息，确定当前智能设备是否为目标语音交互设备，具体实现过程如下：
步骤401，获取当前智能设备的唤醒信息的生成时间点。
可以理解，当前智能设备根据唤醒语音以及当前智能设备的状态信息生成该智能设备的唤醒信息时，可对唤醒信息的生成时间点进行记录，从而可获取当前智能设备的唤醒信息的生成时间点。
步骤402，获取接收非当前智能设备的唤醒信息的接收时间点。
在本申请实施例中，当前智能设备在接收组网内的非当前智能设备发送的唤醒信息时，可对接收时间进行记录，从而可获取接收非当前智能设备的唤醒信息的接收时间点。
步骤403，根据生成时间点和接收时间点，确定第一智能设备；第一智能设备为对应的接收时间点与生成时间点的差值绝对值小于预设差值阈值的智能设备。
举例而言，以生成时间点为t，预设差值阈值为m为例，当当前智能设备在时间范围(t-m，t+m)内接收到非当前智能设备的唤醒信息时，将该非当前智能设备作为第一智能设备。
步骤404，根据当前智能设备的唤醒信息，以及第一智能设备的唤醒信息，确定当前智能设备是否为目标语音交互设备。
在本申请实施例中，根据当前智能设备的唤醒信息，以及第一智能设备的唤醒信息，对各个唤醒信息进行比较，可依据比较策略确定最优的语音交互设备，将该最优的语音交互设备作为目标语音交互设备。作为一种示例，可对当前智能设备与第一智能设备的唤醒信息中的声音信号强度进行比较，比如，距离人越近的智能设备，声音信号越大，可将该设备作为目标语音交互设备，优先响应；作为另一种示例，可对当前智能设备与第一智能设备的唤醒信息中的设备是否处于活跃状态进行判断，当设备正在处于活跃状态，比如，设备正在处于播放视频、播放音乐等状态，可将该设备作为目标语音交互设备，优先响应；作为又一种示例，可对当前智能设备与第一智能设备的唤醒信息中的设备是否被人眼关注或是否被手势指向进行判断，当设备被人眼注视或被手势指向，并结合唤醒信息中的唤醒语音，可将被注视的或被手势指向的设备作为目标语音交互设备，优先响应。作为再一种示例，将唤醒信息中的各个参数设置优先级，例如，有人眼注视或被手势指向的智能设备优先级最高，处于活跃状态的智能设备优先级次高，则优先获取人眼注视的智能设备，然后在有人眼注视或被手势指向的智能设备中选择处于活跃状态的智能设备，并在处于活跃状态的智能设备中选择唤醒语音强度最高的作为目标语音交互设备，优先响应。
需要说明的是，依据比较策略决策时，智能语音设备可以获取自身唤醒信息的获取时间点，获取以该时间点为中心的时间范围内接收到的唤醒信息，以该时间范围内接收到的唤醒信息以及自身的唤醒信息进行决策，若在该时间范围内未接收到其他智能语音设备的唤醒信息，则将自身作为最优的智能语音设备。
综上，通过对各个智能设备的唤醒信息进行比较，依据比较策略确定最优的语音交互设备，由最优的语音交互设备对用户的唤醒词进行响应，进而与用户进行语音交互，避免多个智能设备同时响应对用户造成干扰，使得用户能够很明确的了解哪个设备是与用户进行语音交互的设备，语音交互效率高。
图5是根据本申请第四实施例的示意图。如图5所示，对组网内各个智能设备的唤醒信息中的各个参数进行计算，并将各个智能设备的各个参数的计算结果进行比对，从而确定当前智能设备是否为目标语音交互设备。
具体实现过程如下：
步骤501，按照预设的计算策略对当前智能设备的唤醒信息中的各个参数进行计算，得到计算结果。
步骤502，按照预设的计算策略对各个非当前智能设备的唤醒信息中的各个参数进行计算，得到计算结果。
步骤503，在未存在第二智能设备时，将当前智能设备确定为目标语音交互设备；第二智能设备为对应的计算结果大于当前智能设备的计算结果的智能设备。
在本申请实施例中，按照预设的计算策略对当前智能设备和非当前智能设备的唤醒信息中的各个参数进行计算，得到当前智能设备和非当前智能设备的唤醒信息的计算结果，并将当前智能设备的唤醒信息的计算结果与非当前智能设备的唤醒信息的计算结果进行比对，当非当前智能设备的计算结果大于当前智能设备的计算结果时，该非当前智能设备作为第二智能设备。当不存在第二智能设备时，可将当前智能设备作为最优的语音交互设备。由最优的语音交互设备对用户的唤醒词进行响应，进而与用户进行语音交互。当存在第二智能设备时，可根据图4所述实施例的步骤404对当前智能设备和第二智能设备的唤醒信息进行比较，依据比较策略确定最优的语音交互设备；或者将第二智能设备直接作为最优的语音交互设备。其中，需要说明的是，预设的计算策略可包括但不限于加权求值策略。
综上，通过预设的计算策略对组网内各个智能设备的唤醒信息中的各个参数进行计算，并将各个智能设备的各个参数的计算结果进行比对，从而确定最优的智能语音设备，并由最优的智能语音设备对用户的唤醒词进行响应，避免多个智能设备同时响应对用户造成干扰，使得用户能够很明确的了解哪个设备是与用户进行语音交互的设备，语音交互效率高。
图6是根据本申请第五实施例的示意图。如图6所示，根据智能设备的唤醒信息的生成时间点和接收时间点确定第一智能设备，按照预设的计算策略将当前智能设备的唤醒信息的各个参数和第一智能设备的唤醒信息中的各个参数进行计算，并将当前智能设备的唤醒信息的各个参数的计算结果与第一智能设备的各个参数的计算结果进行比对，从而确定当前智能设备是否为目标语音交互设备。具体实现过程如下：
步骤601，获取当前智能设备的唤醒信息的生成时间点。
步骤602，获取接收非当前智能设备的唤醒信息的接收时间点。
步骤603，根据生成时间点和接收时间点，确定第一智能设备；第一智能设备为对应的接收时间点与生成时间点的差值绝对值小于预设差值阈值的智能设备。
步骤604，对当前智能设备的唤醒信息中的各个参数进行计算，得到计算结果。
步骤605，按照预设的计算策略对第一智能设备的唤醒信息中的各个参数进行计算，得到计算结果。
步骤606，在当前智能设备的计算结果大于所有第一智能设备的计算结果时，将当前智能设备确定为目标语音交互设备。
在本申请实施例中，根据智能设备的唤醒信息的生成时间点和接收时间点确定第一智能设备，按照预设的计算策略将当前智能设备的唤醒信息的各个参数和第一智能设备的唤醒信息中的各个参数进行计算，并将当前智能设备的唤醒信息的各个参数的计算结果与第一智能设备的各个参数的计算结果进行比对，在当前智能设备的计算结果大于所有第一智能设备的计算结果时，将当前智能设备确定为目标语音交互设备；在存在第一智能设备的计算结果大于当前智能设备的计算结果时，将该第一智能设备确定为目标语音交互设备；在当前智能设备的计算结果与第一智能设备的计算结果相等时，可根据图4所述实施例的步骤404对当前智能设备和第一智能设备的唤醒信息进行比较，依据比较策略确定最优的语音交互设备。
综上，通过对当前智能设备和第一智能设备的计算结果进行比对，从而确定最优的智能语音设备，并由最优的智能语音设备对用户的唤醒词进行响应，避免多个智能设备同时响应对用户造成干扰，使得用户能够很明确的了解哪个设备是与用户进行语音交互的设备，语音交互效率高。
本申请实施例的语音唤醒方法，通过采集用户的唤醒语音，根据所述唤醒语音以及所述当前智能设备的状态信息，生成当前智能设备的唤醒信息；将所述当前智能设备的唤醒信息发送至所述组网内的非当前智能设备，以及接收组网内的非当前智能设备发送的唤醒信息；结合组网内各个智能设备的唤醒信息，确定当前智能设备是否为目标语音交互设备；在当前智能设备为目标语音交互设备时，控制当前智能设备与用户进行语音交互。该方法由智能设备结合各个智能语音设备的唤醒信息，确定最优的智能语音设备，并由最优的智能语音设备对用户的唤醒词进行响应，避免多个智能设备同时响应对用户造成干扰，使得用户能够很明确的了解哪个设备是与用户进行语音交互的设备，语音交互效率高。
与上述几种实施例提供的语音唤醒方法相对应，本申请的一种实施例还提供一种语音唤醒装置，由于本申请实施例提供的语音唤醒装置与上述几种实施例提供的语音唤醒方法相对应，因此在语音唤醒方法的实施方式也适用于本实施例提供的语音唤醒装置，在本实施例中不再详细描述。图7是根据本申请第六实施例的示意图。如图7所示，该语音唤醒装置700包括：采集模块710、发送接收模块720、确定模块730、控制模块740。
其中，采集模块710，用于采集用户的唤醒语音，根据唤醒语音以及当前智能设备的状态信息，生成当前智能设备的唤醒信息；发送接收模块720，用于将当前智能设备的唤醒信息发送至组网内的非当前智能设备，以及接收组网内的非当前智能设备发送的唤醒信息；确定模块730，用于结合组网内各个智能设备的唤醒信息，确定当前智能设备是否为目标语音交互设备；控制模块740，用于在当前智能设备为目标语音交互设备时，控制当前智能设备与用户进行语音交互。
作为本申请实施例的一种可能实现方式，所述确定模块730具体用于，获取当前智能设备的唤醒信息的生成时间点；获取接收非当前智能设备的唤醒信息的接收时间点；根据生成时间点和接收时间点，确定第一智能设备；第一智能设备为对应的接收时间点与生成时间点的差值绝对值小于预设差值阈值的智能设备；根据当前智能设备的唤醒信息，以及第一智能设备的唤醒信息，确定当前智能设备是否为目标语音交互设备。
作为本申请实施例的一种可能实现方式，如图8所示，在图7所示基础上，语音唤醒装置还包括：建立模块750。
其中，发送接收模块720，还用于在当前智能设备加入组网时，根据组网的组播地址向组网内的非当前智能设备组播当前智能设备的地址；接收组网内的非当前智能设备返回的非当前智能设备的地址；建立模块750，用于建立组播地址与各个智能设备的地址之间的对应关系，以在组网内的一个智能设备组播时，组网内的其他智能设备能够收到组播数据。
作为本申请实施例的一种可能实现方式，确定模块730具体用于，按照预设的计算策略对所述当前智能设备的唤醒信息中的各个参数进行计算，得到计算结果；按照预设的计算策略对各个非当前智能设备的唤醒信息中的各个参数进行计算，得到计算结果；在未存在第二智能设备时，将所述当前智能设备确定为目标语音交互设备；所述第二智能设备为对应的计算结果大于所述当前智能设备的计算结果的智能设备。
作为本申请实施例的一种可能实现方式，唤醒信息包括：唤醒语音强度，以及以下参数中的任意一种或者多种：智能设备是否处于活跃状态、智能设备是否被人眼注视、智能设备是否被手势指向。
本申请实施例的语音唤醒装置，通过采集用户的唤醒语音，根据所述唤醒语音以及所述当前智能设备的状态信息，生成所述当前智能设备的唤醒信息；将所述当前智能设备的唤醒信息发送至所述组网内的非当前智能设备，以及接收所述组网内的非当前智能设备发送的唤醒信息；结合所述组网内各个智能设备的唤醒信息，确定所述当前智能设备是否为目标语音交互设备；在所述当前智能设备为目标语音交互设备时，控制所述当前智能设备与所述用户进行语音交互。该装置由智能设备结合各个智能语音设备的唤醒信息，确定最优的智能语音设备，并由最优的智能语音设备对用户的唤醒词进行响应，避免多个智能设备同时响应对用户造成干扰，使得用户能够很明确的了解哪个设备是与用户进行语音交互的设备，语音交互效率高。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图9所示，是根据本申请实施例的语音唤醒方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图9所示，该电子设备包括：一个或多个处理器901、存储器902，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图9中以一个处理器901为例。
存储器902即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的语音唤醒方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的语音唤醒方法。
存储器902作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的语音唤醒方法对应的程序指令/模块(例如，附图7所示的采集模块710、发送接收模块720、确定模块730、控制模块740，附图8所示的建立模块750)。处理器901通过运行存储在存储器902中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的语音唤醒方法。
存储器902可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据语音唤醒的电子设备的使用所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至语音唤醒的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
语音唤醒方法的电子设备还可以包括：输入装置903和输出装置904。处理器901、存储器902、输入装置903和输出装置904可以通过总线或者其他方式连接，图9中以通过总线连接为例。
输入装置903可接收输入的数字或字符信息，以及产生与语音唤醒的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置904可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (12)

1.一种语音唤醒方法，其特征在于，包括：
采集用户的唤醒语音，根据所述唤醒语音以及当前智能设备的状态信息，生成所述当前智能设备的唤醒信息；
将所述当前智能设备的唤醒信息发送至所述组网内的非当前智能设备，以及接收所述组网内的非当前智能设备发送的唤醒信息；
结合所述组网内各个智能设备的唤醒信息，确定所述当前智能设备是否为目标语音交互设备；
在所述当前智能设备为目标语音交互设备时，控制所述当前智能设备与所述用户进行语音交互。
2.根据权利要求1所述的方法，其特征在于，所述结合所述组网内各个智能设备的唤醒信息，确定所述当前智能设备是否为目标语音交互设备，包括：
获取所述当前智能设备的唤醒信息的生成时间点；
获取接收所述非当前智能设备的唤醒信息的接收时间点；
根据所述生成时间点和所述接收时间点，确定第一智能设备；所述第一智能设备为对应的接收时间点与所述生成时间点的差值绝对值小于预设差值阈值的智能设备；
根据所述当前智能设备的唤醒信息，以及所述第一智能设备的唤醒信息，确定所述当前智能设备是否为目标语音交互设备。
3.根据权利要求1所述的方法，其特征在于，所述采集用户的唤醒语音，根据所述唤醒语音以及所述当前智能设备的状态信息，生成所述当前智能设备的唤醒信息之前，还包括：
所述当前智能设备在加入所述组网时，根据所述组网的组播地址向所述组网内的非当前智能设备组播所述当前智能设备的地址；
接收所述组网内的非当前智能设备返回的非当前智能设备的地址；
建立所述组播地址与各个智能设备的地址之间的对应关系，以在所述组网内的一个智能设备组播时，所述组网内的其他智能设备能够收到组播数据。
4.根据权利要求1所述的方法，其特征在于，所述结合所述组网内各个智能设备的唤醒信息，确定所述当前智能设备是否为目标语音交互设备，包括：
按照预设的计算策略对所述当前智能设备的唤醒信息中的各个参数进行计算，得到计算结果；
按照预设的计算策略对各个非当前智能设备的唤醒信息中的各个参数进行计算，得到计算结果；
在未存在第二智能设备时，将所述当前智能设备确定为目标语音交互设备；所述第二智能设备为对应的计算结果大于所述当前智能设备的计算结果的智能设备。
5.根据权利要求1所述的方法，其特征在于，所述唤醒信息包括：唤醒语音强度，以及以下参数中的任意一种或者多种：智能设备是否处于活跃状态、智能设备是否被人眼注视、智能设备是否被手势指向。
6.一种语音唤醒装置，其特征在于，包括：
采集模块，用于采集用户的唤醒语音，根据所述唤醒语音以及当前智能设备的状态信息，生成所述当前智能设备的唤醒信息；
发送接收模块，用于将所述当前智能设备的唤醒信息发送至所述组网内的非当前智能设备，以及接收所述组网内的非当前智能设备发送的唤醒信息；
确定模块，用于结合所述组网内各个智能设备的唤醒信息，确定所述当前智能设备是否为目标语音交互设备；
控制模块，用于在所述当前智能设备为目标语音交互设备时，控制所述当前智能设备与所述用户进行语音交互。
7.根据权利要求6所述的装置，其特征在于，所述确定模块具体用于，
获取所述当前智能设备的唤醒信息的生成时间点；
获取接收所述非当前智能设备的唤醒信息的接收时间点；
根据所述生成时间点和所述接收时间点，确定第一智能设备；所述第一智能设备为对应的接收时间点与所述生成时间点的差值绝对值小于预设差值阈值的智能设备；
根据所述当前智能设备的唤醒信息，以及所述第一智能设备的唤醒信息，确定所述当前智能设备是否为目标语音交互设备。
8.根据权利要求6所述的装置，其特征在于，还包括：建立模块；
所述发送接收模块，还用于在所述当前智能设备加入所述组网时，根据所述组网的组播地址向所述组网内的非当前智能设备组播所述当前智能设备的地址；接收所述组网内的非当前智能设备返回的非当前智能设备的地址；
所述建立模块，用于建立所述组播地址与各个智能设备的地址之间的对应关系，以在所述组网内的一个智能设备组播时，所述组网内的其他智能设备能够收到组播数据。
9.根据权利要求6所述的装置，其特征在于，所述确定模块具体用于，
按照预设的计算策略对所述当前智能设备的唤醒信息中的各个参数进行计算，得到计算结果；
按照预设的计算策略对各个非当前智能设备的唤醒信息中的各个参数进行计算，得到计算结果；
在未存在第二智能设备时，将所述当前智能设备确定为目标语音交互设备；所述第二智能设备为对应的计算结果大于所述当前智能设备的计算结果的智能设备。
10.根据权利要求6所述的装置，其特征在于，所述唤醒信息包括：唤醒语音强度，以及以下参数中的任意一种或者多种：智能设备是否处于活跃状态、智能设备是否被人眼注视、智能设备是否被手势指向。
11.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1－5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1－5中任一项所述的方法。
CN202010015663.6A 2020-01-07 2020-01-07 语音唤醒方法及装置 Active CN111276139B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010015663.6A CN111276139B (zh) 2020-01-07 2020-01-07 语音唤醒方法及装置
US17/020,329 US20210210091A1 (en) 2020-01-07 2020-09-14 Method, device, and storage medium for waking up via speech
JP2020191557A JP7239544B2 (ja) 2020-01-07 2020-11-18 音声ウェイクアップ方法及び装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010015663.6A CN111276139B (zh) 2020-01-07 2020-01-07 语音唤醒方法及装置

Publications (2)

Publication Number Publication Date
CN111276139A true CN111276139A (zh) 2020-06-12
CN111276139B CN111276139B (zh) 2023-09-19

Family

ID=71000088

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010015663.6A Active CN111276139B (zh) 2020-01-07 2020-01-07 语音唤醒方法及装置

Country Status (3)

Country Link
US (1) US20210210091A1 (zh)
JP (1) JP7239544B2 (zh)
CN (1) CN111276139B (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111917616A (zh) * 2020-06-30 2020-11-10 星络智能科技有限公司 语音唤醒控制方法、设备、系统、计算机设备及存储介质
CN111916079A (zh) * 2020-08-03 2020-11-10 深圳创维－Rgb电子有限公司 一种电子设备的语音响应方法、系统、设备和存储介质
CN112071306A (zh) * 2020-08-26 2020-12-11 吴义魁 语音控制方法、系统、可读存储介质及网关设备
CN112331214A (zh) * 2020-08-13 2021-02-05 北京京东尚科信息技术有限公司 设备唤醒方法及装置
CN112420043A (zh) * 2020-12-03 2021-02-26 深圳市欧瑞博科技股份有限公司 基于语音的智能唤醒方法、装置、电子设备及存储介质
CN112433770A (zh) * 2020-11-19 2021-03-02 北京华捷艾米科技有限公司 设备的唤醒方法及装置、电子设备、计算机存储介质
CN112837686A (zh) * 2021-01-29 2021-05-25 青岛海尔科技有限公司 唤醒响应操作的执行方法、装置、存储介质及电子装置
CN113096658A (zh) * 2021-03-31 2021-07-09 歌尔股份有限公司 一种终端设备及其唤醒方法、装置和计算机可读存储介质
CN113506570A (zh) * 2021-06-11 2021-10-15 杭州控客信息技术有限公司 全屋智能系统中语音设备就近唤醒方法
CN113573292A (zh) * 2021-08-18 2021-10-29 四川启睿克科技有限公司 一种智慧家庭场景下语音设备组网系统及自动组网方法
CN113628621A (zh) * 2021-08-18 2021-11-09 北京声智科技有限公司 一种实现设备就近唤醒的方法、系统及装置
CN114047901A (zh) * 2021-11-25 2022-02-15 阿里巴巴（中国）有限公司 人机交互方法及智能设备
CN114070660A (zh) * 2020-08-03 2022-02-18 海信视像科技股份有限公司 一种智能语音终端和应答方法
CN114121003A (zh) * 2021-11-22 2022-03-01 云知声（上海）智能科技有限公司 基于局域网的多智能设备协同语音唤醒方法
CN114168208A (zh) * 2021-12-07 2022-03-11 思必驰科技股份有限公司 唤醒决策方法及电子设备和存储介质
CN114465837A (zh) * 2022-01-30 2022-05-10 云知声智能科技股份有限公司 一种智能语音设备协同唤醒处理方法及装置
WO2022188511A1 (zh) * 2021-03-10 2022-09-15 Oppo广东移动通信有限公司 语音助手唤醒方法及装置
WO2024103926A1 (zh) * 2022-11-17 2024-05-23 Oppo广东移动通信有限公司 语音控制方法、装置、存储介质以及电子设备

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114697151B (zh) * 2022-03-15 2024-06-07 杭州控客信息技术有限公司 具有非语音唤醒功能的智能家居系统及语音设备唤醒方法

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003223188A (ja) * 2002-01-29 2003-08-08 Toshiba Corp 音声入力システム、音声入力方法及び音声入力プログラム
US20170076720A1 (en) * 2015-09-11 2017-03-16 Amazon Technologies, Inc. Arbitration between voice-enabled devices
US20170083285A1 (en) * 2015-09-21 2017-03-23 Amazon Technologies, Inc. Device selection for providing a response
US20170090864A1 (en) * 2015-09-28 2017-03-30 Amazon Technologies, Inc. Mediation of wakeword response for multiple devices
CN107622767A (zh) * 2016-07-15 2018-01-23 青岛海尔智能技术研发有限公司 家电系统的语音控制方法与家电控制系统
CN107801413A (zh) * 2016-06-28 2018-03-13 华为技术有限公司 对电子设备进行控制的终端及其处理方法
US20180108351A1 (en) * 2016-10-19 2018-04-19 Sonos, Inc. Arbitration-Based Voice Recognition
US20180122378A1 (en) * 2016-11-03 2018-05-03 Google Llc Focus Session at a Voice Interface Device
CN108564947A (zh) * 2018-03-23 2018-09-21 北京小米移动软件有限公司 远场语音唤醒的方法、装置和存储介质
TW201923737A (zh) * 2017-11-08 2019-06-16 香港商阿里巴巴集團服務有限公司 交互方法和設備
KR20190094301A (ko) * 2019-03-27 2019-08-13 엘지전자 주식회사 인공 지능 기기 및 인공 지능 기기의 동작 방법
CN110288997A (zh) * 2019-07-22 2019-09-27 苏州思必驰信息科技有限公司 用于声学组网的设备唤醒方法及系统
CN110322878A (zh) * 2019-07-01 2019-10-11 华为技术有限公司 一种语音控制方法、电子设备及系统
CN110349578A (zh) * 2019-06-21 2019-10-18 北京小米移动软件有限公司 设备唤醒处理方法及装置
CN110556115A (zh) * 2019-09-10 2019-12-10 深圳创维－Rgb电子有限公司 基于多控制终端的iot设备控制方法、控制终端及存储介质
CN110660390A (zh) * 2019-09-17 2020-01-07 百度在线网络技术（北京）有限公司 智能设备唤醒方法、智能设备及计算机可读存储介质

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1124694A (ja) * 1997-07-04 1999-01-29 Sanyo Electric Co Ltd 命令認識装置
WO2010002844A2 (en) * 2008-07-01 2010-01-07 Twisted Pair Solutions, Inc. Method, apparatus, system, and article of manufacture for reliable low-bandwidth information delivery across mixed-mode unicast and multicast networks
CN102469166A (zh) * 2010-10-29 2012-05-23 国际商业机器公司 在局域网中提供虚拟dns的方法、终端设备和系统
WO2015145508A1 (ja) * 2014-03-27 2015-10-01 日本電気株式会社 通信端末
US9812128B2 (en) * 2014-10-09 2017-11-07 Google Inc. Device leadership negotiation among voice interface devices
US9721566B2 (en) * 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
JP2017121026A (ja) 2015-12-29 2017-07-06 三菱電機株式会社 マルチキャスト通信装置及びマルチキャスト通信方法
US9972320B2 (en) * 2016-08-24 2018-05-15 Google Llc Hotword detection on multiple devices
US10643609B1 (en) * 2017-03-29 2020-05-05 Amazon Technologies, Inc. Selecting speech inputs
US10366699B1 (en) * 2017-08-31 2019-07-30 Amazon Technologies, Inc. Multi-path calculations for device energy levels
CN107919119A (zh) * 2017-11-16 2018-04-17 百度在线网络技术（北京）有限公司 多设备交互协同的方法、装置、设备及计算机可读介质
US10991367B2 (en) * 2017-12-28 2021-04-27 Paypal, Inc. Voice activated assistant activation prevention system
US10685669B1 (en) * 2018-03-20 2020-06-16 Amazon Technologies, Inc. Device selection from audio data
US10540977B2 (en) * 2018-03-20 2020-01-21 Microsoft Technology Licensing, Llc Proximity-based engagement with digital assistants
US10679629B2 (en) * 2018-04-09 2020-06-09 Amazon Technologies, Inc. Device arbitration by multiple speech processing systems
CN110377145B (zh) 2018-04-13 2021-03-30 北京京东尚科信息技术有限公司 电子设备确定方法、系统、计算机系统和可读存储介质
CN109391528A (zh) 2018-08-31 2019-02-26 百度在线网络技术（北京）有限公司 语音智能设备的唤醒方法、装置、设备及存储介质
WO2020085769A1 (en) * 2018-10-24 2020-04-30 Samsung Electronics Co., Ltd. Speech recognition method and apparatus in environment including plurality of apparatuses
US11393491B2 (en) * 2019-06-04 2022-07-19 Lg Electronics Inc. Artificial intelligence device capable of controlling operation of another device and method of operating the same
US11114104B2 (en) * 2019-06-18 2021-09-07 International Business Machines Corporation Preventing adversarial audio attacks on digital assistants
US11289086B2 (en) * 2019-11-01 2022-03-29 Microsoft Technology Licensing, Llc Selective response rendering for virtual assistants
US11409495B2 (en) * 2020-01-03 2022-08-09 Sonos, Inc. Audio conflict resolution

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003223188A (ja) * 2002-01-29 2003-08-08 Toshiba Corp 音声入力システム、音声入力方法及び音声入力プログラム
US20170076720A1 (en) * 2015-09-11 2017-03-16 Amazon Technologies, Inc. Arbitration between voice-enabled devices
CN107924681A (zh) * 2015-09-11 2018-04-17 亚马逊技术股份有限公司 具有语音功能的装置之间的仲裁
US20170083285A1 (en) * 2015-09-21 2017-03-23 Amazon Technologies, Inc. Device selection for providing a response
US20170090864A1 (en) * 2015-09-28 2017-03-30 Amazon Technologies, Inc. Mediation of wakeword response for multiple devices
CN107801413A (zh) * 2016-06-28 2018-03-13 华为技术有限公司 对电子设备进行控制的终端及其处理方法
CN107622767A (zh) * 2016-07-15 2018-01-23 青岛海尔智能技术研发有限公司 家电系统的语音控制方法与家电控制系统
US20180108351A1 (en) * 2016-10-19 2018-04-19 Sonos, Inc. Arbitration-Based Voice Recognition
US20180122378A1 (en) * 2016-11-03 2018-05-03 Google Llc Focus Session at a Voice Interface Device
TW201923737A (zh) * 2017-11-08 2019-06-16 香港商阿里巴巴集團服務有限公司 交互方法和設備
CN108564947A (zh) * 2018-03-23 2018-09-21 北京小米移动软件有限公司 远场语音唤醒的方法、装置和存储介质
KR20190094301A (ko) * 2019-03-27 2019-08-13 엘지전자 주식회사 인공 지능 기기 및 인공 지능 기기의 동작 방법
CN110349578A (zh) * 2019-06-21 2019-10-18 北京小米移动软件有限公司 设备唤醒处理方法及装置
CN110322878A (zh) * 2019-07-01 2019-10-11 华为技术有限公司 一种语音控制方法、电子设备及系统
CN110288997A (zh) * 2019-07-22 2019-09-27 苏州思必驰信息科技有限公司 用于声学组网的设备唤醒方法及系统
CN110556115A (zh) * 2019-09-10 2019-12-10 深圳创维－Rgb电子有限公司 基于多控制终端的iot设备控制方法、控制终端及存储介质
CN110660390A (zh) * 2019-09-17 2020-01-07 百度在线网络技术（北京）有限公司 智能设备唤醒方法、智能设备及计算机可读存储介质

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111917616A (zh) * 2020-06-30 2020-11-10 星络智能科技有限公司 语音唤醒控制方法、设备、系统、计算机设备及存储介质
CN114070660B (zh) * 2020-08-03 2023-08-11 海信视像科技股份有限公司 一种智能语音终端和应答方法
CN111916079A (zh) * 2020-08-03 2020-11-10 深圳创维－Rgb电子有限公司 一种电子设备的语音响应方法、系统、设备和存储介质
CN114070660A (zh) * 2020-08-03 2022-02-18 海信视像科技股份有限公司 一种智能语音终端和应答方法
CN112331214A (zh) * 2020-08-13 2021-02-05 北京京东尚科信息技术有限公司 设备唤醒方法及装置
WO2022033574A1 (zh) * 2020-08-13 2022-02-17 北京京东尚科信息技术有限公司 设备唤醒方法及装置
CN112071306A (zh) * 2020-08-26 2020-12-11 吴义魁 语音控制方法、系统、可读存储介质及网关设备
CN112433770A (zh) * 2020-11-19 2021-03-02 北京华捷艾米科技有限公司 设备的唤醒方法及装置、电子设备、计算机存储介质
CN112420043A (zh) * 2020-12-03 2021-02-26 深圳市欧瑞博科技股份有限公司 基于语音的智能唤醒方法、装置、电子设备及存储介质
CN112837686A (zh) * 2021-01-29 2021-05-25 青岛海尔科技有限公司 唤醒响应操作的执行方法、装置、存储介质及电子装置
WO2022188511A1 (zh) * 2021-03-10 2022-09-15 Oppo广东移动通信有限公司 语音助手唤醒方法及装置
CN113096658A (zh) * 2021-03-31 2021-07-09 歌尔股份有限公司 一种终端设备及其唤醒方法、装置和计算机可读存储介质
CN113506570A (zh) * 2021-06-11 2021-10-15 杭州控客信息技术有限公司 全屋智能系统中语音设备就近唤醒方法
CN113628621A (zh) * 2021-08-18 2021-11-09 北京声智科技有限公司 一种实现设备就近唤醒的方法、系统及装置
CN113573292A (zh) * 2021-08-18 2021-10-29 四川启睿克科技有限公司 一种智慧家庭场景下语音设备组网系统及自动组网方法
CN113573292B (zh) * 2021-08-18 2023-09-15 四川启睿克科技有限公司 一种智慧家庭场景下语音设备组网系统及自动组网方法
CN114121003A (zh) * 2021-11-22 2022-03-01 云知声（上海）智能科技有限公司 基于局域网的多智能设备协同语音唤醒方法
CN114047901A (zh) * 2021-11-25 2022-02-15 阿里巴巴（中国）有限公司 人机交互方法及智能设备
CN114047901B (zh) * 2021-11-25 2024-03-15 阿里巴巴（中国）有限公司 人机交互方法及智能设备
CN114168208A (zh) * 2021-12-07 2022-03-11 思必驰科技股份有限公司 唤醒决策方法及电子设备和存储介质
CN114465837A (zh) * 2022-01-30 2022-05-10 云知声智能科技股份有限公司 一种智能语音设备协同唤醒处理方法及装置
CN114465837B (zh) * 2022-01-30 2024-03-08 云知声智能科技股份有限公司 一种智能语音设备协同唤醒处理方法及装置
WO2024103926A1 (zh) * 2022-11-17 2024-05-23 Oppo广东移动通信有限公司 语音控制方法、装置、存储介质以及电子设备

Also Published As

Publication number Publication date
CN111276139B (zh) 2023-09-19
JP7239544B2 (ja) 2023-03-14
US20210210091A1 (en) 2021-07-08
JP2021111359A (ja) 2021-08-02

Similar Documents

Publication Publication Date Title
CN111276139B (zh) 语音唤醒方法及装置
CN110660390B (zh) 智能设备唤醒方法、智能设备及计算机可读存储介质
CN111753997B (zh) 分布式训练方法、系统、设备及存储介质
CN111261159B (zh) 信息指示的方法及装置
CN112669831B (zh) 语音识别控制方法、装置、电子设备和可读存储介质
CN111688580B (zh) 智能后视镜进行拾音的方法以及装置
CN110557699B (zh) 一种智能音箱交互方法、装置、设备及存储介质
CN112530419B (zh) 语音识别控制方法、装置、电子设备和可读存储介质
US11720814B2 (en) Method and system for classifying time-series data
CN111443801B (zh) 人机交互方法、装置、设备及存储介质
CN112634890B (zh) 用于唤醒播放设备的方法、装置、设备以及存储介质
CN111935502A (zh) 视频处理方法、装置、电子设备以及存储介质
CN111966212A (zh) 基于多模态的交互方法、装置、存储介质及智能屏设备
CN110601933A (zh) 物联网设备的控制方法、装置、设备及存储介质
CN111883127A (zh) 用于处理语音的方法和装置
KR20210038278A (ko) 음성 제어 방법, 장치, 전자 기기 및 판독 가능 저장 매체
CN110659330A (zh) 数据处理方法、装置及存储介质
CN111669647B (zh) 实时视频的处理方法、装置、设备及存储介质
CN110609671B (zh) 声音信号增强方法、装置、电子设备及存储介质
CN112329907A (zh) 对话处理方法、装置、电子设备和存储介质
CN112164396A (zh) 语音控制方法、装置、电子设备及存储介质
CN111724805A (zh) 用于处理信息的方法和装置
CN111524123A (zh) 用于处理图像的方法和装置
CN111880875B (zh) 多媒体播放的控制方法、装置、设备、存储介质和系统
CN114071111B (zh) 视频播放方法和装置

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
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20200612

Assignee: Shanghai Xiaodu Technology Co.,Ltd.

Assignor: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd.

Contract record no.: X2021990000330

Denomination of invention: Voice wake up method and device

License type: Common License

Record date: 20210531

GR01 Patent grant
GR01 Patent grant