CN111312280B - 用于控制语音的方法和装置 - Google Patents

Abstract

本公开的实施例公开了用于控制语音的方法和装置。该方法的一具体实施方式包括：响应于接收到用户的指令，确定指令的主题类型；基于指令的主题类型，检索历史记录，历史记录包括用户针对各个主题类型确定的输出语速；响应于历史记录中不存在与指令的主题类型对应的输出语速，将基于预先建立的主题类型与输出语速的映射关系确定的与指令的主题类型对应的输出语速作为当前输出语速；采用当前输出语速播放指令所指示的播放内容，判断用户的需求，然后根据预先建立的映射关系确定与客户需求最适合的输出语速。从而实现了根据客户需求自动调整输出语速，提高了对输出语速控制的智能化程度。

Description

用于控制语音的方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于控制语音的方法和装置。

背景技术

随着网络技术和人工智能技术的发展，智能语音系统的便捷性和智能性越来越高，在日常生活中的应用越来越广泛。用户可以通过语音指令控制智能语音系统完成相应的功能，例如播放视频、播放音乐、播放新闻等等。由此衍生出了多种智能语音产品，例如智能音箱、手机中的智能语音系统、智能语音机器人等。这些产品中对于智能语音系统的输出语速(即播放内容的速度)的控制方法，一般是将不同的输出语速划分成多个档位，不同的档位每分钟输出的字数就不相同，用户通过手动选择档位对输出语速进行调整，且输出语速是全局性的，当用户需求改变时，只能再次手动更换档位。

导致相关技术中存在如下缺陷：不能根据用户需求自动调节输出语速，智能化程度较低。

发明内容

本公开的实施例提出了用于控制语音的方法和装置。

第一方面，本公开的实施例提供了一种用于控制语音的方法，该方法包括：响应于接收到用户的指令，确定指令的主题类型；基于指令的主题类型，检索历史记录，历史记录包括用户针对各个主题类型确定的输出语速；响应于历史记录中不存在与指令的主题类型对应的输出语速，将基于预先建立的主题类型与输出语速的映射关系确定的与指令的主题类型对应的输出语速作为当前输出语速；采用当前输出语速播放指令所指示的播放内容。

在一些实施例中，指令的主题类型通过如下方式确定：对接收到的用户的指令进行语义识别，获得语义识别结果；基于语义识别结果，确定指令的主题类型。

在一些实施例中，该方法还包括：响应于映射关系中不存在指令的主题类型，基于用户的语速，确定当前输出语速。

在一些实施例中，响应于映射关系中不存在指令的主题类型，基于用户的语速，确定当前输出语速，之后还包括：基于当前输出语速与指令的主题类型，更新映射关系。

在一些实施例中，还包括：响应于接收到用户调节输出语速的指令，将调节后的输出语速确定为当前输出语速。

在一些实施例中，确定当前输出语速之前，还包括：响应于历史记录中存在与指令的主题类型对应的输出语速，确定与指令的主题类型对应的输出语速为当前输出语速。

在一些实施例中，确定当前语速之后，还包括：基于确定的当前输出语速和指令的主题类型，更新历史记录。

第二方面，本公开的实施例提供了一种用于控制语音的装置，装置包括：接收单元，被配置成响应于接收到用户的指令，确定指令的主题类型；检索单元，被配置成基于指令的主题类型，检索历史记录，历史记录包括用户针对各个主题类型确定的输出语速；确定单元，被配置成响应于历史记录中不存在与指令的主题类型对应的输出语速，将基于预先建立的主题类型与输出语速的映射关系确定的与指令的主题类型对应的输出语速作为当前输出语速；播放单元，被配置成采用当前输出语速播放指令所指示的播放内容。

在一些实施例中，接收单元中指令的主题类型通过如下单元确定：语义识别单元，被配置成对接收到的用户的指令进行语义识别，获得语义识别结果；基于语义识别结果，确定指令的主题类型。

在一些实施例中，确定单元还被配置成：响应于映射关系中不存在指令的主题类型，基于用户的语速，确定当前输出语速。

在一些实施例中，确定单元基于用户的语速，确定当前输出语速之后，被进一步配置成：基于当前输出语速与指令的主题类型，更新映射关系。

在一些实施例中，确定单元还被配置成：响应于接收到用户调节输出语速的指令，将调节后的输出语速确定为当前输出语速。

在一些实施例中，确定单元确定当前输出语速之前，还被配置成：响应于历史记录中存在与指令的主题类型对应的输出语速，确定历史记录中与指令的主题类型对应的输出语速为当前输出语速。

在一些实施例中，该装置还包括更新单元，被配置成：确定当前语速之后，基于确定的当前输出语速和指令的主题类型，更新历史记录。

本公开的实施例提供的用于控制语音的方法和装置，通过获取用户指令的主题类型，判断用户的需求，然后根据预先建立的映射关系确定与客户需求最适合的输出语速。从而实现了根据客户需求自动调整输出语速，提高了对输出语速控制的智能化程度。

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是本公开的一些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语音的方法的一个实施例的流程图；

图3是根据本公开的实施例的用于控制语音的方法的一个应用场景的示意图；

图4是根据本公开的用于控制语音的方法的又一个实施例的流程图；

图5是根据本公开的用于控制语音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实施例的用于控制语音的方法或用于控制语音的装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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。

终端设备101、102、103可以通过网络104与服务器105交互，以接收或发送信息等，以根据用户的指令完成相应任务。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有智能语音系统的各种电子设备，包括但不限于智能音箱、智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供智能语音服务的多个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103根据用户指令播放的内容提供支持的后台数据服务器。后台数据服务器可以对接收到播放内容信息进行分析等处理，并将处理结果(例如待播放内容)反馈给终端设备。

本公开的实施例所提供的用于控制语音的方法可以由终端设备101、102、103执行。相应地，用于控制语音的装置可以设置于终端设备101、102、103中，终端设备接收到用户的指令后，根据用户的指令从服务器获取对应的内容，再以确定出的输出语速向用户播放。需要说明的是，本公开的实施例所提供的用于控制语音的方法还可以由服务器105执行，此时，用于控制语音的装置可以设置于服务器中，服务器接收到由终端设备发送的用户的指令，之后根据用户的指令确定输出语速和对应的播放内容，再将输出语速和播放内容发送至终端设备，由终端设备按照服务器确定出的输出语速播放对应的内容。

需要说明的是，服务端、客户端可以是硬件，也可以是软件。当服务端、客户端为硬件时，可以实现成多个设备组成的分布式设备集群，也可以实现成单个设备。当服务端、客户端为软件时，可以实现成例如用来提供智能语音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。应该理解，图1中的终端设备、网络和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终端设备、网络和服务器。

继续参考图2，示出了根据本公开的用于控制语音的方法的一个实施例的流程200。该用于控制语音的方法，包括以下步骤：

步骤201，响应于接收到用户的指令，确定指令的主题类型。

在本实施例中，执行主体根据用户的指令获取对应的播放内容，例如用户的指令为“播放音乐”，则其中的播放内容信息为“音乐”，本实施例中的执行主体(例如图1所示的终端)可以通过网络从服务器中获取相关的音频内容作为待播放内容。

在本实施例中，用于控制语音的方法的执行主体(例如图1所示的终端)可以通过语音信号采集装置(例如可以是麦克风)接收用户的指令，也可以通过其他方式(例如手机上的键盘)向终端输入指令，并通过无线或有线的方式通过网络与服务器端连接。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

通常，用户通过语音向执行主体(例如智能音箱、智能手机等)发送指令，执行主体根据接收到的用户的指令，完成相应的任务。作为示例，用户向智能音箱发送语音指令“播放新闻”，其中的播放内容信息为“新闻”，智能音箱通过网络与服务器连接，从服务器获取相应的待播放内容(新闻的内容)，然后按照预设的输出语速向用户播放对应的内容。再例如，用户向智能音箱发送语音指令“播放音乐”，智能音箱从服务器获取相应地待播放内容(音乐)，再按照设置的输出语速向用户播放对应的内容。再例如，用户使用智能手机上安装的翻译软件应用时，通过智能手机的键盘输入一段文字以获得对应的翻译，智能手机通过网络将用户输入的文字上传到服务器，并从服务器获取对应的翻译结果，然后再按照一定的输出语速向用户播放翻译的结果。

结合上述示例可知，针对不同的播放内容，用户对于输出语速的需求也会有所差别，例如播放新闻的时候，用户只需要快速浏览新问题内容，因此较快的播放速度更能符合用户的需求；而播放翻译结果的时候，用户为了听地更准确，需要较慢的输出语速。因此，用户的指令的主题类型是跟客户对输出语速的需求相对应的，例如本实施例中的指令的主题类型包括：查询类、休闲类、学习类等，查询类又可以包括新闻、书籍、菜谱、天气、通讯方式等多个具体的子类型，休闲类可以包括音乐、视频等多个具体地子类型，学习类可以包括翻译、教学视频、释义等多个具体地子类型，可以由开发人员根据数据统计结果进行分类，并根据实际需要进行增删，在此不作限定。

在本实施例的一些可选的实现方式中，可以通过对用户的指令进行语义识别来确定指令的主题类型，例如可以通过关键词识别技术确定指令的主题类型，作为示例，接收到的用户指令为“播放新闻”，则可以通过获取的关键词“新闻”，确定该指令的主题类型为“新闻类”或“查询类”。还可以将接受到的用户的指令输入语义识别模型，以此确定指令的主题类型。例如，可以将用户的指令特征化处理之后，输入预先建立的卷积神经网络，获得该指令的主题类型。可以理解的是，现有技术中的语义识别方法(例如神经网络模型、隐性马尔可夫模型等)均可以实现上述步骤，在此不再赘述。

步骤202，基于指令的主题类型，检索历史记录。

在本实施例中，历史记录包括用户针对各个主题类型确定的输出语速。结合应用场景进行说明，执行主体按照用户的指令播放相应的内容时，用户可能会手动调整输出语速以达到自己的目的，则调整后的输出语速与相应的主题类型就会记录在历史记录中，因此，历史记录中包括的与各个主题类型对应的输出语速是最契合用户需求的。基于步骤201确定的主题类型，对历史记录进行检索，其目的是检测历史记录中是否存在该主题类型对应的用户设置的输出语速。

步骤203，响应于历史记录中不存在与指令的主题类型对应的输出语速，将基于预先建立的主题类型与输出语速的映射关系确定的与指令的主题类型对应的输出语速作为当前输出语速。

在本实施例中，当前输出语速用于确定执行主体播放内容时的播放速度。历史记录中没有与用户的指令对应的主题类型，说明用户没有针对该主题类型手动设置过输出语速，因而，可以根据主题类型与语出语速的映射关系确定当前输出语速。

在本实施例中，主题类型与输出语速的映射关系可以由开发人员根据实验数据预先建立。例如，可以通过网络获取大量的实验数据，实验数据中包括了在实际应用场景中用户在各主题类型下对于输出语速的选择，通过对实验数据的分析，将每个主题类型对应的输出语速中用户使用率最高的那个作为最终的目标输出语速，与主题类型建立一一对应的映射关系。例如，通过实验分析发现，用户在听新闻的时候习惯较快的输出语速，因此可以将“新闻类”主题类型对应的输出语速设置为较快速档；用户在查资料时，更倾向于较慢的输出语速，以确保更准确的接收播放的内容，因此可以将“查询类”主题类型对应的输出语速设置为较慢速档。

在本实施例中，输出语速的档位设置可以参考相关技术中对于语速的划分标准，将输出语速由快至慢划分为4个档位。例如，快速档为每分钟播放320个中文字，较快速档为每分钟播放300个中文字，中速档为每分钟280个中文字，较慢档为每分钟260个中文字。可以理解的是，以上仅为示例性的说明，对于语速快慢的标准并没有统一的标准，因此，在实际应用中可以根据实际需求对语速作适应性的修改。

在本实施例的一些可选的实现方式中，当映射关系中不存在与用户的指令对应的主题类型时，可以根据获取到的用户的语速确定执行主体的当前输出语速。通常，用户本人说话时的语速可以在一定程度上反映其语言习惯，例如语速快的人一般更倾向于较快的播放速度，语速慢的人一般更倾向于较慢的播放速度，因此可以根据用户本身的语速推断其需求，执行主体根据获取到的用户语速，对当前输出语速进行调整，可以更精准地把握用户的需求。作为示例，执行主体可以通过语音信号采集装置获取用户的指令，再由相关的音频信号处理模块确定出用户的语速为每分钟305个中文字，结合上述示例中关于输出语速的档位设置，与用户语速最接近的档位为每分钟播放300个中文字的较快速档，因而可以将当前输出语速确定为较快速档。

在本实施例一些可选的实现方式中，根据获取到的用户的语速确定执行主体的当前输出语速之后，还可以进一步包括以下步骤：基于当前输出语速和主题类型，更新映射关系，使得更新好的映射关系中包括该主题类型和与之对应的输出语速。

步骤204，采用当前输出语速播放指令所指示的播放内容。基于上述步骤确定的当前输出语速，执行主体将步骤201中根据用户的指令获取到的待播放内容以当前输出语速向用户播放，从而完成了根据用户需求对输出语速的智能控制。

在本实施例的一些可选的实现方式中，响应于接收到用户调节输出语速的指令，将调节后的输出语速确定为当前输出语速。在执行主体的播放过程中，若用户觉得当前的输出语速不能满足自己的需求，可以手动调节输出语速，此后，将待播放内容以调节后的输出语速向用户播放。

继续参见图3，图3是根据本实施例的用于控制语音的方法的应用场景的一个示意图。在图3的应用场景中，用户首先向执行主体301(如图3中所示的智能音箱)下达一个语音指令，然后执行主体根据获取到的用户的指令执行如下操作，根据指令中的播放内容信息从服务器302中获取对应的待播放内容，同时，基于用户的指令对应的主题类型，通过上述步骤确定出当前输出语速，最后将待播放内容以当前输出语速向用户播放。

应当理解，上述图3中所示出的用于控制语音的方法的应用场景，仅为对于用于控制语音的方法的示例性描述，并不代表对该方法的限定。例如，上述图3中示出的各个步骤，可以进一步采用更为细节的实现方法。也可以在上述图3的基础上，进一步增加其它的步骤。又例如上述图3中的执行主体也可以为服务器。

本公开的上述实施例提供的方法通过获取用户指令的主题类型，判断用户的需求，然后根据预先建立的映射关系确定与客户需求最适合的输出语速。从而实现了根据客户需求自动调整输出语速，提高了对输出语速控制的智能化程度。

进一步参考图4，其示出了用于控制语音的方法的又一个实施例的流程400。该用于控制语音的方法的流程400，包括以下步骤：

步骤401，响应于接收到用户的指令，确定指令的主题类型。此步骤与前述步骤201相近，此处不再赘述。

步骤402，基于指令的主题类型，检索历史记录，此步骤与前述步骤202相近，此处不再赘述。

步骤403，判断历史记录中是否存在与指令的主题类型对应的输出语速。

若判断结果为是，则执行步骤404，确定历史记录中与指令的主题类型对应的输出语速为当前输出语速，若历史记录中存在与用户的指令对应的主题类型，则直接将历史记录中的对应的输出语速确定为当前输出语速。

若判断结果为否，则执行步骤405，将基于预先建立的主题类型与输出语速的映射关系确定的与指令的主题类型对应的输出语速作为当前输出语速，此步骤与前述步骤203相近，此处不再赘述。

之后，步骤406，采用当前输出语速播放指令所指示的播放内容，此步骤与前述步骤204相近，此处不再赘述。

步骤407，基于确定的当前输出语速和指令的主题类型，更新历史记录。一方面，若历史记录中不存在该主题类型，则将该主题类型与当前输出语速存入历史记录中；另一方面，在前述实施例的一些可选的实现方式中，若当前输出语速与历史记录中所存的输出语速不一致，则将当前输出语速作为与该主题类型对应的输出语速存入历史记录，并将原记录删除。

从图4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语音的方法的流程400体现了确定当前输出语速的过程中对历史记录的优先判断和历史记录的更新操作，可以更精准地把握用户对于输出语速的需求。

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语音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语音的装置500包括：接收单元501，被配置成响应于接收到用户的指令，确定指令的主题类型；检索单元502，被配置成基于指令的主题类型，检索历史记录，历史记录包括用户针对各个主题类型确定的输出语速；确定单元503，被配置成响应于历史记录中不存在与指令的主题类型对应的输出语速，将基于预先建立的主题类型与输出语速的映射关系确定的与指令的主题类型对应的输出语速作为当前输出语速；播放单元504，被配置成采用当前输出语速播放指令所指示的播放内容。

在本实施例中，接收单元501中指令的主题类型通过如下单元确定：语义识别单元，被配置成对接收到的用户的指令进行语义识别，获得语义识别结果；基于语义识别结果，确定指令的主题类型。

在本实施例中，确定单元503还被配置成：响应于映射关系中不存在指令的主题类型，基于用户的语速，确定当前输出语速。

在本实施例中，确定单元503基于用户的语速，确定当前输出语速之后，被进一步配置成：基于当前输出语速与指令的主题类型，更新映射关系。

在本实施例中，确定单元503还被配置成：响应于接收到用户调节输出语速的指令，将调节后的输出语速确定为当前输出语速。

在本实施例中，确定单元503确定当前输出语速之前，还被配置成：响应于历史记录中存在与指令的主题类型对应的输出语速，确定历史记录中与指令的主题类型对应的输出语速为当前输出语速。

在本实施例中，该装置还包括更新单元，被配置成：确定当前语速之后，基于确定的当前输出语速和指令的主题类型，更新历史记录。

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中的终端设备)600的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的终端设备仅仅是一个示例，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：响应于接收到用户的指令，确定指令的主题类型；基于指令的主题类型，检索历史记录，历史记录包括用户针对各个主题类型确定的输出语速；响应于历史记录中不存在与指令的主题类型对应的输出语速，将基于预先建立的主题类型与输出语速的映射关系确定的与指令的主题类型对应的输出语速作为当前输出语速；采用当前输出语速播放播放指令所指示的播放内容。

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：一种处理器包括接收单元、解析单元、信息选取单元和生成单元。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，接收单元还可以被描述为“响应于接收到用户的指令，确定指令的主题类型的单元”。

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，本公开的实施例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上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的实施例中公开的(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 (10)

1.一种用于控制语音的方法，包括：

响应于接收到用户的指令，确定所述指令的主题类型；

基于所述指令的主题类型，检索历史记录，所述历史记录包括用户针对各个主题类型确定的输出语速；

响应于所述历史记录中不存在与所述指令的主题类型对应的输出语速，将基于预先建立的主题类型与输出语速的映射关系确定的与所述指令的主题类型对应的输出语速作为当前输出语速，其中，所述映射关系中的输出语速为实验数据中每个主题类型对应的使用率最高的目标输出语速；响应于映射关系中不存在所述指令的主题类型，基于用户的语速，将映射关系中与所述用户的语速最接近的输出语速确定为当前输出语速；基于所述当前输出语速与所述指令的主题类型，更新所述映射关系；

根据所述指令，通过网络从服务器中获取所述指令所指示的播放内容；

采用所述当前输出语速播放所述指令所指示的播放内容；

其中，确定当前输出语速之前，还包括：

响应于所述历史记录中存在与所述指令的主题类型对应的输出语速，确定所述历史记录中与所述指令的主题类型对应的输出语速为当前输出语速。

2.根据权利要求1所述的方法，其中，所述指令的主题类型通过如下方式确定：

对接收到的用户的指令进行语义识别，获得语义识别结果；

基于所述语义识别结果，确定所述指令的主题类型。

3.根据权利要求1所述的方法，其中，还包括：

响应于接收到用户调节输出语速的指令，将调节后的输出语速确定为当前输出语速。

4.根据权利要求1所述的方法，其中，确定当前语速之后，还包括：

基于确定的当前输出语速和所述指令的主题类型，更新所述历史记录。

5.一种用于控制语音的装置，包括：

接收单元，被配置成响应于接收到用户的指令，确定所述指令的主题类型；

检索单元，被配置成基于所述指令的主题类型，检索历史记录，所述历史记录包括用户针对各个主题类型确定的输出语速；

确定单元，被配置成响应于所述历史记录中不存在与所述指令的主题类型对应的输出语速，将基于预先建立的主题类型与输出语速的映射关系确定的与所述指令的主题类型对应的输出语速作为当前输出语速，其中，所述映射关系中的输出语速为实验数据中每个主题类型对应的使用率最高的目标输出语速；响应于映射关系中不存在所述指令的主题类型，将映射关系中与所述用户的语速最接近的输出语速确定为当前输出语速；基于所述当前输出语速与所述指令的主题类型，更新所述映射关系；

获取单元，被配置成根据所述指令，通过网络从服务器中获取所述指令所指示的播放内容；

播放单元，被配置成采用所述当前输出语速播放所述指令所指示的播放内容；

其中，所述确定单元确定当前输出语速之前，还被配置成：

响应于所述历史记录中存在与所述指令的主题类型对应的输出语速，确定所述历史记录中与所述指令的主题类型对应的输出语速为当前输出语速。

6.根据权利要求5所述的装置，其中，所述接收单元中指令的主题类型通过如下单元确定：

语义识别单元，被配置成对接收到的用户的指令进行语义识别，获得语义识别结果；基于所述语义识别结果，确定所述指令的主题类型。

7.根据权利要求5所述的装置，其中，所述确定单元还被配置成：

响应于接收到用户调节输出语速的指令，将调节后的输出语速确定为当前输出语速。

8.根据权利要求5所述的装置，其中，还包括更新单元，被配置成：

确定当前语速之后，基于确定的当前输出语速和所述指令的主题类型，更新所述历史记录。

9.一种设备，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，

当所述一个或多个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1-4中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。