CN111402886A - 存储介质、语音响应装置和方法、语音交互系统 - Google Patents

Abstract

本申请公开了一种存储介质、语音响应装置和方法、语音交互系统，该语音响应方法包括：接收至少一个语音交互设备发送的第一消息，第一消息包括至少一个语音交互设备接收到唤醒词的第一时间点；根据第一时间点和预设的时间窗宽度计算时间窗结束的第二时间点；在第二时间点收集从第一时间点到第二时间点各个语音交互设备采集到的所有语音指令；对语音指令进行解析，并判断所有语音指令中是否存在重复的语音指令，如果存在，则仅对重复的语音指令中的一条语音指令进行响应。通过上述方式，本申请能够避免重复语音指令的响应故障或者重复响应导致的语音系统混乱的问题。

Description

存储介质、语音响应装置和方法、语音交互系统

技术领域

本发明涉及智能家居技术领域，特别是涉及一种存储介质、语音响应装置和方法、语音交互系统。

背景技术

目前诸如智能音箱、带语音交互功能的嵌墙智能面板、语音开关面板等语音交互设备，当分布在多个房间时候，如果用户大声喊话，会有几个语音交互设备同时拾音，造成控制混乱。传统的解决方案中，一方面是尽量避免几个语音交互设备同时拾音，另一方面是若真的存在几个设备同时拾音的情况，是通过前端的声学模型进行计算处理，从而选择哪个设备来进行拾音和语音响应，但是该方案市场上技术并不成熟，不够准确，且成本较高，主要原因是声学模型比较复杂。

发明内容

本申请主要解决的技术问题是提供一种存储介质、语音响应装置和方法、语音交互系统，能够避免重复语音指令的响应故障或者重复响应导致的语音系统混乱的问题。

为解决上述技术问题，本申请实施例采用的一个技术方案是：提供一种语音响应装置，该语音响应装置包括：处理器以及与处理器电连接的通信器和存储器；通信器用于接收至少一个语音交互设备发送的第一消息，第一消息包括至少一个所述语音交互设备接收到唤醒词的第一时间点；处理器用于从通信器获取第一消息以及从存储器中获取预设的时间窗宽度，并根据第一时间点和预设的时间窗宽度计算时间窗结束的第二时间点；处理器还用于收集通信器从第一时间点到第二时间点接收的各个语音交互设备采集到的所有语音指令；处理器还用于对语音指令进行解析，并判断所有语音指令中是否存在重复的语音指令，如果存在，则处理器仅对重复的语音指令中的一条语音指令进行响应。

其中，语音指令携带有时间戳，时间戳指示所述语音交互设备接收到语音指令的时间，处理器根据各个语音指令携带的时间戳确定重复的语音指令中的最先接收到的语音指令，且仅对重复的语音指令中的最先接收到的语音指令进行响应。

其中，处理器用于获取最先接收到的语音指令的语义内容，并获取与最先接收到的语音指令对应的语音交互设备识别码；以及根据语义内容和语音交互设备识别码指示最先接收到的语音指令的语音交互设备向用户输出回复语音。

其中，处理器用于获取最先接收到的语音指令的语义内容；根据语义内容解析控制对象和控制类型；以及根据控制类型指示其中一个语音交互设备向控制对象发送相应的控制信号。

其中，处理器用于获取控制对象的识别码；根据控制对象的识别码，在识别码与安装或摆放的位置的对应关系表中查找控制对象的安装或摆放的位置；获取各个语音交互设备的安装或摆放的位置，并结合控制对象的安装或摆放的位置分别计算各个语音交互设备与控制对象之间的距离；以及指示离控制对象最近的语音交互设备向控制对象发送相应的控制信号。

其中，控制类型为开启、关闭、参数调节中的一者，控制信号为开启控制信号、关闭控制信号、参数调节控制信号中的一者。

其中，预设的时间窗宽度为450-550毫秒。

其中，预设的时间窗宽度为500毫秒。

其中，处理器还用于判断所有语音指令中是否存在语义内容相冲突的语音指令；如果存在，则处理器获取相冲突的语音指令中各个语音指令对应的解析准确度，对解析准确度最高的语音指令进行响应。

其中，处理器还用于判断语音指令中是否存在语义内容相冲突的语音指令；如果存在，则处理器获取相冲突的语音指令中各个语音指令对应的声纹信息并根据声纹信息识别各个语音指令对应的用户的身份信息；根据各个语音指令的身份信息查找对应的优先权级别；以及对优先权级别最高的语音指令进行响应。

其中，处理器用于判断语音指令中是否存在语义内容相冲突的语音指令；如果存在，则处理器获取相冲突的语音指令中各个语音指令对应的分贝值；对分贝值最高的语音指令进行响应。

为解决上述技术问题，本申请实施例采用的另一个技术方案是：提供一种语音响应方法，语音响应方法包括：接收至少一个语音交互设备发送的第一消息，第一消息包括至少一个所述语音交互设备接收到唤醒词的第一时间点；根据第一时间点和预设的时间窗宽度计算时间窗结束的第二时间点；收集从第一时间点到第二时间点各个语音交互设备采集到的所有语音指令；对语音指令进行解析，并判断所有语音指令中是否存在重复的语音指令，如果存在，则仅对重复的语音指令中的一条语音指令进行响应。

其中，语音指令携带有时间戳，时间戳指示所述语音交互设备接收到语音指令的时间，仅对重复的语音指令中的一条语音指令进行响应包括：根据各个语音指令携带的时间戳确定重复的语音指令中的最先接收到的语音指令，且仅对重复的语音指令中的最先接收到的语音指令进行响应。

其中，仅对所述重复的语音指令中最先接收到的语音指令进行响应包括：获取最先接收到的语音指令的语义内容，并获取与最先接收到的语音指令对应的语音交互设备识别码；根据语义内容和语音交互设备识别码指示最先接收到的语音指令的语音交互设备向用户输出回复语音。

其中，仅对所述重复的语音指令中最先接收到的语音指令进行响应包括：获取最先接收到的语音指令的语义内容；根据语义内容解析控制对象和控制类型；根据控制类型指示其中一个语音交互设备向控制对象发送相应的控制信号。

其中，根据控制类型向控制对象发送相应的控制信号包括：获取控制对象的识别码；根据控制对象的识别码，在识别码与安装或摆放的位置的对应关系表中查找控制对象的安装或摆放的位置；获取各个语音交互设备的安装或摆放的位置，并结合控制对象的安装或摆放的位置分别计算各个语音交互设备与控制对象之间的距离；指示离控制对象最近的语音交互设备向控制对象发送相应的控制信号。

其中，控制类型为开启、关闭、参数调节中的一者，控制信号为开启控制信号、关闭控制信号、参数调节控制信号中的一者。

其中，预设的时间窗宽度为450-550毫秒。

其中，预设的时间窗宽度为500毫秒。

其中，收集从第一时间点到第二时间点各个语音交互设备采集到的所有语音指令之后，语音响应方法还包括：判断所有语音指令中是否存在语义内容相冲突的语音指令；如果存在，则获取相冲突的语音指令中各个语音指令对应的解析准确度，对解析准确度最高的语音指令进行响应。

其中，收集从第一时间点到第二时间点各个语音交互设备采集到的所有语音指令之后，语音响应方法还包括：判断语音指令中是否存在语义内容相冲突的语音指令；如果存在，则获取相冲突的语音指令中各个语音指令对应的声纹信息并根据声纹信息识别各个语音指令对应的用户的身份信息；根据各个语音指令的身份信息查找对应的优先权级别；对优先权级别最高的语音指令进行响应。

其中，收集从第一时间点到第二时间点各个语音交互设备采集到的所有语音指令之后，语音响应方法还包括：判断语音指令中是否存在语义内容相冲突的语音指令；如果存在，则获取相冲突的语音指令中各个语音指令对应的分贝值；对分贝值最高的语音指令进行响应。

为解决上述技术问题，本申请实施例采用的又一个技术方案是：提供一种语音交互系统，该语音交互系统包括至少两个分布于不同空间位置的语音交互设备、设置于其中一个所述语音交互设备或者独立于语音交互设备外的语音响应装置；该语音响应装置用于实现上述的语音响应方法。

为解决上述技术问题，本申请实施例采用的再一个技术方案是：提供一种语音响应装置，该语音响应装置包括处理器和与处理器电连接的存储器，存储器用于存储计算机程序，处理器用于调用并执行计算机程序以实现上述的方法。

为解决上述技术问题，本申请实施例采用的再一个技术方案是：提供一种存储介质，该存储介质存储有计算机程序，计算机程序能够被处理器执行以实现上述的方法。

本申请实施例通过通信器接收至少一个语音交互设备发送的第一消息，第一消息包括至少一个语音交互设备接收到唤醒词的第一时间点；处理器从通信器获取第一消息以及从存储器中获取预设的时间窗宽度，并根据第一时间点和预设的时间窗宽度计算时间窗结束的第二时间点；处理器还收集通信器从第一时间点到第二时间点接收的各个语音交互设备采集到的所有语音指令；处理器还对语音指令进行解析，并判断所有语音指令中是否存在重复的语音指令，如果存在，则处理器仅对重复的语音指令中的一条语音指令进行响应，能够避免重复语音指令的响应故障或者重复响应导致的语音系统混乱的问题。

附图说明

图1是本申请第一实施例语音响应方法的流程示意图；

图2是本申请第二实施例仅对重复的语音指令中最先接收到的语音指令进行响应的流程示意图；

图3是本申请第三实施例仅对重复的语音指令中最先接收到的语音指令进行响应的流程示意图；

图4是本申请第四实施例根据控制类型向控制对象发送相应的控制信号的流程示意图；

图5是本申请一种实施例语音响应装置的硬件结构示意图；

图6是本申请另一种实施例语音响应装置的硬件结构示意图；

图7是本申请实施例语音交互系统的硬件结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。可以理解的是，此处所描述的具体实施例仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出或单元，而是可选地还包括没有列出或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

请参阅图1，图1是本申请第一实施例语音响应方法的流程示意图。

本实施例的语音响应方法可以包括以下步骤：

步骤S11：接收至少一个语音交互设备发送的第一消息，第一消息包括至少一个语音交互设备接收到唤醒词的第一时间点。

在本实施例中，语音交互系统包括至少两个分布于不同空间位置的语音交互设备。例如，语音交互设备安装或者摆放于屋内的不同的房间，或者同一房间的不同位置，从而使得用户在不同的位置说话语音交互系统均能采集到。该语音交互系统的语音响应装置可以是集成于上述多个语音交互设备的其中一个上，该语音交互系统的语音响应装置也可以是相对于各个语音交互设备独立的语音响应装置，本申请实施例对此不做限定。语音交互系统是用户与智能家居设备交互的入口，语音交互系统通过与用户的语音交互，接收用户的语音指令，解析用户的语音指令然后发送对应的控制信号给智能家居设备（如空调、冰箱、洗衣机、门窗控制器等）或者输出语音回复用户。

唤醒词是语音交互设备的一种唤醒语音，对于单个的语音交互设备通常在接收到唤醒词后进行屏幕点亮，从屏幕熄灭状态切换至屏幕点亮状态，拾音器对周围的环境语音进行持续的采集，拾音器从低功率采集状态切换至高功率采集状态。在本实施例中，不同位置的语音交互设备中只要有一个语音交互设备的拾音器接收到唤醒词，那么语音交互设备就将第一时间点以第一消息的形式发送给语音响应装置，语音响应装置就记录下接收到唤醒词的第一时间点，保存在语音响应装置的存储器中。

在本申请实施例中，语音交互设备可以为智能面板、语音开关面板或者智能音箱等等。应理解语音交互设备可以是以任意形式存在的具有语音交互功能的设备，本申请实施例对此不做限定。

在一种实施例中，智能面板可以是应用于智能家居控制系统，以智能家电设备为主要控制对象，利用综合布线技术、网络通信技术、安全防范技术、自动化控制技术、音视频技术将家居生活有关的设施进行高度集成。智能面板是照明、音响、窗帘、温控器、传感器等多个子系统的中控系统，可以用遥控、手机远程、触控交互、语音交互等多种智能控制方式实现对居住空间灯光、电动窗帘、温湿度、家电设备等的智能控制管理，从而为人们提供智能、舒适的高品质生活。可选地，智能面板可以是嵌入安装在室内的墙体内，也可以是安装在室内墙体表面，还可以是摆放在桌面上的摆放式智能面板，本申请实施例对此不做限定。智能面板可以具有触控和显示功能，其可以包括触控显示屏，其触控功能也可以由按键代替，例如设置显示屏和按键模组；智能面板还可以具有语音交互功能，其可以包括拾音器和扬声器；智能面板还可以具有通信功能，其可以包括通信器。

在一种实施例中，语音开关面板可以是家电设备的开关控制设备，其通过与用户的语音交互获得语音指令进而根据语音指令控制家电设备，其还可以将家电设备的状态或者参数显示给用户。例如，以家电设备为空调为例，语音开关面板将温度湿度等参数显示给用户。语音开关面板还可以包括按键模组，按键模组可以是采用触摸式按键或者是机械式按键，语音开关面板可以通过按键模组接收按键指令进而根据按键指令控制家电设备。

可选地，语音交互设备的拾音器在采集到唤醒词时，该语音交互设备记录采集到唤醒词的第一时间点，然后语音交互设备向语音交互系统的语音响应装置发送第一消息，语音响应装置接收到第一消息后可以从第一消息中解析出第一时间点。

步骤S12：根据第一时间点和预设的时间窗宽度计算时间窗结束的第二时间点。

其中，由语音响应装置根据第一时间点和预设的时间窗宽度计算时间窗结束的第二时间点。例如，第二时间点和第一时间点相隔的时间差等于该预设的时间窗宽度。也就是说，第二时间点等于第一时间点加上时间窗宽度。

在另一些实施方式中，根据第一时间点t1和预设的时间窗宽度Δt计算第二时间点t2，具体可以包括：获取当前的时间窗影响因素；根据时间窗影响因素确定时间窗系数E；根据时间窗系数E、第一时间点t1、预设的时间窗宽度Δt以及公式t2=t1+Δt*E计算第二时间点。

在一种实施方式中，获取当前的时间窗影响因素可以包括获取语音交互系统中的语音交互设备的数量；相应的，根据时间窗影响因素确定时间窗系数E可以包括：根据语音交互设备的数量确定时间窗系数E，其中语音交互设备的数量越多，时间窗系数E越大。通过获取语音交互设备的数量，根据数量确定时间窗系数，能够在保证不出现响应混乱的情况下，降低用户的延时感，避免第一时间点到第二时间点的时间过长导致的延时过大的问题。

可选地，预设的时间窗宽度可以为450-550毫秒之间的任意值。在一种实施方式中，预设的时间窗宽度可以为500毫秒。

步骤S13：收集从第一时间点到第二时间点各个语音交互设备采集到的所有语音指令。

其中，用户在输入唤醒词之后通常会说出语音指令，例如用户说“打开卧室灯”。在时间窗宽度范围内，可能位于不同位置的多个语音交互设备都收到了这个语音指令，还有可能其他的用户说出了另一个语音指令，语音响应装置的通信器收集这个时间窗宽度范围内的所有语音指令。收集的语音指令可以携带有采集这条语音指令的语音交互设备的识别码，不同的语音交互设备具有不同的识别码，换言之，语音交互设备在采集到语音指令后将自身的识别码和语音指令关联后发送至语音响应装置。语音响应装置对采集到的语音指令和语音交互设备的识别码建立对应关系表并存储在语音响应装置的存储器中。

在一种实施方式中，语音响应装置在计算出第二时间点后分别向各个语音交互设备发送第二消息，第二消息中包括第一时间点和第二时间点且第二消息指示各个语音交互设备将从第一时间点到第二时间点采集到的语音指令进行上报给语音响应装置。

在一种实施方式中，任意一个语音交互设备在采集到语音指令后将语音指令和该语音指令的采集时间打包发送给语音响应装置，语音响应装置选取第一时间点到第二时间点采集的语音指令。

步骤S14：语音交互系统对语音指令进行解析，并判断所有语音指令中是否存在重复的语音指令，如果存在则语音交互系统仅对重复的语音指令中的一个语音指令进行响应。

其中，语音响应装置对通信器收集到的所有语音指令进行解析，然后对语音指令的语义内容进行比对以判断所有语音指令中是否存在重复相同的语音指令（是指语音指令的语义内容相同），例如如果两个语音指令的内容均是“打开卧室灯”，那么可以判定为这两条指令为重复的语音指令。

在一种实施方式中，语音指令携带有时间戳，时间戳指示语音交互设备接收到语音指令的时间，语音响应装置仅对重复的语音指令中的一个语音指令进行响应包括：语音响应装置根据各个语音指令携带的时间戳确定重复的语音指令中的最先接收到的语音指令，且仅对重复的语音指令中最先接收到的语音指令进行响应。具体而言，如果存在重复的语音指令，则语音响应装置仅对对重复的语音指令进行时间先后顺序的排序，具体可以是根据语音指令携带的时间戳对语音指令进行时间先后顺序的排序，从而可以仅对最先接收到的语音指令进行响应，对其他的语音指令不进行响应。响应的方式具体根据解析的语音指令的语义内容的不同而不同，一种响应方式是解析出了控制类型（例如，打开、关闭或者参数调节等）或者控制对象（空调、冰箱、热水器等），那么语音交互系统向控制对象发送与控制类型对应的控制信号，例如语音指令是“打开卧室灯”，那么语音交互系统向卧室的智能灯具发送开启控制信号。另一种响应方式是解析出语义内容为用户询问了一个问题，例如语音指令为：“今天天气怎样”那么语音交互系统从服务器获取天气信息，并向用户输出回复天气信息的语音。通过对最先采集到的语音指令进行响应能够提高语音响应的速度，在保证语音系统不出现响应混乱的情况下，还可以降低用户的延时感，提升用户体验。

应理解，语音交互系统可以选择需要进行响应的其中一条语音指令进行响应，并非一定是对最先接收到的语音指令进行响应。例如，在一种实施方式中，语音交互系统可以仅对重复的语音指令中的按照接收时间先后顺序排序第二的语音指令进行响应，本申请实施例对此不做限定。

在本实施例中，通过在接收到唤醒词之后设定时间窗对于时间窗内的接收到的指令进行收集，然后判断是否有重复指令，对于重复指令仅对其中一条进行响应，可以避免分布式语音交互系统语音响应容易出现混乱的情况，并且算法简单，相比建立声学模型来进行声源定位的方案耗损的硬件和软件资源较少。在一些实施例中，通过将时间窗的宽度设定为450-550毫秒之间的任意值，一方面可以避免语音响应的延时，能够让用户的语音输入及时得到响应，另一方面，可以有效的过滤掉重复的语音指令，而对于非重复语音不会造成任何影响。在一种实施例中，通过将时间窗的宽度设定为500毫秒可以达到最佳的重复指令过滤效果且用户几乎感觉不到语音响应的延时。

在一种实施例中，收集从第一时间点到第二时间点各个语音交互设备采集到的所有语音指令之后，语音响应方法还可以包括：判断所有语音指令中是否存在语义内容相冲突的语音指令；如果存在，则获取相冲突的语音指令中各个语音指令对应的解析准确度，对解析准确度最高的语音指令进行响应。其中语义内容相冲突的指令可以是指两个语音指令不能同时执行，例如，第一用户所说的语音指令为“打开卧室灯”，第二用户所说的语音指令为“关闭卧室灯”，则第一用户的语音指令和第二用户的语音指令为相冲突的语音指令。语音指令在进行解析时，可以是通过与语音模型进行匹配，找到与语音指令最匹配的语音模型，将该语音模型的语义内容作为语音指令的语义内容，语音指令与最匹配的语音模型之间存在相似度，该相似度直接反应了解析准确度每一个语音指令的解析结果都携带有一个解析准确度的数值。在存在语义内容相冲突的语音指令时，通过获取解析准确度，对解析准确度最高的语音指令进行响应，在避免语音响应混乱的情况下，能够优先对相对确定的语音指令进行响应，而忽略准确度相对较低的语音指令，不对其进行响应。

在另一种实施方式中，收集从第一时间点到第二时间点各个语音交互设备采集到的所有语音指令之后，语音响应方法还包括：判断语音指令中是否存在语义内容相冲突的语音指令；如果存在，则获取相冲突的语音指令中各个语音指令对应的声纹信息并根据声纹信息识别各个语音指令对应的用户的身份信息；根据各个语音指令的身份信息查找对应的优先权级别；对优先权级别最高的语音指令进行响应。在存在语义内容相冲突的语音指令时，通过声纹识别用户的身份，对优先级别最高的用户的语音指令进行响应，在避免语音响应混乱的情况下，能够对优先级别高用户的语音指令进行响应，而忽略优先级别较低的用户语音指令，不对其进行响应。

在另一种实施方式中，收集从第一时间点到第二时间点各个语音交互设备采集到的所有语音指令之后，语音响应方法还包括：判断语音指令中是否存在语义内容相冲突的语音指令；如果存在，则获取相冲突的语音指令中各个语音指令对应的分贝值；对分贝值最高的语音指令进行响应。在存在语义内容相冲突的语音指令时，通过获取语音指令的分贝值，对分贝值最高的用户的语音指令进行响应，在避免语音响应混乱的情况下，能够对分贝值较高的语音指令进行响应，而忽略分贝值较低的用户语音指令，不对其进行响应。

请参阅图2，图2是本申请第二实施例仅对重复的语音指令中最先接收到的语音指令进行响应的流程示意图。

在本实施例中，仅对重复的语音指令中最先接收到的语音指令进行响应包括：

步骤S21：获取最先接收到的语音指令的语义内容，并获取与最先接收到的语音指令对应的语音交互设备识别码。

其中，语音交互系统在收集语音指令时，语音指令中携带了是哪个语音交互设备采集到该条语音指令的指示信息，即携带了采集该条语音指令的语音交互设备的识别码（ID,Identity document）。该语音交互设备的设备识别码可以是其通信器的MAC地址。

步骤S22：根据语义内容和识别码指示最先接收到的语音指令的语音交互设备向用户输出回复语音。

其中，语音交互系统在对语音指令进行回复时，找到接收到第一条语音指令的语音交互设备输出回复语音，从而用户能够有效的接收到语音交互系统输出的回复语音。

请参阅图3，图3是本申请第三实施例仅对重复的语音指令中最先接收到的语音指令进行响应的流程示意图。

在本实施例中，仅对重复的语音指令中最先接收到的语音指令进行响应包括：

步骤S31：获取最先接收到的语音指令的语义内容。

其中，在上文进行语音指令解析后，可以将解析得到的语义内容与语音指令进行关联存储至语音响应装置的存储器，语音响应装置可以从存储器中获取语义内容。

步骤S32：根据语义内容解析控制对象和控制类型。

其中，控制类型包括开启、关闭、参数调节中的一者，控制信号包括开启控制信号、关闭控制信号、参数调节控制信号中的一者。

语音响应装置解析出控制类型（例如，打开、关闭或者参数调节等）或者控制对象（空调、冰箱、热水器等），那么语音交互系统向控制对象发送与控制类型对应的控制信号，例如语音指令是“打开卧室灯”，那么语音交互系统向卧室的智能灯具发送开启控制信号。

步骤S33：根据控制类型向控制对象发送相应的控制信号。

请参阅图4，图4是本申请第四实施例语音交互系统根据控制类型向控制对象发送相应的控制信号的流程示意图。

在本实施例中，语音交互系统根据控制类型向控制对象发送相应的控制信号包括：

步骤S41：获取控制对象的识别码。

其中，语音交互系统可以存储有控制对象的识别码和名称的对应关系表。控制对象可以是家电设备（例如，电视、空调、冰箱、灯具等）或者是驱动器（例如，门、窗驱动器）。

步骤S42：根据控制对象的识别码在识别码与安装或摆放的位置的对应关系表中查找控制对象的安装或摆放的位置。

其中，语音响应装置还可以存储有控制对象的识别码与控制对象的安装或摆放位置的对应关系表。对于智能家居的语音交互系统可以是属于前装设备安装于房屋内不同位置，在进行安装时可以记录下控制对象的识别码和安装位置的对应关系，存储于语音响应装置的存储器中。

步骤S43：获取各个语音交互设备的安装或摆放的位置并结合控制对象的安装或摆放的位置分别计算各个语音交互设备与控制对象之间的距离。

其中，语音交互设备可以在房屋装修时(或者其他任何时间，本申请实施例对此不做限定)安装于屋内不同的位置或者是摆放在屋内的不同位置，语音交互系统的语音响应装置预先记录不同的语音交互设备的设备识别码和安装或摆放的位置的对应关系表从而获取语音交互设备的位置，同理可以获取控制对象（智能家电设备或者是控制器）的位置。例如语音交互设备的安装位置可以以三维坐标的形式进行记录，离地面的高度Z，在地面投影的二维平面坐标X,Y，三个维度。根据两个语音交互设备的三维坐标即可以算得这两个语音交互设备的距离。

步骤S44：指示离控制对象最近的语音交互设备向控制对象发送相应的控制信号。

在本实施例中，通过指示离控制对象最近的语音交互设备向控制对象发送控制信号，避免语音交互设备与控制对象采用无线通信方式时信号强度弱的问题，特别是房间较多信号被墙体隔离的情况。

请参阅图5，图5是本申请一种实施例语音响应装置的硬件结构示意图。

在本实施例中，语音响应装置50包括处理器51和与处理器51电连接的存储器52，存储器52用于存储计算机程序，处理器51用于调用并执行计算机程序以实现上述的任意一实施例的方法。

本申请实施例还提供一种存储介质，该存储介质存储有计算机程序，该计算机程序被处理器执行时能够实现上述任一实施例的方法。

其中，该计算机程序可以以软件产品的形式存储在上述存储介质中，包括若干指令用以使得一个设备或处理器执行本申请各个实施方式方法的全部或部分步骤。

存储介质是计算机存储器中用于存储某种不连续物理量的媒体。而前述的存储介质可以为：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

请参阅图6，图6是本申请另一种实施例语音响应装置的硬件结构示意图。

在本实施例中，语音响应装置60可以包括：处理器61以及与处理61器电连接的通信器62和存储器63。

通信器62用于接收至少一个语音交互设备发送的第一消息，第一消息包括该至少一个所述语音交互设备接收到唤醒词的第一时间点；处理器61用于从通信器62获取第一消息以及从存储器63中获取预设的时间窗宽度，并根据第一时间点和预设的时间窗宽度计算时间窗结束的第二时间点；处理器61还用于收集通信器62从第一时间点到第二时间点接收的各个语音交互设备采集到的所有语音指令；处理器61还用于对语音指令进行解析，并判断所有语音指令中是否存在重复的语音指令，如果存在，则处理器61仅对重复的语音指令中的一条语音指令进行响应。

可选地，处理器61仅对重复的语音指令中的最先接收到的语音指令进行响应。

可选地，处理器61用于获取最先接收到的语音指令的语义内容，并获取与最先接收到的语音指令对应的语音交互设备识别码；以及根据语义内容和语音交互设备识别码指示最先接收到的语音指令的语音交互设备向用户输出回复语音。

可选地，处理器61用于获取最先接收到的语音指令的语义内容；根据语义内容解析控制对象和控制类型；以及根据控制类型指示其中一个语音交互设备向控制对象发送相应的控制信号。

可选地，处理器61用于获取控制对象的识别码；根据控制对象的识别码，在识别码与安装或摆放的位置的对应关系表中查找控制对象的安装或摆放的位置；获取各个语音交互设备的安装或摆放的位置，并结合控制对象的安装或摆放的位置分别计算各个语音交互设备与控制对象之间的距离；以及指示离控制对象最近的语音交互设备向控制对象发送相应的控制信号。

可选地，控制类型为开启、关闭、参数调节中的一者，控制信号为开启控制信号、关闭控制信号、参数调节控制信号中的一者。

可选地，预设的时间窗宽度为450-550毫秒。

可选地，预设的时间窗宽度为500毫秒。

可选地，处理器61还用于判断所有语音指令中是否存在语义内容相冲突的语音指令；如果存在，则处理器61获取相冲突的语音指令中各个语音指令对应的解析准确度，对解析准确度最高的语音指令进行响应。

可选地，处理器61还用于判断语音指令中是否存在语义内容相冲突的语音指令；如果存在，则处理器61获取相冲突的语音指令中各个语音指令对应的声纹信息并根据声纹信息识别各个语音指令对应的用户的身份信息；根据各个语音指令的身份信息查找对应的优先权级别；以及对优先权级别最高的语音指令进行响应。

可选地，处理器61用于判断语音指令中是否存在语义内容相冲突的语音指令；如果存在，则处理器61获取相冲突的语音指令中各个语音指令对应的分贝值；对分贝值最高的语音指令进行响应。

请参阅图7，图7是本申请实施例语音交互系统的硬件结构示意图。

在本实施例中，该语音交互系统70可以包括：至少两个分布于不同空间位置的语音交互设备71、设置于其中一个语音交互设备71或者独立于语音交互设备71外的语音响应装置72。该语音响应装置用于实现上述任意一实施例的语音响应方法。

语音交互设备71包括第一处理器711、与第一处理器711电连接的第一通信器712、拾音器713以及扬声器714。

语音响应装置72包括第二处理器721、与第二处理器721电连接的存储器722和第二通信器723。

至少一个语音交互设备71的拾音器713在接收到用户的唤醒词时，该语音交互设备71的第一处理器711控制该语音交互设备71的第一通信器712向第二通信器723发送第一消息，第一消息包括该至少一个语音交互设备71接收到唤醒词的第一时间点。

第二处理器721用于从第二通信器获取第一消息以及从第一存储器中获取预设的时间窗宽度，并根据第一时间点和预设的时间窗宽度计算时间窗结束的第二时间点。

第二处理器721还用于收集第二通信器723从第一时间点到第二时间点接收到的各个拾音器713采集到的所有语音指令。

第二处理器721还用于对语音指令进行解析，并判断所有语音指令中是否存在重复的语音指令，如果存在，则第二处理器721仅对重复的语音指令中的一条语音指令进行响应。

可选地，第二处理器721仅对重复的语音指令中的最先接收到的语音指令进行响应。例如，第二处理器721控制第二通信器723向其中一个语音交互设备71的第一通信器发送第一指示信息，该语音交互设备71的第一通信器在接收到第一指示信息后，该语音交互设备71的第一处理器711根据该第一指示信息对该条语音指令进行响应。

可选地，第二处理器721用于获取最先接收到的语音指令的语义内容，并获取与最先接收到的语音指令对应的语音交互设备71识别码；以及根据语义内容和语音交互设备71识别码指示最先接收到的语音指令的语音交互设备71向用户输出回复语音。例如，第二处理器721控制第二通信器723向该语音交互设备71的第一通信器发送第二指示信息，该语音交互设备71的第一通信器在接收到第二指示信息后，该语音交互设备71的第一处理器711根据该第二指示信息控制该语音交互设备71的扬声器714向用户输出回复语音。

可选地，第二处理器721用于获取最先接收到的语音指令的语义内容；根据语义内容解析控制对象和控制类型；以及根据控制类型指示其中一个语音交互设备71向控制对象发送相应的控制信号。例如，第二处理器721控制第二通信器723向其中一个语音交互设备71的第一通信器发送第三指示信息，第一通信器在接收到第三指示信息后，该语音交互设备71的第一处理器711控制其第一通信器向控制对象发送相应的控制信号。

可选地，第二处理器721用于获取控制对象的识别码；根据控制对象的识别码，在识别码与安装或摆放的位置的对应关系表中查找控制对象的安装或摆放的位置；获取各个语音交互设备71的安装或摆放的位置，并结合控制对象的安装或摆放的位置分别计算各个语音交互设备71与控制对象之间的距离；以及指示离控制对象最近的语音交互设备71向控制对象发送相应的控制信号。

可选地，控制类型为开启、关闭、参数调节中的一者，控制信号为开启控制信号、关闭控制信号、参数调节控制信号中的一者。

可选地，预设的时间窗宽度为450-550毫秒。

可选地，预设的时间窗宽度为500毫秒。

可选地，第二处理器721还用于判断所有语音指令中是否存在语义内容相冲突的语音指令；如果存在，则第二处理器721获取相冲突的语音指令中各个语音指令对应的解析准确度，对解析准确度最高的语音指令进行响应。

可选地，第二处理器721还用于判断语音指令中是否存在语义内容相冲突的语音指令；如果存在，则第二处理器721获取相冲突的语音指令中各个语音指令对应的声纹信息并根据声纹信息识别各个语音指令对应的用户的身份信息；根据各个语音指令的身份信息查找对应的优先权级别；以及对优先权级别最高的语音指令进行响应。

可选地，第二处理器721用于判断语音指令中是否存在语义内容相冲突的语音指令；如果存在，则第二处理器721获取相冲突的语音指令中各个语音指令对应的分贝值；对分贝值最高的语音指令进行响应。

在本申请所提供的几个实施方式中，应该理解到，所揭露的方法以及设备，可以通过其它的方式实现。例如，以上所描述的设备实施方式仅仅是示意性的，例如，模块或单元的划分，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。

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方式方案的目的。

另外，在本发明各个实施方式中的各功能单元可以集成在一个主控单元中，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。

本申请实施例通过通信器接收至少一个语音交互设备发送的第一消息，第一消息包括至少一个所述语音交互设备接收到唤醒词的第一时间点；处理器从通信器获取第一消息以及从存储器中获取预设的时间窗宽度，并根据第一时间点和预设的时间窗宽度计算时间窗结束的第二时间点；处理器还收集通信器从第一时间点到第二时间点接收的各个语音交互设备采集到的所有语音指令；处理器还对语音指令进行解析，并判断所有语音指令中是否存在重复的语音指令，如果存在，则处理器仅对重复的语音指令中的一条语音指令进行响应，能够避免重复语音指令的响应故障或者重复响应导致的语音系统混乱的问题。

以上仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (25)

1.一种语音响应装置，其特征在于，所述语音响应装置包括：处理器以及与所述处理器电连接的通信器和存储器；

所述通信器用于接收至少一个语音交互设备发送的第一消息，所述第一消息包括所述至少一个所述语音交互设备接收到唤醒词的第一时间点；

所述处理器用于从所述通信器获取所述第一消息以及从所述存储器中获取预设的时间窗宽度，并根据所述第一时间点和所述预设的时间窗宽度计算时间窗结束的第二时间点；

所述处理器还用于收集所述通信器从所述第一时间点到所述第二时间点接收的各个所述语音交互设备采集到的所有语音指令；

所述处理器还用于对所述语音指令进行解析，并判断所述所有语音指令中是否存在重复的语音指令，如果存在，则所述处理器仅对所述重复的语音指令中的一条语音指令进行响应。

2.根据权利要求1所述的语音响应装置，其特征在于，所述语音指令携带有时间戳，所述时间戳指示所述语音交互设备接收到所述语音指令的时间，所述处理器根据各个所述语音指令携带的时间戳确定所述重复的语音指令中的最先接收到的语音指令，且仅对所述重复的语音指令中的最先接收到的语音指令进行响应。

3.根据权利要求2所述的语音响应装置，其特征在于，

所述处理器用于获取所述最先接收到的语音指令的语义内容，并获取与所述最先接收到的语音指令对应的语音交互设备识别码，根据所述语义内容和所述语音交互设备识别码指示所述最先接收到的语音指令的语音交互设备向用户输出回复语音。

4.根据权利要求2所述的语音响应装置，其特征在于，

所述处理器用于获取所述最先接收到的语音指令的语义内容，根据所述语义内容解析控制对象和控制类型，根据所述控制类型指示其中一个语音交互设备向所述控制对象发送相应的控制信号。

5.根据权利要求4所述的语音响应装置，其特征在于，

所述处理器用于获取所述控制对象的识别码，根据所述控制对象的识别码，在识别码与安装或摆放的位置的对应关系表中查找所述控制对象的安装或摆放的位置，获取各个所述语音交互设备的安装或摆放的位置，并结合所述控制对象的安装或摆放的位置分别计算各个所述语音交互设备与控制对象之间的距离，指示离所述控制对象最近的语音交互设备向所述控制对象发送所述相应的控制信号。

6.根据权利要求4所述的语音响应装置，其特征在于，所述控制类型为开启、关闭、参数调节中的一者，所述控制信号为开启控制信号、关闭控制信号、参数调节控制信号中的一者。

7.根据权利要求1所述的语音响应装置，其特征在于，预设的时间窗宽度为450-550毫秒。

8.根据权利要求1所述的语音响应装置，其特征在于，预设的时间窗宽度为500毫秒。

9.根据权利要求1所述的语音响应装置，其特征在于，所述处理器还用于判断所述所有语音指令中是否存在语义内容相冲突的语音指令，如果存在，则所述处理器获取相冲突的语音指令中各个语音指令对应的解析准确度，对解析准确度最高的语音指令进行响应。

10.根据权利要求1所述的语音响应装置，其特征在于，所述处理器还用于判断所述语音指令中是否存在语义内容相冲突的语音指令，如果存在，则所述处理器获取相冲突的语音指令中各个语音指令对应的声纹信息并根据声纹信息识别所述各个语音指令对应的用户的身份信息，根据所述各个语音指令的身份信息查找对应的优先权级别，对优先权级别最高的语音指令进行响应。

11.根据权利要求1所述的语音响应装置，其特征在于，所述处理器用于判断所述语音指令中是否存在语义内容相冲突的语音指令，如果存在，则所述处理器获取相冲突的语音指令中各个语音指令对应的分贝值，对分贝值最高的语音指令进行响应。

12.一种语音响应方法，其特征在于，所述语音响应方法包括：

接收至少一个语音交互设备发送的第一消息，所述第一消息包括所述至少一个所述语音交互设备接收到唤醒词的第一时间点；

根据所述第一时间点和预设的时间窗宽度计算时间窗结束的第二时间点；

收集从所述第一时间点到所述第二时间点各个所述语音交互设备采集到的所有语音指令；

对所述语音指令进行解析，并判断所述所有语音指令中是否存在重复的语音指令，如果存在，则仅对所述重复的语音指令中的一条语音指令进行响应。

13.根据权利要求12所述的语音响应方法，其特征在于，所述语音指令携带有时间戳，所述时间戳指示所述语音交互设备接收到所述语音指令的时间，所述仅对所述重复的语音指令中的一条语音指令进行响应包括：

根据各个所述语音指令携带的时间戳确定所述重复的语音指令中的最先接收到的语音指令，且仅对所述重复的语音指令中的最先接收到的语音指令进行响应。

14.根据权利要求13所述的语音响应方法，其特征在于，所述仅对所述重复的语音指令中最先接收到的语音指令进行响应包括：

获取所述最先接收到的语音指令的语义内容，并获取与所述最先接收到的语音指令对应的语音交互设备识别码；

根据所述语义内容和所述语音交互设备识别码指示所述最先接收到的语音指令的语音交互设备向用户输出回复语音。

15.根据权利要求13所述的语音响应方法，其特征在于，所述仅对所述重复的语音指令中最先接收到的语音指令进行响应包括：

获取所述最先接收到的语音指令的语义内容；

根据所述语义内容解析控制对象和控制类型；

根据所述控制类型指示其中一个语音交互设备向所述控制对象发送相应的控制信号。

16.根据权利要求15所述的语音响应方法，其特征在于，所述根据所述控制类型向所述控制对象发送相应的控制信号包括：

获取所述控制对象的识别码；

根据所述控制对象的识别码，在识别码与安装或摆放的位置的对应关系表中查找所述控制对象的安装或摆放的位置；

获取各个所述语音交互设备的安装或摆放的位置，并结合所述控制对象的安装或摆放的位置分别计算各个所述语音交互设备与控制对象之间的距离；

指示离所述控制对象最近的语音交互设备向所述控制对象发送所述相应的控制信号。

17.根据权利要求15所述的语音响应方法，其特征在于，所述控制类型为开启、关闭、参数调节中的一者，所述控制信号为开启控制信号、关闭控制信号、参数调节控制信号中的一者。

18.根据权利要求12所述的语音响应方法，其特征在于，预设的时间窗宽度为450-550毫秒。

19.根据权利要求12所述的语音响应方法，其特征在于，预设的时间窗宽度为500毫秒。

20.根据权利要求12所述的语音响应方法，其特征在于，收集从所述第一时间点到所述第二时间点各个所述语音交互设备采集到的所有语音指令之后，所述语音响应方法还包括：

判断所述所有语音指令中是否存在语义内容相冲突的语音指令；

如果存在，则获取相冲突的语音指令中各个语音指令对应的解析准确度，对解析准确度最高的语音指令进行响应。

21.根据权利要求12所述的语音响应方法，其特征在于，收集从所述第一时间点到所述第二时间点各个所述语音交互设备采集到的所有语音指令之后，所述语音响应方法还包括：

判断所述语音指令中是否存在语义内容相冲突的语音指令；

如果存在，则获取相冲突的语音指令中各个语音指令对应的声纹信息并根据声纹信息识别所述各个语音指令对应的用户的身份信息；

根据所述各个语音指令的身份信息查找对应的优先权级别；

对优先权级别最高的语音指令进行响应。

22.根据权利要求12所述的语音响应方法，其特征在于，从所述第一时间点到所述第二时间点各个所述语音交互设备采集到的所有语音指令之后，所述语音响应方法还包括：

判断所述语音指令中是否存在语义内容相冲突的语音指令；

如果存在，则获取相冲突的语音指令中各个语音指令对应的分贝值；

对分贝值最高的语音指令进行响应。

23.一种语音交互系统，其特征在于，所述语音交互系统包括至少两个分布于不同空间位置的语音交互设备、设置于其中一个所述语音交互设备或者独立于所述语音交互设备外的语音响应装置；

所述语音响应装置用于实现如权利要求12-22任意一项所述的方法。

24.一种语音响应装置，其特征在于，所述语音响应装置包括处理器和与所述处理器电连接的存储器，所述存储器用于存储计算机程序，所述处理器用于调用并执行所述计算机程序以实现权利要求12-22任意一项所述的方法。

25.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序能够被处理器执行以实现权利要求12-22任意一项所述的方法。

Images