CN111627441A - 电子设备的控制方法、装置、设备和存储介质 - Google Patents

Abstract

本申请公开了电子设备的控制方法、装置、设备和存储介质，涉及人工智能领域。具体实现方案为：接收第一语音；根据第一语音，延长语音采集时长；若在延长后的语音采集时长内接收到第二语音，则响应结合第一语音和第二语音所确定的用户请求。本申请提高了电子设备的可靠性。

Description

电子设备的控制方法、装置、设备和存储介质

技术领域

本申请实施例涉及计算机技术中的人工智能技术，尤其涉及一种电子设备的控制方法、装置、设备和存储介质。

背景技术

用户在使用智能音箱时，一般是通过语音控制智能音箱的播放内容，极大的方便了用户的生活。

目前智能音箱在被唤醒后，用户需要在预设的语音采集时长内发出语音以输入请求，否则智能音箱无法响应或者无法准确响应用户的请求。因此，若用户在发出语音的过程中出现了停顿，造成了未在预设语音采集时长内发出完整的语音，则智能音箱可能无法响应或者无法准确响应用户的请求。用户只能再次唤醒智能音箱，重新发出语音以输入请求。也就是说目前的智能音箱的可靠性不高。

发明内容

本申请提供了一种电子设备的控制方法、装置、设备和存储介质，提高了电子设备的可靠性。

根据第一方面，提供了一种电子设备的控制方法，接收第一语音；根据第一语音，延长语音采集时长；若在延长后的语音采集时长内接收到第二语音，则响应结合第一语音和第二语音所确定的用户请求。本申请提高了电子设备的可靠性。

本申请中电子设备在接收到用于指示延长语音采集时长的语音时，延长语音采集时长，提高了电子设备采集到用户发出的完整语音的概率，降低了电子设备无法响应或无法准确响应用户请求的情况发生的概率，即电子设备的可靠性增加。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

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是本申请实施例提供的一种终端设备的工作过程示意图；

图2是本申请实施例提供的电子设备的控制方法的流程图一；

图3是本申请实施例提供的系统架构图一；

图4是本申请实施例提供的系统架构图二；

图5是本申请实施例提供的系统架构图三；

图6是本申请实施例提供的系统架构图四；

图7是本申请实施例提供的系统架构图五；

图8是本申请实施例提供的电子设备的控制方法的流程图二；

图9是本申请实施例提供的电子设备的控制方法的流程图三；

图10是本申请实施例提供的界面示意图；

图11是用来实现本申请实施例的电子设备的控制装置的结构示意图；

图12是用来实现本申请实施例的电子设备的控制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。

随着人工智能(Artificial Intelligence，简称AI)的发展，智能设备层出不穷，例如出现了用户可通过语音控制的终端设备，比如智能音箱、智能机器人。为了描述的方便，后续将可通过语音控制的终端设备简称为终端设备。

如图1所示，用户通过语音输入请求，终端设备接收到语音后，执行用户的请求。其中，用户的请求包括但不限于：播放歌曲、天气预报、打开客厅的灯等等。

终端设备在使用过程中，往往需要用户将其唤醒后再发出语音以输入请求，比如发出语音“我要听稻香这首歌”以输入播放“稻香”歌曲的请求。且用户需在终端设备被唤醒后的预设语音采集时长内发出语音，否则终端设备由于未能采集到用户的完整语音而无法响应或者无法准确响应用户的请求。因此，若用户在发出语音的过程中出现了停顿，造成了未在预设语音采集时长内发出完整的语音，则终端设备可能无法响应或者无法准确响应用户的请求。比如用户在说了“我想听”后，由于一时没有决定想听的内容，出现了停顿，过了几秒后又说相声，即用户发出语音的过程如下“我想听，(停顿)，相声”，则终端设备可能只采集到了“我想听”，因此无法响应用户的请求。即目前的终端设备的可靠性不高。

为了解决上述技术问题，目前的一种方法为：用户在能够控制终端设备的控制设备上输入第一模式选择指令，第一模式用于指示将语音采集时长延长预设时长，控制设备根据第一模式选择指令，向终端设备发送语音采集时长延长指令，语音采集时长延长指令中包括预设时长，终端设备根据语音采集时长延长指令，延长语音采集时长。该种方法由于延长了语音采集时长，因此可以提高终端设备采集到用户发出的完整语音的概率，降低终端设备无法响应或无法准确响应用户请求的情况发生的概率，即终端设备的可靠性增加。但是该方法需要依赖安装有终端设备对应的应用(application，简称APP)的控制设备，操作流程较复杂。为了克服目前做法中存在的操作流程较复杂的难题，本申请提出一种基于用户发出的语音或者用户对终端设备的操作触发语音时长采集指令的方法，无需依赖安装有终端设备对应的APP的控制设备，在提高终端设备可靠性的同时，操作流程简单。

下面采用具体的实施例对本申请的电子设备的控制方进行说明。

图2为本申请实施例提供的电子设备的控制方法的流程图一，本实施例的执行主体可为电子设备中的终端设备，比如智能音箱、智能机器人等。参见图2，本实施例的方法包括：

步骤S201、接收第一语音，第一语音用于指示延长语音采集时长。

用户在将终端设备唤醒后，发出第一语音，终端设备接收第一语音。其中，第一语音为能够指示延长语音采集时长的语音。

步骤S202、根据第一语音，延长语音采集时长。

由于第一语音用于指示延长语音采集时长，终端设备根据接收到的第一语音，延长语音采集时长。

步骤S203、若在延长后的语音采集时长内接收到第二语音，则响应结合第一语音和第二语音所确定的用户请求。

终端设备根据第一语音，延长语音采集时长后，若在在延长后的语音采集时长内接收到第二语音，则终端设备响应结合第一语音和第二语音所确定的用户请求。其中，用户的请求比如可为播放某一内容，还可为控制其它的电子设备，比如控制空调的开关、电灯的开关。

本实施例中终端设备在接收到用于指示延长语音采集时长的语音时，延长语音采集时长，提高了终端设备采集到用户发出的完整语音的概率，降低了终端设备无法响应或无法准确响应用户请求的情况发生的概率，即终端设备的可靠性增加。

下面采用几个具体的实施例对图2所示的实施例进行说明。

首先采用具体的实施例对“第一语音”进行说明。

在第一种实施方式中，本实施例的第一语音可为包括预设文本的语音，其中，预设文本包括但不限于：“我想听”、“我要听”、“来一个”、“来一首”、“不”、“嗯”、“来一个”、“等等”、“等一下”、“额”、“告诉我”、非指示节目的名词类文本。非指示节目的名词类文本比如“苹果”、“梨”、“铅笔”。节目可以是歌曲、相声、故事等可听的节目。

可选地，在预设文本为非指示节目的名词类文本且第一语音包括唤醒词的语音时，预设文本的语音与唤醒词的语音相邻。比如终端设备的名字叫“AB”，唤醒词为“AB”，用户唤醒终端设备后发出语音“ABAB，苹果，(停顿)，苹果的英语怎么说”。其中，苹果为非指示节目的名词类文本，且苹果的语音与唤醒词的语音相邻。

可选地，在预设文本为非指示节目的名词类文本且第一语音不包括唤醒词的语音时，预设文本的语音为第一语音中用户首先发出的语音。用户唤醒终端设备后发出语音“苹果，(停顿)，苹果的英语怎么说”，苹果为非指示节目的名词类文本，且“苹果”为第一语音中用户首先发出的语音。

上述两种可选的方式，可以降低在不需要延长终端设备的语音采集时长的场景中语音采集时长被延长的概率，降低终端设备的功耗。比如：用户发出的第一语音为“开一下厨房的灯”，“灯”为非指示节目的名词类文本，但不是第一语音中用户首先发出的语音，当识别到“灯”时，用户语音已经输入完毕，无需再延长语音采集时长，此时再延长语音采集时长会增加终端设备的功耗。

第一语音的第一种实施方式使得语音采集时长延长的流程简单，且比如下的第二种实施方式更能增加终端设备的可靠性。

在第二种实施方式中，第一语音为第一类用户或第二类用户发出的语音。其中，第一类用户的年龄小于或等于第一预设年龄，比如第一类用户为年龄小于或等于12岁的儿童。第二类用户大于或等于第二预设年龄，比如第二类用户为年龄大于或等于50岁的老年人。

第一语音的第二种实施方式限定了能够延长语音采集时长的用户，在一定程度上降低了终端设备的功耗。

本实施例对第一语音进行了说明。

其次，采用具体的实施例对“终端设备根据第一语音，延长语音采集时长”进行说明。

一种方式中，终端设备根据所述第一语音，延长语音采集时长，包括：获取第一语音的语音信息；若语音信息包括预设信息，则延长语音采集时长；其中，预设信息为能够触发语音采集时长延长的信息。

可选地，第一语音的语音信息为第一语音的识别结果，相应地，预设信息为预设文本。此时，端设备根据第一语音，延长语音采集时长所对应的步骤可包括如下的a1～a2：

a1、终端设备识别第一语音，得到识别结果。

a2、若识别结果包括预设文本，则终端设备延长语音采集时长。

在一种具体的实现中，只要识别结果包括预设文本，终端设备就延长语音采集时长。

在另一种具体的实现中：若识别结果包括预设文本，则终端设备延长语音采集时长，可包括：若识别结果包括的预设文本为非指示节目的名词类文本、识别结果包括唤醒词以及在识别结果中非指示节目的名词类文本与唤醒词相邻，则终端设备延长语音采集时长。

在又一种具体的实现中：若识别结果包括预设文本，则终端设备延长语音采集时长，可包括：若识别结果包括非指示节目的名词类文本、识别结果不包括唤醒词以及非指示节目的名词类文本为识别结果中最先被识别到的文本，则终端设备延长语音采集时长。

“第一语音的语音信息为第一语音的识别结果，相应地，预设信息为预设文本”这一可选的方式对应于第一语音的第一种实现方式，该可选的方式中实现语音采集时长延长的效率较高。

可选地，第一语音的语音信息为第一语音的声学特征，相应地，预设信息为第一预设特征或第二预设特征；其中，第一预设特征为第一类用户的声学特征，第二预设特征为第二类用户的声学特征，第一类用户的年龄小于或等于第一预设年龄，第二类用户的年龄大于或等于第二预设年龄。此时，终端设备根据第一语音，延长语音采集时长可包括如下的b1～b3：

b1、终端设备提取第一语音的声学特征。

b2、终端设备确定第一语音的声学特征中包括第一预设特征或第二预设特征，第一预设特征为第一类用户的声学特征，第二预设特征为第二类用户的声学特征，第一类用户的年龄小于或等于第一预设年龄，第二类用户的年龄大于或等于第二预设年龄。

b3、终端设备延长语音采集时长。

“第一语音的语音信息为第一语音的声学特征，相应地，预设信息为第一预设特征或第二预设特征”这一种可选的方式对应于第一语音的第二种实现方式。该可选的方式可降低语音采集时长被延长的概率，在一定程度上可降低终端设备的功耗。

另一种方式中：终端设备根据第一语音，延长语音采集时长包括如下的c1～c3：

c1、终端设备向服务器发送第一语音。

服务器接收来自终端设备的第一语音，获取第一语音的语音信息；若第一语音的语音信息包括预设信息，则向终端设备发送语音采集时长延长指令，其中，预设信息为能够触发语音采集时长延长的信息。

可选地，第一语音的语音信息为第一语音的识别结果，相应地，预设信息为预设文本。在一种具体的实现中，只要识别结果包括预设文本，则服务器向终端设备发送语音采集时长延长指令。在另一种具体的实现中：若识别结果包括预设文本，则终端设备延长语音采集时长，可包括：若识别结果包括的预设文本为非指示节目的名词类文本、识别结果包括唤醒词以及在识别结果中非指示节目的名词类文本与唤醒词相邻，则服务器向终端设备发送语音采集时长延长指令。在又一种具体的实现中：若识别结果包括预设文本，则终端设备延长语音采集时长，可包括：若识别结果包括非指示节目的名词类文本、识别结果不包括唤醒词以及非指示节目的名词类文本为识别结果中最先被识别到的文本，则服务器向终端设备发送语音采集时长延长指令。该可选的方式对应于第一语音的第一种实现方式。

可选地，第一语音的语音信息为第一语音的声学特征，相应地，预设信息为第一预设特征或第二预设特征；其中，第一预设特征为第一类用户的声学特征，第二预设特征为第二类用户的声学特征，第一类用户的年龄小于或等于第一预设年龄，第二类用户的年龄大于或等于第二预设年龄。该可选的方式对应于第一语音的第二种实现方式。

c2、终端设备接收来自服务器的语音采集时长延长指令。

c3、终端设备根据语音采集时长延长指令，延长语音采集时长。

该种方式语音识别由服务器完成，终端设备的功耗较低，所对应的系统架构可如图3所示。

本实施例中语音采集时长的延长时长可以是预设好的，也可以是随机的时长，还可以与用户的种类相关，还可以与时间段有关。

在延长时长与用户种类相关时，终端设备或服务器可存储有延长时长与用户种类的第一对应关系，用户种类可以是根据年龄划分的，比如儿童、老年人、其它。可以理解的是，此时还包括：终端设备或服务器根据第一语音确定当前用户的种类，根据当前用户的种类和第一对应关系，确定语音采集时长的延长时长。当前用户即为发出第一语音的用户。

在延长时长与时间段相关时，终端设备或服务器可存储有延长时长与时间段的第二对应关系。此时还包括：终端设备或服务器根据当前时间段和第二对应关系，确定语音采集时长的延长时长。

可选地，语音采集时长的延长时长可为大于或等于3s小于且等于8s的一个时长。

本实施例给出了终端设备根据第一语音，延长语音采集时长的具体实现。

接着，采用具体的实施例对图2所示的实施例中的步骤S203“若在延长后的语音采集时长内接收到第二语音，则终端设备响应结合第一语音和第二语音所确定的用户请求”进行说明。

在第一种实现方式中：终端设备响应结合第一语音和第二语音所确定的用户请求之前还包括：终端设备识别第一语音，得到第一识别结果，终端设备识别第二语音，得到第二识别结果，根据第一识别结果和第二识别结果，确定用户的请求。

在确定用户的请求为播放某一内容时：若终端设备存储有该内容，则终端设备响应结合第一语音和第二语音所确定的用户请求，包括：终端设备播放该内容。若终端设备未存储有该内容，则终端设备响应结合第一语音和第二语音所确定的用户请求，包括：终端设备向服务器发送内容获取请求，内容获取请求指示服务器获取该内容，接收来自服务器的该内容，播放该内容；此时，所对应的系统架构如图4所示。

在确定用户的请求为控制其它电子设备时：终端设备响应结合第一语音和第二语音所确定的用户请求，包括：终端设备向其它电子设备发送控制命令。此时，所对应的系统架构如图5所示。

上述的第一种实现方式终端设备响应用户请求的速度快。

在第二种实现方式中，若结合第一语音和第二语音所确定的用户请求为播放某一内容，则终端设备响应结合第一语音和第二语音所确定的用户请求之前还包括：向服务器发送第一语音，向服务器发送第二语音，接收来自服务器的该内容。其中，服务器识别第一语音，得到第一语音识别结果，服务器识别第二语音，得到第二识别结果。若服务器确定第一时刻和第二时刻之间的时长小于第一预设时长，第一时刻为接收完第一语音的时刻，第二时刻为接收到第二语音的时刻，则根据第一识别结果和第二识别结果确定用户请求为播放该内容，并向终端设备发送该内容。终端设备响应结合第一语音和第二语音所确定的用户请求，包括：终端设备播放该内容。可选地，第一预设时长可为大于或等于4s且小于或等于8s的一个时长。此时，所对应的系统架构如图6所示。

上述的第二种实现方式终端设备的功耗低。

在第三种实现方式中，若结合第一语音和第二语音所确定的用户请求为控制其他终端设备，则终端设备响应结合第一语音和第二语音所确定的用户请求之前还包括：终端设备向服务器发送第一语音，终端设备向服务器发送第二语音，终端设备接收来自服务器的用户请求。其中，服务器识别第一语音，得到第一语音识别结果，服务器识别第二语音，得到第二识别结果。若服务器确定第一时刻和第二时刻之间的时长小于预设时长，第一时刻为接收完第一语音的时刻，第二时刻为接收到第二语音的时刻，则根据第一识别结果和第二识别结果确定用户请求为控制其他终端设备，并向终端设备发送用户请求。终端设备响应结合第一语音和第二语音所确定的用户请求，包括：终端设备向其它电子设备发送控制命令。此时，所对应的系统架构如图7所示。

上述的第三种实现方式终端设备的功耗低。

本实施例给出了终端设备响应结合第一语音和第二语音所确定的用户请求的具体实现。

基于上述的各实施例，为了使得用户获知语音采集时长已被延长，进一步提高终端设备的可靠性，本实施例在上述各实施例的基础上作了进一步的改进。在本实施例中，终端设备设置有第一指示部件，在终端设备根据第一语音，延长语音采集时长之后，还包括：终端设备通过第一指示部件向用户指示语音采集时长已被延长；或者，通过第一指示部件向用户指示语音采集时长已被延长以及延长后的语音采集时长；或者，通过第一指示部件向用户指示语音采集时长已被延长以及语音采集时长的剩余时长。

其中，第一指示部件可包括如下的至少一项：发光体、显示屏和发声体。

本实施例可以使得用户获知语音采集时长已经延长，提高了用户的使用体验，进一步提高终端设备的可靠性。

以上对图2所示的实施例进行了说明。为了更好的理解本申请，下面以一个示例来说明图2所示的实施例中所示的方法。

示例性地，用户发出第一语音“我想听”，之后出现了2s的停顿。终端设备接收到第一语音，识别第一语音为“我想听”，确定“我想听”属于预设文本，终端设备延长语音采集时长至8s。用户停顿2s后，发出第二语音“天路这首歌”，终端设备接收到第二语音，识别第二语音为“天路这首歌”，终端设备响应结合第一语音和第二语音所确定的用户的请求，播放天路这首歌。在该示例中，终端设备在被唤醒后接收到的语音可为：“我想听，(停顿2s)，天路这首歌”。

下面结合图8对本申请提出的另一种终端设备的控制方法进行说明。

图8为本申请实施例提供的终端设备的控制方法的流程图二，本实施例的执行主体可为终端设备，比如智能音箱、智能机器人等。参见图8，本实施例的方法包括：

步骤S801、接收第一语音，第一语音为语义信息包括“延长语音采集时长”的语音。

用户在将终端设备唤醒后，发出第一语音，终端设备接收第一语音。其中，本实施例中的第一语音为语义信息包括“延长语音采集时长”的语音，比如：第一语音为“延长语音采集时长”、第一语音为“延长收音时长”、第一语音为“延长识别时长”、第一语音为“延长语音识别时长”、第一语音为“延长语音收音时长”。

可选地，在接收第一语音之前，还包括：终端设备接收第三语音，第三语音比如可以是“来一个”、“我想听”等。

步骤S802、根据第一语音，延长语音采集时长。

一种方式中，终端设备根据第一语音，延长语音采集时长包括：终端设备识别第一语音，得到识别结果，分析识别结果的语义信息，若识别结果的语义信息包括延长语音采集时长，则终端设备延长语音采集时长。

另一种方式中：终端设备根据第一语音，延长语音采集时长包括终端设备向服务器发送第一语音，接收来自服务器的语音采集时长延长指令，根据语音采集时长延长指令，延长语音采集时长。其中，服务器接收到第一语音后，识别第一语音，得到识别结果，分析识别结果的语义信息，若识别结果的语义信息包括延长语音采集时长，则向终端设备发送语音采集时长延长指令。其中，服务器向终端设备发的语音采集时长延长指令中可包括语音采集时长的延长时长，也可不包括延长时长。

其中，语音采集时长的延长时长可参照上述实施例中的阐述，此处不再赘述。此外，本实施例的语音采集时长的延长时长还可以是用户通过第一语音输入的。

可选地，终端设备设置有第一指示部件，在终端设备根据第一语音，延长语音采集时长之后，还包括：终端设备通过第一指示部件向用户指示语音采集时长已被延长；或者，通过第一指示部件向用户指示语音采集时长已被延长以及延长后的语音采集时长；或者，通过所述第一指示部件向用户指示语音采集时长已被延长以及语音采集时长的剩余时长。其中，第一指示部件可包括如下的至少一项：发光体、显示屏和发声体。

步骤S803、若在延长后的语音采集时长内接收到第二语音，则终端设备响应第二语音所对应的用户请求。

其中，若在终端设备接收第一语音之前，还包括：终端设备接收第三语音，则若在延长后的语音采集时长内接收到第二语音，则终端设备响应第二语音所对应的用户请求，包括：则若在延长后的语音采集时长内接收到第二语音，终端设备响应结合第二语音和第三语音所确定的用户请求。

若在终端设备接收第一语音之前终端设备未接收到第二语音，则第二语音可为用户发出的没有停顿的语音，还可为用户发出的多段且相邻的两段之间存在停顿的语音。

本实施例中终端设备在接收到用于指示延长语音采集时长的语音时，延长语音采集时长，提高了终端设备采集到用户发出的完整语音的概率，降低了终端设备无法响应或无法准确响应用户请求的情况发生的概率，即终端设备的可靠性增加。

下面结合图9对本申请提出的另一种终端设备的控制方法进行说明。

图9为本申请实施例提供的终端设备的控制方法的流程图三，本实施例的执行主体可为终端设备，比如智能音箱、智能机器人等。参见图9，本实施例的方法包括：

步骤S901、获取用户通过对终端设备的操作触发的语音采集时长延长指令。

一种方式中，用户在将终端设备唤醒后，终端设备的显示屏显示有用于延长语音采集时长的第一图标，终端设备获取用户通过对终端设备的操作触发的语音采集时长延长指令，包括：终端设备获取用户对显示屏上的第一图标的操作，终端设备触发语音采集时长延长指令。用户对显示屏上的第一图标的操作包括但不限于如下的任一项：点击第一预设次数的第一图标、触摸第二预设时长的第一图标。

参见图10，如图10A所示，用户在将终端设备唤醒后，终端设备的显示屏显示有用于延长语音采集时长的第一图标101，用户点击第一图标101，终端设备触发语音采集时长延长指令，如图10B所示。

另一种方式中，终端设备上设置有用于延长语音采集时长的第一物理按键，终端设备获取用户通过对终端设备的操作触发的语音采集时长延长指令，包括：终端设备获取用户对第一物理按键的操作，终端设备触发语音采集时长延长指令。用户对第一物理按键的操作包括但不限于如下的任一项，按动第二预设次数的第一物理按键、按动第三预设时长的第一物理按键、将第一物理按键从第一位置移动至第二位置。

可选地，在终端设备获取用户通过对终端设备的操作触发的语音采集时长延长指令之前，还包括：终端设备接收第一语音，第一语音比如可以是用户停顿前发出的语音，比如“来一个”、“我想听”。

步骤S902、终端设备根据语音采集时长延长指令，延长语音采集时长。

本实施例中的，语音采集时长的延长时长可以是预设的，也可以是随机的，还可以是语音采集时长延长指令中包括的，还可以是根据当前时间段确定的。

步骤S903、若在延长后的语音采集时长内接收到第二语音，则终端设备响应第二语音所对应的用户请求。

其中，可选地，在终端设备获取用户通过对终端设备的操作触发的语音采集时长延长指令之前，还包括：终端设备接收第一语音，则若在延长后的语音采集时长内接收到第二语音，则终端设备响应第二语音所对应的用户请求，包括：则若在延长后的语音采集时长内接收到第二语音，终端设备响应结合第一语音和第二语音所确定的用户请求。

本实施例中终端设备在接收到用户通过对终端设备的操作触发的语音采集时长延长指令时，延长语音采集时长，提高了终端设备采集到用户发出的完整语音的概率，降低了终端设备无法响应或无法准确响应用户请求的情况发生的概率，即终端设备的可靠性增加。

以上对本申请涉及的方法进行说明，下面对本申请涉及的装置进行说明。

图11为本申请实施例提供的电子设备的控制装置的示意图。如图11所示，该装置可以是服务器，也可以是服务器的部件(例如，集成电路，芯片等等)。该装置还可以是终端设备，也可以是终端设备的部件(例如，集成电路，芯片等等)。该装置可以包括:处理模块1102(处理单元)。可选的，还可以包括收发模块1101(收发单元)和存储模块1103(存储单元)。

在第一种可能的实施方式中，电子设备的控制装置可包括收发模块1101和处理模块1102。

收发模块1101，用于接收第一语音；处理模块1102，用于根据所述第一语音，延长语音采集时长；所述处理模块1102，还用于若在延长后的语音采集时长内接收到第二语音，则响应结合所述第一语音和所述第二语音所确定的用户请求。

可选地，所述处理模块1102具体用于：获取所述第一语音的语音信息；若所述语音信息包括预设信息，则延长所述语音采集时长；其中，所述预设信息为能够触发语音采集时长延长的信息。

可选地，所述语音信息为所述第一语音的识别结果，相应地，所述预设信息为预设文本。

可选地，所述语音信息为所述第一语音的声学特征，相应地，所述预设信息为第一预设特征或第二预设特征；其中，所述第一预设特征为第一类用户的声学特征，所述第二预设特征为第二类用户的声学特征，所述第一类用户的年龄小于或等于第一预设年龄，所述第二类用户的年龄大于或等于第二预设年龄。

可选地，所述处理模块1102具体用于：通过所述收发模块1101向服务器发送所述第一语音；通过所述收发模块1101接收来自服务器的语音采集时长延长指令；根据所述语音采集时长延长指令，延长所述语音采集时长。

可选地，所述电子设备设置有第一指示部件，在所述处理模块1102根据所述第一语音，延长所述语音采集时长之后，所述处理模块1102还用于：通过所述第一指示部件向用户指示语音采集时长已被延长；或者，通过所述第一指示部件向用户指示语音采集时长已被延长以及延长后的语音采集时长；或者，通过所述第一指示部件向用户指示语音采集时长已被延长以及语音采集时长的剩余时长。

可选地，所述第一指示部件包括如下的至少一项：发光体、显示屏和发声体。

该实施方式的装置，可以用于执行上述方法实施例中终端设备对应的技术方案，其实现原理和技术效果类似，此处不再赘述。

在第二种可能的实施方式中，电子设备的控制装置可包括收发模块1101和处理模块1102。

收发模块1101，用于接收来自终端设备的第一语音；处理模块1102，用于根据第一语音，通过所述收发模块1101向终端设备发送语音采集时长延长指令，所述语音采集时长延长指令用于指示所述终端设备延长语音采集时长。

可选地，所述处理模块1102具体用于：获取所述第一语音的语音信息；若所述语音信息包括预设信息，则向终端设备发送语音采集时长延长指令，其中，所述预设信息为能够触发语音采集时长延长的信息。

所述语音信息为所述第一语音的识别结果，相应地，所述预设信息为预设文本。

所述语音信息为所述第一语音的声学特征，相应地，所述预设信息为第一预设特征或第二预设特征；其中，所述第一预设特征为第一类用户的声学特征，所述第二预设特征为第二类用户的声学特征，所述第一类用户的年龄小于或等于第一预设年龄，所述第二类用户的年龄大于或等于第二预设年龄。

可选地，所述收发模块1101，还用于接收来自终端设备的第二语音；若第一时刻和第二时刻之间的时长小于预设时长，所述处理模块1102还用于根据所述第一语音和所述第二语音确定用户的请求；所述第一时刻为接收完第一语音的时刻，第二时刻为接收到第二语音的时刻；所述收发模块1101，还用于向终端设备发送所述请求或者所述请求对应的播放内容。

该实施方式的装置，可以用于执行上述方法实施例中服务器对应的技术方案，其实现原理和技术效果类似，此处不再赘述。

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12所示，是根据本申请实施例的电子设备的控制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12所示，该电子设备包括：一个或多个处理器1201、存储器1202，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12中以一个处理器1201为例。

存储器1202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电子设备的控制方法。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电子设备的控制方法。

存储器1202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电子设备的控制方法对应的程序指令/模块(例如，附图11所示的收发模块1101和处理模块1102)。处理器1201通过运行存储在存储器1202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电子设备的控制方法。

存储器1202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电子设备的控制方法的电子设备的使用所创建的数据等。此外，存储器1202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1202可选包括相对于处理器1201远程设置的存储器，这些远程存储器可以通过网络连接至电子设备的控制方法的电子设备。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。

电子设备的控制方法的电子设备还可以包括：输入装置1203和输出装置1204。处理器1201、存储器1202、输入装置1203和输出装置1204可以通过总线或者其他方式连接，图12中以通过总线连接为例。

输入装置1203可接收输入的数字或字符信息，以及产生与电子设备的控制方法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1204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。

本申请中电子设备在接收到用于指示延长语音采集时长的语音时，延长语音采集时长，提高了电子设备采集到用户发出的完整语音的概率，降低了电子设备无法响应或无法准确响应用户请求的情况发生的概率，即电子设备的可靠性增加。

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 (27)

1.一种电子设备的控制方法，包括：

接收第一语音；

根据所述第一语音，延长语音采集时长；

若在延长后的语音采集时长内接收到第二语音，则响应结合所述第一语音和所述第二语音所确定的用户请求。

2.根据权利要求1所述的方法，其中，所述根据所述第一语音，延长语音采集时长，包括：

获取所述第一语音的语音信息；

若所述语音信息包括预设信息，则延长所述语音采集时长；其中，所述预设信息为能够触发语音采集时长延长的信息。

3.根据权利要求2所述的方法，所述语音信息为所述第一语音的识别结果，所述预设信息为预设文本。

4.根据权利要求2所述的方法，所述语音信息为所述第一语音的声学特征，所述预设信息为第一预设特征或第二预设特征；

其中，所述第一预设特征为第一类用户的声学特征，所述第二预设特征为第二类用户的声学特征，所述第一类用户的年龄小于或等于第一预设年龄，所述第二类用户的年龄大于或等于第二预设年龄。

5.根据权利要求1所述的方法，其中，所述根据所述第一语音，延长所述语音采集时长，包括：

向服务器发送所述第一语音；

接收来自服务器的语音采集时长延长指令；

根据所述语音采集时长延长指令，延长所述语音采集时长。

6.根据权利要求1～5任一项所述的方法，所述电子设备设置有第一指示部件，在所述根据所述第一语音，延长所述语音采集时长之后，还包括：

通过所述第一指示部件向用户指示语音采集时长已被延长；或者，

通过所述第一指示部件向用户指示语音采集时长已被延长以及延长后的语音采集时长；

或者，通过所述第一指示部件向用户指示语音采集时长已被延长以及语音采集时长的剩余时长。

7.根据权利要求6所述的方法，其中，所述第一指示部件包括如下的至少一项：发光体、显示屏和发声体。

8.一种电子设备的控制方法，包括：

接收来自终端设备的第一语音；

根据第一语音，向终端设备发送语音采集时长延长指令，所述语音采集时长延长指令用于指示所述终端设备延长语音采集时长。

9.根据权利要求8所述的方法，其中，所述根据第一语音，向终端设备发送语音采集时长延长指令，包括：

获取所述第一语音的语音信息；

若所述语音信息包括预设信息，则向终端设备发送语音采集时长延长指令，其中，所述预设信息为能够触发语音采集时长延长的信息。

10.根据权利要求9所述的方法，所述语音信息为所述第一语音的识别结果，相应地，所述预设信息为预设文本。

11.根据权利要求9所述的方法，所述语音信息为所述第一语音的声学特征，相应地，所述预设信息为第一预设特征或第二预设特征；

其中，所述第一预设特征为第一类用户的声学特征，所述第二预设特征为第二类用户的声学特征，所述第一类用户的年龄小于或等于第一预设年龄，所述第二类用户的年龄大于或等于第二预设年龄。

12.根据权利要求8～11任一项所述的方法，还包括：

接收来自终端设备的第二语音；

若第一时刻和第二时刻之间的时长小于预设时长，则根据所述第一语音和所述第二语音确定用户的请求；所述第一时刻为接收完第一语音的时刻，所述第二时刻为接收到第二语音的时刻；

向终端设备发送所述请求或者所述请求对应的播放内容。

13.一种电子设备的控制装置，包括：

收发模块，用于接收第一语音；

处理模块，用于根据所述第一语音，延长语音采集时长；

所述处理模块，还用于若在延长后的语音采集时长内接收到第二语音，则响应结合所述第一语音和所述第二语音所确定的用户请求。

14.根据权利要求13所述的装置，其中，所述处理模块具体用于：

获取所述第一语音的语音信息；

若所述语音信息包括预设信息，则延长所述语音采集时长；其中，所述预设信息为能够触发语音采集时长延长的信息。

15.根据权利要求14所述的装置，所述语音信息为所述第一语音的识别结果，相应地，所述预设信息为预设文本。

16.根据权利要求14所述的装置，所述语音信息为所述第一语音的声学特征，相应地，所述预设信息为第一预设特征或第二预设特征；

其中，所述第一预设特征为第一类用户的声学特征，所述第二预设特征为第二类用户的声学特征，所述第一类用户的年龄小于或等于第一预设年龄，所述第二类用户的年龄大于或等于第二预设年龄。

17.根据权利要求13所述的装置，其中，所述处理模块具体用于：

通过所述收发模块向服务器发送所述第一语音；

通过所述收发模块接收来自服务器的语音采集时长延长指令；

根据所述语音采集时长延长指令，延长所述语音采集时长。

18.根据权利要求13～17任一项所述的装置，其中，所述电子设备设置有第一指示部件，在所述处理模块根据所述第一语音，延长所述语音采集时长之后，所述处理模块还用于：

通过所述第一指示部件向用户指示语音采集时长已被延长；或者，

通过所述第一指示部件向用户指示语音采集时长已被延长以及延长后的语音采集时长；

或者，通过所述第一指示部件向用户指示语音采集时长已被延长以及语音采集时长的剩余时长。

19.根据权利要求18所述的装置，其中，所述第一指示部件包括如下的至少一项：发光体、显示屏和发声体。

20.一种电子设备的控制装置，包括：

收发模块，用于接收来自终端设备的第一语音；

处理模块，用于根据第一语音，通过所述收发模块向终端设备发送语音采集时长延长指令，所述语音采集时长延长指令用于指示所述终端设备延长语音采集时长。

21.根据权利要求20所述的装置，其中，所述处理模块具体用于：

获取所述第一语音的语音信息；

若所述语音信息包括预设信息，则向终端设备发送语音采集时长延长指令，其中，所述预设信息为能够触发语音采集时长延长的信息。

22.根据权利要求21所述的装置，所述语音信息为所述第一语音的识别结果，相应地，所述预设信息为预设文本。

23.根据权利要求21所述的装置，所述语音信息为所述第一语音的声学特征，相应地，所述预设信息为第一预设特征或第二预设特征；

其中，所述第一预设特征为第一类用户的声学特征，所述第二预设特征为第二类用户的声学特征，所述第一类用户的年龄小于或等于第一预设年龄，所述第二类用户的年龄大于或等于第二预设年龄。

24.根据权利要求20～23任一项所述的装置，所述收发模块，还用于接收来自终端设备的第二语音；

若第一时刻和第二时刻之间的时长小于预设时长，所述处理模块还用于根据所述第一语音和所述第二语音确定用户的请求；所述第一时刻为接收完第一语音的时刻，所述第二时刻为接收到第二语音的时刻；

所述收发模块，还用于向终端设备发送所述请求或者所述请求对应的播放内容。

25.一种电子设备，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权利要求1-7中任一项所述的方法或者权利要求8-12中任一项所述的方法。

26.一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权利要求1-7中任一项所述的方法或者权利要求8-12中任一项所述的方法。

27.一种电子设备的控制方法，包括：

接收第一语音；

根据所述第一语音，延长语音采集时长；

若在延长后的语音采集时长内接收到第二语音，则响应所述第二语音所确定的用户请求。

Images