CN111627443B - 电梯推荐方法、装置、设备及介质 - Google Patents
电梯推荐方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111627443B CN111627443B CN202010731455.6A CN202010731455A CN111627443B CN 111627443 B CN111627443 B CN 111627443B CN 202010731455 A CN202010731455 A CN 202010731455A CN 111627443 B CN111627443 B CN 111627443B
- Authority
- CN
- China
- Prior art keywords
- voice
- floor
- elevator
- identity information
- user
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 103
- 239000012634 fragment Substances 0.000 claims abstract description 98
- 238000012545 processing Methods 0.000 claims abstract description 49
- 238000000926 separation method Methods 0.000 claims abstract description 29
- 238000000605 extraction Methods 0.000 claims description 43
- 230000004044 response Effects 0.000 claims description 27
- 230000015654 memory Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 description 20
- 230000008569 process Effects 0.000 description 20
- 238000012549 training Methods 0.000 description 19
- 238000004590 computer program Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/02—Control systems without regulation, i.e. without retroactive action
- B66B1/06—Control systems without regulation, i.e. without retroactive action electric
- B66B1/14—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/34—Details, e.g. call counting devices, data transmission from car to control system, devices giving information to the control system
- B66B1/3415—Control system configuration and the data transmission or communication within the control system
-
- 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
- G10L15/04—Segmentation; Word boundary detection
-
- 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
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/06—Decision making techniques; Pattern matching strategies
-
- 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
- G10L2015/225—Feedback of the input speech
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
本申请实施例公开了一种电梯推荐方法、装置、设备及介质,属于计算机技术领域。该方法包括:采集电梯等候区域内的语音数据;对语音数据进行分离处理,得到语音数据中的多个语音片段;分别对多个语音片段进行识别处理,得到多个语音片段对应的至少一个目标楼层;获取多个备选电梯的运行数据;根据多个备选电梯的运行数据、至少一个目标楼层及电梯等候区域所属的当前楼层,为电梯等候区域内的用户推荐电梯。该方法能够为电梯等候区域内的用户推荐电梯,实现了智能的电梯推荐,扩展了电梯功能。
Description
技术领域
本申请实施例涉及计算机技术领域,特别涉及一种电梯推荐方法、装置、设备及介质。
背景技术
目前,用户在等候电梯时,通常只能够获知电梯当前所在的楼层,然后根据电梯当前所在的楼层,在能够最快达到用户所在楼层的电梯的等候区域内等候,此时会有多个用户聚集在一起等候一个电梯的情况,如何避免这种情况的发生,已成为亟待解决的问题。
发明内容
本申请实施例提供了一种电梯推荐方法、装置、设备及介质,实现了智能电梯推荐。所述技术方案如下。
一方面,提供了一种电梯推荐方法,所述方法包括:
采集电梯等候区域内的语音数据;
对所述语音数据进行分离处理,得到所述语音数据中的多个语音片段;
分别对所述多个语音片段进行识别处理,得到所述多个语音片段对应的至少一个目标楼层;
获取多个备选电梯的运行数据,所述运行数据至少包括所述备选电梯的当前楼层;
根据所述多个备选电梯的运行数据、所述至少一个目标楼层及所述电梯等候区域所属的当前楼层,为所述电梯等候区域内的用户推荐电梯。
在一种可能实现方式中,所述对所述语音数据进行分离处理,得到所述语音数据中的多个语音片段,包括:
对所述语音数据中每个时间点的语音数据帧进行特征提取,得到每个语音数据帧的语音特征;
对多个语音特征进行聚类处理,得到属于多个类别的语音特征,一个类别的语音特征属于一个用户;
将属于同一类别的语音特征对应的语音数据帧构成语音片段,得到所述多个语音片段。
在另一种可能实现方式中,所述分别对所述多个语音片段进行识别处理,得到所述多个语音片段对应的至少一个目标楼层,包括:
分别对所述多个语音片段进行内容识别,得到所述多个语音片段的指示楼层,作为目标楼层。
在另一种可能实现方式中,所述分别对所述多个语音片段进行识别处理,得到所述多个语音片段对应的至少一个目标楼层,包括:
分别对所述多个语音片段进行身份识别,得到至少一个身份信息,所述身份信息表示所述电梯等候区域内的用户的身份;
根据第一对应关系,获取所述至少一个身份信息对应的参考楼层,作为目标楼层,所述第一对应关系包括多个身份信息及对应的参考楼层。
在另一种可能实现方式中,所述分别对所述多个语音片段进行识别处理,得到所述多个语音片段对应的至少一个目标楼层,包括:
分别对所述多个语音片段进行内容识别,得到所述多个语音片段的指示楼层;
分别对所述多个语音片段进行身份识别,得到所述多个语音片段的身份信息对应的参考楼层;
根据所述多个语音片段的身份信息对应的参考楼层及对应的指示楼层,确定所述多个语音片段对应的至少一个目标楼层。
在另一种可能实现方式中,所述根据所述多个语音片段的身份信息对应的参考楼层及对应的指示楼层,确定所述多个语音片段对应的至少一个目标楼层,包括:
对于每个语音片段,响应于所述语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且所述指示楼层的准确率大于参考准确率,将所述指示楼层确定为目标楼层。
在另一种可能实现方式中,所述根据所述多个语音片段的身份信息对应的参考楼层及对应的指示楼层,确定所述多个语音片段对应的至少一个目标楼层,包括:
对于每个语音片段,响应于所述语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且所述指示楼层的准确率不大于参考准确率,将所述参考楼层确定为目标楼层;或者,
响应于所述语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且所述指示楼层的准确率不大于所述参考准确率,输出第一提示信息,采集所述身份信息对应的反馈语音数据,根据所述反馈语音数据确定所述目标楼层,所述第一提示信息用于提示所述身份信息对应的用户确认所述参考楼层与所述指示楼层中的目标楼层。
在另一种可能实现方式中,所述对所述语音数据进行分离处理,得到所述语音数据中的多个语音片段之后,所述方法还包括:
分别对所述多个语音片段进行身份识别,得到至少一个身份信息;
所述根据所述多个备选电梯的运行数据、所述至少一个目标楼层及所述电梯等候区域所属的当前楼层,为所述电梯等候区域内的用户推荐电梯,包括:
根据所述至少一个身份信息对应的目标楼层、所述多个备选电梯的运行数据及所述电梯等候区域所属的当前楼层,为所述至少一个身份信息对应的用户推荐电梯。
在另一种可能实现方式中,所述根据所述至少一个身份信息对应的目标楼层、所述多个备选电梯的运行数据及所述电梯等候区域所属的当前楼层,为所述至少一个身份信息对应的用户推荐电梯,包括:
根据所述至少一个身份信息对应的目标楼层、所述多个备选电梯的运行数据及所述电梯等候区域所属的当前楼层,确定所述至少一个身份信息待推荐的电梯标识;
播放第二提示信息,所述第二提示信息包括所述至少一个身份信息及对应的电梯标识。
在另一种可能实现方式中,所述分别对所述多个语音片段进行身份识别,得到至少一个身份信息,包括:
分别对所述多个语音片段进行声纹提取,得到所述多个语音片段的目标声纹特征;
根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,所述第二对应关系包括多个参考声纹特征及对应的身份信息。
在另一种可能实现方式中,所述根据所述第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,包括:
对多个目标声纹特征及所述多个参考声纹特征进行聚类处理;
确定与所述每个目标声纹特征属于同一类别的参考声纹特征;
根据所述第二对应关系,确定与所述每个目标声纹特征属于同一类别的参考声纹特征对应的身份信息。
在另一种可能实现方式中,所述方法还包括:
接收对所述电梯等候区域内设置的乘坐按钮的触发信号,执行所述获取多个备选电梯的运行数据的步骤。
在另一种可能实现方式中,所述获取多个备选电梯的运行数据,包括:
响应于所述乘坐按钮对应的电梯处于满载状态,获取除所述电梯之外的多个备选电梯的运行数据。
在另一种可能实现方式中,所述运行数据还包括所述备选电梯已设置的目标楼层;所述根据所述多个备选电梯的运行数据、所述至少一个目标楼层及所述电梯等候区域所属的当前楼层,为所述电梯等候区域内的用户推荐电梯,包括:
根据所述多个备选电梯的当前楼层、每个备选电梯已设置的目标楼层、所述至少一个目标楼层及所述电梯等候区域所属的当前楼层,为所述电梯等候区域内的用户推荐电梯。
在另一种可能实现方式中,所述方法还包括:
采集电梯内部的语音数据;
对所述语音数据进行识别处理,得到所述语音数据对应的至少一个目标楼层;
根据所述至少一个目标楼层,控制所述电梯运行。
再一方面,提供了一种电梯推荐装置,所述装置包括:
语音信号采集模块,被配置为采集电梯等候区域内的语音数据;
语音分离模块,被配置为对所述语音数据进行分离处理,得到所述语音数据中的多个语音片段;
目标楼层确定模块,被配置为分别对所述多个语音片段进行识别处理,得到所述多个语音片段对应的至少一个目标楼层;
运行数据获取模块,被配置为获取多个备选电梯的运行数据,所述运行数据至少包括所述备选电梯的当前楼层;
电梯推荐模块,被配置为根据所述多个备选电梯的运行数据、所述至少一个目标楼层及所述电梯等候区域所属的当前楼层,为所述电梯等候区域内的用户推荐电梯。
在一种可能实现方式中,所述语音分离模块,被配置为:
对所述语音数据中每个时间点的语音数据帧进行特征提取,得到每个语音数据帧的语音特征;
对多个语音特征进行聚类处理,得到属于多个类别的语音特征,一个类别的语音特征属于一个用户;
将属于同一类别的语音特征对应的语音数据帧构成语音片段,得到多个语音片段。
在另一种可能实现方式中,所述目标楼层确定模块,被配置为:
分别对所述多个语音片段进行内容识别,得到所述多个语音片段的指示楼层,作为目标楼层。
在另一种可能实现方式中,所述目标楼层确定模块,被配置为:
分别对所述多个语音片段进行身份识别,得到至少一个身份信息,所述身份信息表示所述电梯等候区域内的用户的身份;
根据第一对应关系,获取所述至少一个身份信息对应的参考楼层,作为目标楼层,所述第一对应关系包括多个身份信息及对应的参考楼层。
在另一种可能实现方式中,所述目标楼层确定模块,包括:
分别对所述多个语音片段进行内容识别,得到所述多个语音片段的指示楼层;
分别对所述多个语音片段进行身份识别,得到所述多个语音片段的身份信息对应的参考楼层;
根据所述多个语音片段的身份信息对应的参考楼层及对应的指示楼层,确定所述多个语音片段对应的至少一个目标楼层。
在另一种可能实现方式中,所述目标楼层确定模块,被配置为对于每个语音片段,响应于所述语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且所述指示楼层的准确率大于参考准确率,将所述指示楼层确定为目标楼层。
在另一种可能实现方式中,所述目标楼层确定模块,被配置为:
对于每个语音片段,响应于所述语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且所述指示楼层的准确率不大于参考准确率,将所述参考楼层确定为目标楼层;或者,
响应于所述语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且所述指示楼层的准确率不大于所述参考准确率,输出第一提示信息,采集所述身份信息对应的反馈语音数据,根据所述反馈语音数据确定所述目标楼层,所述第一提示信息用于提示所述身份信息对应的用户确认所述参考楼层与所述指示楼层中的目标楼层。
在另一种可能实现方式中,所述装置还包括:
身份识别模块,被配置为分别对所述多个语音片段进行身份识别,得到至少一个身份信息;
所述电梯推荐模块,被配置为根据所述至少一个身份信息对应的目标楼层、所述多个备选电梯的运行数据及所述电梯等候区域所属的当前楼层,为所述至少一个身份信息对应的用户推荐电梯。
在另一种可能实现方式中,所述电梯推荐模块,包括:
标识获取子模块,被配置为根据所述至少一个身份信息对应的目标楼层、所述多个备选电梯的运行数据及所述电梯等候区域所属的当前楼层,确定所述至少一个身份信息待推荐的电梯标识;
播放子模块,被配置为播放第二提示信息,所述第二提示信息包括所述至少一个身份信息及对应的电梯标识。
在另一种可能实现方式中,所述身份识别模块,被配置为:
分别对所述多个语音片段进行声纹提取,得到所述多个语音片段的目标声纹特征;
根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,所述第二对应关系包括多个参考声纹特征及对应的身份信息。
在另一种可能实现方式中,所述身份识别模块,被配置为:
对多个目标声纹特征及所述多个参考声纹特征进行聚类处理;
确定与所述每个目标声纹特征属于同一类别的参考声纹特征;
根据所述第二对应关系,确定与所述每个目标声纹特征属于同一类别的参考声纹特征对应的身份信息。
在另一种可能实现方式中,所述装置还包括:
触发信号接收模块,被配置为接收对所述电梯等候区域内设置的乘坐按钮的触发信号,执行所述获取多个备选电梯的运行数据的步骤。
在另一种可能实现方式中,所述运行数据获取模块,被配置为响应于所述乘坐按钮对应的电梯处于满载状态,获取除所述电梯之外的多个备选电梯的运行数据。
在另一种可能实现方式中,所述运行数据还包括所述备选电梯已设置的目标楼层;所述电梯推荐模块,被配置为根据所述多个备选电梯的当前楼层、每个备选电梯已设置的目标楼层、所述至少一个目标楼层及所述电梯等候区域所属的当前楼层,为所述电梯等候区域内的用户推荐电梯。
在另一种可能实现方式中,所述装置还包括:
所述语音信号采集模块,还被配置为采集电梯内部的语音数据;
所述目标楼层确定模块,还被配置为对所述语音数据进行识别处理,得到所述语音数据对应的至少一个目标楼层;
电梯控制模块,被配置为根据所述至少一个目标楼层,控制所述电梯运行。
再一方面,提供了一种电梯控制设备,所述电梯控制设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现如上述方面所述的电梯推荐方法中所执行的操作。
再一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行,以实现如上述方面所述的电梯推荐方法中所执行的操作。
再一方面,提供了一种计算机程序产品或计算机程序,所述计算机程序产品或所述计算机程序包括计算机指令,所述计算机指令存储在计算机可读存储介质中,所述计算机指令由处理器加载并执行,以实现如上述方面所述的电梯推荐方法中所执行的操作。
本申请实施例提供的技术方案带来的有益效果至少包括:
本申请实施例提供的方法、装置、设备及介质,用户在等候电梯时,只需采集电梯等候区域内的用户发出的语音数据,即可对语音数据进行识别处理,确定用户的目标楼层。并且,还会获取多个备选电梯的运行数据,根据多个备选电梯的运行数据、用户的目标楼层和用户所处的当前楼层,为电梯等候区域内的用户推荐电梯,实现了智能的电梯推荐,扩展了电梯功能。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种身份识别方法的流程图;
图2是本申请实施例提供的一种电梯推荐方法的流程图;
图3是本申请实施例提供的另一种身份识别方法的流程图;
图4是本申请实施例提供的一种身份识别模型的示意图;
图5是本申请实施例提供的另一种电梯推荐方法的流程图;
图6是本申请实施例提供的另一种电梯推荐方法的流程图;
图7是本申请实施例提供的另一种电梯推荐方法的流程图;
图8是本申请实施例提供的一种身份识别装置的示意图;
图9是本申请实施例提供的另一种身份识别装置的示意图;
图10是本申请实施例提供的一种电梯推荐装置的示意图;
图11是本申请实施例提供的另一种电梯推荐装置的示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种概念,但除非特别说明,这些概念不受这些术语限制。这些术语仅用于将一个概念与另一个概念区分。举例来说,在不脱离本申请的范围的情况下,可以将第一对应关系称为第二对应关系,将第二对应关系称为第一对应关系。
本申请所使用的术语“每个”、“多个”、“至少一个”等,多个包括两个或两个以上,每个是指对应的多个中的每一个,至少一个是指一个或多个。举例来说,多个目标楼层包括5个目标楼层,而每个目标楼层是指这5个目标楼层中的每一个目标楼层,至少一个目标楼层是指这5个目标楼层中的1个、2个或其他数量的目标楼层。
本申请实施例提供的方法,可以应用于多种场景下。
例如,应用于基于语音识别控制电梯的场景下。
用户在乘坐电梯时,不需要选择楼层按钮,只需要说出自己想去的楼层,电梯即可采集用户发出的语音数据,采用本申请实施例提供的身份识别方法,对该语音数据进行处理,识别出用户的身份信息,根据用户的身份信息确定用户想要去的楼层,从而控制电梯运行。
又例如,应用于基于语音识别推荐电梯的场景下。
用户在等待电梯时,说出想去的楼层,电梯控制设备即可采集用户发出的语音数据,采用本申请实施例提供的电梯推荐方法,对该语音数据进行处理,识别出用户的身份信息,并获取多个备选电梯的运行数据,根据多个备选电梯的运行数据和用户的身份信息,向用户推荐乘坐的电梯。
图1是本申请实施例提供的一种身份识别方法的流程图。参见图1,该实施例包括以下步骤。
101、采集语音数据。
102、对语音数据进行分离处理,得到语音数据中的多个语音片段。
103、分别对多个语音片段进行身份识别,得到多个语音片段的身份信息,身份信息表示乘坐电梯的用户的身份。
104、根据多个语音片段的身份信息对应的参考楼层,控制电梯运行。
本申请实施例提供的方法,采集乘坐电梯的用户发出的语音数据,对语音数据进行分离处理得到多个语音片段,每个语音片段属于一个用户,从而能够将同一用户在不同时间发出的语音数据或者不同用户发出的语音数据区分开来。之后对分离出来的多个语音片段进行身份识别,从而识别出乘坐电梯的用户的身份。这种先分离再进行身份识别的方式,避免了不同语音片段之间相互干扰,提高了身份识别准确率,便于根据身份信息对应的参考楼层更加准确地控制电梯运行,避免由于身份识别不准确而导致电梯控制不准确。
在一种可能实现方式中,对语音数据进行分离处理,得到语音数据中的多个语音片段,包括:
对语音数据中每个时间点的语音数据帧进行特征提取,得到每个语音数据帧的语音特征;
对每个语音特征进行聚类处理,得到属于多个类别的语音特征,一个类别的语音特征属于一个用户;
将属于同一类别的语音特征对应的语音数据帧构成语音片段,得到多个语音片段。
在另一种可能实现方式中,分别对多个语音片段进行身份识别,得到多个语音片段的身份信息,包括:
对多个语音片段进行声纹提取,得到多个语音片段的目标声纹特征;
根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,第二对应关系包括多个参考声纹特征及对应的身份信息。
在另一种可能实现方式中,根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,包括:
对多个目标声纹特征及多个参考声纹特征进行聚类处理;
确定与每个目标声纹特征属于同一类别的参考声纹特征;
根据第二对应关系,确定与每个目标声纹特征属于同一类别的参考声纹特征对应的身份信息。
在另一种可能实现方式中,对多个语音片段进行声纹提取,得到多个语音片段的目标声纹特征,包括:
调用身份识别模型中的声纹提取子模型,对多个语音片段进行声纹提取,得到多个语音片段的目标声纹特征;
根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,包括:
调用身份识别模型中的身份识别子模型,根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息。
在另一种可能实现方式中,身份识别子模型包括聚类层、匹配层及身份识别层;调用身份识别模型中的身份识别子模型,根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,包括:
调用聚类层,对多个目标声纹特征及多个参考声纹特征进行聚类处理;
调用匹配层,确定与每个目标声纹特征属于同一类别的参考声纹特征;
调用身份识别层,根据第二对应关系,确定与每个目标声纹特征属于同一类别的参考声纹特征对应的身份信息。
在另一种可能实现方式中,调用身份识别模型中的声纹提取子模型,对多个语音片段进行声纹提取,得到多个语音片段的目标声纹特征之前,方法还包括:
获取样本语音片段及对应的样本身份信息;
调用身份识别模型中的声纹提取子模型,对样本语音片段进行声纹提取,得到样本语音片段的预测声纹特征;
调用身份识别模型中的身份识别子模型,根据第二对应关系,确定预测声纹特征匹配的参考声纹特征对应的预测身份信息;
根据预测身份信息及样本身份信息,训练身份识别模型。
在另一种可能实现方式中,调用身份识别模型中的身份识别子模型,根据第一对应关系,确定预测声纹特征匹配的参考声纹特征对应的预测身份信息,包括:
调用身份识别模型中的身份识别子模型,根据第二对应关系,确定预测声纹特征匹配的至少一个参考声纹特征对应的预测身份信息及概率;
根据预测身份信息及样本身份信息,训练身份识别模型,包括:
根据样本身份信息、至少一个预测身份信息及概率,训练身份识别模型。
在另一种可能实现方式中,对语音数据进行分离处理,得到语音数据中的多个语音片段之后,方法还包括:分别对多个语音片段进行内容识别,得到多个语音片段的指示楼层;
根据多个语音片段的身份信息对应的参考楼层,控制电梯运行,包括:
根据多个语音片段的身份信息对应的参考楼层和指示楼层,确定至少一个目标楼层,根据至少一个目标楼层控制电梯运行。
在另一种可能实现方式中,根据每个语音片段的身份信息对应的参考楼层和指示楼层,确定至少一个目标楼层,包括:
对于每个语音片段,响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率大于参考准确率,将指示楼层确定为目标楼层。
在另一种可能实现方式中,根据每个语音片段的身份信息对应的参考楼层和指示楼层,确定至少一个目标楼层,包括:
响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率不大于参考准确率,将参考楼层确定为目标楼层;或者,
响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率不大于参考准确率,输出第一提示信息,采集身份信息对应的反馈语音数据,根据反馈语音数据确定目标楼层,第一提示信息用于提示身份信息对应的用户确认参考楼层与指示楼层中的目标楼层。
在另一种可能实现方式中,分别对多个语音片段进行内容识别,得到每个语音片段的指示楼层,包括:
调用内容识别模型,分别对多个语音片段进行内容识别,得到每个语音片段的指示楼层。
在另一种可能实现方式中,调用内容识别模型,分别对多个语音片段进行内容识别,得到每个语音片段的指示楼层之前,方法还包括:
获取样本语音片段及样本语音片段中的样本指示楼层;
根据样本语音片段及样本指示楼层,训练内容识别模型。
图2是本申请实施例提供的一种电梯推荐方法的流程图。参见图2,该实施例包括以下步骤。
201、采集电梯等候区域内的语音数据。
202、对语音数据进行分离处理,得到语音数据中的多个语音片段。
203、分别对多个语音片段进行识别处理,得到多个语音片段对应的至少一个目标楼层。
204、获取多个备选电梯的运行数据,运行数据至少包括备选电梯的当前楼层。
205、根据多个备选电梯的运行数据、至少一个目标楼层及电梯等候区域所属的当前楼层,为电梯等候区域内的用户推荐电梯。
本申请实施例提供的方法,用户在等候电梯时,只需采集电梯等候区域内的用户发出的语音数据,即可对语音数据进行识别处理,确定用户的目标楼层。并且,还会获取多个备选电梯的运行数据,根据多个备选电梯的运行数据、用户的目标楼层和用户所处的当前楼层,为电梯等候区域内的用户推荐电梯,实现了智能的电梯推荐,扩展了电梯功能。
在一种可能实现方式中,对语音数据进行分离处理,得到语音数据中的多个语音片段,包括:
对语音数据中每个时间点的语音数据帧进行特征提取,得到每个语音数据帧的语音特征;
对多个语音特征进行聚类处理,得到属于多个类别的语音特征,一个类别的语音特征属于一个用户;
将属于同一类别的语音特征对应的语音数据帧构成语音片段,得到多个语音片段。
在另一种可能实现方式中,分别对多个语音片段进行识别处理,得到多个语音片段对应的至少一个目标楼层,包括:
分别对多个语音片段进行内容识别,得到多个语音片段的指示楼层,作为目标楼层。
在另一种可能实现方式中,分别对多个语音片段进行识别处理,得到多个语音片段对应的至少一个目标楼层,包括:
分别对多个语音片段进行身份识别,得到至少一个身份信息,身份信息表示电梯等候区域内的用户的身份;
根据第一对应关系,获取至少一个身份信息对应的参考楼层,作为目标楼层,第一对应关系包括多个身份信息及对应的参考楼层。
在另一种可能实现方式中,对多个语音片段进行识别处理,得到多个语音片段对应的至少一个目标楼层,包括:
分别对多个语音片段进行内容识别,得到多个语音片段的指示楼层;
分别对多个语音片段进行身份识别,得到多个语音片段的身份信息对应的参考楼层;
根据多个语音片段的身份信息对应的参考楼层及对应的指示楼层,确定多个语音片段对应的至少一个目标楼层。
在另一种可能实现方式中,根据多个语音片段的身份信息对应的参考楼层及对应的指示楼层,确定多个语音片段对应的至少一个目标楼层,包括:
对于每个语音片段,响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率大于参考准确率,将指示楼层确定为目标楼层。
在另一种可能实现方式中,根据多个语音片段的身份信息对应的参考楼层及对应的指示楼层,确定多个语音片段对应的至少一个目标楼层,包括:
对于每个语音片段,响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率不大于参考准确率,将参考楼层确定为目标楼层;或者,
响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率不大于参考准确率,输出第一提示信息,采集身份信息对应的反馈语音数据,根据反馈语音数据确定目标楼层,第一提示信息用于提示身份信息对应的用户确认参考楼层与指示楼层中的目标楼层。
在另一种可能实现方式中,对语音数据进行分离处理,得到语音数据中的多个语音片段之后,方法还包括:
分别对多个语音片段进行身份识别,得到至少一个身份信息;
根据多个备选电梯的运行数据、至少一个目标楼层及电梯等候区域所属的当前楼层,为电梯等候区域内的用户推荐电梯,包括:
根据至少一个身份信息对应的目标楼层、多个备选电梯的运行数据及电梯等候区域所属的当前楼层,为至少一个身份信息对应的用户推荐电梯。
在另一种可能实现方式中,根据至少一个身份信息对应的目标楼层、多个备选电梯的运行数据及电梯等候区域所属的当前楼层,为至少一个身份信息对应的用户推荐电梯,包括:
根据至少一个身份信息对应的目标楼层、多个备选电梯的运行数据及电梯等候区域所属的当前楼层,确定至少一个身份信息待推荐的电梯标识;
播放第二提示信息,第二提示信息包括至少一个身份信息及对应的电梯标识。
在另一种可能实现方式中,分别对多个语音片段进行身份识别,得到至少一个身份信息,包括:
分别对多个语音片段进行声纹提取,得到多个语音片段的目标声纹特征;
根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,第二对应关系包括多个参考声纹特征及对应的身份信息。
在另一种可能实现方式中,根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,包括:
对多个目标声纹特征及多个参考声纹特征进行聚类处理;
确定与每个目标声纹特征属于同一类别的参考声纹特征;
根据第二对应关系,确定与每个目标声纹特征属于同一类别的参考声纹特征对应的身份信息。
在另一种可能实现方式中,方法还包括:
接收对电梯等候区域内设置的乘坐按钮的触发信号,执行获取多个备选电梯的运行数据的步骤。
在另一种可能实现方式中,获取多个备选电梯的运行数据,包括:
响应于乘坐按钮对应的电梯处于满载状态,获取除电梯之外的多个备选电梯的运行数据。
在另一种可能实现方式中,运行数据还包括备选电梯已设置的目标楼层;根据多个备选电梯的运行数据、至少一个目标楼层及电梯等候区域所属的当前楼层,为电梯等候区域内的用户推荐电梯,包括:
根据多个备选电梯的当前楼层、每个备选电梯已设置的目标楼层、至少一个目标楼层及电梯等候区域所属的当前楼层,为电梯等候区域内的用户推荐电梯。
在另一种可能实现方式中,方法还包括:
采集电梯内部的语音数据;
对语音数据进行识别处理,得到语音数据对应的至少一个目标楼层;
根据至少一个目标楼层,控制电梯运行。
本申请实施例中,电梯设置有电梯控制设备,通过该电梯控制设备能够控制电梯上下移动。电梯控制设备在控制电梯运行时,包括用户位于电梯等候区域和电梯内部两种情况,如果用户位于电梯等候区域,则控制电梯运行至用户所在的当前楼层,如果用户位于电梯内部,则控制电梯运行至用户想要去的目标楼层。因此,本申请实施例对基于采集的语音数据,控制电梯运行进行说明。
本申请实施例中,电梯控制设备包括语音采集单元、语音处理单元及电梯控制单元等。其中,语音采集单元用于采集语音数据,该语音采集单元可以为麦克风;语音处理单元用于对采集的语音数据进行处理;电梯控制单元用于控制电梯运行,例如控制电梯到达用户想要去的楼层,或者到达用户等待的楼层。
基于上述电梯控制设备,本申请实施例提供了一种身份识别方法。图3是本申请实施例提供的一种身份识别方法的流程图。参见图3,该方法应用于电梯控制设备,该方法包括以下步骤。
301、采集语音数据。
本申请实施例中,用户在乘坐基于语音控制的电梯时,能够直接通过发出的语音来控制电梯,不需要对电梯中设置的楼层按钮进行操作。
首先,电梯控制设备采集用户发出的语音数据,后续对采集的语音数据进行处理,根据处理结果来控制电梯运行。
可选地,在采集语音数据的过程中,乘坐电梯的用户位于电梯外部的电梯等候区域,正在等待电梯,电梯控制设备采集用户的语音数据,后续对采集的语音数据进行处理,确定用户需要乘坐电梯,则控制电梯运行至用户当前所在的楼层。
可选地,在采集语音数据的过程中,乘坐电梯的用户已经进入电梯内部,用户说话,电梯控制设备采集用户发出的语音数据,后续对采集的语音数据进行处理,确定用户想要去的目标楼层,则控制电梯运行至用户想要去的目标楼层。
如果有多个乘坐电梯的用户,则采集多个用户发出的语音数据,如果该多个用户中的至少两个用户同时说话,则同时采集该至少两个用户发出的语音数据,即在同一时间点采集到至少两个用户发出的语音数据。其中,语音数据包括汉语、英语、日语等语种的内容。
可选地,至少两个用户发出的语音数据在时间上是完全重合的,或者是在一个用户发出语音数据的过程中,另一个用户就开始发出语音数据,则这两个用户的语音数据中的部分语音数据在时间上存在重合。
例如,电梯内部有五个用户,如果五个用户依次说出想去的楼层,此时五个用户的语音片段是分离开的,如果其中两个用户同时说出想去的楼层,用户A说“去5楼”,用户B说“去6楼”,则同时采集到用户A和用户B的语音数据。
在一种可能实现方式中,电梯设置有一个或多个麦克风,用户在麦克风前说话,电梯控制设备通过麦克风采集用户的语音数据。当用户与麦克风之间的距离小于预设距离时,用户发出的语音数据才能够被麦克风采集到。
可选地,用户发出的语音数据中包括楼层关键词,例如,用户说“到一楼”、“到十楼”等。
302、对语音数据进行分离处理,得到语音数据中的多个语音片段。
由于电梯控制设备采集到的语音数据是由一个用户在不同时间发出的,或者是由不同用户在同一时间或不同时间发出的。电梯控制设备在对语音数据进行处理时,需要分别对每个用户的语音片段进行处理。因此,对采集到的语音数据进行分离处理,以得到多个语音片段,每个语音片段是由一个用户发出的。
在一种可能实现方式中,语音数据包括多个语音数据帧,如果一个时间点只有一个用户说话,则该时间点的语音数据帧为该一个用户的语音数据,如果该时间点有至少两个用户说话,则该时间点的语音数据帧包括该至少两个用户的语音数据,则需要对该语音数据帧中的语音数据进行分离处理。分离处理过程包括:对语音数据中每个时间点的语音数据帧进行特征提取,得到每个语音数据帧的语音特征,对每个语音特征进行聚类处理,得到属于多个类别的语音特征,其中,同一个类别的语音特征属于一个用户,通过对每个语音特征进行聚类处理,将该语音特征中多个用户的语音特征区分开。对于语音数据中的多个语音数据帧,采用上述方式得到多个类别的语音特征,将属于同一类别的语音特征对应的语音数据帧构成语音片段,即将属于同一类别的语音特征对应的语音数据帧拼接在一起,得到语音片段。
在另一种可能实现方式中,调用语音分离模型,对语音数据进行分离处理,得到语音数据中的多个语音片段。可选地,该语音分离模型为Blind Source Separation(BSS,盲源分离)模型或其他模型。
303、分别对多个语音片段进行身份识别,得到多个语音片段的身份信息。
获取到多个语音片段之后,对获取到的多个语音片段进行身份识别,以得到每个语音片段的身份信息。该身份信息表示乘坐电梯的用户的身份。
在一种可能实现方式中,在进行身份识别之前,电梯控制设备已经预先获取到多个用户的参考声纹特征及对应的身份信息。其中,身份信息为电梯控制设备为每个用户分配的或者为每个用户自己设置的一个用户名称,且每个用户的用户名称是唯一的,该用户名称为用户的真实姓名、ID(Identity,身份标识号)等。
可选地,如果一个用户第一次乘坐电梯,则在采集该用户的语音数据时,会保存该用户的语音数据对应的声纹特征,作为该用户的参考声纹特征,并为该用户分配或者让用户自己设置一个用户标识,作为该用户的身份信息,将该用户的身份信息与参考声纹特征对应存储。
在一种可能实现方式中,由于声纹特征具有唯一性,每个用户的声纹特征各不相同,则通过声纹特征能够识别每个语音片段对应的用户身份。因此,电梯控制设备设置第二对应关系,第二对应关系包括多个参考声纹特征及对应的身份信息,参考声纹特征是根据提前获取的用户的语音数据确定的。则在获取到多个语音片段之后,对多个语音片段进行声纹提取,得到多个语音片段的目标声纹特征,根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,即确定每个目标声纹特征匹配的参考声纹特征,第二对应关系中该参考声纹特征对应的身份信息即为目标声纹特征对应的身份信息,从而确定了每个语音片段对应的用户身份。例如,第二对应关系参见表1所示。
表1
身份信息1 | 参考声纹特征1 |
身份信息2 | 参考声纹特征2 |
身份信息3 | 参考声纹特征3 |
身份信息4 | 参考声纹特征4 |
…… | …… |
可选地,根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,包括:对多个目标声纹特征及多个参考声纹特征进行聚类处理;确定与每个目标声纹特征属于同一类别的参考声纹特征,从而将多个目标声纹特征及多个参考声纹特征划分成多个类别,属于同一类别的声纹特征即为同一用户的声纹特征;根据第二对应关系,确定与每个目标声纹特征属于同一类别的参考声纹特征对应的身份信息,从而得到了每个目标声纹特征对应的身份信息。
可选地,声纹特征为超向量,超向量是指高维向量,具有多个维度。对多个目标声纹特征及多个参考声纹特征进行聚类处理时,根据超向量中的每个维度进行聚类。
在另一种可能实现方式中,调用身份识别模型,分别对多个语音片段进行身份识别,得到多个语音片段的身份信息。其中,身份识别模型包括声纹提取子模型和身份识别子模型。调用身份识别模型中的声纹提取子模型,对多个语音片段进行声纹提取,得到多个语音片段的目标声纹特征;调用身份识别模型中的身份识别子模型,根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息。
可选地,身份识别子模型包括聚类层、匹配层及身份识别层。调用身份识别子模型,根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,包括:调用聚类层,对多个目标声纹特征及多个参考声纹特征进行聚类处理;调用匹配层,确定与每个目标声纹特征属于同一类别的参考声纹特征;调用身份识别层,根据第二对应关系,确定与每个目标声纹特征属于同一类别的参考声纹特征对应的身份信息。
在一种可能实现方式中,采用基于GMM(Gaussian Mixture Model,高斯混合模型)的概率密度估计方法对多个目标声纹特征及多个参考声纹特征进行聚类处理,采用基于PLDA(Probabilistic Linear Discriminant Analysis,概率线性判别分析)的类别分析方法确定与每个目标声纹特征属于同一类别的参考声纹特征。
在一种可能实现方式中,身份识别模型为Deep Neural Network(DNN,深度卷积神经网络)模型、Recurrent Neural Network(RNN,循环神经网络)模型或Long Short-TermMemory(LSTM,长短期记忆网络)模型等。
另外,调用身份识别模型之前,需要训练身份识别模型,可选地,该身份识别模型是由其他设备训练完成之后,发送给电梯控制设备使用的。
在一种可能实现方式中,训练身份识别模型过程,包括:获取样本语音片段及对应的样本身份信息;调用身份识别模型中的声纹提取子模型,对样本语音片段进行声纹提取,得到样本语音片段的预测声纹特征;调用身份识别模型中的身份识别子模型,根据第二对应关系,确定预测声纹特征匹配的参考声纹特征对应的预测身份信息;根据预测身份信息及样本身份信息,训练身份识别模型。其中,在训练身份识别模型之前,已经预先获取了第二对应关系。
可选地,根据预测身份信息及样本身份信息,训练身份识别模型,包括:根据预测身份信息与样本身份信息之间的差异,调整身份识别模型中的参数,以减小预测身份信息与样本身份信息之间的差异,使身份识别模型学习到根据语音片段确定对应的身份信息的能力。
在另一种可能实现方式中,如果身份识别模型输出一个预测身份信息,则该预测身份信息与样本身份信息相同,或者与样本身份信息不同,则仅根据样本身份信息和预测身份信息,难以训练身份识别模型,因此根据样本身份信息、预测身份信息和概率来训练身份识别模型。其中,概率用于表示预测身份信息的准确率。
因此,调用身份识别模型中的身份识别子模型,根据第二对应关系,确定预测声纹特征匹配的参考声纹特征对应的预测身份信息,包括:调用身份识别模型中的身份识别子模型,根据第二对应关系,确定预测声纹特征匹配的至少一个参考声纹特征对应的预测身份信息及概率;则根据预测身份信息及样本身份信息,训练身份识别模型,包括:根据样本身份信息、至少一个预测身份信息及概率,训练身份识别模型。
可选地,采用损失函数(Loss Function),对样本身份信息、至少一个预测身份信息及概率进行处理,确定身份识别模型的损失值,该损失值越小,身份识别模型的准确率越高。其中,损失函数为平方损失函数、绝对值损失函数或对数损失函数等。
需要说明的是,本申请实施例中的身份识别模型包括多个层,例如卷积层、全连接层、池化层等,每层中采用多个节点对输入的特征进行处理。本申请实施例对身份识别模型中的全连接层的个数,身份识别模型中每个层中的输入的特征的维数、节点数目、隐藏层类型以及激活函数类型等不进行限制。
304、分别对多个语音片段进行内容识别,得到多个语音片段的指示楼层。
获取到多个语音片段之后,对多个语音片段进行内容识别处理,以确定每个语音片段中包含的指示楼层,该指示楼层为用户想要到达的楼层。
在一种可能实现方式中,分别对多个语音片段进行特征提取,得到多个语音片段的语音特征,对多个语音片段的语音特征进行内容识别,得到多个语音片段的指示楼层。其中,语音片段的语音特征用于表示语音片段的内容。
可选地,对语音片段进行内容识别,得到语音片段的指示楼层时,也会得到该指示楼层对应的准确率,准确率用于表示对语音片段内容的识别准确率,参考准确率为预先设置的准确率,如果准确率大于参考准确率,表示对语音片段内容的识别是准确的,则指示楼层是准确的;如果准确率不大于参考准确率,表示对语音片段内容的识别是不准确的。可选地,准确率采用置信度或分值表示。
在另一种可能实现方式中,调用内容识别模型,分别对多个语音片段进行内容识别,得到每个语音片段的指示楼层。
可选地,调用内容识别模型,分别对多个语音片段进行内容识别,得到每个语音片段的指示楼层及对应的准确率。
另外,调用内容识别模型之前,需要训练内容识别模型,可选地,该内容识别模型是由其他设备训练完成之后,发送给电梯控制设备使用的。
在一种可能实现方式中,训练内容识别模型过程,包括:获取样本语音片段及样本语音片段中的样本指示楼层;根据样本语音片段及样本指示楼层,训练内容识别模型。
可选地,根据样本语音片段及样本指示楼层,训练内容识别模型,包括:将样本语音片段输入至内容识别模型,输出预测指示楼层,根据样本指示楼层与预测指示楼层之间的差异,调整内容识别模型中的参数,减小样本指示楼层与预测指示楼层之间的差异,以使内容识别模型学习到根据语音片段识别出指示楼层的能力。
在另一种可能实现方式中,身份识别过程和内容识别过程均由身份识别模型执行,则调用身份识别模型中的内容识别子模型,分别对多个语音片段进行内容识别,得到每个语音片段的指示楼层。
可选地,身份识别过程和内容识别过程均由身份识别模型执行,也即是调用身份识别模型中的语音特征提取子模型,对语音片段进行特征提取,得到语音片段的语音特征,再调用声纹特征提取子模型对语音特征进行进一步地特征提取,得到语音片段的目标声纹特征。并且,调用身份识别模型中的内容识别子模型,分别对多个语音片段进行内容识别,得到每个语音片段的指示楼层。
另外,用户在发出语音数据时有可能出现错误,然后对说错的楼层进行更改,那么从一个用户的语音片段中识别出多个指示楼层,此时按照时间,将识别出的语音片段中最后一个楼层作为指示楼层。
在一种可能实现方式中,参见图4所示的身份识别模型的示意图,该身份识别模型400包括语音特征提取子模型401、声纹特征提取子模型402、内容识别子模型403及身份识别子模型404。
需要说明的是,本申请实施例仅是以先执行步骤303,再执行步骤304为例进行说明,在另一实施例中,先执行步骤304,再执行步骤303,或者同时执行步骤303和步骤304。
305、根据多个语音片段的身份信息对应的参考楼层和指示楼层,确定至少一个目标楼层,根据至少一个目标楼层控制电梯运行。
本申请实施例中,根据多个语音片段的身份信息对应的参考楼层,控制电梯运行。
对于多个用户中的每一个用户来说,根据一个语音片段能够确定一个目标楼层,如果多个用户中有至少两个用户的目标楼层相同,则根据该至少两个用户的语音片段能够确定一个目标楼层。因此,即使电梯内部有多个用户,则根据该多个用户的语音片段确定至少一个目标楼层,根据至少一个目标楼层控制电梯运行。
确定目标楼层的方式,包括以下几种可能实现方式:
在一种可能实现方式中,对于每个语音片段,对语音片段进行内容识别,得到语音片段的指示楼层之后,将语音片段的指示楼层作为目标楼层,其中,指示楼层是指语音片段中包括的楼层。
在另一种可能实现方式中,在对语音片段进行内容识别得到指示楼层之前,电梯控制设备已经预先获取到每个用户的身份信息及对应的参考楼层,该参考楼层是根据用户常去的楼层确定的,或者是用户自己设置的。其中,一个用户的参考楼层为一个或多个。例如,用户的办公室在十楼,则用户在乘坐电梯时的常去楼层为十楼,则参考楼层即为“十楼”。
在一种可能实现方式中,对于每个语音片段,对语音片段进行身份识别,得到语音片段对应的身份信息之后,不再获取语音片段的内容,直接将该身份信息对应的参考楼层作为目标楼层。可选地,如果一个用户的身份信息有多个参考楼层,则从多个参考楼层中选择任一参考楼层作为目标楼层。
在另一种可能实现方式中,如果对语音片段的内容识别不准确,直接将指示楼层作为目标楼层,会导致目标楼层不准确;或者如果用户这一次想去的楼层不是常去的楼层,直接将参考楼层作为目标楼层,也会导致目标楼层不准确。因此,在语音片段的身份信息对应的参考楼层与对应的指示楼层不同时,需要根据语音片段的内容识别是否准确,来确定将指示楼层作为目标楼层,还是将参考楼层作为目标楼层。
对于每个语音片段,响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率大于参考准确率,说明内容识别的准确率比较高,识别结果是准确的,则将指示楼层确定为目标楼层。
响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率不大于参考准确率,说明内容识别的准确率较低,识别结果不一定准确。
在识别结果不一定准确的情况下,可选地,电梯控制设备能够直接将参考楼层确定为目标楼层。例如,用户常去的楼层为十六楼,但是根据用户的语音片段,识别出的楼层为六楼,则有较大的可能是识别错误,如果准确率小于参考准确率,则表示识别错误,确定目标楼层为十六楼。
可选地,电梯控制设备输出第一提示信息,该第一提示信息用于提示语音片段的身份信息对应的用户确定参考楼层与指示楼层中的目标楼层,即需要用户确定将参考楼层作为目标楼层,还是将指示楼层作为目标楼层;用户听到该第一提示信息后,进行反馈,电梯控制设备采集身份信息对应的反馈语音数据,根据反馈语音数据确定目标楼层。
在一种可能实现方式中,第一提示信息包括身份信息,例如,第一提示信息为“请用户A重新说一次楼层”。身份信息对应的用户听到第一提示信息后,发出反馈语音数据,该反馈语音数据中包括用户想要去的楼层,电梯控制设备采集该反馈语音数据,对该反馈语音数据进行身份识别及内容识别,得到该反馈语音数据对应的身份信息及指示楼层,如果该身份信息是第一提示信息中包括的身份信息,则将识别得到的指示楼层作为目标楼层。
在另一种可能实现方式中,第一提示信息包括身份信息、参考楼层和指示楼层,例如,第一提示信息为“请用户A选择去4楼还是去10楼”。身份信息对应的用户听到第一提示信息后,说出自己的选择,电梯控制设备识别用户选择的楼层,将选择的楼层作为目标楼层。例如,用户说“第一个”,则确定用户选择的是“去4楼”,用户说“第二个”,则确定用户选择的是“去10楼”。
在另一种可能实现方式中,第一提示信息包括身份信息及指示楼层,例如,第一提示信息为“请用户A确认是否去4楼”。身份信息对应的用户听到第一提示信息后,说出自己的选择,电梯控制设备识别用户的反馈语音数据的内容,如果用户说的是“是”,则将指示楼层作为目标楼层;如果用户说的是“不是”,则将参考楼层作为目标楼层。
在一种可能实现方式中,如果身份信息有多个参考楼层,响应于语音片段的身份信息对应的多个参考楼层均与对应的指示楼层不同,且指示楼层的准确率大于参考准确率,将指示楼层确定为目标楼层;或者,响应于语音片段的身份信息对应的多个参考楼层均与对应的指示楼层不同,且指示楼层的准确率不大于参考准确率,将任一参考楼层确定为目标楼层,或者输出第一提示信息,根据用户信息对应的反馈语音数据,确定目标楼层。
本申请实施例提供的方法,采集乘坐电梯的用户发出的语音数据,对语音数据进行分离处理得到多个语音片段,每个语音片段属于一个用户,从而能够将同一用户在不同时间发出的语音数据或者不同用户发出的语音数据区分开来。之后对分离出来的多个语音片段进行身份识别,从而识别出乘坐电梯的用户的身份。这种先分离再进行身份识别的方式,避免了不同语音片段之间相互干扰,提高了身份识别准确率,便于根据身份信息对应的参考楼层更加准确地控制电梯运行,避免由于身份识别不准确而导致电梯控制不准确。
上述实施例中,对电梯控制设备控制电梯运行进行了说明,下面对电梯控制设备控制电梯运行之前,为用户推荐电梯的过程进行说明。
相关技术中,用户在等待电梯时,通常只能够获知电梯当前所在的楼层,然后根据电梯当前所在的楼层,在能够最快达到用户所在楼层的电梯的等候区域内等候,此时会有多个用户聚集在一起等待一个电梯的情况。
本申请实施例以设置有多个备选电梯为例,每个楼层设置有电梯等候区域,供用户等候电梯。该电梯等候区域内设置有电梯控制设备,从而能够为电梯等候区域内的用户推荐电梯。该电梯控制设备包括信号接收单元,该信号接收单元用于接收电梯等候区域内的乘坐电梯信号。
图5是本申请实施例提供的一种电梯推荐方法的流程图。参见图5,该方法应用于电梯控制设备,该方法包括以下步骤。
501、接收电梯等候区域内的乘坐电梯信号。
用户在乘坐电梯之前,在电梯等候区域等待,用户在该电梯等候区域,触发乘坐电梯信号,后续电梯控制设备根据用户触发的乘坐电梯信号,向用户推荐电梯。
可选地,乘坐电梯信号为用户发出的语音数据,则电梯控制设备采集电梯等候区域内用户发出的语音数据,后续对语音数据进行处理,根据处理结果向用户推荐电梯。
可选地,乘坐电梯信号为对乘坐按钮的触发信号,则电梯控制设备根据用户按下的乘坐按钮,为用户推荐电梯。
另外,电梯控制设备在接收电梯等候区域内的乘坐电梯信号时,根据接收乘坐电梯信号的信号接收单元设置在哪一层的电梯等候区域,即可确定用户所在的当前楼层,后续即可根据用户所在的当前楼层为用户推荐电梯。
502、获取多个备选电梯的运行数据。
在电梯运行过程中,电梯控制设备会实时或按照预设周期获取电梯当前的运行情况,得到多个备选电梯的运行数据。其中,预设周期为1秒、10秒或其他周期。
其中,运行数据至少包括备选电梯的当前楼层,备选电梯的当前楼层是指备选电梯当前停靠的楼层、备选电梯刚离开的楼层或备选电梯即将达到的楼层中的任一种。
可选地,运行数据还包括备选电梯已设置的目标楼层、备选电梯当前的运行方向、备选电梯是否处于满载状态以及电梯中用户的数量等数据。其中,目标楼层为电梯内部用户将要去的楼层、运行方向包括向上运行和向下运行。
503、根据多个备选电梯的运行数据及电梯等候区域所属的当前楼层,为触发乘坐电梯信号的用户推荐电梯。
在一种可能实现方式中,运行数据包括备选电梯的当前楼层及已设置的目标楼层时,则根据多个备选电梯的当前楼层、每个备选电梯已设置的目标楼层及电梯等候区域所属的当前楼层,为触发乘坐电梯信号的用户推荐电梯。
在一种可能实现方式中,乘坐电梯信号为用户发出的语音数据时,对语音数据进行内容识别,能够得到用户对应的指示楼层,则根据多个语音片段的指示楼层、多个备选电梯的运行数据及电梯等候区域所属的当前楼层,为用户推荐电梯。
在另一种可能实现方式中,乘坐电梯信号为用户发出的语音数据时,对语音数据进行内容识别及身份识别,能够得到至少一个身份信息对应的目标楼层,则根据至少一个身份信息对应的目标楼层、多个备选电梯的运行数据及电梯等候区域所属的当前楼层,为至少一个身份信息对应的用户推荐电梯。
在另一种可能实现方式中,乘坐电梯信号为对乘坐按钮的触发信号,则直接根据多个备选电梯的运行数据及电梯等候区域所属的当前楼层,为触发乘坐按钮的用户推荐电梯。
另外,在一种可能实现方式中,如果同一楼层的电梯等候区域的多个用户分别触发了乘坐电梯信号,则根据该多个用户触发乘坐电梯信号的先后顺序,分别为多个用户推荐电梯。例如,当前楼层有用户A、用户B和用户C,用户B、用户C和用户A依次触发乘坐电梯信号,则推荐电梯时,认为推荐的第一个电梯是为用户B推荐的,推荐的第二个电梯是为用户C推荐的,推荐的第三个电梯是为用户A推荐的。
本申请实施例提供的方法,用户在等候电梯时,只需接收电梯等候区域内用户触发的乘坐电梯信号,即可根据该乘坐电梯信号,确定用户所处的当前楼层。并且还会获取多个备选电梯的运行数据,根据多个备选电梯的运行数据和用户所处的当前楼层,为触发乘坐电梯信号的用户推荐电梯,实现了智能的电梯推荐,扩展了电梯功能。
本申请实施例以设置有多个备选电梯为例,每个楼层设置有电梯等候区域,供用户等候电梯。
电梯乘坐信号为用户发出的语音数据时,信号接收单元用于采集电梯等候区域内的用户发出的语音数据,该信号接收单元为麦克风。该电梯控制设备还包括语音处理单元及语音播放单元,语音处理单元用于对采集的语音数据进行处理;语音播放单元用于播放语音数据,从而向用户推荐电梯。基于上述电梯控制设备,本申请实施例提供了一种电梯推荐方法。
图6是本申请实施例提供的一种电梯推荐方法的流程图。参见图6,该方法应用于电梯控制设备,该方法包括以下步骤。
601、采集电梯等候区域内的语音数据。
用户在乘坐电梯之前,在电梯等候区域等待,用户在该电梯等候区域,说出想要去的楼层,采集用户发出的语音数据,后续对用户发出的语音数据进行处理,根据处理结果向用户推荐电梯。
在一种可能实现方式中,电梯等候区域设置有一个或多个麦克风,用户在麦克风前说话,电梯控制设备通过麦克风采集用户的语音数据。当用户与麦克风之间的距离小于预设距离时,用户发出的语音数据才能够被麦克风采集到。
可选地,用户发出的语音数据中包括楼层关键词,例如,用户说“到一楼”、“到十楼”等。
在一种可能实现方式中,对于多个备选电梯来说,能够设置一个或多个电梯等候区域。
需要说明的是,每个楼层均设置有电梯等候区域,则分别采集每个楼层的电梯等候区域内的语音数据。
602、对语音数据进行分离处理,得到语音数据中的多个语音片段。
在一种可能实现方式中,语音数据的分离过程,包括:对语音数据中每个时间点的语音数据帧进行特征提取,得到每个语音数据帧的语音特征;对每个语音特征进行聚类处理,得到属于多个类别的语音特征,一个类别的语音特征属于一个用户;将属于同一类别的语音特征对应的语音数据帧构成语音片段,得到多个语音片段。
本申请实施例中,对语音数据进行分离处理的实施方式与上述图3所示的语音数据的分离过程的实施方式类似,在此不再赘述。
603、分别对多个语音片段进行身份识别,得到多个语音片段对应的至少一个身份信息。
在一种可能实现方式中,分别对多个语音片段进行声纹提取,得到多个语音片段的目标声纹特征;根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,第二对应关系包括多个参考声纹特征及对应的身份信息。
可选地,根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,包括:对多个目标声纹特征及多个参考声纹特征进行聚类处理;确定与每个目标声纹特征属于同一类别的参考声纹特征;根据第二对应关系,确定与每个目标声纹特征属于同一类别的参考声纹特征对应的身份信息。
本申请实施例中,获取用户身份信息的实施方式与上述图3所示的获取用户身份信息的实施方式类似,在此不再赘述。
604、获取多个备选电梯的运行数据。
获取运行数据的实施方式与上述步骤502的实施方式类似,在此不再赘述。
605、根据至少一个身份信息对应的目标楼层、多个备选电梯的运行数据及电梯等候区域所属的当前楼层,为至少一个身份信息对应的用户推荐电梯。
在为用户推荐电梯之前,需要对多个语音片段进行识别处理,获取电梯等候区域内的用户对应的至少一个目标楼层,从而根据多个备选电梯的运行数据、至少一个目标楼层及电梯等候区域所属的当前楼层,为用户推荐电梯。
在对多个语音片段进行身份识别,获取了每个用户的身份信息的情况下,获取每个用户身份对应的目标楼层,在一种可能实现方式中,根据第一对应关系,获取至少一个身份信息对应的参考楼层,作为目标楼层,第一对应关系包括多个身份信息及对应的参考楼层。
在另一种可能实现方式中,确定目标楼层的方式,包括:分别对语音数据中的多个语音片段进行内容识别,得到每个语音片段的指示楼层;对于每个语音片段,响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率大于参考准确率,将指示楼层确定为目标楼层。响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率不大于参考准确率,将参考楼层确定为目标楼层;或者,电梯控制设备输出第一提示信息,电梯控制设备采集身份信息对应的反馈语音数据,根据反馈语音数据确定目标楼层。
在未获取每个用户的身份信息的情况下,即不执行步骤603,电梯控制设备仅对多个语音片段进行内容识别,不再对多个语音片段进行身份识别。此时,电梯控制设备能够得到多个语音片段的指示楼层,将指示楼层作为目标楼层。
电梯控制设备确定目标楼层的实施方式与上述图3所示的确定目标楼层的实施方式类似,在此不再赘述。
本申请实施例中,采用多种方式为用户推荐电梯,例如,以使电梯停靠楼层最少为目标,为用户推荐电梯,为去同一楼层的多个用户身份信息对应的用户推荐同一备选电梯;或者,以使用户等待时长最短为目标,为至少一个身份信息对应的用户推荐电梯;或者,以使电梯的运行次数最少为目标,使每次电梯中乘坐的用户数量达到最大等。
采用不同的方式为用户推荐电梯时,达到的效果不同,例如,以使电梯停靠楼层最少为目标和以使电梯的运行次数最少为目标,能够增大电梯的使用率;以使用户等待时长最短为目标,能够减少用户的等待时长。
例如,设置有1号电梯、2号电梯和3号电梯,在1楼的电梯等候区域有用户A、用户B用户C和用户D,用户A和用户B去10楼,用户C去5楼,用户D去7楼,1号电梯正在向上运行,2号电梯和3号电梯向下运行,且2号电梯在7楼、3号电梯在10楼,则提醒用户A和用户B去3号电梯等候,提醒用户C和用户D去2号电梯等候。
在一种可能实现方式中,电梯控制设备包括语音播放单元,通过播放的方式向用户推荐电梯,且每个备选电梯有对应的电梯标识,该电梯标识为电梯的编号、位置等标识,例如,1号电梯、2号电梯等。根据多个备选电梯的运行数据和至少一个身份信息的目标楼层,确定每个身份信息待推荐的电梯标识,播放第二提示信息,用户根据提示信息确定推荐的电梯。其中,第二提示信息包括至少一个身份信息及对应的电梯标识。例如,提示信息为“请A用户到1号电梯等候”。
在另一种可能实现方式中,电梯控制设备包括显示屏,在电梯等候区域设置显示屏,确定每个身份信息待推荐的电梯标识之后,在显示屏中显示第一提示信息。
在一种可能实现方式中,运行数据还包括备选电梯已设置的目标楼层时,根据多个备选电梯的当前楼层、每个备选电梯已设置的目标楼层、电梯等候区域所属的当前楼层和至少一个身份信息对应的目标楼层,为至少一个身份信息对应的用户推荐电梯。
在另一种可能实现方式中,如果需要乘坐电梯的用户分布在不同的楼层,则根据多个备选电梯的运行数据、多个身份信息对应的当前楼层及目标楼层,为多个身份信息对应的用户推荐电梯。
例如,1层和2层均有用户需要乘坐电梯去更高的楼层,由于首先是1层的用户乘坐电梯之后,2层的用户才乘坐电梯,则为2层的用户推荐电梯时,不仅需要考虑多个备选电梯的运行数据以及2层等候的每个用户想要去的目标楼层,还需要考虑1层的用户想要去的目标楼层以及1层用户的数量等。
本申请实施例提供的方法,用户在等候电梯时,只需采集电梯等候区域内的用户发出的语音数据,即可对语音数据进行识别处理,确定用户的目标楼层。并且,还会获取多个备选电梯的运行数据,根据多个备选电梯的运行数据、用户的目标楼层和用户所处的当前楼层,为电梯等候区域内的用户推荐电梯,实现了智能的电梯推荐,扩展了电梯功能。
并且,本申请实施例中,还能够对语音数据进行身份识别,识别出用户的身份信息,从而确定用户的目标楼层。根据多个备选电梯的运行数据、用户的目标楼层和用户所处的当前楼层,按照用户的身份信息来推荐电梯,使每个用户均能够获知为自己推荐的电梯。
本申请实施例以设置有多个备选电梯为例,每个楼层设置有电梯等候区域,供用户等候电梯。
该电梯等候区域内设置有电梯控制设备和多个乘坐按钮,其中一个备选电梯对应一个乘坐按钮。用户选择任一电梯对应的乘坐按钮,电梯控制设备根据该乘坐按钮所属的当前楼层控制电梯运行,并且还能为用户推荐备选电梯。
此时电梯乘坐信号为用户对乘坐按钮的触发信号,信号接收单元用于接收乘坐按钮的触发信号。该电梯控制设备还包括语音播放单元,语音播放单元用于播放语音数据,从而向用户推荐电梯。基于上述电梯控制设备,本申请实施例提供了一种电梯推荐方法。
图7是本申请实施例提供的另一种电梯推荐方法的流程图。参见图7,该方法应用于电梯控制设备,该方法包括以下步骤。
701、接收对电梯等候区域内设置的乘坐按钮的触发信号。
本申请实施例中,电梯等候区域内为每个备选电梯分别设置了乘坐按钮,用户按下任一乘坐按钮,电梯控制设备确定该乘坐按钮对应的电梯,并根据该乘坐按钮所属的楼层确定用户所处的当前楼层,其中该电梯认为是用户想要乘坐的电梯。
在一种可能实现方式中,每个电梯设置有第一乘坐按钮和第二乘坐按钮,第一乘坐按钮用于指示电梯向下运行,即用户需要下楼时,需要按下第一乘坐按钮;第二乘坐按钮用于指示电梯向上运行,即用户需要上楼时,需要按下第二乘坐按钮。
702、获取多个备选电梯的运行数据。
获取运行数据的实施方式与上述步骤502的实施方式类似,在此不再赘述。
不同的是,在一种可能实现方式中,当用户按下乘坐按钮后,确定该乘坐按钮对应的电梯是否处于满载状态,如果该电梯处于满载状态,则获取除该电梯之外的多个备选电梯的运行数据,以便为用户推荐备选电梯。如果该电梯未处于满载状态,则不需要为用户推荐电梯,用户直接等待该电梯,不再执行步骤703。
在一种可能实现方式中,确定该乘坐按钮对应的电梯是否处于满载状态,包括:获取电梯内部用户的数量,响应于用户数量大于预设数量,则确定电梯处于满载状态,响应于用户数量不大于预设数量,则确定电梯未处于满载状态;或者,电梯内部设置有压力传感器,通过该压力传感器获取电梯内部用户的总重量,响应于用户的总重量大于预设重量,则确定电梯处于满载状态,响应于用户的总重量不大于预设重量,则确定电梯未处于满载状态。
需要说明的是,本申请实施例仅是以每个电梯设置有对应的乘坐按钮为例进行说明,在另一实施例中,电梯等候区域内设置了的乘坐按钮适用于任一个备选电梯。用户按下乘坐按钮,电梯控制设备获取多个备选电梯的运行数据,而无需检测电梯是否处于满载状态。或者,电梯控制设备还能够在其他条件下,获取多个备选电梯的运行数据。
703、根据多个备选电梯的运行数据及电梯等候区域所属的当前楼层,为用户推荐电梯。
本申请实施例中,电梯控制设备获取到多个备选电梯的运行数据及电梯等候区域所属的当前楼层,该多个备选电梯的运行数据能够描述该多个备选电梯的运行状态,如还有多长时间能够到达本楼层、需要停靠哪些楼层等。
电梯控制设备能够采用多种方式为用户推荐电梯,例如,以使电梯停靠楼层最少为目标,为用户推荐电梯;或者,以使用户等待时长最短为目标;或者,以使电梯的运行次数最少为目标,使每次电梯中乘坐的用户数量达到最大等。
在一种可能实现方式中,电梯控制设备包括语音播放单元,通过播放语音数据的方式向用户推荐电梯。因此电梯控制设备根据多个备选电梯的运行数据及电梯等候区域所属的当前楼层,确定待推荐的电梯标识,播放第三提示信息,第三提示信息包括电梯标识。例如,提示信息为“请到2号电梯等候”。
在另一种可能实现方式中,电梯控制设备包括显示屏,在电梯等候区域设置显示屏,确定每个身份信息待推荐的电梯标识之后,在显示屏中显示第三提示信息,第三提示信息包括电梯标识。
在一种可能实现方式中,运行数据还包括备选电梯已设置的目标楼层,则根据多个备选电梯的当前楼层、每个备选电梯已设置的目标楼层和目标楼层推荐电梯。
例如,用户在3楼按了1号电梯的楼层按钮,想要去19楼,当1号电梯已经满员时,获取2号电梯和3号电梯的运行数据,如果2号电梯在1楼满员,其中有一个用户在2楼离开,且2楼没有用户乘坐电梯,3号电梯没有满员,则提醒用户到2号电梯或3号电梯等候。
本申请实施例提供的方法,在用户等候电梯时,只需获取对电梯等候区域内设置的乘坐按钮的触发信号,以及多个备选电梯的运行数据,根据多个备选电梯的运行数据和用户所处的当前楼层向用户推荐电梯,为电梯等候区域内的用户推荐电梯,实现了智能的电梯推荐,扩展了电梯功能。
本申请实施例中,电梯控制设备能够执行上述图1和图3所示的身份识别方法,以及图2、图5、图6和图7所示的电梯推荐方法,且上述身份识别方法和电梯推荐方法能够互相结合。
对于乘坐电梯的用户来说,当用户位于电梯外部的电梯等候区域时,电梯控制设备能够采用上述图2、图5、图6或图7所示的任一电梯推荐方法,为用户推荐电梯,当电梯控制设备控制电梯运行至用户所在的当前楼层后,用户进入电梯,此时电梯控制设备能够采用上述图1或图3所示的任一身份识别方法,采集用户在电梯内部的语音数据,对该语音数据进行识别处理,确定用户想要去的目标楼层,然后控制电梯运行至目标楼层。
图8是本申请实施例提供的一种身份识别装置的结构示意图。参见图8,该装置包括:
数据采集模块801,被配置为采集语音数据;
语音分离模块802,被配置为对语音数据进行分离处理,得到语音数据中的多个语音片段;
身份识别模块803,被配置为分别对多个语音片段进行身份识别,得到多个语音片段的身份信息,身份信息表示乘坐电梯的用户的身份;
电梯控制模块804,被配置为根据多个语音片段的身份信息对应的参考楼层,控制电梯运行。
本申请实施例提供的装置,采集乘坐电梯的用户发出的语音数据,对语音数据进行分离处理得到多个语音片段,每个语音片段属于一个用户,从而能够将同一用户在不同时间发出的语音数据或者不同用户发出的语音数据区分开来。之后对分离出来的多个语音片段进行身份识别,从而识别出乘坐电梯的用户的身份。这种先分离再进行身份识别的方式,避免了不同语音片段之间相互干扰,提高了身份识别准确率,便于根据身份信息对应的参考楼层更加准确地控制电梯运行,避免由于身份识别不准确而导致电梯控制不准确。
在一种可能实现方式中,参见图9,语音分离模块802,包括:
特征提取子模块8021,被配置为对语音数据中每个时间点的语音数据帧进行特征提取,得到每个语音数据帧的语音特征;
聚类子模块8022,被配置为对每个语音特征进行聚类处理,得到属于多个类别的语音特征,一个类别的语音特征属于一个用户;
语音分离子模块8023,被配置为将属于同一类别的语音特征对应的语音数据帧构成语音片段,得到多个语音片段。
在另一种可能实现方式中,参见图9,身份识别模块803,包括:
声纹提取子模块8031,被配置为对多个语音片段进行声纹提取,得到多个语音片段的目标声纹特征;
身份识别子模块8032,被配置为根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,第二对应关系包括多个参考声纹特征及对应的身份信息。
在另一种可能实现方式中,参见图9,身份识别子模块8032,被配置为:
对多个目标声纹特征及多个参考声纹特征进行聚类处理;
确定与每个目标声纹特征属于同一类别的参考声纹特征;
根据第二对应关系,确定与每个目标声纹特征属于同一类别的参考声纹特征对应的身份信息。
在另一种可能实现方式中,参见图9,声纹提取子模块8031,被配置为调用身份识别模型中的声纹提取子模型,对多个语音片段进行声纹提取,得到多个语音片段的目标声纹特征;
身份识别子模块8032,被配置为调用身份识别模型中的身份识别子模型,根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息。
在另一种可能实现方式中,参见图9,身份识别子模型包括聚类层、匹配层及身份识别层;身份识别子模块8032,被配置为:
调用聚类层,对多个目标声纹特征及多个参考声纹特征进行聚类处理;
调用匹配层,确定与每个目标声纹特征属于同一类别的参考声纹特征;
调用身份识别层,根据第二对应关系,确定与每个目标声纹特征属于同一类别的参考声纹特征对应的身份信息。
在另一种可能实现方式中,参见图9,装置还包括:
第一样本获取模块805,被配置为获取样本语音片段及对应的样本身份信息;
第一模型训练模块806,被配置为调用身份识别模型中的声纹提取子模型,对样本语音片段进行声纹提取,得到样本语音片段的预测声纹特征;
第一模型训练模块806,还被配置为调用身份识别模型中的身份识别子模型,根据第二对应关系,确定预测声纹特征匹配的参考声纹特征对应的预测身份信息;
第一模型训练模块806,还被配置为根据预测身份信息及样本身份信息,训练身份识别模型。
在另一种可能实现方式中,参见图9,第一模型训练模块806,被配置为:
调用身份识别模型中的身份识别子模型,根据第二对应关系,确定预测声纹特征匹配的至少一个参考声纹特征对应的预测身份信息及概率;
根据样本身份信息、至少一个预测身份信息及概率,训练身份识别模型。
在另一种可能实现方式中,参见图9,装置还包括:
内容识别模块807,被配置为分别对多个语音片段进行内容识别,得到多个语音片段的指示楼层;
电梯控制模块804,被配置为根据多个语音片段的身份信息对应的参考楼层和指示楼层,确定至少一个目标楼层,根据至少一个目标楼层控制电梯运行。
在另一种可能实现方式中,参见图9,电梯控制模块804,还被配置为:
对于每个语音片段,响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率大于参考准确率,将指示楼层确定为目标楼层。
在另一种可能实现方式中,电梯控制模块,还被配置为:
响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率不大于参考准确率,将参考楼层确定为目标楼层;或者,
响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率不大于参考准确率,输出第一提示信息,采集身份信息对应的反馈语音数据,根据反馈语音数据确定目标楼层,第一提示信息用于提示身份信息对应的用户确认参考楼层与指示楼层中的目标楼层。
在另一种可能实现方式中,参见图9,内容识别模块807,被配置为调用内容识别模型,分别对多个语音片段进行内容识别,得到每个语音片段的指示楼层。
在另一种可能实现方式中,参见图9,装置还包括:
第二样本获取模块808,被配置为获取样本语音片段及样本语音片段中的样本指示楼层;
第二模型训练模块809,被配置为根据样本语音片段及样本指示楼层,训练内容识别模型。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。
需要说明的是:上述实施例提供的身份识别装置在识别身份时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将服务器的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的身份识别装置与身份识别方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图10是本申请实施例提供的一种电梯推荐装置的结构示意图。参见图10,该装置包括:
语音信号采集模块1001,被配置为采集电梯等候区域内的语音数据;
语音分离模块1002,被配置为对语音数据进行分离处理,得到语音数据中的多个语音片段;
目标楼层确定模块1003,被配置为分别对多个语音片段进行识别处理,得到多个语音片段对应的至少一个目标楼层;
运行数据获取模块1004,被配置为获取多个备选电梯的运行数据,运行数据至少包括备选电梯的当前楼层;
电梯推荐模块1005,被配置为根据多个备选电梯的运行数据、至少一个目标楼层及电梯等候区域所属的当前楼层,为电梯等候区域内的用户推荐电梯。
本申请实施例提供的装置,用户在等候电梯时,只需采集电梯等候区域内的用户发出的语音数据,即可对语音数据进行识别处理,确定用户的目标楼层。并且,还会获取多个备选电梯的运行数据,根据多个备选电梯的运行数据、用户的目标楼层和用户所处的当前楼层,为电梯等候区域内的用户推荐电梯,实现了智能的电梯推荐,扩展了电梯功能。
在一种可能实现方式中,语音分离模块1002,被配置为:
对语音数据中每个时间点的语音数据帧进行特征提取,得到每个语音数据帧的语音特征;
对多个语音特征进行聚类处理,得到属于多个类别的语音特征,一个类别的语音特征属于一个用户;
将属于同一类别的语音特征对应的语音数据帧构成语音片段,得到多个语音片段。
在另一种可能实现方式中,目标楼层确定模块1003,被配置为:
分别对多个语音片段进行内容识别,得到多个语音片段的指示楼层,作为目标楼层。
在另一种可能实现方式中,目标楼层确定模块1003,被配置为:
分别对多个语音片段进行身份识别,得到至少一个身份信息,身份信息表示电梯等候区域内的用户的身份;
根据第一对应关系,获取至少一个身份信息对应的参考楼层,作为目标楼层,第一对应关系包括多个身份信息及对应的参考楼层。
在另一种可能实现方式中,目标楼层确定模块1003,被配置为:
分别对多个语音片段进行内容识别,得到多个语音片段的指示楼层;
分别对多个语音片段进行身份识别,得到多个语音片段的身份信息对应的参考楼层;
根据多个语音片段的身份信息对应的参考楼层及对应的指示楼层,确定多个语音片段对应的至少一个目标楼层。
在另一种可能实现方式中,目标楼层确定模块1003,被配置为对于每个语音片段,响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率大于参考准确率,将指示楼层确定为目标楼层。
在另一种可能实现方式中,目标楼层确定模块1003,被配置为:
对于每个语音片段,响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率不大于参考准确率,将参考楼层确定为目标楼层;或者,
响应于语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且指示楼层的准确率不大于参考准确率,输出第一提示信息,采集身份信息对应的反馈语音数据,根据反馈语音数据确定目标楼层,第一提示信息用于提示身份信息对应的用户确认参考楼层与指示楼层中的目标楼层。
在另一种可能实现方式中,参见图11,该装置还包括:
身份识别模块1006,被配置为分别对多个语音片段进行身份识别,得到至少一个身份信息;
电梯推荐模块1005,被配置为根据至少一个身份信息对应的目标楼层、多个备选电梯的运行数据及电梯等候区域所属的当前楼层,为至少一个身份信息对应的用户推荐电梯。
在另一种可能实现方式中,参见图11,电梯推荐模块1005,包括:
标识获取子模块1015,被配置为根据至少一个身份信息对应的目标楼层、多个备选电梯的运行数据及电梯等候区域所属的当前楼层,确定至少一个身份信息待推荐的电梯标识;
播放子模块1025,被配置为播放第二提示信息,第二提示信息包括至少一个身份信息及对应的电梯标识。
在另一种可能实现方式中,参见图11,身份识别模块1006,被配置为:
分别对多个语音片段进行声纹提取,得到多个语音片段的目标声纹特征;
根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,第二对应关系包括多个参考声纹特征及对应的身份信息。
在另一种可能实现方式中,参见图11,身份识别模块1006,被配置为:
对多个目标声纹特征及多个参考声纹特征进行聚类处理;
确定与每个目标声纹特征属于同一类别的参考声纹特征;
根据第二对应关系,确定与每个目标声纹特征属于同一类别的参考声纹特征对应的身份信息。
在另一种可能实现方式中,参见图11,该装置还包括:
触发信号接收模块1007,被配置为接收对电梯等候区域内设置的乘坐按钮的触发信号,执行获取多个备选电梯的运行数据的步骤。
在另一种可能实现方式中,运行数据获取模块1004,被配置为响应于乘坐按钮对应的电梯处于满载状态,获取除电梯之外的多个备选电梯的运行数据。
在另一种可能实现方式中,运行数据还包括备选电梯已设置的目标楼层;电梯推荐模块1005,被配置为根据多个备选电梯的当前楼层、每个备选电梯已设置的目标楼层、至少一个目标楼层及电梯等候区域所属的当前楼层,为电梯等候区域内的用户推荐电梯。
在另一种可能实现方式中,参见图11,该装置还包括:
语音信号采集模块1001,还被配置为采集电梯内部的语音数据;
目标楼层确定模块1003,还被配置为对语音数据进行识别处理,得到语音数据对应的至少一个目标楼层;
电梯控制模块1008,被配置为根据至少一个目标楼层,控制电梯运行。
需要说明的是:上述实施例提供的电梯推荐装置在推荐电梯时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将服务器的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的电梯推荐装置与电梯推荐方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请实施例还提供了一种电梯控制设备,该电梯控制设备包括处理器和存储器,存储器中存储有至少一条指令,该至少一条指令由处理器加载并执行,以实现上述实施例的身份识别方法中所执行的操作,或者以实现上述实施例的电梯推荐方法中所执行的操作。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有至少一条指令,该至少一条指令由处理器加载并执行,以实现上述实施例的身份识别方法中所执行的操作,或者以实现上述实施例的电梯推荐方法中所执行的操作。
本申请实施例还提供了一种计算机程序产品,该计算机程序产品包括计算机指令,该计算机指令存储在计算机可读存储介质中。所述计算机指令由处理器加载并执行,以实现上述实施例的身份识别方法中所执行的操作,或者以实现上述实施例的电梯推荐方法中所执行的操作。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,该程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上仅为本申请实施例的可选实施例,并不用以限制本申请实施例,凡在本申请实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (14)
1.一种电梯推荐方法,其特征在于,所述方法包括:
采集电梯等候区域内的语音数据;
对所述语音数据进行分离处理,得到所述语音数据中的多个语音片段;
分别对所述多个语音片段进行识别处理,得到所述多个语音片段对应的至少一个目标楼层;
获取多个备选电梯的运行数据,所述运行数据至少包括所述备选电梯的当前楼层;
根据所述多个备选电梯的运行数据、所述至少一个目标楼层及所述电梯等候区域所属的当前楼层,为所述电梯等候区域内的用户推荐电梯;
所述分别对所述多个语音片段进行识别处理,得到所述多个语音片段对应的至少一个目标楼层,包括:
分别对所述多个语音片段进行内容识别,得到所述多个语音片段的指示楼层;分别对所述多个语音片段进行身份识别,得到所述多个语音片段的身份信息对应的参考楼层;根据所述多个语音片段的身份信息对应的参考楼层及对应的指示楼层,确定所述多个语音片段对应的至少一个目标楼层;
所述根据所述多个语音片段的身份信息对应的参考楼层及对应的指示楼层,确定所述多个语音片段对应的至少一个目标楼层,包括:
对于每个语音片段,响应于所述语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且所述指示楼层的准确率大于参考准确率,将所述指示楼层确定为目标楼层;或者,响应于所述语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且所述指示楼层的准确率不大于所述参考准确率,将所述参考楼层确定为目标楼层。
2.根据权利要求1所述的方法,其特征在于,所述对所述语音数据进行分离处理,得到所述语音数据中的多个语音片段,包括:
对所述语音数据中每个时间点的语音数据帧进行特征提取,得到每个语音数据帧的语音特征;
对多个语音特征进行聚类处理,得到属于多个类别的语音特征,一个类别的语音特征属于一个用户;
将属于同一类别的语音特征对应的语音数据帧构成语音片段,得到所述多个语音片段。
3.根据权利要求1所述的方法,其特征在于,所述分别对所述多个语音片段进行识别处理,得到所述多个语音片段对应的至少一个目标楼层,包括:
分别对所述多个语音片段进行内容识别,得到所述多个语音片段的指示楼层,作为目标楼层。
4.根据权利要求1所述的方法,其特征在于,所述分别对所述多个语音片段进行识别处理,得到所述多个语音片段对应的至少一个目标楼层,包括:
分别对所述多个语音片段进行身份识别,得到至少一个身份信息,所述身份信息表示所述电梯等候区域内的用户的身份;
根据第一对应关系,获取所述至少一个身份信息对应的参考楼层,作为目标楼层,所述第一对应关系包括多个身份信息及对应的参考楼层。
5.根据权利要求1所述的方法,其特征在于,所述根据所述多个语音片段的身份信息对应的参考楼层及对应的指示楼层,确定所述多个语音片段对应的至少一个目标楼层,包括:
响应于所述语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且所述指示楼层的准确率不大于所述参考准确率,输出第一提示信息,采集所述身份信息对应的反馈语音数据,根据所述反馈语音数据确定所述目标楼层,所述第一提示信息用于提示所述身份信息对应的用户确认所述参考楼层与所述指示楼层中的目标楼层。
6.根据权利要求1所述的方法,其特征在于,所述对所述语音数据进行分离处理,得到所述语音数据中的多个语音片段之后,所述方法还包括:
分别对所述多个语音片段进行身份识别,得到至少一个身份信息;
所述根据所述多个备选电梯的运行数据、所述至少一个目标楼层及所述电梯等候区域所属的当前楼层,为所述电梯等候区域内的用户推荐电梯,包括:
根据所述至少一个身份信息对应的目标楼层、所述多个备选电梯的运行数据及所述电梯等候区域所属的当前楼层,为所述至少一个身份信息对应的用户推荐电梯。
7.根据权利要求6所述的方法,其特征在于,所述根据所述至少一个身份信息对应的目标楼层、所述多个备选电梯的运行数据及所述电梯等候区域所属的当前楼层,为所述至少一个身份信息对应的用户推荐电梯,包括:
根据所述至少一个身份信息对应的目标楼层、所述多个备选电梯的运行数据及所述电梯等候区域所属的当前楼层,确定所述至少一个身份信息待推荐的电梯标识;
播放第二提示信息,所述第二提示信息包括所述至少一个身份信息及对应的电梯标识。
8.根据权利要求6所述的方法,其特征在于,所述分别对所述多个语音片段进行身份识别,得到至少一个身份信息,包括:
分别对所述多个语音片段进行声纹提取,得到所述多个语音片段的目标声纹特征;
根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,所述第二对应关系包括多个参考声纹特征及对应的身份信息。
9.根据权利要求8所述的方法,其特征在于,所述根据第二对应关系,确定每个目标声纹特征匹配的参考声纹特征对应的身份信息,包括:
对多个目标声纹特征及所述多个参考声纹特征进行聚类处理;
确定与所述每个目标声纹特征属于同一类别的参考声纹特征;
根据所述第二对应关系,确定与所述每个目标声纹特征属于同一类别的参考声纹特征对应的身份信息。
10.根据权利要求1所述的方法,其特征在于,所述运行数据还包括所述备选电梯已设置的目标楼层;所述根据所述多个备选电梯的运行数据、所述至少一个目标楼层及所述电梯等候区域所属的当前楼层,为所述电梯等候区域内的用户推荐电梯,包括:
根据所述多个备选电梯的当前楼层、每个备选电梯已设置的目标楼层、所述至少一个目标楼层及所述电梯等候区域所属的当前楼层,为所述电梯等候区域内的用户推荐电梯。
11.根据权利要求1所述的方法,其特征在于,所述方法还包括:
采集电梯内部的语音数据;
对所述语音数据进行识别处理,得到所述语音数据对应的至少一个目标楼层;
根据所述至少一个目标楼层,控制所述电梯运行。
12.一种电梯推荐装置,其特征在于,所述装置包括:
语音信号采集模块,被配置为采集电梯等候区域内的语音数据;
语音分离模块,被配置为对所述语音数据进行分离处理,得到所述语音数据中的多个语音片段;
目标楼层确定模块,被配置为分别对所述多个语音片段进行识别处理,得到所述多个语音片段对应的至少一个目标楼层;
运行数据获取模块,被配置为获取多个备选电梯的运行数据,所述运行数据至少包括所述备选电梯的当前楼层;
电梯推荐模块,被配置为根据所述多个备选电梯的运行数据、所述至少一个目标楼层及所述电梯等候区域所属的当前楼层,为所述电梯等候区域内的用户推荐电梯;
所述目标楼层确定模块,被配置为:
分别对所述多个语音片段进行内容识别,得到所述多个语音片段的指示楼层;分别对所述多个语音片段进行身份识别,得到所述多个语音片段的身份信息对应的参考楼层;根据所述多个语音片段的身份信息对应的参考楼层及对应的指示楼层,确定所述多个语音片段对应的至少一个目标楼层;
所述目标楼层确定模块,被配置为:
对于每个语音片段,响应于所述语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且所述指示楼层的准确率大于参考准确率,将所述指示楼层确定为目标楼层;或者,响应于所述语音片段的身份信息对应的参考楼层与对应的指示楼层不同,且所述指示楼层的准确率不大于所述参考准确率,将所述参考楼层确定为目标楼层。
13.一种电梯控制设备,其特征在于,所述电梯控制设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现如权利要求1-11任一权利要求所述的电梯推荐方法中所执行的操作。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行,以实现如权利要求1-11任一权利要求所述的电梯推荐方法中所执行的操作。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011195801.XA CN112299167B (zh) | 2020-07-27 | 2020-07-27 | 电梯推荐方法、装置、设备及介质 |
CN202010731455.6A CN111627443B (zh) | 2020-07-27 | 2020-07-27 | 电梯推荐方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010731455.6A CN111627443B (zh) | 2020-07-27 | 2020-07-27 | 电梯推荐方法、装置、设备及介质 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011195801.XA Division CN112299167B (zh) | 2020-07-27 | 2020-07-27 | 电梯推荐方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111627443A CN111627443A (zh) | 2020-09-04 |
CN111627443B true CN111627443B (zh) | 2020-11-27 |
Family
ID=72271536
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010731455.6A Active CN111627443B (zh) | 2020-07-27 | 2020-07-27 | 电梯推荐方法、装置、设备及介质 |
CN202011195801.XA Active CN112299167B (zh) | 2020-07-27 | 2020-07-27 | 电梯推荐方法、装置、设备及介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011195801.XA Active CN112299167B (zh) | 2020-07-27 | 2020-07-27 | 电梯推荐方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN111627443B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220383870A1 (en) * | 2021-05-28 | 2022-12-01 | Otis Elevator Company | Usage of voice recognition confidence levels in a passenger interface |
CN114229637B (zh) * | 2021-12-03 | 2024-02-27 | 北京声智科技有限公司 | 电梯楼层确定方法、装置、设备及计算机可读存储介质 |
CN117068896B (zh) * | 2023-10-13 | 2024-01-26 | 南京瑞永城市更新研究院有限公司 | 一种基于人脸识别与语音指示的电梯智能控制方法及系统 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03293274A (ja) * | 1990-04-10 | 1991-12-24 | Toshiba Corp | エレベータの音声登録装置 |
DE10038518A1 (de) * | 2000-08-08 | 2002-02-21 | Philips Corp Intellectual Pty | Ortskundiger Aufzug mit Sprachsteuerung |
JP2007168972A (ja) * | 2005-12-21 | 2007-07-05 | Mitsubishi Electric Corp | エレベータ制御装置 |
JP5958236B2 (ja) * | 2012-09-25 | 2016-07-27 | 三菱電機株式会社 | エレベータの音声呼び登録装置 |
GR1008478B (el) * | 2014-03-12 | 2015-05-06 | Entranet Ερευνα Και Αναπτυξη Τεχνολογικων Εφαρμογων Επε Με Διακριτικο Τιτλο "Entranet Επε", | Συστημα χειρισμου ανελκυστηρα μεσω φωνητικων εντολων με εξυπνο αλγοριθμο συνεχους εκπαιδευσης μοντελων αναγνωρισης φωνης, με συνδεση σε ευρυζωνικο-τοπικο δικτυο και δικτυο τηλεφωνιας για μεταφορα δεδομενων |
JP2016000638A (ja) * | 2014-06-11 | 2016-01-07 | 三菱電機株式会社 | エレベータ装置および音声報知方法 |
JP6417293B2 (ja) * | 2015-07-30 | 2018-11-07 | 株式会社日立製作所 | 群管理エレベータ装置 |
CN105502112B (zh) * | 2016-02-04 | 2018-02-02 | 日立电梯(中国)有限公司 | 群组电梯的召唤方法及系统 |
CN108083042B (zh) * | 2016-11-21 | 2019-11-15 | 腾讯科技(深圳)有限公司 | 电梯推荐方法及装置 |
CN107176510A (zh) * | 2017-07-03 | 2017-09-19 | 章博 | 电梯群控系统及群控方法 |
CN110164438A (zh) * | 2019-05-27 | 2019-08-23 | 北京声智科技有限公司 | 一种语音识别方法、装置及电子设备 |
CN110723609B (zh) * | 2019-09-29 | 2021-11-30 | 日立楼宇技术(广州)有限公司 | 电梯控制方法、装置、系统、计算机设备和存储介质 |
CN111071879A (zh) * | 2020-01-01 | 2020-04-28 | 门鑫 | 电梯楼层登记方法、装置及存储介质 |
CN111377311A (zh) * | 2020-01-07 | 2020-07-07 | 广东卓梅尼技术股份有限公司 | 一种电梯群控模式智能调度方法及系统 |
CN111348499A (zh) * | 2020-03-02 | 2020-06-30 | 北京声智科技有限公司 | 电梯控制方法、装置、电子设备及计算机可读存储介质 |
CN111302171B (zh) * | 2020-05-11 | 2020-12-04 | 季华实验室 | 电梯调度方法、装置、电子设备及存储介质 |
-
2020
- 2020-07-27 CN CN202010731455.6A patent/CN111627443B/zh active Active
- 2020-07-27 CN CN202011195801.XA patent/CN112299167B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111627443A (zh) | 2020-09-04 |
CN112299167A (zh) | 2021-02-02 |
CN112299167B (zh) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111627443B (zh) | 电梯推荐方法、装置、设备及介质 | |
US7620547B2 (en) | Spoken man-machine interface with speaker identification | |
JP7317529B2 (ja) | サウンドデータを処理するシステム、及びシステムの制御方法 | |
CN106057205B (zh) | 一种智能机器人自动语音交互方法 | |
US7373301B2 (en) | Method for detecting emotions from speech using speaker identification | |
CN108874895B (zh) | 交互信息推送方法、装置、计算机设备及存储介质 | |
US20190304466A1 (en) | Voice control method, voice control device and computer readable storage medium | |
CN107210040A (zh) | 语音功能的操作方法和支持该方法的电子设备 | |
CN111261162B (zh) | 语音识别方法、语音识别装置及存储介质 | |
EP3869301A1 (en) | Information processing device, information processing method, and computer program | |
US20240029736A1 (en) | Voice wakeup method and apparatus, storage medium, and system | |
JP5302505B2 (ja) | 対話状況区切り推定方法、対話状況推定方法、対話状況推定システムおよび対話状況推定プログラム | |
JPWO2020044543A1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2019045978A (ja) | 対話制御装置、学習装置、対話制御方法、学習方法、制御プログラム、および、記録媒体 | |
CN111477226B (zh) | 控制方法、智能设备和存储介质 | |
EP1316944A2 (en) | Sound signal recognition system and method, and dialog control system and method using it | |
US20190080689A1 (en) | Sound processing apparatus, speech recognition apparatus, sound processing method, speech recognition method, storage medium | |
EP1387350A1 (en) | Spoken man-machine interface with speaker identification | |
KR102395760B1 (ko) | 다중 디바이스의 음성인식 제어를 위한 다채널 보이스 트리거 시스템 및 그 제어 방법 | |
CN113936655A (zh) | 语音播报处理方法、装置、计算机设备和存储介质 | |
CN113571060A (zh) | 一种基于视听觉融合的多人对话点餐方法及系统 | |
EP3816774A1 (en) | Information processing device for executing plurality of processes in parallel | |
JP6901992B2 (ja) | 案内ロボットシステム及び言語選択方法 | |
JP2003131695A (ja) | 音声認識機器、音声認識機器制御装置、及び音声認識機器制御方法 | |
CN113012700A (zh) | 语音信号处理方法、装置、系统及计算机可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |