CN111753046A - 控制智能设备的方法及装置、电子设备、以及介质 - Google Patents
控制智能设备的方法及装置、电子设备、以及介质 Download PDFInfo
- Publication number
- CN111753046A CN111753046A CN202010184173.9A CN202010184173A CN111753046A CN 111753046 A CN111753046 A CN 111753046A CN 202010184173 A CN202010184173 A CN 202010184173A CN 111753046 A CN111753046 A CN 111753046A
- Authority
- CN
- China
- Prior art keywords
- text
- information
- field
- matching
- control
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000015654 memory Effects 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3343—Query execution using phonetics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- 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
- G10L15/26—Speech to text systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Selective Calling Equipment (AREA)
Abstract
本公开提供了一种控制智能设备的方法。该方法包括:接收用户的控制语音;将控制语音转换为第一控制文本;以及将第一控制文本与多种类型的文本信息中任意至少一种类型的文本信息进行匹配,以从至少一个智能设备中确定用户意图控制的智能设备,其中,至少一个智能设备被配置为通过该多种类型的文本信息来标识。本公开还提供了一种控制智能设备的装置、电子设备以及介质。
Description
技术领域
本公开涉及互联网技术领域,更具体地,涉及一种控制智能设备的方法及装置、一种电子设备、以及一种计算机可读存储介质。
背景技术
随着智能家居的普及,通过语音控制用户家中的智能设备越来越受到用户的欢迎。用户可以在终端设备(例如,智能音箱、或者手机等)上安装相应的应用程序App,然后通过App接收语音来控制这些智能设备。通常用户会在App中给要控制的智能设备设置一个名称。比如,家里的空调起名为“空调”,卧室的电视起名为“卧室电视”等等。在用户通过语音控制这些智能设备的时候,需要说类似于“打开空调”,“空调打开制热模式”,“卧室电视声音大一点”等等这类句子。现有技术中通过将用户语音转换为相应的文本,然后将文本中的字符与智能设备的名称进行匹配,来确定用户要控制的智能设备。其中,如果用户所说的句子中包含了某一个智能设备的名称,则确定该智能设备为用户意图控制的智能设备。比如用户家中有两款智能设备,名称分别被设置为“卧室电视”,“客厅空调”,当用户说“打开卧室电视”时,这句话中包含了智能设备的名称“卧室电视”,则可以确定需要被开启的智能设备是名称为“卧室电视”智能设备,而不是名称为“客厅空调”的智能设备。
在实现本公开构思的过程中,发明人发现现有技术中至少存在如下问题:现有技术通过语音控制智能设备时,在确定用户意图控制的设备时需要将用户所说的话语对应的文本与智能设备的名称精确匹配。这样会要求用户所发的语音中的设备名称要足够准确,而且语音转文本时也需要足够准确才能够匹配成功。这样往往导致匹配的成功率较低。
发明内容
有鉴于此,本公开实施例提供了一种可以通过多种方式来匹配用户的语音和智能设备的控制智能设备的方法及装置、电子设备、以及介质。
本公开实施例的一个方面提供了一种控制智能设备的方法。所述方法包括:接收用户的控制语音;将所述控制语音转换为第一控制文本;以及将所述第一控制文本与多种类型的文本信息中任意至少一种类型的文本信息进行匹配,以从至少一个智能设备中确定所述用户意图控制的智能设备,其中,所述至少一个智能设备被配置为通过所述多种类型的文本信息来标识。
根据本公开的实施例,所述多种类型的文本信息被设置为包括以下至少之一:以与对智能设备设置的名称对应的字符表示的第一文本信息;以拼音字符串表示的第二文本信息;或者以至少一个字段表示的第三文本信息,其中,所述至少一个字段是从对智能设备设置的名称中获得的,或者所述至少一个字段是从对智能设备设置的属性中获得的。
根据本公开的实施例,所述将所述第一控制文本与多种类型的文本信息中任意至少一种类型的文本信息进行匹配,包括将所述第一控制文本与所述第二文本信息进行匹配;具体包括将所述第一控制文本中的字符对应转换为拼音字符串,得到第二控制文本,以及将所述第二控制文本中的拼音字符串与所述第二文本信息中的拼音字符串进行匹配。
根据本公开的实施例,所述将所述第一控制文本与多种类型的文本信息中任意至少一种类型的文本信息进行匹配,包括将所述第一控制文本与所述第三文本信息进行匹配;具体包括确定所述第一控制文本中与所述至少一个字段对应的字段的信息,得到所述第一控制文本中包含的字段信息,以及将所述第三文本信息所包含的所述至少一个字段的信息与所述第一控制文本中包含的字段信息进行匹配。
根据本公开的实施例,在所述至少一个字段是从对智能设备设置的名称中获得的情况下,所述将所述第三文本信息所包含的所述至少一个字段的信息与所述第一控制文本中包含的字段信息进行匹配包括:获取对所述至少一个智能设备设置的名称,得到至少一个设备名称;获取所述至少一个设备名称中每个设备名称所包含的所述至少一个字段的信息,得到每个设备名称所包含的字段信息;以及将所述每个设备名称所包含的字段信息与所述第一控制文本中包含的字段信息进行匹配,以确定所述用户意图控制的智能设备。
根据本公开的实施例,在所述至少一个字段是从对智能设备设置的属性中获得的情况下,所述将所述第三文本信息所包含的所述至少一个字段的信息与所述第一控制文本中包含的字段信息进行匹配包括:从数据库中查找对所述至少一个智能设备中的每个智能设备设置的属性中的所述至少一个字段的信息,得到每个智能设备的属性所包含的字段信息;以及将所述每个智能设备的属性所包含的字段信息与所述第一控制文本所包含的字段信息进行匹配,以确定所述用户意图控制的智能设备。
根据本公开的实施例,将所述第三文本信息所包含的所述至少一个字段的信息与所述第一控制文本中包含的字段信息进行匹配包括:对所述至少一个字段中各个字段匹配成功与否的各种组合,分别设置对应的评分,以评估所述各种组合对应的匹配结果的可信度;以及将可信度高的匹配结果对应的智能设备,确定为所述用户意图控制的智能设备。
根据本公开的实施例,所述至少一个字段包括以下至少之一:位置信息字段、品牌字段、或者品类字段。
根据本公开的实施例,所述将所述第一控制文本与多种类型的文本信息中任意至少一种类型的文本信息进行匹配,包括:对与多种类型的文本信息中每一种类型的文本信息进行匹配的匹配结果设置对应的评分,以评估每一种类型的文本信息对应的匹配结果的可信度;将所述第一控制文本与多种类型的文本信息中任意两种以上类型的文本信息进行匹配,得到两个以上匹配结果;基于所述两个以上匹配结果中每个匹配结果对应的文本信息的类型,获取所述每个匹配结果的评分;以及基于所述每个匹配结果的评分,将所述两个以上匹配结果中可信度高的匹配结果对应的智能设备作为所述用户意图控制的智能设备。
本公开实施例的另一方面提供了一种控制智能设备的装置。所述装置包括语音接收模块、转换模块、以及匹配模块。所述语音接收模块用于接收用户的控制语音。所述转换模块用于将所述控制语音转换为第一控制文本。所述匹配模块用于将所述第一控制文本与多种类型的文本信息中任意至少一种类型的文本信息进行匹配,以从至少一个智能设备中确定所述用户意图控制的智能设备,其中,所述至少一个智能设备被配置为通过所述多种类型的文本信息来标识。
根据本公开的实施例,所述多种类型的文本信息被设置为包括以下至少之一:以与对智能设备设置的名称对应的字符表示的第一文本信息;以拼音字符串表示的第二文本信息;或者以至少一个字段表示的第三文本信息,其中,所述至少一个字段是从对智能设备设置的名称中获得的,或者所述至少一个字段是从对智能设备设置的属性中获得的。
根据本公开的实施例,所述匹配模块具体用于将所述第一控制文本与所述第二文本信息进行匹配,包括将所述第一控制文本中的字符对应转换为拼音字符串,得到第二控制文本,以及将所述第二控制文本中的拼音字符串与所述第二文本信息中的拼音字符串进行匹配。
根据本公开的实施例,所述匹配模块具体用于将所述第一控制文本与所述第三文本信息进行匹配。其中,所述匹配模块包括第一确定子模块以及第一匹配子模块。所述第一确定子模块用于确定所述第一控制文本中与所述至少一个字段对应的字段的信息,得到所述第一控制文本中包含的字段信息。第一匹配子模块用于将所述第三文本信息所包含的所述至少一个字段的信息与所述第一控制文本中包含的字段信息进行匹配。
根据本公开的实施例,所述第一匹配子模块具体用于在所述至少一个字段是从对智能设备设置的名称中获得的情况下,获取对所述至少一个智能设备设置的名称,得到至少一个设备名称,获取所述至少一个设备名称中每个设备名称所包含的所述至少一个字段的信息,得到每个设备名称所包含的字段信息,以及将所述每个设备名称所包含的字段信息与所述第一控制文本中包含的字段信息进行匹配,以确定所述用户意图控制的智能设备。
根据本公开的实施例,所述第一匹配子模块具体用于在所述至少一个字段是从对智能设备设置的属性中获得的情况下,从数据库中查找对所述至少一个智能设备中的每个智能设备设置的属性中的所述至少一个字段的信息,得到每个智能设备的属性所包含的字段信息,以及将所述每个智能设备的属性所包含的字段信息与所述第一控制文本所包含的字段信息进行匹配,以确定所述用户意图控制的智能设备。
根据本公开的实施例,所述第一匹配子模块具体用于对所述至少一个字段中各个字段匹配成功与否的各种组合,分别设置对应的评分,以评估所述各种组合对应的匹配结果的可信度,以及将可信度高的匹配结果对应的智能设备,确定为所述用户意图控制的智能设备。
根据本公开的实施例,所述至少一个字段包括以下至少之一:位置信息字段、品牌字段、或者品类字段。
根据本公开的实施例,所述匹配模块还用于对与多种类型的文本信息中每一种类型的文本信息进行匹配的匹配结果设置对应的评分,以评估每一种类型的文本信息对应的匹配结果的可信,将所述第一控制文本与多种类型的文本信息中任意两种以上类型的文本信息进行匹配,得到两个以上匹配结果,基于所述两个以上匹配结果中每个匹配结果对应的文本信息的类型,获取所述每个匹配结果的评分,以及基于所述每个匹配结果的评分,将所述两个以上匹配结果中可信度高的匹配结果对应的智能设备作为所述用户意图控制的智能设备。
本公开实施例的另一方面提供了一种电子设备。所述电子设备包括一个或多个存储器、以及一个或多个处理器。所述一个或多个存储器存储有可执行指令。所述一个或多个处理器执行所述可执行指令,以实现如上所述的方法。
本公开实施例的另一方面提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行如上所述的方法。
本公开实施例的另一方面提供了一种计算机程序,所述计算机程序包括计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
上述一个或多个实施例具有如下优点或益效果:可以至少部分地降低用户对智能设备进行语音控制的失败率,并因此可以对智能设备实现更加智能化的控制的技术效果。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的控制智能设备的方法和装置的应用场景;
图2示意性示出了根据本公开实施例的控制智能设备的方法的流程图;
图3A示意性示出了根据本公开实施例的控制智能设备的构思示意图;
图3B示意性示出了设置智能设备的信息的用户界面;
图4示意性示出了根据本公开一实施例的确定用户意图控制的智能设备的方法示意图;
图5示意性示出了根据本公开另一实施例的确定用户意图控制的智能设备的方法示意图;
图6示意性示出了根据本公开再一实施例的确定用户意图控制的智能设备的方法示意图;
图7示意性示出了根据本公开一实施例的通过至少一个字段的匹配来确定用户意图控制的智能设备的方法示意图;
图8示意性示出了根据本公开另一实施例的通过至少一个字段的匹配来确定用户意图控制的智能设备的方法示意图;
图9示意性示出了根据本公开再一实施例的通过至少一个字段的匹配来确定用户意图控制的智能设备的方法示意图;
图10示意性示出了根据本公开实施例的控制智能设备的装置的方框图;以及
图11示意性示出了适于实现根据本公开实施例的控制智能设备的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释 (例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B 和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
现有技术中通过语音控制智能设备时,是将用户的控制语音转换为对应的控制文本,然后将控制文本与对智能设备设置的名称精确匹配来确定用户要控制的智能设备。这样存在的问题是匹配的方式过于严格,对于用户的发音、用户语音中的内容的准确性以及对智能设备的名称的描述要求都比较高,相应地会导致匹配失败率较高。
有鉴于此,本公开的实施例提供了一种控制智能设备的方法及装置、以及一种电子设备和一种介质,可以将与用户的控制语音对应的控制文本与多种类型的文本信息中的任意至少一种类型的文本信息进行匹配来识别智能设备。相应地,智能设备也被被配置为可以通过多种类型的文本信息来标识。以此方式,提到匹配的成功率。
具体地,根据本公开实施例的控制智能设备的方法包括首先接收用户的控制语音,然后将控制语音转换为第一控制文本,之后将第一控制文本与多种类型的文本信息中任意至少一种类型的文本信息进行匹配,以从至少一个智能设备中确定用户意图控制的智能设备,其中,该至少一个智能设备被配置为通过多种类型的文本信息来标识。
根据本公开的各个实施例,多种类型的文本信息可以包括以下至少之一:以与对智能设备设置的名称对应的字符表示的第一文本信息;以拼音字符串表示的第二文本信息;或者以至少一个字段表示的第三文本信息,其中,至少一个字段是从对智能设备设置的名称中获得的,或者至少一个字段是从对智能设备设置的属性中获得的。根据本公开的一个实施例,可以根据用户对智能设备命名的习惯,将该至少一个字段设置为包括位置信息(例如,放置智能设备的房间信息)字段、品牌字段、或者品类字段中的任意至少一个。
通过这种方式,在对智能设备进行语音控制时,或者可以将第一控制文本与智能设备的名称比较(即,精确比较),或者可以将第一控制文本转换为拼音字符串,与智能设备的名称等标识信息对应的拼音字符串进行比较,或者也可以从第一控制文本中提取出相应的字段,然后将提取到的字段与用于标识智能设备的各个字段进行匹配。
以此方式,在通过语音控制智能设备的过程中,可以通过多种方式匹配出用户意图控制的智能设备。从而,使得用户的控制语音可以不再局限于智能设备的名称,还可以通过例如品牌、品类、或者房间信息等来确定用户意图控制的智能设备,或者还可以通过将控制文本转换为拼音字符串来匹配以兼容语音转文本时转换错误的情形。从而,可以至少部分地克服现有技术中通过语音控制智能设备时对用户语音要求过于死板的问题,降低用户对智能设备进行语音控制的失败率,实现对智能设备更加智能化的控制,提高用户体验。
图1示意性示出了根据本公开实施例的控制智能设备的方法和装置的应用场景100。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、网络102以及智能设备103、104、105。网络102为用以在终端设备 101、和智能设备103、104、105之间提供通信链路的介质。网络102 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可以是智能音箱、手机、IPAD、掌上电脑等。终端设备101上可以安装有控制智能设备103、104、105的应用程序App。用户可以通过向终端设备101中的应用程序App发送语音来控制智能设备103、104、105。智能设备103、104、105例如可以是热水器103、空调104以及冰箱105。
例如,在一些实施例中,用户可以向终端设备101中的应用程序 App发送控制语音,由终端设备101处理该控制语音并确定出用户意图控制的智能设备后,然后经由网络102将控制指令发送给相应的智能设备。
又例如,在另一些实施例中,终端设备101可以通过网络102或者其他网络与云端服务器通信。终端设备101中安装的应用程序App 可以接收用户的控制语音,并将控制语音上传到云端服务器。云端服务器对控制语音进行处理并匹配出用户意图控制的智能设备后反馈给网络102,再经由网络102将控制指令发送给相应的智能设备。
再例如,在另一些实施例中,终端设备101可以通过网络102与中控设备连接,同时中控设备通过网络102连接智能设备103、104、 105,以控制智能设备103、104、105的动作。终端设备101中安装的应用程序App接收用户的控制语音,然后可以将控制语音转发给中控设备。中控设备根据用户的控制语音匹配出用户意图控制的智能设备后,再发送控制指令给相应的智能设备。
需要说明的是,本公开实施例所提供的控制智能设备的方法可以由终端设备101执行。相应地,本公开实施例所提供的控制智能设备的装置可以设置于终端设备101中。本公开实施例所提供的控制智能设备的方法也可以由与终端设备101连接的云端服务器或中控设备来执行。相应地,本公开实施例所提供的控制智能设备的装置也可以设置于与终端设备101连接的云端服务器或中控设备中。
应该理解,图1中的终端设备、网络和智能设备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、网络和智能设备,也可以具有任意数目的云端服务器、和/或中控设备等。
图2示意性示出了根据本公开实施例的控制智能设备的方法的流程图。图3A示意性示出了根据本公开实施例的控制智能设备的构思示意图。
如图2所示,结合图3A,该控制智能设备的方法可以包括操作 S210~操作S230。
在操作S210,接收用户的控制语音31。
在操作S220,将控制语音31转换为第一控制文本32。例如,通过语音识别(Automatic Speech Recognition,ASR)将语音转换为文字。
在操作S230,将第一控制文本32与多种类型的文本信息331~334 中任意至少一种类型的文本信息进行匹配,以从至少一个智能设备中确定用户意图控制的智能设备,其中,该至少一个智能设备被配置为通过多种类型的文本信息331~334来标识。该至少一个智能设备例如为用户可以通过终端设备101控制的智能设备,例如为图1中的热水器103、空调104以及冰箱105。
结合图3A,根据本公开的实施例,多种类型的文本信息被设置为包括以下至少之一:以与对智能设备设置的名称对应的字符表示的第一文本信息331;以拼音字符串表示的第二文本信息332;或者以至少一个字段表示的第三文本信息333/334,其中,至少一个字段是从对智能设备设置的名称中获得的,或者至少一个字段是从对智能设备设置的属性中获得的。需要说明的是,图3A中示出的多种类型的文本信息331~334仅是示例性的,而非限定性的。本领域技术人员可以根据需要设置任意类型的文本信息。
操作S230中当将第一控制文本32与第一文本信息331匹配时,可以是查找第一控制文本32中是否包含对智能设备设置的名称的字符。
操作S230中当将第一控制文本32与第二文本信息332匹配时,可以将第一控制文本32中的字符串先转换为拼音字符串,然后将得到的拼音字符串与第二文本信息332比较,例如确定第一控制文本32转换得到的拼音字符串中是否包含有第二文本信息332中的拼音字符串。根据本公开的实施例,第二文本信息332中的拼音字符串例如可以是将对智能设备设置的名称转换而得到的拼音字符串,或者例如也可以是将第三文本信息333/334中包含的至少一个字段中的信息转换而得到的拼音字符串。
在操作S230中当将第一控制文本32与第三文本信息333/334进行匹配时,可以是查找第一控制文本32是否包含第三文本信息333/334 中的字段对应的信息。例如,可以提取出第一控制文本32所包含的与第三文本信息333/334中的各个字段对应的信息,然后再按照各个字段对应比较。根据本公开的实施例,结合一般情况下用户给智能设备命名的习惯,可以设置至少一个字段包括以下至少之一:位置信息字段、品牌字段、或者品类字段。
根据本公开的实施例,至少一个智能设备被配置为通过多种类型的文本信息331~334来标识。例如可以在用户通过语音控制智能设备之前,对智能设备进行设置以配置智能设备的标识信息,具体可以参考图3B的示例。
图3B示意性示出了设置智能设备的信息的用户界面。
如图3B所示,以在终端设备101中设置空调104的信息为例进行说明。
在用户通过语音控制智能设备之前,用户可以通过终端设备101 在图3B所示的用户界面中对智能设备104的信息进行设置或查看。
例如,用户可以在该用户界面中设置智能设备104的名称为“卧室格力空调”,或用户也可以根据喜好给智能设备104起名为“我的宝贝”等名称。
用户还可以根据智能设备104的放置或安装位置等的位置信息、品牌、品类等,设置智能设备的属性。当然在实际生活中,若智能设备104附带有用于记录设备属性的二维码等标识时,用户可以通过扫描该二维码获取到智能设备104的设备属性,从而可以快速获取到智能设备104的品牌、品类、功率等属性。
表1示意性示出了对用户家中的智能设备设置名称和属性的一个示例。
表1
其中,在表1的示例中,对于用户命名为“卧室格力空调”的智能设备,根据其属性可以确定实质上是一个智能插座。这种情形可以常见于生活中,用户通过控制智能插座的开关来控制空调的情形。
根据本公开的实施例,对于用户所使用的至少一个智能设备可以基于用户的设置维护例如表1的数据表。在一些实施例中,可以将用户对智能设备设置的名称和属性对应转换得到相应的拼音字符串。
可见,根据本公开实施例的方法可以将智能设备配置为通过诸如多种类型的文本信息331~334来标识。从而,当用户对智能设备进行控制时,可以在对智能设备进行控制时,可以根据图2所描述的方法,通过多种方式匹配出用户意图控制的智能设备,提高匹配成功率。
根据本公开实施例的方法,结合一般情况下用户对智能设备命名的习惯可以引入品牌、品类、以及位置信息等字段的匹配方式,或者针对于语音识别易出错问题,可以引入拼音字符串来匹配的方式,使得可以通过多种方式匹配出用户意图控制的智能设备,突破了现有技术中只能通过对智能设备的名称的精确匹配所带来的限制,降低了对用户发音的要求,丰富了匹配用户意图控制的智能设备的方式和途径,可以实现对智能设备更加智能化的控制。
操作S230中将第一控制文本32与多种类型的文本信息331~334 中任意至少一种类型的文本信息进行匹配,例如可以是将第一控制文本32与多种类型的文本信息331~334中的某一种类型的文本信息匹配,或者也可以是将第一控制文本32与多种类型的文本信息331~334两种或者两种以上类型的文本信息进行匹配。
将第一控制文本32与多种类型的文本信息331~334两种或者两种以上类型的文本信息进行匹配可能会得到多个匹配结果。在一些实施例中,当有多个匹配结果时可以根据匹配对应的文本信息的类型对匹配结果设置不同的评分来区分不同方式的优先级,以此方式来评估匹配结果的可信度。具体可以参考图4的示意。
图4示意性示出了根据本公开一实施例的操作S230中确定用户意图控制的智能设备的方法示意图。
如图4所示,根据本公开的实施例,操作S230可以包括操作S401~操作S404。
在操作S401,对与多种类型的文本信息中每一种类型的文本信息进行匹配的匹配结果设置对应的评分,以评估每一种类型的文本信息对应的匹配结果的可信度。
根据本公开的实施例,考虑将第一控制文本32与第一文本信息 331进行匹配后,如果匹配成功的话精确度往往是最高的,因此可以与第一文本信息331进行匹配的匹配结果保留较高的优先级。
例如,可以设置评分为0~1之间的小数,数字越大优先级越高,相应的匹配结果的可信度越高。评分高低的设置可以根据经验或者对大量用户使用习惯的统计分析来确定。
例如,当多种类型的文本信息包括第一文本信息331、第二文本信息332、基于智能设备的名称的第三文本信息333以及基于智能设备的属性的第三文本信息334时,可以将第一控制文本32与第一文本信息331的匹配结果设置为1分;将第一控制文本32与基于智能设备的名称的第三文本信息333的匹配结果设置为0.8分;将第一控制文本32与基于智能设备的属性的第三文本信息334的匹配结果设置为 0.75分;当第二文本信息332包含的是与对智能设备设置的名称对应的拼音字符串时,可以将第一控制文本32与第二文本信息332的匹配结果设置为0.9分;当第二文本信息332包含的是第三文本信息333/334 所保含的至少一个字段对应的拼音字符串时,可以将与第二文本信息 332的匹配结果设置为比0.9更低的分数等。
根据本公开的另一些实施例,当第三文本信息333/334中包括有多个字段时,可能存在有各个字段匹配成功与否的多种组合情况(例如,某些字段匹配成功,某些字段轮空等),在这种情况下也可以针对该多种组合对应的匹配结果分别设置评分,对此可以参考下文的详细介绍。
在操作S402,将第一控制文本32与多种类型的文本信息中任意两种以上类型的文本信息进行匹配,得到两个以上匹配结果。
在操作S403,基于两个以上匹配结果中每个匹配结果对应的文本信息的类型,获取每个匹配结果的评分。
在操作S404,基于每个匹配结果的评分,将两个以上匹配结果中可信度高的匹配结果对应的智能设备作为用户意图控制的智能设备。
图5示意性示出了根据本公开另一实施例的操作S230中确定用户意图控制的智能设备的方法示意图。
如图5所示,根据本公开实施例,操作S230可以是将第一控制文本32与第二文本信息332进行匹配,具体可以包括操作S501~操作 S502。
在操作S501,将第一控制文本32中的字符对应转换为拼音字符串,得到第二控制文本。
在操作S502,将第二控制文本中的拼音字符串与第二文本信息 332中的拼音字符串进行匹配。
根据本公开的实施例,将第一控制文本32转换为拼音字符串后与第二文本信息332进行匹配,可以对因语音识别ASR导致的文本错误进行适当的兼容性适配。语音识别ASR的技术在当前已经较为成熟,但是受限于不同用户的发音以及一些模棱两可的表述,还是会出现一定的文本转换错误。比如某用户有一款智能设备设置名称为“卧室灯”。当用户对着终端设备101说“打开卧室灯”,但是可能会因为语音识别的问题,导致翻译成的第一控制文本32为“打开我是灯”。在这种情况下就难以正确匹配到智能设备。根据本公开实施例的方法,可以将第一控制文本32中的字符转换为拼音字符串,然后再与用于标识智能设备的第二文本信息332中的拼音字符串进行匹配,这样可以避免部分语音识别错误而导致匹配失败的问题,还可以通过模糊音等方式进一步提高匹配成功率,从而降低对用户发音标准性的要求,实现了对智能设备更加智能化地控制。
图6示意性示出了根据本公开再一实施例的操作S230中确定用户意图控制的智能设备的方法示意图。
如图6所示,根据本公开的实施例,操作S230可以是将第一控制文本32与第三文本信息333/334进行匹配,具体可以包括操作S601~操作S602。
在操作S601,确定第一控制文本32中与至少一个字段对应的字段的信息,得到第一控制文本32中包含的字段信息。
在操作S602,将第三文本信息333/334所包含的至少一个字段的信息与第一控制文本32中包含的字段信息进行匹配。
以此方式,可以突破现有技术中只能精确匹配智能设备的名称的限制,通过与第三文本信息333/334中所包含的字段的信息进行匹配,这样可以兼容用户的控制语音31中包含或缺失虚词、部分信息遗漏等问题,提高匹配成功率。例如,在当用户对家中一款电视起名为“卧室的电视”。在用户进行语音控制时候却说成了“打开卧室电视”。其中“打开卧室电视”实际上是把电视的命名中的虚词“的”字省略掉了。这种情况下,若是单纯通过智能设备的名称进行精确匹配时就无法匹配到。根据本公开的实施例的方法,当第三文本信息333/334 包含了位置信息字段、品牌字段和品类字段时,可以在操作S601中从用户的控制语音“打开卧室电视”对应的第一控制文本32中提取出“卧室”、“电视”,然后在操作S602中对相应字段的信息进行匹配,就可以匹配到该名智能设备。可见,根据本公开实施例的方法可以有效提到匹配成功率,降低了对用户语音内容的准确性要求,更适应人们日常说话的随意性,提高用户在控制智能设备的过程中的舒适性感受。
图7示意性示出了根据本公开一实施例的操作S602中通过至少一个字段的匹配来确定用户意图控制的智能设备的方法示意图。
如图7所示,根据本公开的实施例,操作S602可以包括操作S701~操作S702。
首先在操作S701,对至少一个字段中各个字段匹配成功与否的各种组合,分别设置对应的评分,以评估中各种组合对应的匹配结果的可信度。
然后在操作S702,将可信度高的匹配结果对应的智能设备,确定为用户意图控制的智能设备。
例如,对于基于智能设备名称的第三文本信息333,以该至少一个字段包括位置信息字段、品牌字段和品类字段为例进行说明,假设评分越高可信度越高。
在一个实施例中,如果位置信息字段、品牌字段和品类字段中三个字段均匹配成功,则可以设置对应的匹配结果评分为0.8。如果匹配到品类字段后和品牌字段或者位置信息字段中的任何一个字段,则可以设置对应的匹配结果评分为0.7。如果只有品类字段匹配成功,则可以设置对应的匹配结果评分0.6。如此,假设用户对四款智能设备设置的名称分别为“卧室的格力空调”,“长虹空调”,“卧室空调”,“空调”。当用户说“打开卧室格力空调”,则在操作S701中匹配得到的该四款智能设备的评分分别为0.8分,0分,0.7分,0.6分。然后在操作S702 中,就可以将评分为0.8对应的“卧室的格力空调”所对应的智能设备确定为用户意图控制的智能设备。
再例如,对于基于智能设备的属性的第三文本信息334,以该至少一个字段包括位置信息字段、品牌字段和品类字段为例说明如下。假设评分越高可信度越高。
在一个实施例中,如果位置信息、品牌和品类三个字段中有任何一个不为空,且不相同,则为匹配失败,评分为0分。如果三个字段的信息都相同,则可以对对应的匹配结果设置评分0.75。再如果匹配到品类字段外加品牌或者位置信息中的任何一个字段,则可以对对应的匹配结果设置评分0.65。或者如果只匹配到品类字段,则可以对对应的匹配结果设置评分0.55。
当然,需要理解的是以上对各种组合情况所设置的评分仅为示例性的,以帮助本领域技术人员更好地理解本公开的技术方案。在实际使用中,可以根据需要、或者经验、或者对用户使用习惯的统计结果,对不同匹配组合设置不同的分数,以定量地衡量不同匹配结果的可信度。
图8示意性示出了根据本公开另一实施例的操作S602中通过至少一个字段的匹配来确定用户意图控制的智能设备的方法示意图。
如图8所示,根据本公开的实施例,操作S602可以包括操作S801~操作S803。
在操作S801,在至少一个字段是从对智能设备设置的名称中获得的情况下,获取对至少一个智能设备设置的名称,得到至少一个设备名称。
在操作S802,获取至少一个设备名称中每个设备名称所包含的至少一个字段的信息,得到每个设备名称所包含的字段信息。
例如,当用户在终端设备101中设置智能设备的名称时,终端设备101、或者与终端设备101相连接的云端服务器、或者与终端设备 101相连接的中控设备,可以通过文本处理或者语义分析等方法从该智能设备的名称中提取出智能设备的名称中所包含的品牌、品类、和/ 或位置信息等各个字段的信息。
从而在用户通过语音控制智能设备时,可以在操作S802中查找智能设备的名称中的品牌、品类、以及位置信息等各个字段的信息,以用于在操作S803中的匹配。
在操作S803,将每个设备名称所包含的字段信息与第一控制文本 32中包含的字段信息进行匹配,以确定用户意图控制的智能设备。
例如,比如对于名称为“卧室的格力空调”的智能设备,可以获取到该智能设备的名称所包含的位置信息为卧室、品类为空调、品牌为格力。当用户说“打开客厅格力空调”时,则用户控制语音31中的位置信息为客厅,品类为空调,品牌为格力。从而在操作S803中可以对品牌、品类、和/或位置信息三个字段分别进行精确匹配。
图9示意性示出了根据本公开再一实施例的操作S602中通过至少一个字段的匹配来确定用户意图控制的智能设备的方法示意图。
如图9所示,根据本公开的实施例,操作S602可以包括操作S901 和操作S902。
在操作S901,在至少一个字段是从对智能设备设置的属性中获得的情况下,从数据库中查找对至少一个智能设备中的每个智能设备设置的属性中的至少一个字段的信息,得到每个智能设备的属性所包含的字段信息。
一般来说用户可控制的智能设备数量是有限的,无论是家用还是办公场所或者公共场合中,这就决定了对应的智能设备的属性中各个字段的可选值也是有限的。例如位置信息包括:卧室、客厅、餐厅、卫生间、浴室、办公区等等;品牌通常也就市面上流通的设备品牌,也是有限的;智能设备的品类也是有限的。因此,可以提前将用户可控制的智能设备的属性存储到数据库中,当用户对智能设备进行语音控制时,在操作S901中从数据库中查找每个智能设备的属性所包含的字段信息。
在操作S902,将每个智能设备的属性所包含的字段信息与第一控制文本32所包含的字段信息进行匹配,以确定用户意图控制的智能设备。
假设数据库中存储的是表1,当用户对着终端设备说“打开卧室空调插座的开关”,可以先将用户的语音匹配到“卧室”。然后表1中品牌字段的可匹配项为“格力”、“TCL”,品类字段的可匹配项为“插座”、“电视”;进一步在品类字段匹配到“插座”,品牌字段为空。此时,在操作S902可以将“卧室、插座”对应的智能设备确定用户意图控制的智能设备。
图10示意性示出了根据本公开实施例的控制智能设备的装置 1000的方框图。
如图10所示,根据本公开的实施例,控制智能设备的装置1000 包括语音接收模块1010、转换模块1020、以及匹配模块1030。该装置1000可以用于执行参考图2~图9所描述的方法。
语音接收模块1000例如可以执行操作S210,用于接收用户的控制语音31。
转换模块1020例如可以执行操作S220,用于将控制语音31转换为第一控制文本32。
匹配模块1030例如可以执行操作S230,用于将第一控制文本32 与多种类型的文本信息中任意至少一种类型的文本信息进行匹配,以从至少一个智能设备中确定用户意图控制的智能设备,其中,至少一个智能设备被配置为通过多种类型的文本信息来标识。
根据本公开的实施例,多种类型的文本信息被设置为包括以下至少之一:以与对智能设备设置的名称对应的字符表示的第一文本信息331;以拼音字符串表示的第二文本信息332;或者以至少一个字段表示的第三文本信息333/334,其中,至少一个字段是从对智能设备设置的名称中获得的,或者至少一个字段是从对智能设备设置的属性中获得的。根据本公开的实施例,至少一个字段包括以下至少之一:位置信息字段、品牌字段、或者品类字段。
根据本公开的实施例,匹配模块1030例如还可以执行操作S401~操作S404,用于对与多种类型的文本信息中每一种类型的文本信息进行匹配的匹配结果设置对应的评分,以评估每一种类型的文本信息对应的匹配结果的可信,将第一控制文本32与多种类型的文本信息中任意两种以上类型的文本信息进行匹配,得到两个以上匹配结果,基于两个以上匹配结果中每个匹配结果对应的文本信息的类型,获取每个匹配结果的评分,以及基于每个匹配结果的评分,将两个以上匹配结果中可信度高的匹配结果对应的智能设备作为用户意图控制的智能设备。
根据本公开的实施例,匹配模块1030例如还可以执行操作S501~操作S502,用于将第一控制文本32与第二文本信息332进行匹配,包括将第一控制文本32中的字符对应转换为拼音字符串,得到第二控制文本,以及将第二控制文本中的拼音字符串与第二文本信息332中的拼音字符串进行匹配。
根据本公开的实施例,匹配模块1030例如还可以执行操作S601~操作S602,用于将第一控制文本32与第三文本信息333/334进行匹配。其中,匹配模块1030包括第一确定子模块以及第一匹配子模块。第一确定子模块用于确定第一控制文本32中与至少一个字段对应的字段的信息,得到第一控制文本32中包含的字段信息(操作S601)。第一匹配子模块用于将第三文本信息333/334所包含的至少一个字段的信息与第一控制文本32中包含的字段信息进行匹配(操作S602)。
根据本公开的实施例,第一匹配子模块具体可以用于对至少一个字段中各个字段匹配成功与否的各种组合,分别设置对应的评分,以评估各种组合对应的匹配结果的可信度(操作S701),以及将可信度高的匹配结果对应的智能设备,确定为用户意图控制的智能设备(操作S702)。
根据本公开的实施例,第一匹配子模块具体还可以用于在至少一个字段是从对智能设备设置的名称中获得的情况下,获取对至少一个智能设备设置的名称,得到至少一个设备名称(操作S801),获取至少一个设备名称中每个设备名称所包含的至少一个字段的信息,得到每个设备名称所包含的字段信息(操作S802),以及将每个设备名称所包含的字段信息与第一控制文本32中包含的字段信息进行匹配,以确定用户意图控制的智能设备(操作S803)。
根据本公开的实施例,第一匹配子模块具体还可以用于在至少一个字段是从对智能设备设置的属性中获得的情况下,从数据库中查找对至少一个智能设备中的每个智能设备设置的属性中的至少一个字段的信息,得到每个智能设备的属性所包含的字段信息(操作S901),以及将每个智能设备的属性所包含的字段信息与第一控制文本32所包含的字段信息进行匹配,以确定用户意图控制的智能设备(操作 S902)。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,语音接收模块1010、转换模块1020、匹配模块1030、第一确定子模块以及第一匹配子模块中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,语音接收模块1010、转换模块1020、匹配模块1030、第一确定子模块以及第一匹配子模块中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,语音接收模块1010、转换模块1020、匹配模块1030、第一确定子模块以及第一匹配子模块中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图11示意性示出了适于实现根据本公开实施例的控制智能设备的电子设备1100的方框图。图11示出的电子设备1100的系统结构仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图11所示,根据本公开实施例的电子设备1100包括处理器1101,其可以根据存储在只读存储器(ROM)1102中的程序或者从存储部分 1108加载到随机访问存储器(RAM)1103中的程序而执行各种适当的动作和处理。处理器1101例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器1101还可以包括用于缓存用途的板载存储器。处理器1101可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 1103中,存储有电子设备1100操作所需的各种程序和数据。处理器1101、ROM 1102以及RAM 1103通过总线1104彼此相连。处理器1101通过执行ROM 1102和/或RAM1103中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 1102和RAM 1103以外的一个或多个存储器中。处理器1101也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备1100还可以包括输入/输出(I/O) 接口1105,输入/输出(I/O)接口1105也连接至总线1104。电子设备 1100还可以包括连接至I/O接口1105的以下部件中的一项或多项:包括键盘、鼠标等的输入部分1106;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107;包括硬盘等的存储部分1108;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1110 上,以便于从其上读出的计算机程序根据需要被安装入存储部分1108。
根据本公开的实施例,根据本公开实施例的方法流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存储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部分1109从网络上被下载和安装,和/或从可拆卸介质1111被安装。在该计算机程序被处理器1101执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开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可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储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执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于: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)、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。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 1102和/或RAM 1103和/或ROM 1102和RAM 1103以外的一个或多个存储器。
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,上述模块、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,框图或流程图中的每个方框、以及框图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。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (12)
1.一种控制智能设备的方法,包括:
接收用户的控制语音;
将所述控制语音转换为第一控制文本;以及
将所述第一控制文本与多种类型的文本信息中任意至少一种类型的文本信息进行匹配,以从至少一个智能设备中确定所述用户意图控制的智能设备,其中,所述至少一个智能设备被配置为通过所述多种类型的文本信息来标识。
2.根据权利要求1所述的方法,其中,所述多种类型的文本信息被设置为包括以下至少之一:
以与对智能设备设置的名称对应的字符表示的第一文本信息;
以拼音字符串表示的第二文本信息;或者
以至少一个字段表示的第三文本信息,其中,所述至少一个字段是从对智能设备设置的名称中获得的,或者所述至少一个字段是从对智能设备设置的属性中获得的。
3.根据权利要求2所述的方法,其中,所述将所述第一控制文本与多种类型的文本信息中任意至少一种类型的文本信息进行匹配,包括将所述第一控制文本与所述第二文本信息进行匹配,包括:
将所述第一控制文本中的字符对应转换为拼音字符串,得到第二控制文本;以及
将所述第二控制文本中的拼音字符串与所述第二文本信息中的拼音字符串进行匹配。
4.根据权利要求2所述的方法,其中,所述将所述第一控制文本与多种类型的文本信息中任意至少一种类型的文本信息进行匹配,包括将所述第一控制文本与所述第三文本信息进行匹配,包括:
确定所述第一控制文本中与所述至少一个字段对应的字段的信息,得到所述第一控制文本中包含的字段信息;以及
将所述第三文本信息所包含的所述至少一个字段的信息与所述第一控制文本中包含的字段信息进行匹配。
5.根据权利要求4所述的方法,其中,在所述至少一个字段是从对智能设备设置的名称中获得的情况下,所述将所述第三文本信息所包含的所述至少一个字段的信息与所述第一控制文本中包含的字段信息进行匹配包括:
获取对所述至少一个智能设备设置的名称,得到至少一个设备名称;
获取所述至少一个设备名称中每个设备名称所包含的所述至少一个字段的信息,得到每个设备名称所包含的字段信息;以及
将所述每个设备名称所包含的字段信息与所述第一控制文本中包含的字段信息进行匹配,以确定所述用户意图控制的智能设备。
6.根据权利要求4所述的方法,其中,在所述至少一个字段是从对智能设备设置的属性中获得的情况下,所述将所述第三文本信息所包含的所述至少一个字段的信息与所述第一控制文本中包含的字段信息进行匹配包括:
从数据库中查找对所述至少一个智能设备中的每个智能设备设置的属性中的所述至少一个字段的信息,得到每个智能设备的属性所包含的字段信息;以及
将所述每个智能设备的属性所包含的字段信息与所述第一控制文本所包含的字段信息进行匹配,以确定所述用户意图控制的智能设备。
7.根据权利要求4所述的方法,其中,将所述第三文本信息所包含的所述至少一个字段的信息与所述第一控制文本中包含的字段信息进行匹配包括:
对所述至少一个字段中各个字段匹配成功与否的各种组合,分别设置对应的评分,以评估所述各种组合对应的匹配结果的可信度;以及
将可信度高的匹配结果对应的智能设备,确定为所述用户意图控制的智能设备。
8.根据权利要求2所述的方法,其中,所述至少一个字段包括以下至少之一:位置信息字段、品牌字段、或者品类字段。
9.根据权利要求1所述的方法,其中,所述将所述第一控制文本与多种类型的文本信息中任意至少一种类型的文本信息进行匹配,包括:
对与多种类型的文本信息中每一种类型的文本信息进行匹配的匹配结果设置对应的评分,以评估每一种类型的文本信息对应的匹配结果的可信度;
将所述第一控制文本与多种类型的文本信息中任意两种以上类型的文本信息进行匹配,得到两个以上匹配结果;
基于所述两个以上匹配结果中每个匹配结果对应的文本信息的类型,获取所述每个匹配结果的评分;以及
基于所述每个匹配结果的评分,将所述两个以上匹配结果中可信度高的匹配结果对应的智能设备作为所述用户意图控制的智能设备。
10.一种控制智能设备的装置,包括:
语音接收模块,用于接收用户的控制语音;
转换模块,用于将所述控制语音转换为第一控制文本;以及
匹配模块,用于将所述第一控制文本与多种类型的文本信息中任意至少一种类型的文本信息进行匹配,以从至少一个智能设备中确定所述用户意图控制的智能设备,其中,所述至少一个智能设备被配置为通过所述多种类型的文本信息来标识。
11.一种电子设备,包括:
一个或多个存储器,存储有可执行指令;以及
一个或多个处理器,执行所述可执行指令,以实现根据权利要求1~9中任一项所述的方法。
12.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010184173.9A CN111753046A (zh) | 2020-03-16 | 2020-03-16 | 控制智能设备的方法及装置、电子设备、以及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010184173.9A CN111753046A (zh) | 2020-03-16 | 2020-03-16 | 控制智能设备的方法及装置、电子设备、以及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111753046A true CN111753046A (zh) | 2020-10-09 |
Family
ID=72673022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010184173.9A Pending CN111753046A (zh) | 2020-03-16 | 2020-03-16 | 控制智能设备的方法及装置、电子设备、以及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111753046A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113674743A (zh) * | 2021-08-20 | 2021-11-19 | 云知声(上海)智能科技有限公司 | 用于自然语言处理中asr结果替换处理设备及处理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150039318A1 (en) * | 2013-08-02 | 2015-02-05 | Diotek Co., Ltd. | Apparatus and method for selecting control object through voice recognition |
CN107688329A (zh) * | 2017-08-21 | 2018-02-13 | 杭州古北电子科技有限公司 | 智能家居控制方法和智能家居控制系统 |
CN109634132A (zh) * | 2019-01-03 | 2019-04-16 | 深圳壹账通智能科技有限公司 | 智能家居管理方法、装置、介质及电子设备 |
CN109658938A (zh) * | 2018-12-07 | 2019-04-19 | 百度在线网络技术(北京)有限公司 | 语音与文本匹配的方法、装置、设备及计算机可读介质 |
CN110675870A (zh) * | 2019-08-30 | 2020-01-10 | 深圳绿米联创科技有限公司 | 一种语音识别方法、装置、电子设备及存储介质 |
-
2020
- 2020-03-16 CN CN202010184173.9A patent/CN111753046A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150039318A1 (en) * | 2013-08-02 | 2015-02-05 | Diotek Co., Ltd. | Apparatus and method for selecting control object through voice recognition |
CN107688329A (zh) * | 2017-08-21 | 2018-02-13 | 杭州古北电子科技有限公司 | 智能家居控制方法和智能家居控制系统 |
CN109658938A (zh) * | 2018-12-07 | 2019-04-19 | 百度在线网络技术(北京)有限公司 | 语音与文本匹配的方法、装置、设备及计算机可读介质 |
CN109634132A (zh) * | 2019-01-03 | 2019-04-16 | 深圳壹账通智能科技有限公司 | 智能家居管理方法、装置、介质及电子设备 |
CN110675870A (zh) * | 2019-08-30 | 2020-01-10 | 深圳绿米联创科技有限公司 | 一种语音识别方法、装置、电子设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113674743A (zh) * | 2021-08-20 | 2021-11-19 | 云知声(上海)智能科技有限公司 | 用于自然语言处理中asr结果替换处理设备及处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230186915A1 (en) | Processing voice commands based on device topology | |
US11676575B2 (en) | On-device learning in a hybrid speech processing system | |
US10777203B1 (en) | Speech interface device with caching component | |
KR102429436B1 (ko) | 사용자의 입력 입력에 기초하여 타겟 디바이스를 결정하고, 타겟 디바이스를 제어하는 서버 및 그 동작 방법 | |
US10088985B2 (en) | Establishing user specified interaction modes in a question answering dialogue | |
US20220036882A1 (en) | Electronic apparatus, system and method for using speech recognition service | |
US10860289B2 (en) | Flexible voice-based information retrieval system for virtual assistant | |
EP3627498B1 (en) | Method and system, for generating speech recognition training data | |
US11494434B2 (en) | Systems and methods for managing voice queries using pronunciation information | |
KR20190024711A (ko) | 정보 검증 방법 및 장치 | |
WO2018045646A1 (zh) | 基于人工智能的人机交互方法和装置 | |
US11127399B2 (en) | Method and apparatus for pushing information | |
US20170018268A1 (en) | Systems and methods for updating a language model based on user input | |
CN105632487A (zh) | 一种语音识别方法和装置 | |
JP2019120935A (ja) | 人工知能機器で複数のウェイクワードを利用したサービス提供方法およびそのシステム | |
US20210034662A1 (en) | Systems and methods for managing voice queries using pronunciation information | |
US11056103B2 (en) | Real-time utterance verification system and method thereof | |
US11817093B2 (en) | Method and system for processing user spoken utterance | |
WO2020052060A1 (zh) | 用于生成修正语句的方法和装置 | |
CN111753046A (zh) | 控制智能设备的方法及装置、电子设备、以及介质 | |
US11410656B2 (en) | Systems and methods for managing voice queries using pronunciation information | |
US10831442B2 (en) | Digital assistant user interface amalgamation | |
US20220375473A1 (en) | Electronic device and control method therefor | |
EP3635572B1 (en) | Subquery generation from a query | |
JP6944920B2 (ja) | スマートインタラクティブの処理方法、装置、設備及びコンピュータ記憶媒体 |
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 |