CN112331195A - 语音交互方法、装置以及系统 - Google Patents

Abstract

本发明公开了一种语音交互方法、装置和系统。其中方法可用于云端服务器，该方法包括：接收语音采集设备发送的用户输入语音；对用户输入语音进行语音识别，得到用户的用户意图；确定用户意图的所属类型；当所属类型为交互类时，根据用户意图确定第一目标交互家电，并根据用户意图对第一目标交互家电进行语音交互；当所属类型为控制类时，根据用户意图确定目标控制家电，并根据目标控制家电确定第二目标交互家电，根据用户意图对目标控制家电进行家电控制，以及控制第二目标交互家电语音播报针对控制目标控制家电时的语音反馈信息。该方法可以降低家电的成本，使得家电结构设计更简单，并且使得用户享受的声音音质不受固定的限制，提升了用户的使用体验。

Description

语音交互方法、装置以及系统

技术领域

本发明涉及语音交互技术领域，尤其涉及一种语音交互方法、装置以及语音交互系统、设备和存储介质。

背景技术

相关技术中，语音控制家电的方式主要有以下两种：一种方式为将语音识别模块放置于家电本体上，语音识别模块识别用户的语音后转成相应的控制指令，通过串口等通信接口发送给家电进而控制家电；另一种方式为通过语音音箱设备连接语音云平台，将语音数据通过音箱设备上的通信模块直接传送给语音云平台，语音云平台将识别后的语音控制指令发送给对应的家电。

但是目前存在的问题是：上述第一种方式将语音识别模块放置于家电本体上，必须设计对应语音识别模块及拾音的结构，外观上必须开拾音孔以使声音能顺利进入拾音器(如麦克风)，一方面影响外观，另一方面不利于防水防尘，且增加了结构设计难度。上述第二种方式将语音输入及输出都放置于一个语音音箱设备上，该语音音箱设备往往放置位置固定，当用户距离语音音箱设备较远时，会导致语音音箱设备的语音识别效果，同时语音输出的音质效果由该语音音箱设备本身决定，若该语音音箱设备本身成本较低则会导致其语音输出音质效果较差，进而无法满足用户的高质量听觉体验需求。

发明内容

本发明的目的旨在至少在一定程度上解决上述的技术问题之一。

为此，本发明的第一个目的在于提出一种语音交互方法。该方法可以降低家电的成本，使得家电结构设计更简单，并且使得用户享受的声音音质不受固定的限制，可以选择音质好的产品提供音乐等语音服务。

本发明的第二个目的在于提出一种语音交互系统。

本发明的第三个目的在于提出一种语音交互装置。

本发明的第四个目的在于提出一种基于语音交互方法的设备。

本发明的第五个目的在于提出一种计算机可读存储介质。

为达到上述目的，本发明第一方面实施例提出的语音交互方法，应用于云端服务器，所述方法包括：接收语音采集设备发送的用户输入语音；对所述用户输入语音进行语音识别，得到所述用户的用户意图；确定所述用户意图的所属类型；当所述所属类型为交互类时，根据所述用户意图确定第一目标交互家电，并根据所述用户意图对所述第一目标交互家电进行语音交互；当所述所属类型为控制类时，根据所述用户意图确定目标控制家电，并根据所述目标控制家电确定第二目标交互家电，根据所述用户意图对所述目标控制家电进行家电控制，以及控制所述第二目标交互家电语音播报针对控制所述目标控制家电的语音反馈信息。

为达到上述目的，本发明第二方面实施例提出的语音交互系统，包括：语音采集设备、云端服务器和属于同一用户家庭的多个家电，其中，所述语音采集设备，用于采集用户输入的语音，并将采集到的用户输入语音发送给所述云端服务器；所述云端服务器，用于接收所述语音采集设备发送的用户输入语音，并对所述用户输入语音进行语音识别，得到所述用户的用户意图，确定所述用户意图的所属类型，并在所述所属类型为交互类时，根据所述用户意图从所述多个家电中确定第一目标交互家电，并根据所述用户意图对所述第一目标交互家电进行语音交互，以及在所述所属类型为控制类时，根据所述用户意图确定目标控制家电，并根据所述目标控制家电从所述多个家电中确定第二目标交互家电，根据所述用户意图对所述目标控制家电进行家电控制，以及控制所述第二目标交互家电语音播报针对控制所述目标控制家电的语音反馈信息。

为达到上述目的，本发明第三方面实施例提出的语音交互装置，应用于云端服务器，所述装置包括：语音接收模块，用于接收语音采集设备发送的用户输入语音；语音识别模块，用于对所述用户输入语音进行语音识别，得到所述用户的用户意图；意图所属类型确定模块，用于确定所述用户意图的所属类型；控制模块，用于在所述所属类型为交互类时，根据所述用户意图确定第一目标交互家电，并根据所述用户意图对所述第一目标交互家电进行语音交互；所述控制模块，还用于在所述所属类型为控制类时，根据所述用户意图确定目标控制家电，并根据所述目标控制家电确定第二目标交互家电，根据所述用户意图对所述目标控制家电进行家电控制，以及控制所述第二目标交互家电语音播报针对控制所述目标控制家电的语音反馈信息。

为达到上述目的，本发明第四方面实施例提出的基于语音交互方法的设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现本发明第一方面实施例所述的语音交互方法。

为达到上述目的，本发明第五方面实施例提出的计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本发明第一方面实施例所述的语音交互方法。

根据本发明实施例的语音交互方法、装置、系统、设备和存储介质，可接收语音采集设备发送的用户输入语音，并对用户输入语音进行语音识别，得到用户的用户意图，并确定用户意图的所属类型，在所属类型为交互类时，根据用户意图确定第一目标交互家电，并根据用户意图对第一目标交互家电进行语音交互；在所属类型为控制类时，根据用户意图确定目标控制家电，并根据目标控制家电确定第二目标交互家电，根据用户意图对目标控制家电进行家电控制，以及控制第二目标交互家电语音播报针对控制目标控制家电时的语音反馈信息。即通过将语音采集设备作为语音输入设备，将具有发声模块的家电作为语音输出设备，可以使得家电无需额外增加语音输入等模块，降低家电的成本，使得家电结构设计更简单；另外，可根据用户意图的不同确定不同的交互家电进行语音交互，使得用户享受的声音音质不受固定的限制，而由带发声模块的家电产品决定，提升了用户的使用体验。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明一个实施例的语音交互方法的流程图；

图2是根据本发明一个实施例的语音交互系统的结构示意图；

图3是根据本发明一个实施例的语音交互系统的示例图；

图4是根据本发明实施例的语音交互系统的交互流程图；

图5是根据本发明一个实施例的语音交互装置的结构示意图；

图6是根据本发明一个实施例的基于语音交互方法的设备的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的语音交互方法、装置、系统、设备和计算机可读存储介质。

图1是根据本发明一个实施例的语音交互方法的流程图。需要说明的是，本发明实施例的语音交互方法可应用于云端服务器。如图1所示，该语音交互方法可以包括：

步骤110，接收语音采集设备发送的用户输入语音。

需要说明的是，在本发明的实施例中，该语音采集设备可包括但不限于移动终端、穿戴式设备等，还可以是具有拾音模块和网络传输模块的家电设备等。作为一种示例，该移动终端可以是手机、平板电脑、个人数字助理等具有各种操作系统的硬件设备；该穿戴式设备可以是语音智能手表、语音智能手环等。例如，该语音采集设备优选为语音智能手表、语音智能手环等便于用户携带的设备。

举例而言，以语音采集设备为语音智能手环为例，该语音智能手环具有拾音模块和网络传输模块，用户可通过该语音智能手环输入语音。语音智能手环可通过拾音模块采集用户输入的语音，并将采集到的用户输入语音通过网络传输模块发送给云端服务器，以使云端服务器接收到语音采集设备发送的用户输入语音。

步骤120，对用户输入语音进行语音识别，得到用户的用户意图。

可选地，基于语音识别技术对该用户输入语音进行语音识别，得到对应的文本信息，并对该文本信息进行语义分析以得到该用户的用户意图。

步骤130，确定用户意图的所属类型。

作为一种示例，该所属类型可包括交互类和控制类。其中，当用户意图的所属类型为交互类时，可理解为用户需要利用具有语音输出模块的家电与云端服务器进行语音交互，例如，该交互类可为信息查询类，如天气查询、菜谱查询、家电故障查询、音乐播放、聊天等；当用户意图的所属类型为控制类时，可理解为用户需要实现对对应待控制家电进行控制，例如，该控制类可为煮饭等烹饪指令、开灯等开关指令等。

步骤140，当所属类型为交互类时，根据用户意图确定第一目标交互家电，并根据用户意图对第一目标交互家电进行语音交互。

可选地，当该用户意图的所属类型为交互类时，可从所属该用户的多个家电中，找出与该用户意图匹配的至少一个交互家电，并从该至少一个交互家电中确定出该第一目标交互家电。需要说明的是，所述多个家电中至少具有一台设置语音播报功能的家电，可用于同语音采集设备进行语音交互，该设置语音播报功能的家电中具有网络传输模块和发声装置(如喇叭)，该网络传输模块可为WiFi等无线模块或者有线传输模块，可从云端服务器中接收家电控制及音频等相关数据，进而给到家电进行家电控制及语音交互。另外，该多个家电中还可存在不具有发声装置(如喇叭)的家电，但须具有联网设备，可联网到云端服务器中，通过语音实现对该家电的控制。

也就是说，当该用户意图的所属类型为交互类时，可认为用户需要利用具有语音输出模块的家电与云端服务器进行语音交互，此时可从所属该用户的多个家电中，找出至少一个设置了语音播报功能的家电作为交互家电，进而可从该至少一个交互家电确定出该第一目标交互家电。

作为一种示例，所述从该至少一个交互家电中确定出该第一目标交互家电的具体实现过程可如下：将该至少一个交互家电中语音播报性能最佳的交互家电，确定为该第一目标交互家电；或者，接收该语音采集设备发送的用户位置信息，并根据该用户位置信息从该至少一个交互家电中找出距离该用户最近的交互家电，并将该距离该用户最近的交互家电确定为该第一目标交互家电。

例如，以语音采集设备为穿戴式设备为例，该穿戴式设备具有定位模块，该穿戴式设备可通过定位模块确定该用户的位置信息，并将该用户位置信息发送给云端服务器，以使云端服务器获得该用户位置信息，进而可根据该用户位置信息从该至少一个交互家电中找出距离该用户最近的交互家电，作为该第一目标交互家电。

作为另一种示例，所述从该至少一个交互家电中确定出该第一目标交互家电的具体实现过程可如下：基于语音播报性能，将该至少一个交互家电进行排序，并将排序后的该至少一个交互家电的家电信息发送给该语音采集设备，以使该语音采集设备显示排序后的该至少一个交互家电的家电信息；接收该语音采集设备发送的该用户选择的交互家电，并将该用户选择的交互家电确定为该第一目标交互家电。

也就是说，可按照语音播报性能的好坏，将该至少一个交互家电进行排序，并将该排序后的至少一个交互家电的家电信息发送给语音采集设备。该语音采集设备具有显示交互模块(如人机交互界面)，通过该人机交互界面显示该排序后的至少一个交互家电的家电信息(其中，该家电信息可包括家电类型、家电联网状态、家电功能、家电语音播报性能等)，以供用户进行选择，用户可根据自身需求从该至少一个交互家电中进行选择，语音采集设备可将用户的选择发送给云端服务器，以使云端服务器获得用户选择的交互家电，进而可将该用户选择的交互家电确定为该第一目标交互家电。

在本步骤中，在确定出第一目标交互家电之后，可根据该用户意图生成对应的交互指令，并根据该交互指令获取对应的音频数据，将该对应的音频数据发送给该第一目标交互家电，以使该第一目标交互家电基于该音频数据进行语音播报。例如，以用户意图为“查询今天的天气情况”为例，根据该用户意图生成对应的天气查询指令，并根据该天气查询指令从天气气象局服务器中进行天气查询以得到对应的天气信息，并根据该天气信息转换给对应的音频数据，并将该音频数据发送给该第一目标交互家电，以使第一目标交互家电语音基于自身的发生装置输出该音频。

又如，以用户意图为“音乐播放”为例，根据该用户意图生成对应的音乐播放指令，根据该音乐播放指令进行音乐搜索以得到对应的音乐，并将该音乐的音频发送给该第一目标交互家电，以使该第一目标交互家电输出该音乐。

步骤150，当所属类型为控制类时，根据用户意图确定目标控制家电，并根据目标控制家电确定第二目标交互家电，根据用户意图对目标控制家电进行家电控制，以及控制第二目标交互家电语音播报针对控制目标控制家电的语音反馈信息。

可选地，当该用户意图的所属类型为控制类时，可从该用户意图中分析出用户想控制的家电，并将该家电作为目标控制家电，并根据该目标控制家电确定对应的第二目标交互家电，之后，可根据该用户意图生成针对该目标控制家电的控制指令，并将该控制指令发送给该目标控制家电，以使该目标控制家电根据该控制指令进行相应控制。在向该目标控制家电发送控制指令时，还可根据该用户意图获取相应的语音反馈信息，并将该语音反馈信息发送给第二目标交互家电，以使该第二目标交互家电基于自身的发声模块输出该语音反馈信息。

举例而言，以用户意图为煮饭为例，在确定出目标控制家电和第二目标交互家电之后，可根据该用户意图生成对应的控制指令，并将该控制指令发送给目标控制家电，以使目标控制家电进行煮饭操作。在向该目标控制家电发送控制指令时，还可获取相应的语音反馈信息，比如“开始烹饪”的语音反馈信息，并将该语音反馈信息发送给第二目标交互家电，以使该第二目标交互家电语音播报该“开始烹饪”的语音，进而可以使得用户通过听觉可直接了解到对目标控制家电的控制情况。

在本发明的一个实施例中，所述根据目标控制家电确定第二目标交互家电的具体实现过程可如下：判断该目标控制家电是否具有语音播报功能，若是，则将该目标控制家电同时作为该第二目标交互家电；若否，则从所属该用户的多个家电中，找出具有语音播报功能的至少一个交互家电，并从该具有语音播报功能的至少一个交互家电中，确定出该第二目标交互家电。

也就是说，如果该目标控制家电具有语音播报功能，则该目标控制家电同时也作为该第二目标交互家电，即该目标控制家电可接收云端服务器发送的控制指令进行家电控制，同时还可接收云端服务器发送的语音反馈信息，并基于发声模块输出该语音反馈信息。如果该目标控制家电不具有语音播报功能，则从所属该用户的多个家电中，找出具有语音播报功能的至少一个交互家电，并从该具有语音播报功能的至少一个交互家电中，确定出该第二目标交互家电。

其中，在本发明的实施例中，所述从该具有语音播报功能的至少一个交互家电中，确定出该第二目标交互家电的具体实现过程可如下：将该具有语音播报功能的至少一个交互家电中语音播报性能最佳的交互家电，确定为该第二目标交互家电；或者，接收该语音采集设备发送的用户位置信息，并根据该用户位置信息从该具有语音播报功能的至少一个交互家电中找出距离该用户最近的交互家电，并将该距离该用户最近的交互家电确定为该第二目标交互家电；或者，基于语音播报性能，将该具有语音播报功能的至少一个交互家电进行排序，并将排序后的交互家电的家电信息发送给该语音采集设备，以使该语音采集设备显示排序后的该至少一个交互家电的家电信息；接收该语音采集设备发送的该用户选择的交互家电，并将该用户选择的交互家电确定为该第二目标交互家电。

需要说明的是，在本发明的一个实施例中，当该用户意图的所属类型为控制类时，可判断用户是否设置了禁用语音提示命令，或者，判断当前时间是否为深夜，如果用户设置了禁用语音提示命令，或者当前时间为深夜，则可只需向目标控制家电发送对应的控制指令，不向第二目标交互家电发送语音反馈信息，即不反馈语音信息。

根据本发明实施例的语音交互方法，可接收语音采集设备发送的用户输入语音，并对用户输入语音进行语音识别，得到用户的用户意图，并确定用户意图的所属类型，在所属类型为交互类时，根据用户意图确定第一目标交互家电，并根据用户意图对第一目标交互家电进行语音交互；在所属类型为控制类时，根据用户意图确定目标控制家电，并根据目标控制家电确定第二目标交互家电，根据用户意图对目标控制家电进行家电控制，以及控制第二目标交互家电语音播报针对控制目标控制家电时的语音反馈信息。即通过将语音采集设备作为语音输入设备，将具有发声模块的家电作为语音输出设备，可以使得家电无需额外增加语音输入等模块，降低家电的成本，使得家电结构设计更简单；另外，可根据用户意图的不同确定不同的交互家电进行语音交互，使得用户享受的声音音质不受固定的限制，而由带发声模块的家电产品决定，提升了用户的使用体验。

图2是根据本发明一个实施例的语音交互系统的结构示意图。如图2所示，该语音交互系统200可以包括：语音采集设备210、云端服务器220和多个家电230。其中，该多个家电230属于同一用户家庭。需要说明的是，多个家电230中至少具有一台设置语音播报功能的家电，可用于同语音采集设备进行语音交互，该设置语音播报功能的家电中具有网络传输模块和发声装置(如喇叭)，该网络传输模块可为WiFi等无线模块或者有线传输模块，可从云端服务器220中接收家电控制及音频等相关数据，进而给到家电进行家电控制及语音交互。另外，该多个家电230中还可存在不具有发声装置(如喇叭)的家电，但须具有联网设备，可联网到云端服务器220中，通过语音实现对该家电的控制。

具体地，语音采集设备210用于采集用户输入的语音，并将采集到的用户输入语音发送给云端服务器220。

云端服务器220用于接收语音采集设备210发送的用户输入语音，并对用户输入语音进行语音识别，得到用户的用户意图，确定用户意图的所属类型，并在所属类型为交互类时，根据用户意图从多个家电230中确定第一目标交互家电，并根据用户意图对第一目标交互家电进行语音交互，以及在所属类型为控制类时，根据用户意图确定目标控制家电，并根据目标控制家电从多个家电230中确定第二目标交互家电，根据用户意图对目标控制家电进行家电控制，以及控制第二目标交互家电语音播报针对控制目标控制家电时的语音反馈信息。

在本发明的一个实施例中，云端服务器220根据所属类型从多个家电230中确定第一目标交互家电的具体实现过程可如下：从多个家电230中，找出与所述用户意图匹配的至少一个交互家电，并从所述至少一个交互家电中确定出所述第一目标交互家电。

作为一种示例，云端服务器220从所述至少一个交互家电中确定出所述第一目标交互家电的具体实现过程可如下：将该至少一个交互家电中语音播报性能最佳的交互家电，确定为该第一目标交互家电；或者，接收该语音采集设备发送的用户位置信息，并根据该用户位置信息从该至少一个交互家电中找出距离该用户最近的交互家电，并将该距离该用户最近的交互家电确定为该第一目标交互家电。

作为另一种示例，云端服务器220可基于语音播报性能，将所述至少一个交互家电进行排序，并将排序后的所述至少一个交互家电的家电信息发送给语音采集设备210。语音采集设备210还用于显示排序后的所述至少一个交互家电的家电信息，并接收所述用户针对所述至少一个交互家电的选择操作。云端服务器220还用于接收语音采集设备210发送的所述用户选择的交互家电，并将所述用户选择的交互家电确定为所述第一目标交互家电。

在本发明的一个实施例中，云端服务器220在确定出第一目标交互家电之后，可根据该用户意图生成对应的交互指令，并根据该交互指令获取对应的音频数据，将该对应的音频数据发送给该第一目标交互家电，以使该第一目标交互家电基于该音频数据进行语音播报。

在本发明的一个实施例中，云端服务器220根据目标控制家电从多个家电230中确定第二目标交互家电的具体实现过程可如下：判断该目标控制家电是否具有语音播报功能；若是，则将该目标控制家电同时作为该第二目标交互家电；若否，则从该多个家电中找出具有语音播报功能的至少一个交互家电；从该具有语音播报功能的至少一个交互家电中，确定出该第二目标交互家电。

为了方便本领域技术人员了解本发明，下面将结合图3和图4对本发明进一步描述。

举例而言，如图3所示，语音交互系统200中至少具有一个语音采集设备210，语音采集设备210优选为语音智能手表、语音智能手环，也可以为其他设备或者家电，其特征为具有拾音模块及网络传输模块，拾音模块用于拾取外部环境的声音信号，代表器件为麦克风；网络传输模块优选为WIFI及蓝牙，用于将语音信号传输到云端服务器220；语音采集设备210的显示交互模块优配置有显示交互屏，可显示交互文字等数据。

语音交互系统200至少具有一台设置语音播报功能的家电，用于同语音采集设备210进行语音交互，该语音家电(即设置了语音播报功能的家电)中设置有网络传输模块及发声模块(如喇叭)，网络传输模块可为WiFi等无线模块或者有线传输模块，可从云端服务器220中接收家电控制及音频等相关数据，进而给到家电进行家电控制及语音交互；语音交互系统还可存在不具有发声模块的家电，但须具有联网设备，可联网到语音交互系统200中，通过语音实现对该家电的控制。

如图4所示，在使用时，用户首先需要将语音采集设备及所属该用户家庭的家电分别与云端服务器建立连接。用户将家电联网后，云端服务器同步将家电数据存储在家电数据库中，其中，家电数据可包括但不限于家电类型、家电联网状态、家电功能、家电语音性能等；在家电功能及家电语音性能中，需列出家电是否具有语音播报功能，以及该家电播报语音性能的等级(如语音播报性能分别对应从低到高10个等级中的一个)。语音采集设备可通过网络通信模组(如WIFI)与路由器建立连接，从而与云端服务器及家电数据库建立连接；也可通过第三方设备建立连接，例如，先通过蓝牙与手机进行连接，再通过手机与云端服务器及家电数据库进行连接。在本示例中，以语音采集设备为语音手环为例，语音手环可获取家电数据库中的家电数据，并通过显示交互界面反馈给用户，以便于用户选择语音交互及控制的家电。

在本示例中，当用户需要用语音手环及家电进行交互或控制时，用户可通过语音手环进行语音输入。当语音手环通过拾音模块检测到用户有语音输入时，将语音数据通过无线传输模块上传到云端服务器中。云端服务器接收到语音手环发送的语音数据后，对语音数据进行语音识别以及分析处理，得到该用户的用户意图，当用户意图为信息查询类，如天气查询、菜谱查询、家电故障查询、音乐播放、聊天等，则可从后台数据库中调取相应的音频数据(若家电支持，也可以有文字图像数据)发送给用户指定的交互家电。当用户意图为控制类，如煮饭等烹饪指令，开灯等开关指令等，云端服务器可生成相应的控制指令发送给用户指定的控制家电，并反馈相应的语音信息，如“开始烹饪”的语音指令给到交互用的家电(其中，控制家电及交互家电不一定为同一个家电，在一个系统中，控制家电可以不具有发声设备，但交互用的家电必须具有发声设备)；当用户禁用语音提示命令或者深夜等特殊条件时，可只发送家电控制指令，不反馈语音信息。

在本示例中，当家电通过WIFI等无线模块接收到云端服务器发送的数据后，可对数据进行解析并响应，当为音频播放指令及数据时，则可通过扬声器播放语音数据以反馈给用户；当为家电控制指令时，启动相应的家电控制程序，进行相应的控制操作。

综上所述，本发明实施例的语音交互系统，将语音输入同语音输出分离，将功耗大的发声模块(如扬声器)优选放置于家电等外接电源的设备上，而将麦克风等语音录入设备放置于手环、手表等便携产品上，这样有如下优点：1)将功耗大的发声设备脱离，而只将功耗小的语音输入设备放置于手环等便于随身携带的产品上，使得产品既省电便携，又有语音控制功能，用户可随时随地进行通过手环进行语音控制家电、接收语音服务；2)家电无需额外增加语音输入等模块，成本更低，结构设计更简单；3)家电在无语音输入时，其搭载的无线及发声模块本身具有无线传输及语音导航的功能，可单独成为产品的功能及卖点；3)用户通过手环及家电组成一个语音家电系统，实现全方位的语音控制。且用户享受的声音音质不受固定的限制，而由带扬声器的家电产品决定，完全可以选择音质好的产品提供音乐等语音服务。

与上述几种实施例提供的语音交互方法相对应，本发明的一种实施例还提供一种语音交互装置，由于本发明实施例提供的语音交互装置与上述几种实施例提供的语音交互方法相对应，因此在前述语音交互方法的实施方式也适用于本实施例提供的语音交互装置，在本实施例中不再详细描述。图5是根据本发明一个实施例的语音交互装置的结构示意图。需要说明的是，本发明实施例的语音交互装置可应用于云端服务器上。如图5所示，该语音交互装置500可以包括：语音接收模块510、语音识别模块520、意图所属类型确定模块530和控制模块540。

具体地，语音接收模块510用于接收语音采集设备发送的用户输入语音。

语音识别模块520用于对用户输入语音进行语音识别，得到用户的用户意图。

意图所属类型确定模块530用于确定用户意图的所属类型。

控制模块540用于在所属类型为交互类时，根据用户意图确定第一目标交互家电，并根据用户意图对第一目标交互家电进行语音交互。在本发明的一个实施例中，控制模块540可从所属所述用户的多个家电中，找出与所述用户意图匹配的至少一个交互家电，并从所述至少一个交互家电中确定出所述第一目标交互家电，之后，根据所述用户意图生成对应的交互指令，并根据所述交互指令获取对应的音频数据，并将所述对应的音频数据发送给所述第一目标交互家电，以使所述第一目标交互家电基于所述音频数据进行语音播报

作为一种示例，控制模块540从所述至少一个交互家电中确定出所述第一目标交互家电的具体实现过程可如下：将所述至少一个交互家电中语音播报性能最佳的交互家电，确定为所述第一目标交互家电；或者，接收所述语音采集设备发送的用户位置信息，并根据所述用户位置信息从所述至少一个交互家电中找出距离所述用户最近的交互家电，并将所述距离所述用户最近的交互家电确定为所述第一目标交互家电。

作为另一种示例，控制模块540从所述至少一个交互家电中确定出所述第一目标交互家电的具体实现过程可如下：基于语音播报性能，将所述至少一个交互家电进行排序；将排序后的所述至少一个交互家电的家电信息发送给所述语音采集设备，以使所述语音采集设备显示排序后的所述至少一个交互家电的家电信息；接收所述语音采集设备发送的所述用户选择的交互家电，并将所述用户选择的交互家电确定为所述第一目标交互家电。

控制模块540还用于在所属类型为控制类时，根据用户意图确定目标控制家电，并根据目标控制家电确定第二目标交互家电，根据用户意图对目标控制家电进行家电控制，以及控制第二目标交互家电语音播报针对控制目标控制家电时的语音反馈信息。

在本发明的一个实施例中，控制模块540根据所述目标控制家电确定第二目标交互家电的具体实现过程可如下：判断所述目标控制家电是否具有语音播报功能；若是，则将所述目标控制家电同时作为所述第二目标交互家电；若否，则从所属所述用户的多个家电中，找出具有语音播报功能的至少一个交互家电；从所述具有语音播报功能的至少一个交互家电中，确定出所述第二目标交互家电。

根据本发明实施例的语音交互装置，可接收语音采集设备发送的用户输入语音，并对用户输入语音进行语音识别，得到用户的用户意图，并确定用户意图的所属类型，在所属类型为交互类时，根据用户意图确定第一目标交互家电，并根据用户意图对第一目标交互家电进行语音交互；在所属类型为控制类时，根据用户意图确定目标控制家电，并根据目标控制家电确定第二目标交互家电，根据用户意图对目标控制家电进行家电控制，以及控制第二目标交互家电语音播报针对控制目标控制家电时的语音反馈信息。即通过将语音采集设备作为语音输入设备，将具有发声模块的家电作为语音输出设备，可以使得家电无需额外增加语音输入等模块，降低家电的成本，使得家电结构设计更简单；另外，可根据用户意图的不同确定不同的交互家电进行语音交互，使得用户享受的声音音质不受固定的限制，而由带发声模块的家电产品决定，提升了用户的使用体验。

为了实现上述实施例，本发明还提出了一种基于语音交互方法的设备。

图6是根据本发明一个实施例的基于语音交互方法的设备的结构示意图。如图6所示，该基于语音交互方法的设备600可以包括：存储器610、处理器620及存储在存储器610上并可在处理器620上运行的计算机程序630，处理器620执行计算机程序630时，实现本发明上述任一个实施例所述的语音交互方法。

为了实现上述实施例，本发明还提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本发明上述任一个实施例所述的语音交互方法。

在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (15)

1.一种语音交互方法，应用于云端服务器，其特征在于，所述方法包括：

接收语音采集设备发送的用户输入语音；

对所述用户输入语音进行语音识别，得到所述用户的用户意图；

确定所述用户意图的所属类型；

当所述所属类型为交互类时，根据所述用户意图确定第一目标交互家电，并根据所述用户意图对所述第一目标交互家电进行语音交互；

当所述所属类型为控制类时，根据所述用户意图确定目标控制家电，并根据所述目标控制家电确定第二目标交互家电，根据所述用户意图对所述目标控制家电进行家电控制，以及控制所述第二目标交互家电语音播报针对控制所述目标控制家电的语音反馈信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述用户意图确定第一目标交互家电，包括：

从所属所述用户的多个家电中，找出与所述用户意图匹配的至少一个交互家电；

从所述至少一个交互家电中确定出所述第一目标交互家电。

3.根据权利要求2所述的方法，其特征在于，所述从所述至少一个交互家电中确定出所述第一目标交互家电，包括：

将所述至少一个交互家电中语音播报性能最佳的交互家电，确定为所述第一目标交互家电；或者，

接收所述语音采集设备发送的用户位置信息，并根据所述用户位置信息从所述至少一个交互家电中找出距离所述用户最近的交互家电，并将所述距离所述用户最近的交互家电确定为所述第一目标交互家电。

4.根据权利要求2所述的方法，其特征在于，所述从所述至少一个交互家电中确定出所述第一目标交互家电，包括：

基于语音播报性能，将所述至少一个交互家电进行排序；

将排序后的所述至少一个交互家电的家电信息发送给所述语音采集设备，以使所述语音采集设备显示排序后的所述至少一个交互家电的家电信息；

接收所述语音采集设备发送的所述用户选择的交互家电，并将所述用户选择的交互家电确定为所述第一目标交互家电。

5.根据权利要求1所述的方法，其特征在于，所述根据所述用户意图对所述第一目标交互家电进行语音交互，包括：

根据所述用户意图生成对应的交互指令；

根据所述交互指令获取对应的音频数据；

将所述对应的音频数据发送给所述第一目标交互家电，以使所述第一目标交互家电基于所述音频数据进行语音播报。

6.根据权利要求1所述的方法，其特征在于，所述根据所述目标控制家电确定第二目标交互家电，包括：

判断所述目标控制家电是否具有语音播报功能；

若是，则将所述目标控制家电同时作为所述第二目标交互家电；

若否，则从所属所述用户的多个家电中，找出具有语音播报功能的至少一个交互家电；

从所述具有语音播报功能的至少一个交互家电中，确定出所述第二目标交互家电。

7.一种语音交互系统，其特征在于，包括：语音采集设备、云端服务器和属于同一用户家庭的多个家电，其中，

所述语音采集设备，用于采集用户输入的语音，并将采集到的用户输入语音发送给所述云端服务器；

所述云端服务器，用于接收所述语音采集设备发送的用户输入语音，并对所述用户输入语音进行语音识别，得到所述用户的用户意图，确定所述用户意图的所属类型，并在所述所属类型为交互类时，根据所述用户意图从所述多个家电中确定第一目标交互家电，并根据所述用户意图对所述第一目标交互家电进行语音交互，以及在所述所属类型为控制类时，根据所述用户意图确定目标控制家电，并根据所述目标控制家电从所述多个家电中确定第二目标交互家电，根据所述用户意图对所述目标控制家电进行家电控制，以及控制所述第二目标交互家电语音播报针对控制所述目标控制家电的语音反馈信息。

8.根据权利要求7所述的系统，其特征在于，所述云端服务器具体用于：

从所述多个家电中，找出与所述用户意图匹配的至少一个交互家电；

从所述至少一个交互家电中确定出所述第一目标交互家电。

9.根据权利要求8所述的系统，其特征在于，所述云端服务器具体用于：

将所述至少一个交互家电中语音播报性能最佳的交互家电，确定为所述第一目标交互家电；或者，

接收所述语音采集设备发送的用户位置信息，并根据所述用户位置信息从所述至少一个交互家电中找出距离所述用户最近的交互家电，并将所述距离所述用户最近的交互家电确定为所述第一目标交互家电。

10.根据权利要求8所述的系统，其特征在于，

所述云端服务器具体用于：基于语音播报性能，将所述至少一个交互家电进行排序，并将排序后的所述至少一个交互家电的家电信息发送给所述语音采集设备；

所述语音采集设备，还用于显示排序后的所述至少一个交互家电的家电信息，并接收所述用户针对所述至少一个交互家电的选择操作；

所述云端服务器，还用于接收所述语音采集设备发送的所述用户选择的交互家电，并将所述用户选择的交互家电确定为所述第一目标交互家电。

11.根据权利要求7所述的系统，其特征在于，所述云端服务器具体用于：

根据所述用户意图生成对应的交互指令；

根据所述交互指令获取对应的音频数据；

将所述对应的音频数据发送给所述第一目标交互家电，以使所述第一目标交互家电基于所述音频数据进行语音播报。

12.根据权利要求7所述的系统，其特征在于，所述云端服务器具体用于：

判断所述目标控制家电是否具有语音播报功能；

若是，则将所述目标控制家电同时作为所述第二目标交互家电；

若否，则从所述多个家电中找出具有语音播报功能的至少一个交互家电；

从所述具有语音播报功能的至少一个交互家电中，确定出所述第二目标交互家电。

13.一种语音交互装置，应用于云端服务器，其特征在于，所述装置包括：

语音接收模块，用于接收语音采集设备发送的用户输入语音；

语音识别模块，用于对所述用户输入语音进行语音识别，得到所述用户的用户意图；

意图所属类型确定模块，用于确定所述用户意图的所属类型；

控制模块，用于在所述所属类型为交互类时，根据所述用户意图确定第一目标交互家电，并根据所述用户意图对所述第一目标交互家电进行语音交互；

所述控制模块，还用于在所述所属类型为控制类时，根据所述用户意图确定目标控制家电，并根据所述目标控制家电确定第二目标交互家电，根据所述用户意图对所述目标控制家电进行家电控制，以及控制所述第二目标交互家电语音播报针对控制所述目标控制家电的语音反馈信息。

14.一种基于语音交互方法的设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1至6中任一项所述的语音交互方法。

15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的语音交互方法。

Images