CN112530419B - 语音识别控制方法、装置、电子设备和可读存储介质 - Google Patents
语音识别控制方法、装置、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN112530419B CN112530419B CN201910888231.3A CN201910888231A CN112530419B CN 112530419 B CN112530419 B CN 112530419B CN 201910888231 A CN201910888231 A CN 201910888231A CN 112530419 B CN112530419 B CN 112530419B
- Authority
- CN
- China
- Prior art keywords
- working state
- audio
- voice recognition
- target operation
- 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 57
- 230000015654 memory Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 11
- 239000012634 fragment Substances 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 abstract description 24
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000002618 waking effect Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/165—Management of the audio stream, e.g. setting of volume, audio stream path
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- 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
- G10L15/08—Speech classification or search
-
- 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
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- 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
- G10L17/22—Interactive procedures; Man-machine interfaces
- G10L17/24—Interactive procedures; Man-machine interfaces the user being prompted to utter a password or a predefined phrase
-
- 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
- G10L15/08—Speech classification or search
- G10L2015/088—Word spotting
-
- 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
- G10L2015/221—Announcement of recognition results
-
- 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
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请公开了语音识别控制方法、装置、电子设备和可读存储介质,涉及人工智能和语音识别领域。具体实现方案为:在第一工作状态下,探测具有设定控制意图的目标操作;其中,第一工作状态下,根据唤醒词采集音频片段,以进行语音识别;若探测到目标操作,执行目标操作对应的控制指令,并将第一工作状态切换为第二工作状态;在第二工作状态下,连续采集音频得到音频流,以进行语音识别。该方案中,用户只需触发具有设定控制意图的目标操作,即可实现与电子设备进行连续交互,而无需连续输入唤醒词,可以简化用户操作,改善用户的使用体验。
Description
技术领域
本申请涉及语音识别和人工智能技术领域,尤其涉及一种语音识别控制方法、装置、电子设备和可读存储介质。
背景技术
随着人工智能技术以及终端技术的不断发展,人工智能产品,比如智能音箱等电子设备不断普及,用户可以语音控制电子设备,以执行相应的控制指令。当用户与电子设备进行语音交互时,用户需要输入对应的唤醒词。这种方式下,当用户与电子设备进行连续交互时,用户需要重复输入唤醒词,操作极为不便。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
本申请提出一种语音识别控制方法、装置、电子设备和可读存储介质,以实现用户只需触发具有设定控制意图的目标操作,即可实现与电子设备进行连续交互,而无需连续输入唤醒词,可以简化用户操作,改善用户的使用体验。
本申请第一方面实施例提出了一种语音识别控制方法,包括:
在第一工作状态下,探测具有设定控制意图的目标操作;其中,所述第一工作状态下,根据唤醒词采集音频片段,以进行语音识别;
若探测到所述目标操作,执行所述目标操作对应的控制指令,并将所述第一工作状态切换为第二工作状态;
在所述第二工作状态下,连续采集音频得到音频流,以进行语音识别。
本申请第二方面实施例提出了一种语音识别控制装置,包括:
探测模块,用于在第一工作状态下,探测具有设定控制意图的目标操作;其中,所述第一工作状态下,根据唤醒词采集音频片段,以进行语音识别;
执行模块,用于若探测到所述目标操作,执行所述目标操作对应的控制指令,并将所述第一工作状态切换为第二工作状态;
采集模块,用于在所述第二工作状态下,连续采集音频得到音频流,以进行语音识别。
本申请第三方面实施例提出了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请第一方面实施例提出的语音识别控制方法。
本申请第四方面实施例提出了一种计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请第一方面实施例提出的语音识别控制方法。
本申请第五方面实施例提出了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如本申请第一方面实施例提出的语音识别控制方法。
上述申请中的一个实施例具有如下优点或有益效果:
通过在第一工作状态下,探测具有设定控制意图的目标操作;其中,第一工作状态下,根据唤醒词采集音频片段,以进行语音识别;若探测到目标操作,则执行目标操作对应的控制指令,并将第一工作状态切换为第二工作状态;在第二工作状态下,连续采集音频得到音频流,以进行语音识别。由此,用户只需触发具有设定控制意图的目标操作,即可实现与电子设备进行连续交互,而无需连续输入唤醒词,可以简化用户操作,改善用户的使用体验。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定,本申请上述的和/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为本申请实施例一所提供的语音识别控制方法的流程示意图;
图2为本申请实施例二所提供的语音识别控制方法的流程示意图;
图3为本申请实施例三所提供的语音识别控制方法的流程示意图;
图4为本申请实施例四所提供的语音识别控制方法的流程示意图;
图5为本申请实施例五所提供的语音识别控制装置的结构示意图;
图6为本申请实施例六所提供的语音识别控制装置的结构示意图;
图7为本申请实施例七所提供的电子设备的结构示意图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的语音识别控制方法、装置、电子设备和可读存储介质。
图1为本申请实施例一所提供的语音识别控制方法的流程示意图。
本申请实施例以该语音识别控制方法被配置于语音识别控制装置中来举例说明,该语音识别控制装置可以应用于任一电子设备中,以使该电子设备可以执行语音识别控制功能。
其中,电子设备可以为个人电脑(Personal Computer,简称PC)、云端设备、移动设备、智能音箱等,移动设备例如可以为手机、平板电脑、个人数字助理、穿戴式设备、车载设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
如图1所示,该语音识别控制方法可以包括以下步骤:
步骤101,在第一工作状态下,探测具有设定控制意图的目标操作;其中,第一工作状态下,根据唤醒词采集音频片段,以进行语音识别。
本申请实施例中,第一工作状态可以为非聆听状态,当电子设备处于该非聆听状态时,用户可以语音输入唤醒词,以唤醒该电子设备进行后续语音识别。
本申请实施例中,唤醒词可以为电子设备的内置程序预先设置的,或者,为了满足用户的个性化需求,唤醒词还可以由用户根据自身需求进行设置,本申请对此并不作限制。举例而言,当电子设备为智能音箱时,唤醒词可以为“小度小度”。
本申请实施例中,设定控制意图可以为电子设备的内置程序预先设置的,或者,为了提升该方法的灵活性和适用性,设定控制意图还可以由用户进行设定,对此不作限制。例如,该设定控制意图可以为播放音视频、查询天气等等。
本申请实施例中,当电子设备处于第一工作状态下,电子设备可以检测用户是否输入了唤醒词,若是,则可以采集用户在唤醒词之后输入的音频片段,以进行语音识别。举例而言,当电子设备为智能音箱时,该智能音箱处于该第一工作状态下,若用户想要播放歌曲,则用户可以语音输入“小度小度,播放歌曲A”或者“小度小度,我想听歌”,则电子设备可以识别唤醒词后的音频片段“播放歌曲A”或“我想听歌”,进而电子设备可以播放对应的歌曲。
本申请实施例中,当电子设备处于第一工作状态下,语音识别控制装置可以通过监听方式,对用户是否触发了具有设定控制意图的目标操作进行监听,若监听到用户触发了具有设定控制意图的目标操作,可以执行步骤102,若未监听到用户触发了具有设定控制意图的目标操作,则可以继续对目标操作进行监听,或者,对用户输入的唤醒词进行监听,若监听到用户输入唤醒词,则可以对唤醒词后的音频片段进行识别。也就是说,当未监听到用户触发了具有设定控制意图的目标操作时,电子设备仍然处于第一工作状态,即非聆听状态,此时,若用户想要语音控制电子设备,还需语音输入对应的唤醒词,比如,用户想要播放歌曲,则用户可以输入“小度小度,我想听歌”。
步骤102,若探测到目标操作,执行目标操作对应的控制指令,并将第一工作状态切换为第二工作状态。
本申请实施例中,第二工作状态可以为聆听状态,当电子设备处于该聆听状态时,用户无需语音输入唤醒词,可以实时输入语音指令,以与电子设备进行交互。
本申请实施例中,当语音识别控制装置探测到目标操作时,表明用户具有与电子设备进行实时交互或者连续交互的需求,此时,可以将第一工作状态切换为第二工作状态,并执行目标操作对应的控制指令。
举例而言,以电子设备为智能音箱,具有设定控制意图为查询天气进行示例,当用户语音输入“小度小度,今天天气如何”,则智能音箱在采集到用户输入的音频数据并对其进行识别后,可以确定唤醒词后的语音片段的意图为“查询天气”,则可以确定用户触发了具有设定控制意图的目标操作,此时,可以控制电子设备的工作状态从非聆听状态切换为聆听状态,同时查询当日天气,并向用户播报当日天气信息,和/或,在界面显示当日天气信息。
步骤103,在第二工作状态下,连续采集音频得到音频流,以进行语音识别。
本申请实施例中,当电子设备处于第二工作状态下,电子设备可以连续采集音频得到音频流,以进行语音识别。由此,当用户具有与电子设备进行实时交互或连续交互的需求时,无需连续输入唤醒词,只需触发具有设定控制意图的目标操作,即可实现与电子设备进行连续交互,可以简化用户操作,改善用户的使用体验。
仍以上述例子示例,当智能音箱处于聆听状态时,用户无需输入唤醒词,可以与智能音箱进行连续对话,比如,“明天天气呢?”、“放个歌吧”等等,使得人机对话更加自然、真实,提升用户沉浸式体验。
需要说明的是,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。
本申请实施例的语音识别控制方法,通过在第一工作状态下,探测具有设定控制意图的目标操作;其中,第一工作状态下,根据唤醒词采集音频片段,以进行语音识别;若探测到目标操作,则执行目标操作对应的控制指令,并将第一工作状态切换为第二工作状态;在第二工作状态下,连续采集音频得到音频流,以进行语音识别。由此,用户只需触发具有设定控制意图的目标操作,即可实现与电子设备进行连续交互,而无需连续输入唤醒词,可以简化用户操作,改善用户的使用体验。
作为一种可能的实现方式,在电子设备处于第一工作状态下,用户可以通过语音输入的方式,触发目标操作。下面结合实施例二,对上述过程进行详细说明。
图2为本申请实施例二所提供的语音识别控制方法的流程示意图。
如图2所示,该语音识别控制方法可以包括以下步骤:
步骤201,在第一工作状态下,当获取到唤醒词时,采集唤醒词后的音频片段。
本申请实施例中,当电子设备处于第一工作状态下,电子设备可以检测用户是否输入了唤醒词,若是,则可以采集用户在唤醒词之后输入的音频片段,以进行语音识别。
步骤202,获取音频片段的意图。
本申请实施例中,可以基于语音识别技术,对音频片段进行语音识别,确定对应的意图。例如,可以基于语音识别技术,对该音频片段进行识别,确定该音频片段对应的文本信息,之后,可以对该文本信息进行语义识别,确定对应的意图。举例而言,当音频片段为“我想听歌”,则该音频片段的意图为“听歌”或“播放音视频”。
步骤203,若音频片段具有设定控制意图,则确定探测到目标操作。
本申请实施例中,当音频片段的意图与设定控制意图匹配时,则可以确定探测到目标操作,而当音频片段的意图与设定控制意图不匹配时,则可以确定未探测到目标操作。
步骤204,若探测到目标操作,执行目标操作对应的控制指令,并将第一工作状态切换为第二工作状态。
步骤205,在第二工作状态下,连续采集音频得到音频流,以进行语音识别。
步骤204至205的执行过程可以参见上述实施例中步骤102至103的执行过程,在此不做赘述。
作为一种示例,以电子设备为智能音箱,具有设定控制意图为播放音视频进行示例,当用户语音输入“小度小度,我想听歌”,则智能音箱在采集到用户输入的音频数据并对其进行识别后,可以确定音频片段“我想听歌”对应的意图为“播放音频”,此时,可以确定音频片段的意图与设定控制意图匹配,因此,可以播放歌曲,并将电子设备的工作状态从非聆听状态切换为聆听状态,以使用户可以与智能音箱进行连续对话,比如,“播放下一首”、“退出播放”等等,从而使得人机对话更加自然、真实,提升用户沉浸式体验。
作为另一种示例,以电子设备为智能音箱,具有设定控制意图为播放下一首进行示例,当用户听歌时,若用户语音输入了“小度小度,播放下一首歌吧”,则智能音箱可以确定音频片段的意图与设定控制意图匹配,因此,可以播放下一首歌曲,并将电子设备的工作状态从非聆听状态切换为聆听状态,以使用户可以与智能音箱进行连续对话。
本申请实施例的语音识别控制方法,当用户具有与电子设备进行实时交互或连续交互的需求时,无需连续输入唤醒词,只需确保语音输入的音频数据满足设定控制意图,即可实现与电子设备进行实时交互,可以简化用户操作,改善用户的使用体验。
作为另一种可能的实现方式,在电子设备处于第一工作状态下,用户可以通过手动输入的方式,触发目标操作。下面结合实施例三,对上述过程进行详细说明。
图3为本申请实施例三所提供的语音识别控制方法的流程示意图。
如图3所示,该语音识别控制方法可以包括以下步骤:
步骤301,探测触控操作。
本申请实施例中,语音识别控制装置可以通过监听方式,对用户触发的触控操作进行监听。其中,触控操作可以点击操作、选取操作、输入操作等等。
步骤302,若触控操作为启动音视频的操作,则确定触控操作为具有设定控制意图的目标操作。
本申请实施例中,当触控操作为启动音视频的操作时,例如,用户点击电子设备显示界面上的音视频时,此时,可以确定触控操作为具有设定控制意图的目标操作,即设定控制意图为播放音视频,而当触控操作不为启动音视频的操作时,比如,用户在编辑短信、发表状态、修改信息等等,此时,可以确定触控操作为不具有设定控制意图的目标操作。
也就是说,本申请中,只有当触控操作具有对应的设定控制意图时,才确定该触控操作为目标操作,此时,可认为用户具有实时交互或连续交互的需求,因此,可以执行后续步骤,而当触控操作不具有对应的设定控制意图时,则确定该触控操作不为目标操作,此时,可认为用户不具有实时交互或连续交互的需求,因此,电子设备可以保持在该第一工作状态下。
步骤303,若探测到目标操作,执行目标操作对应的控制指令,并将第一工作状态切换为第二工作状态。
步骤304,在第二工作状态下,连续采集音频得到音频流,以进行语音识别。
步骤303至304的执行过程可以参见上述实施例中步骤102至103的执行过程,在此不做赘述。
作为一种应用场景,当电子设备为智能音箱时,若用户点击了显示界面的某一个视频文件时,此时,可以确定用户触发的触控操作具有控制意图的目标操作,因此,可以播放该视频文件,并将电子设备的工作状态从非聆听状态切换为聆听状态,以使用户可以与智能音箱进行连续对话。
本申请实施例的语音识别控制方法,当用户具有与电子设备进行实时交互或连续交互的需求时,无需连续输入唤醒词,只需触发启动音视频的操作,即可实现与电子设备进行连续交互,可以简化用户操作,改善用户的使用体验。
目前,电子设备可以具有多种工作模式,比如普通模式、儿童模式、极客模式等等,用户可以语音或手动切换电子设备的工作模式。相关技术中,不同工作模式之间是互斥的。
这种方式下,用户在同一时刻只能控制电子设备进入一种工作模式,可能无法满足用户的实际需求。举例而言,用户可能具有同时开启儿童模式和极客模式的需求,以体验全双工免唤醒的功能,显然,现有技术无法满足用户的需求。
而本申请实施例的语音识别控制方法,用户可以同时打开儿童模式和极客模式,在儿童模式下,若用户触发了具有设定控制意图的目标操作,比如,用户语音输入唤醒词和设定控制意图,或者,用户触发了启动音视频的操作,此时,可以直接进入极客模式,从而儿童模式的用户也可以体验无需重复唤醒连续对话的能力,改善用户的使用体验。
也就是说,儿童模式下可以作为功能开启极客模式,在非聆听状态下,若探测到用户触发了具有设定控制意图的目标操作,则切换为极客模式的聆听状态,并执行目标操作对应的控制指令,从而儿童模式的用户也可以体验无需重复唤醒连续对话的能力。
作为一种可能的实现方式,当电子设备处于第二工作状态下,可以将电子设备显示界面中的第一元素替换为第二元素,并隐藏第三元素;其中,第一元素用于提示第一工作状态,第二元素用于提示处于第二工作状态,第三元素,用于提示唤醒词。
作为一种应用场景,以电子设备为智能音箱,设定控制意图为播放音视频进行示例,当智能音箱处于儿童模式下,若用户语音输入“小度小度,我要看动画片”,此时,音频片段“我要看动画片”的意图为播放音视频,因此,智能音箱可以确定探测到目标操作,因此,可以进入极客模式的聆听状态,在该聆听状态下,由于无需唤醒设备,可以隐藏第三元素。同时,为了便于用户获知智能音箱当前的状态信息,可以将界面中的第一元素替换为第二元素。
本申请实施例中,当电子设备处于第二工作状态时,用户可以体验无需重复输入唤醒词的连续对话,相应的,电子设备可以获取用户语音输入的音频流,并对该音频流进行语音识别,确定该音频流中是否包含控制意图,若包含控制意图,则执行该控制意图对应的控制指令,若未包含控制意图,则表明用户未具有控制需求,此时,可以退出第二工作状态。下面结合实施例四,对上述过程进行详细说明。
图4为本申请实施例四所提供的语音识别控制方法的流程示意图。
如图4所示,在图1至图3所示实施例的基础上,该语音识别控制方法还可以包括以下步骤:
步骤401,获取信息流;其中,信息流,是对音频流进行语音识别得到的。
本申请实施例中,用户输入音频数据后,电子设备可以采集音频流,并对该音频流进行语音识别,确定对应的信息流。
步骤402,从信息流中筛选具有控制意图的目标信息。
本申请实施例中,当获取信息流后,可以对该信息流进行语义识别,确定对应的控制意图,并可以从信息流中筛选出具有控制意图的目标信息。
步骤403,若在阈值时长内,未筛选到目标信息,退出第二工作状态。
本申请实施例中,阈值时刻为预先设定的,例如可以为电子设备的内置程序预先设定的,或者还可以由用户进行设定,对此不作限制。比如阈值时长可以为90秒。
本申请实施例中,当在阈值时长内,未筛选到目标信息时,此时,表明用户未具有控制电子设备的意图,因此,可以退出第二工作状态。
举例而言,当电子设备进入聆听状态时,若用户在阈值时长内,并未输入语音数据,或者,电子设备从识别的音频流中并未获取到控制意图时,可以退出聆听状态。比如,用户同时打开了儿童模式和极客模式,当退出极客模式的聆听状态时,此时,电子设备仅处于儿童模式,用户可以在儿童模式下与电子设备进行交互,若用户想要控制电子设备,则用户还需输入对应的唤醒词。
本申请实施例中,通过在阈值时长内,未筛选到目标信息,退出第二工作状态。由此,当用户不具有控制电子设备的意图时,控制电子设备退出第二工作状态,可以避免电子设备一直处于聆听状态或工作状态的情况,以降低电子设备的能耗。
为了实现上述实施例,本申请还提出一种语音识别控制装置。
图5为本申请实施例五所提供的语音识别控制装置的结构示意图。
如图5所示,该语音识别控制装置500包括:探测模块501、执行模块502以及采集模块503。
其中,探测模块501,用于在第一工作状态下,探测具有设定控制意图的目标操作;其中,第一工作状态下,根据唤醒词采集音频片段,以进行语音识别。
作为一种可能的实现方式,探测模块501,具体用于:当获取到唤醒词时,采集唤醒词后的音频片段;获取音频片段的意图;若音频片段具有设定控制意图,则确定探测到目标操作。
作为另一种可能的实现方式,探测模块501,具体用于:探测触控操作;若触控操作为启动音视频的操作,则确定触控操作为具有设定控制意图的目标操作。
执行模块502,用于若探测到目标操作,执行目标操作对应的控制指令,并将第一工作状态切换为第二工作状态。
采集模块503,用于在第二工作状态下,连续采集音频得到音频流,以进行语音识别。
进一步地,在本申请实施例的一种可能的实现方式中,参见图6,在图5所示实施例的基础上,该语音识别控制装置500还可以包括:
处理模块504,用于在第二工作状态下,将界面中的第一元素替换为第二元素,并隐藏第三元素;其中,第一元素用于提示处于第一工作状态,第二元素用于提示处于第二工作状态,第三元素,用于提示唤醒词。
获取模块505,用于获取信息流;其中,信息流,是对音频流进行语音识别得到的。
筛选模块506,用于从信息流中筛选具有控制意图的目标信息。
退出模块507,用于若在阈值时长内,未筛选到目标信息,退出第二工作状态。
需要说明的是,前述对语音识别控制方法实施例的解释说明也适用于该实施例的语音识别控制装置,此处不再赘述。
本申请实施例的语音识别控制装置,通过在第一工作状态下,探测具有设定控制意图的目标操作;其中,第一工作状态下,根据唤醒词采集音频片段,以进行语音识别;若探测到目标操作,则执行目标操作对应的控制指令,并将第一工作状态切换为第二工作状态;在第二工作状态下,连续采集音频得到音频流,以进行语音识别。由此,用户只需触发具有设定控制意图的目标操作,即可实现与电子设备进行连续交互,而无需连续输入唤醒词,可以简化用户操作,改善用户的使用体验。
为了实现上述实施例,本申请还提出一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本申请前述实施例提出的语音识别控制方法。
为了实现上述实施例,本申请还提出一种计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行本申请前述实施例提出的语音识别控制方法。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
如图7所示,是根据本申请实施例的语音识别控制方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图7所示,该电子设备包括:一个或多个处理器701、存储器702,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器701为例。
存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的语音识别控制方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的语音识别控制方法。
存储器702作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的语音识别控制方法对应的程序指令/模块(例如,附图5所示的探测模块501、执行模块502和采集模块503)。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的语音识别控制方法。
存储器702可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器702可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器702可选包括相对于处理器701远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
电子设备还可以包括:输入装置703和输出装置704。处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接,图7中以通过总线连接为例。
输入装置703可接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
本申请实施例提出的计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如本申请前述任一实施例提出的语音识别控制方法。
根据本申请实施例的技术方案,通过在第一工作状态下,探测具有设定控制意图的目标操作;其中,第一工作状态下,根据唤醒词采集音频片段,以进行语音识别;若探测到目标操作,则执行目标操作对应的控制指令,并将第一工作状态切换为第二工作状态;在第二工作状态下,连续采集音频得到音频流,以进行语音识别。由此,用户只需触发具有设定控制意图的目标操作,即可实现与电子设备进行连续交互,而无需连续输入唤醒词,可以简化用户操作,改善用户的使用体验。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (9)
1.一种语音识别控制方法,应用于智能音箱,其特征在于,包括:
在第一工作状态下,探测具有设定控制意图的目标操作;其中,所述第一工作状态下,根据唤醒词采集音频片段,以进行语音识别,其中,所述第一工作状态为非聆听状态;
若探测到所述具有设定控制意图的目标操作,执行所述具有设定控制意图的目标操作对应的控制指令,并将所述第一工作状态切换为第二工作状态,所述第二工作状态为聆听状态;
在所述第二工作状态下,连续采集音频得到音频流,以进行语音识别;
所述探测具有设定控制意图的目标操作,包括:
当获取到唤醒词时,采集唤醒词后的音频片段;
获取所述音频片段的意图;
若所述音频片段具有所述设定控制意图,则确定探测到所述目标操作;
所述将所述第一工作状态切换为第二工作状态之后,还包括:
在所述第二工作状态下,将界面中的第一元素替换为第二元素,并隐藏第三元素;
其中,所述第一元素用于提示处于所述第一工作状态,所述第二元素用于提示处于所述第二工作状态,所述第三元素,用于提示所述唤醒词;
其中,所述智能音箱的工作模式包括儿童模式和极客模式,所述方法还包括:用户可以同时打开所述儿童模式和所述极客模式,在所述儿童模式下,若用户触发了所述具有设定控制意图的目标操作,则切换为所述极客模式的聆听状态,并执行所述目标操作对应的控制指令。
2.根据权利要求1所述的语音识别控制方法,其特征在于,所述探测具有设定控制意图的目标操作,包括:
探测触控操作;
若所述触控操作为启动音视频的操作,则确定所述触控操作为具有所述设定控制意图的目标操作。
3.根据权利要求1-2任一项所述的语音识别控制方法,其特征在于,所述将所述第一工作状态切换为第二工作状态之后,还包括:
获取信息流;其中,所述信息流,是对所述音频流进行语音识别得到的;
从所述信息流中筛选具有控制意图的目标信息;
若在阈值时长内,未筛选到所述目标信息,退出所述第二工作状态。
4.一种语音识别控制装置,应用于智能音箱,其特征在于,包括:
探测模块,用于在第一工作状态下,探测具有设定控制意图的目标操作;其中,所述第一工作状态下,根据唤醒词采集音频片段,以进行语音识别,其中,所述第一工作状态为非聆听状态;
执行模块,用于若探测到所述具有设定控制意图的目标操作,执行所述具有设定控制意图的目标操作对应的控制指令,并将所述第一工作状态切换为第二工作状态,所述第二工作状态为聆听状态;
采集模块,用于在所述第二工作状态下,连续采集音频得到音频流,以进行语音识别;
所述探测模块,具体用于:
当获取到唤醒词时,采集唤醒词后的音频片段;
获取所述音频片段的意图;
若所述音频片段具有所述设定控制意图,则确定探测到所述目标操作;
所述装置还包括:
处理模块,用于在所述第二工作状态下,将界面中的第一元素替换为第二元素,并隐藏第三元素;
其中,所述第一元素用于提示处于所述第一工作状态,所述第二元素用于提示处于所述第二工作状态,所述第三元素,用于提示所述唤醒词;
其中,所述智能音箱的工作模式包括儿童模式和极客模式,所述装置还包括:用户可以同时打开所述儿童模式和所述极客模式,在所述儿童模式下,若用户触发了所述具有设定控制意图的目标操作,则切换为所述极客模式的聆听状态,并执行所述目标操作对应的控制指令。
5.根据权利要求4所述的语音识别控制装置,其特征在于,所述探测模块,具体用于:
探测触控操作;
若所述触控操作为启动音视频的操作,则确定所述触控操作为具有所述设定控制意图的目标操作。
6.根据权利要求4-5任一项所述的语音识别控制装置,其特征在于,所述装置还包括:
获取模块,用于获取信息流;其中,所述信息流,是对所述音频流进行语音识别得到的;
筛选模块,用于从所述信息流中筛选具有控制意图的目标信息;
退出模块,用于若在阈值时长内,未筛选到所述目标信息,退出所述第二工作状态。
7.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-3中任一项所述的语音识别控制方法。
8.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-3中任一项所述的语音识别控制方法。
9.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如权利要求1-3中任一项所述的语音识别控制方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910888231.3A CN112530419B (zh) | 2019-09-19 | 2019-09-19 | 语音识别控制方法、装置、电子设备和可读存储介质 |
JP2019237717A JP7051798B2 (ja) | 2019-09-19 | 2019-12-27 | 音声認識制御方法、装置、電子デバイスと読み取り可能な記憶媒体 |
KR1020190176966A KR102358831B1 (ko) | 2019-09-19 | 2019-12-27 | 음성 인식 제어 방법, 장치, 전자 기기 및 판독 가능 저장 매체 |
US16/728,283 US20210090562A1 (en) | 2019-09-19 | 2019-12-27 | Speech recognition control method and apparatus, electronic device and readable storage medium |
EP19219968.5A EP3796308A1 (en) | 2019-09-19 | 2019-12-30 | Speech recognition control method and apparatus, electronic device and readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910888231.3A CN112530419B (zh) | 2019-09-19 | 2019-09-19 | 语音识别控制方法、装置、电子设备和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112530419A CN112530419A (zh) | 2021-03-19 |
CN112530419B true CN112530419B (zh) | 2024-05-24 |
Family
ID=69055812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910888231.3A Active CN112530419B (zh) | 2019-09-19 | 2019-09-19 | 语音识别控制方法、装置、电子设备和可读存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210090562A1 (zh) |
EP (1) | EP3796308A1 (zh) |
JP (1) | JP7051798B2 (zh) |
KR (1) | KR102358831B1 (zh) |
CN (1) | CN112530419B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115604513A (zh) * | 2021-07-07 | 2023-01-13 | 华为技术有限公司(Cn) | 一种系统模式切换方法、电子设备及计算机可读存储介质 |
CN113628622A (zh) * | 2021-08-24 | 2021-11-09 | 北京达佳互联信息技术有限公司 | 语音交互方法、装置、电子设备及存储介质 |
CN114071318B (zh) * | 2021-11-12 | 2023-11-14 | 阿波罗智联(北京)科技有限公司 | 语音处理方法、终端设备及车辆 |
CN116052668B (zh) * | 2023-03-28 | 2023-06-02 | 北京集度科技有限公司 | 一种语音识别处理方法、装置、车辆及计算机程序产品 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5864815A (en) * | 1995-07-31 | 1999-01-26 | Microsoft Corporation | Method and system for displaying speech recognition status information in a visual notification area |
CN107025906A (zh) * | 2015-12-09 | 2017-08-08 | 联想(新加坡)私人有限公司 | 扩展语音识别的周期的方法和产品以及信息处理设备 |
WO2018135753A1 (ko) * | 2017-01-17 | 2018-07-26 | 삼성전자주식회사 | 전자 장치 및 그의 동작 방법 |
CN109671426A (zh) * | 2018-12-06 | 2019-04-23 | 珠海格力电器股份有限公司 | 一种语音控制方法、装置、存储介质及空调 |
CN110096249A (zh) * | 2018-01-31 | 2019-08-06 | 阿里巴巴集团控股有限公司 | 用于提示快捷唤醒词的方法、装置和系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10540976B2 (en) * | 2009-06-05 | 2020-01-21 | Apple Inc. | Contextual voice commands |
KR101262700B1 (ko) * | 2011-08-05 | 2013-05-08 | 삼성전자주식회사 | 음성 인식 및 모션 인식을 이용하는 전자 장치의 제어 방법 및 이를 적용한 전자 장치 |
WO2014084413A1 (ko) * | 2012-11-28 | 2014-06-05 | 엘지전자 주식회사 | 가전 기기 구동 장치 및 방법 |
US10311872B2 (en) * | 2017-07-25 | 2019-06-04 | Google Llc | Utterance classifier |
-
2019
- 2019-09-19 CN CN201910888231.3A patent/CN112530419B/zh active Active
- 2019-12-27 KR KR1020190176966A patent/KR102358831B1/ko active IP Right Grant
- 2019-12-27 US US16/728,283 patent/US20210090562A1/en not_active Abandoned
- 2019-12-27 JP JP2019237717A patent/JP7051798B2/ja active Active
- 2019-12-30 EP EP19219968.5A patent/EP3796308A1/en not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5864815A (en) * | 1995-07-31 | 1999-01-26 | Microsoft Corporation | Method and system for displaying speech recognition status information in a visual notification area |
CN107025906A (zh) * | 2015-12-09 | 2017-08-08 | 联想(新加坡)私人有限公司 | 扩展语音识别的周期的方法和产品以及信息处理设备 |
WO2018135753A1 (ko) * | 2017-01-17 | 2018-07-26 | 삼성전자주식회사 | 전자 장치 및 그의 동작 방법 |
CN110096249A (zh) * | 2018-01-31 | 2019-08-06 | 阿里巴巴集团控股有限公司 | 用于提示快捷唤醒词的方法、装置和系统 |
CN109671426A (zh) * | 2018-12-06 | 2019-04-23 | 珠海格力电器股份有限公司 | 一种语音控制方法、装置、存储介质及空调 |
Also Published As
Publication number | Publication date |
---|---|
JP2021047391A (ja) | 2021-03-25 |
EP3796308A1 (en) | 2021-03-24 |
JP7051798B2 (ja) | 2022-04-11 |
KR102358831B1 (ko) | 2022-02-04 |
CN112530419A (zh) | 2021-03-19 |
US20210090562A1 (en) | 2021-03-25 |
KR20210033873A (ko) | 2021-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112530419B (zh) | 语音识别控制方法、装置、电子设备和可读存储介质 | |
KR102320708B1 (ko) | 영상 재생 방법, 장치, 전자 기기 및 판독 가능 저장 매체 | |
CN111192591B (zh) | 智能设备的唤醒方法、装置、智能音箱及存储介质 | |
CN112669831B (zh) | 语音识别控制方法、装置、电子设备和可读存储介质 | |
CN112581946B (zh) | 语音控制方法、装置、电子设备和可读存储介质 | |
JP7017598B2 (ja) | スマートデバイスのデータ処理方法、装置、機器及び記憶媒体 | |
CN112034726A (zh) | 基于场景的控制方法、装置、设备以及存储介质 | |
CN110768877B (zh) | 语音控制指令的处理方法、装置、电子设备及可读存储介质 | |
CN112382279B (zh) | 语音识别方法、装置、电子设备和存储介质 | |
JP7051800B2 (ja) | 音声制御方法、音声制御装置、電子デバイス、および読み取り可能な記憶媒体 | |
CN112652304B (zh) | 智能设备的语音交互方法、装置和电子设备 | |
CN111627441B (zh) | 电子设备的控制方法、装置、设备和存储介质 | |
CN116339871A (zh) | 终端设备的控制方法、装置、终端设备及存储介质 | |
CN111986682A (zh) | 语音交互方法、装置、设备以及存储介质 | |
CN112037794A (zh) | 语音交互方法、装置、设备以及存储介质 | |
CN113556649A (zh) | 智能音箱的播报控制方法和装置 | |
CN112581969A (zh) | 语音控制方法、装置、电子设备和可读存储介质 | |
CN112466304B (zh) | 离线语音交互方法、装置、系统、设备和存储介质 | |
CN112037786B (zh) | 语音交互方法、装置、设备以及存储介质 | |
CN111652344A (zh) | 用于呈现信息的方法和装置 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210506 Address after: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant after: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. Applicant after: Shanghai Xiaodu Technology Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |