CN112806067B - 语音切换方法、电子设备及系统 - Google Patents

Abstract

一种语音切换方法、电子设备及系统，其中语音切换方法可以包括手机或语音助理设备根据用户的操作向VoIP服务器发送语音切换请求信息，VoIP服务器根据该请求信息将手机上正在进行的语音通话切换到手机附近的语音助理设备例如智能音箱。基于该方法，手机的用户可以脱离手机，并在不中断语音通话的情况下通过语音助理设备来继续进行语音通话。该方法提高了语音切换的效率，方便了用户，改善了用户体验。

Description

语音切换方法、电子设备及系统

本申请要求本申请要求于2018年10月09日提交中国国家知识产权局、申请号为201811172286.6、发明名称为“一种在智能音箱与智能手机间无缝切换语音通话和音频播放的方法”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本申请涉及移动通信领域，尤其涉及一种语音切换方法、电子设备及系统。

背景技术

随着智能家居技术的发展，一个用户或家庭中往往具备多个能够互相通信的电子设备。例如，用户可使用同一个账号登录手机以及家中的智能音箱、智能电视等电子设备，使得同一账号下的多个电子设备组成一个局域网(local area network，LAN)，该局域网内的各电子设备之间均可通过服务器互相通信。

这样一来，用户可以根据实际需求选择使用局域网中的不同电子设备实现某一功能。例如，用户在家中时可以使用音箱从服务器中获取音频资源并播放，用户离开家时可以使用手机从服务器中获取音频资源并播放。

但是，当用户需要将音箱上播放的音频接续在手机上播放时，通常需要用户在音箱上停止播放正在播放的音频，并重新在手机中打开该音频继续播放。显然，这种在多个电子设备之间进行语音切换时的流程较为繁琐，在切换过程中正在播放的语音会发生中断，这样就使得电子设备之间切换音频播放的效率极大降低。

发明内容

本发明的目的在于申请提供了一种语音切换方法、电子设备及系统，可使得电子设备之间切换语音(例如VoIP通话或者音频播放)的效率提高，并提高用户体验。

上述目标和其他目标将通过独立权利要求中的特征来达成。进一步的实现方式在从属权利要求、说明书和附图中体现。

第一方面，提供一种语音切换的方法，可以包括：第二电子设备(例如智能音箱)检测到用户的语音输入；响应于上述语音输入，上述第二电子设备通过VoIP服务器与第三电子设备建立VoIP通话；第一电子设备(例如手机)向上述VoIP服务器发送第一切换请求信息，上述第一切换请求信息用于请求上述VoIP服务器将在上述第二电子设备上正在进行的上述VoIP通话切换到上述第一电子设备上；其中，上述第一切换请求信息中包括第一账号(例如HUAWEI-01)，上述第一账号用于登录到设备管理服务器；上述VoIP服务器接收到上述第一切换请求信息；响应上述第一切换请求信息，上述VoIP服务器确定与上述第一账号对应的VoIP业务的源设备为上述第二电子设备；上述VoIP服务器将在上述第二电子设备上正进行的上述VoIP通话切换到上述第一电子设备上。

在上述技术方案中，VoIP业务的源设备为智能音箱，VoIP业务的目标设备为手机。手机可向VoIP服务器发送第一切换请求信息，使得VoIP服务器将同一账号下在智能音箱上正在执行的VoIP业务无缝切换到手机上。切换过程中不会发生VoIP业务中断的现象，用户也无需在多个设备之间反复操作，从而提高了多设备之间的语音切换效率和用户的使用体验。

在一种可能的实现方式中，在上述方法之前还可以包括：第一电子设备和第二电子设备均使用上述第一账号登录到设备管理服务器。这样就表明这两个电子设备都属于同一个用户的电子设备，而且也表明这两个电子设备都用了同一个云服务提供商的服务。

在一种可能的实现方式中，第一电子设备向VoIP服务器发送第一切换请求信息，具体可以包括：当第一电子设备检测到用户的特定操作时，则响应于上述特定操作，第一电子设备向VoIP服务器发送上述第一切换请求信息。上述特定操作为以下操作的其中一种：翻转手机、指关节敲击屏幕、双击电源键、预设的语音输入或预设的滑动手势。在本方案下，只有当用户做出一特定操作时，才能出发第一电子设备发送第一切换请求信息，这样就可以基于用户的实际需求来触发语音切换的流程，使得第一电子设备更加智能化，同时也提高了用户体验。

在另外一种可能的实现方式中，第一电子设备向VoIP服务器发送第一切换请求信息，可以具体包括：当第一电子设备检测到特定条件时，则响应于上述特定条件，第一电子设备可以向VoIP服务器发送上述第一切换请求信息。上述特定条件可以为：WLAN网络中的Wi-Fi信号强度或蓝牙信号强度；例如：当第一电子设备检测到上述Wi-Fi信号强度低于一预设阈值时，第一电子设备向VoIP服务器发送上述第一切换请求信息；或者，当第一电子设备检测到第二电子设备的蓝牙信号强度低于一预设阈值时，第一电子设备向VoIP服务器发送上述第一切换请求信息。在本方案下，第一电子设备可以根据检测到的特定条件来自动触发发送第一切换请求信息的流程，这样就减少了用户的参与，更加智能化的实行语音切换的方法，进一步提高了语音切换的效率。

在一种可能的实现方式中，上述方法还可以包括：第一电子设备向VoIP服务器发送成功加入VoIP通话的响应消息；在接到上述响应消息后，VoIP服务器中断在第二电子设备上的VoIP业务。在第一电子设备例如手机加入到该VoIP通话后，此时有第一电子设备、第二电子设备、第三电子设备之间的三方VoIP通话。如果要切换到第一电子设备上继续执行，那么中断第二电子设备的VoIP业务是一个比较节省网络资源的方法。

在一种可能的实现方式中，VoIP服务器确定与第一账号对应的VoIP业务的源设备为第二电子设备，具体可以包括：VoIP服务器向设备管理服务器发送上述第一账号；设备管理服务器根据上述第一账号确定使用该第一账号登录的至少一个电子设备；设备管理服务器将上述至少一个电子设备的设备标识发送给VoIP服务器；VoIP服务器根据上述设备标识确定在第一账号下正在进行VoIP通话的源设备为第二电子设备。

在一种可能的实现方式中，上述确定在第一账号下正在进行VoIP通话的源设备为第二电子设备，具体可以包括：当VoIP服务器根据上述设备标识确定在第一账号下正在进行VoIP通话的源设备有至少两个电子设备时，VoIP服务器将上述至少两个电子设备的设备标识发送给第一电子设备；第一电子设备上显示至少两个选项；上述至少两个选项用于表示上述至少两个电子设备；第一电子设备检测到用户对其中一个选项的选择操作；其中，上述选项表示第二电子设备；响应于上述选择操作，第一电子设备将第二电子设备的设备标识发送给VoIP服务器；VoIP服务器根据接收到的第二电子设备的设备标识确定，在第一账号下正在进行VoIP通话的源设备为第二电子设备。

第二方面，提供一种语音切换系统，该系统包括第一电子设备、第二电子设备、设备管理服务器和VoIP服务器；其中：该第二电子设备用于在检测到用户的语音输入时，通过该VoIP服务器与第三电子设备建立VoIP通话；该第一电子设备用于向该VoIP服务器发送第一切换请求信息，该第一切换请求信息用于请求该VoIP服务器将在该第二电子设备上正在进行的该VoIP通话切换到该第一电子设备上；其中，该第一切换请求信息中包括第一账号，该第一账号用于登录到该设备管理服务器；该VoIP服务器用于接收该第一切换请求信息，并确定与该第一账号对应的VoIP业务的源设备为该第二电子设备；该VoIP服务器还用于将在该第二电子设备上正进行的该VoIP通话切换到该第一电子设备上。

在一种可能的实现方式中，该第一电子设备和该第二电子设备均使用该第一账号登录到该设备管理服务器。

在一种可能的实现方式中，该第一电子设备还用于：当检测到用户的特定操作时，向该VoIP服务器发送该第一切换请求信息；该特定操作为以下操作的其中一种：翻转手机、指关节敲击屏幕、双击电源键、预设的语音输入或预设的滑动手势。

在一种可能的实现方式中，该第一电子设备向该VoIP服务器发送第一切换请求信息，具体包括：当该第一电子设备检测到特定条件时，该第一电子设备向该VoIP服务器发送该第一切换请求信息。

在一种可能的实现方式中，该特定条件为：WLAN网络中的Wi-Fi信号强度或蓝牙信号强度；其中：当该第一电子设备检测到该Wi-Fi信号强度低于一预设阈值时，该第该第一电子设备向该VoIP服务器发送该第一切换请求信息；或者，当该第一电子设备检测到该第二电子设备的蓝牙信号强度低于一预设阈值时，该第一电子设备向该VoIP服务器发送该第一切换请求信息。

在一种可能的实现方式中，该第一电子设备还用于向该VoIP服务器发送成功加入VoIP通话的响应消息；该VoIP服务器还用于在接到该响应消息后，中断在该第二电子设备上的VoIP业务。

在一种可能的实现方式中，该VoIP服务器确定与该第一账号对应的VoIP业务的源设备为该第二电子设备，具体包括：该VoIP服务器向该设备管理服务器发送该第一账号；该设备管理服务器根据该第一账号确定使用该第一账号登录的至少一个电子设备；该设备管理服务器将该至少一个电子设备的设备标识发送给该该VoIP服务器；该VoIP服务器根据该设备标识确定在该第一账号下正在进行VoIP通话的源设备为该第二电子设备。

在一种可能的实现方式中，该VoIP服务器还用于当根据该设备标识确定在该第一账号下正在进行VoIP通话的源设备有至少两个电子设备时，将该至少两个电子设备的设备标识发送给该第一电子设备；该第一电子设备还用于显示至少两个选项；该至少两个选项用于表示该至少两个电子设备；该第一电子设备检测到用户对其中一个选项的选择操作；其中，该选项表示该第二电子设备；该第一电子设备还用于将该第二电子设备的设备标识发送给该VoIP服务器；该VoIP服务器还用于根据接收到的该第二电子设备的设备标识确定，在该第一账号下正在进行VoIP通话的源设备为该第二电子设备。

在一种可能的实现方式中，该第一电子设备为手机，该第二电子设备为配置有语音助理系统的智能音箱。

第三方面，还提供一种语音切换的电子设备，该电子设备具有实现上述方法实际中第一电子设备行为的功能。所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件可以包括一个或多个与上述功能相对应的模块。

第四方面，还提供一种语音切换的电子设备，该电子设备具有实现上述方法实际中第二电子设备行为的功能。所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件可以包括一个或多个与上述功能相对应的模块。

应当理解的是，说明书中对技术特征、技术方案、优点或类似语言的描述并不是暗示在任意的单个实施例中可以实现所有的特点和优点。相反，可以理解的是对于特征或优点的描述意味着在至少一个实施例中包括特定的技术特征、技术方案或优点。因此，本说明书中对于技术特征、技术方案或优点的描述并不一定是指相同的实施例。进而，还可以任何适当的方式组合以下各个实施例中所描述的技术特征、技术方案和优点。本领域技术人员将会理解，无需特定实施例的一个或多个特定的技术特征、技术方案或优点即可实现实施例。在其他实施例中，还可在没有体现所有实施例的特定实施例中识别出额外的技术特征和优点。

附图说明

图1为一实施例中语音切换系统的实施场景的示意图；

图2为一实施例中第一电子设备(如手机)的结构示意图；

图3为一实施例中第二电子设备(如智能音箱)的结构示意图；

图4为一实施例中提供的语音切换方法的流程示意图；

图5为一实施例中电子设备101的用户界面示意图；

图6为另一实施例中提供的语音切换方法的流程示意图；

图7为另一实施例中电子设备102的用户界面示意图；

图8为另一实施例中提供的语音切换方法的流程示意图；

图9为一实施例中语音切换系统的结构示意图。

具体实施方式

本申请以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样，单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括例如“一个或多个”这种复数表达形式，除非其上下文中明确地有相反指示。还应当理解，本申请中使用的术语“和/或”是指并包含一个或多个所列出项目的任何或所有可能组合。

在本说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的至少一个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

以下实施例中所用，根据上下文，术语“当…时”可以被解释为意思是“如果…”或“在…后”或“响应于确定…”或“响应于检测到…”。类似地，根据上下文，短语“在确定…时”或“如果检测到(所陈述的条件或事件)”可以被解释为意思是“如果确定…”或“响应于确定…”或“在检测到(所陈述的条件或事件)时”或“响应于检测到(所陈述的条件或事件)”。

应当理解的是，虽然术语“第一电子设备”、“第二电子设备”等可能在本文中用来描述各种电子设备，但是这些电子设备不应当被这些术语限定。这些术语只是用来将一个电子设备与另一电子设备区分开。例如，第一电子设备可以被命名为第二电子设备，并且类似地，第二电子设备也可以被命名为第一电子设备，而不背离本申请的范围。第一电子设备和第二电子设备二者都是电子设备，但是它们可以不是同一电子设备，在某些场景下也可以是同一电子设备。

以下介绍了电子设备(例如第一电子设备、第二电子设备等)、用于这样的电子设备的用户界面、和用于使用这样的电子设备的实施例。在一些实施例中，电子设备可以是还包含其它功能诸如个人数字助理和/或音乐播放器功能的便携式电子设备，诸如手机、平板电脑、具备无线通讯功能的可穿戴电子设备(如智能手表)等。便携式电子设备的示例性实施例包括但不限于搭载

或者其它操作系统的便携式电子设备。上述便携式电子设备也可以是其它便携式电子设备，诸如具有触控面板或触敏表面的膝上型计算机(Laptop)等。还应当理解的是，在其他一些实施例中，上述电子设备也可以不是便携式电子设备，而是台式计算机。

下面将结合附图对本申请中各种实施例进行详细描述。

如图1所示，本申请一实施例提供一种语音切换系统100，该语音切换系统100可以包括一个或多个电子设备，例如第一电子设备(如图1中的电子设备101)和第二电子设备(如图1中的电子设备102)。其中，第一电子设备的具体结构，在后续实施例中将结合图2进行详细描述；第二电子设备的具体结构，在后续实施例中将结合图3进行详细描述。

如图1所示，电子设备101可以通过一个或多个网络109与电子设备102连接(例如有线或无线)。示例性地，该一个或多个通信网络109可以是局域网，也可以是广域网(widearea networks,WAN)例如互联网。该一个或多个通信网络109可使用任何已知的网络通信协议来实现，上述网络通信协议可以是各种有线或无线通信协议，诸如以太网、通用串行总线(universal serial bus,USB)、火线(FIREWIRE)、全球移动通讯系统(global systemfor mobile communications，GSM)、通用分组无线服务(general packet radio service，GPRS)、码分多址接入(code division multiple access，CDMA)、宽带码分多址(widebandcode division multiple access，WCDMA)，时分码分多址(time-division code divisionmultiple access，TD-SCDMA)，长期演进(long term evolution，LTE)、蓝牙、无线保真(wireless fidelity，Wi-Fi)、基于互联网协议的语音通话(Voice over InternetProtocol，VoIP)、或任何其他合适的通信协议。

上述语音切换系统100还可以包括设备管理服务器103，该设备管理服务器103用于管理注册的至少一个电子设备(如电子设备101和电子设备102)。示例性地，当电子设备101通过网络109向设备管理服务器103发送访问请求时，该设备管理服务器103可以对该电子设备进行鉴权(例如验证账号、密码是否匹配)；在鉴权通过后，该设备管理服务器103可以允许电子设备101访问设备管理服务器103上与之对应的数据例如存储空间等。又例如设备管理服务器103为电子设备(101,102)配置存储空间，这样电子设备(101,102)可以通过网络109将存储在电子设备(101,102)存储器中的数据(例如图片、视频等)发送给设备管理服务器103，再由设备管理服务器将接收到的数据保存在为电子设备(101,102)配置的储存空间中。示例性地，设备管理服务器103还可以通过网络109对电子设备(101,102)进行参数配置。

其中，账号可以是指电子设备登录到设备管理服务器103所使用的凭证。电子设备(101,102)需要使用一个账号登录到设备管理服务器103，才能使用电子设备的一些功能，例如电子设备需要登录账号，才能使用指纹识别、联系人同步、找回手机等功能，在没有登录账号的情况下，无法使用上述功能。当用户在电子设备上输入账号及密码进行登录时，验证信息可以通过网络109发送给设备管理服务器103进行验证。可以理解的是，由于上述设备管理服务器主要是用于对电子设备的账号进行鉴权，因此该云服务器可以知道哪些电子设备登录了同一个账号。

在一些实施例中，电子设备101和电子设备102可以是属于同一个用户108的两个不同的电子设备。例如托马斯有一部智能手机，还有一个语音助理设备(例如智能音箱)；其中，该智能语音设备配置有语音助理系统(以下实施例中对给语音助理系统有详细说明)，该语音助理设备可以接收用户的语音输入并对该语言输入进行分析等功能。这两个电子设备都可以使用托马斯所拥有的账号(例如HUAWEI-01)访问设备管理服务器103。设备管理服务器103可以管理各个账号和使用该账号访问的电子设备之间的访问权限；另外，同一个账号也可在设备管理服务器103所管理的2个或2个以上的电子设备上同时登录。这样，登录同一账号的第一电子设备(例如电子设备101)和第二电子设备(例如电子设备102)可通过设备管理服务器103实现数据交互等。可以理解的是，该用户108可以通过其他电子设备使用上述账号登录到设备管理服务器103中，并对存储在其上的电子设备的访问权限进行调整，例如删除电子设备101使用账号HUAWEI-01登录的权限，或，增加另一电子设备使用上述账号登录的权限等。

示例性地，表1中是存储在设备管理服务器103中的一些与登录的电子设备相关的信息。从中可以看到，有两个电子设备(设备名称为手机101、智能音箱102)使用同一账号(HUAWEI-01)登录到了设备管理服务器103中。这两个电子设备登录设备管理服务器103时可以携带有各自的设备标识(例如表1中的IMEI)，或者设备管理服务器103在电子设备登录后，向这些电子设备请求其对应的设备标识，以便后续对这些电子设备进行管理。上述设备标识用于唯一标识电子设备，以便网络中的其他电子设备或者服务器辨识它们。常见的设备标识包括国际移动设备身份码(international mobile equipment identity，IMEI)、国际移动用户识别码(international mobile subscriber identification number，IMSI)、移动设备识别码(mobile equipment identifier，MEID)、序列号(serial number，SN)、集成电路卡识别码(Integrate circuit card identity，ICCID)、以及媒体介入控制层(media access control，MAC)地址或其他能够唯一标识电子设备的标识符等。这样，设备管理服务器103就可以通过不同的设备标识来识别不同的电子设备，尽管这些电子设备是以同一个账号登录的。

表1

在一些实施例中，电子设备101(例如手机101)可以通过上述网络109与电子设备107(例如手机107)进行语音通信例如VoIP通话。其中，电子设备107可以使用第二账号(例如表1中的HUAWI-02)登录到设备管理服务器103中。

在一些实施例中，上述语音切换系统100还可以包括语音助理服务器105。语音助理服务器105可以通过上述网络109与外部服务(例如流媒体服务、导航服务、日历服务、电话服务、照片服务等)进行通信以完成任务或采集信息。上述语音助理服务器105可以是语音助理系统(图中未示出)的一部分，该语音助理系统可以根据客户端-服务器模型来实现。示例性地，该语音助理系统可以包括在电子设备(例如如图1中的电子设备102)上执行的客户端侧部分(例如语音助理客户端)，以及在语音助理服务器105上执行的服务器侧部分(例如语音助理系统)。语音助理客户端可以通过上述网络109与语音助理系统进行通信。语音助理客户端提供客户端侧功能诸如面向用户的输入和输出处理以及与服务器侧的语音助理系统的通信。语音助理系统可以为一个或多个语音助理客户端提供服务器侧功能，该一个或多个的语音助理客户端各自位于相应的电子设备上(例如电子设备101和电子设备102)。

示例性地，如图1所示的第一电子设备(如电子设备101)可以为手机101，第二电子设备(如电子设备102)可以为语音助理设备例如智能音箱102。

在一些实施例中，手机101和智能音箱102均可具有语音通信功能。例如，手机101和智能音箱102可提供VoIP业务。那么，如图1所示，语音切换系统100中还可以包括VoIP服务器104。VoIP服务器104可用于实现VoIP业务的呼叫、接听、三方通话以及呼叫转移等与语音通信相关业务。这样，手机101(或智能音箱102)可通过VoIP服务器104与其他具有语音通信功能的电子设备进行语音通信。

在一些实施例中，语音助理服务器105可以向VoIP服务器104提供语音识别结果。示例性地，用户108向智能音箱102输入“打电话给约翰”的语音信号后，智能音箱102可将采集到的该语音信号发送给语音助理服务器105进行语音识别。语音助理服务器105识别出与上述语音信号对应的控制指令为：呼叫联系人约翰。进而，语音助理服务器105可向VoIP服务器104发送呼叫联系人约翰的指令。响应于该指令，VoIP服务器104可向约翰的电子设备(例如手机)发起语音呼叫请求，当约翰接受该语音呼叫请求后便可建立智能音箱102与约翰的手机之间的语音通话，实现VoIP业务。

在另外一些实施例中，如图1所示，上述语音切换系统100中还可以包括内容服务器106。该内容服务器106可用于根据用户108的请求向智能音箱102(或手机101)提供音乐、视频等流媒体内容。例如，用户108在向智能音箱102发出“播放歌曲Silence”的语音信号后，智能音箱102可将采集到的该语音信号通过网络109发送给语音助理服务器105进行语音识别。语音助理服务器105识别出与上述语音信号对应的控制指令为：获取歌曲Silence的媒体资源。进而，语音助理服务器105可向内容服务器106发送请求信息，以获取歌曲Silence的媒体资源。响应于语音助理服务器105发送的请求信息，内容服务器106查找到歌曲Silence的媒体资源后可将该播放地址返回给语音助理服务器105，并由语音助理服务器105将该媒体资源发送给智能音箱102，使得智能音箱102根据该媒体资源获取歌曲Silence的地址并播放或者保存。

当然，手机101(或智能音箱102)也可以通过网络109与内容服务器106直接进行交互。示例性地，手机101(或智能音箱102)可以根据用户108的输入，向内容服务器106发送播放歌曲Silence的请求信息；内容服务器106在接收到上述请求信息后，查找到歌曲Silence的媒体资源，然后可将该媒体资源返回给手机101(或智能音箱102)；手机101(或智能音箱102)根据收到的该媒体资源获取歌曲Silence的地址并播放，也可以将该歌曲保存在手机101的存储器中或智能音箱102的存储器中。

在其他一些实施例中，手机101与智能音箱102登录同一账号后，当手机101执行语音通话业务(例如上述VoIP业务)时，如果用户108希望将此时的语音通话业务切换到智能音箱102上，则用户108可在手机101或智能音箱102上做一个预设的特定操作，诸如特定手势或语音输入等，从而触发VoIP服务器104将手机101上的语音通话业务切换至智能音箱102，以便该语音通话业务继续在智能音箱102上进行。相应的，当智能音箱102正在执行语音通话时，用户108也可在手机101或智能音箱102上做一个预设的特定操作，以触发VoIP服务器104将智能音箱102上的语音通话业务切换至手机101，以便该语音通话业务继续在手机101上进行。也就是说，在上述实施例中，用户108只需对电子设备做上述特定操作，VoIP服务器104便可将正在进行的语音通话业务从第一电子设备自动切换到第二电子设备中。这样一来，整个切换过程中不会发生语音通话业务中断的现象，用户也无需在多个电子设备之间反复操作，从而提高了多个电子设备之间的语音切换效率和用户的使用体验。

在另一些实施例中，当手机101与智能音箱102登录同一账号(例如HUAWEI-01)后，当手机101正在播放音频/视频时，如果用户108希望将该播放的音频/视频切换(例如无缝切换)到智能音箱102上继续播放，用户108可在手机101或智能音箱102上做一个预设的输入操作，从而触发内容服务器106将手机101上正在播放的音频/视频业务切换至智能音箱102上继续播放。同样的，当智能音箱102执行音频/视频业务时，用户108也可在手机101或智能音箱102上做一个预设的输入操作，以触发内容服务器106将智能音箱102上正在播放的音频/视频切换至手机101上继续播放。

需要说明的是，第一电子设备除了可以是手机101外，还可以是平板电脑、具备无线通讯功能的可穿戴电子设备(如智能手表)、虚拟现实设备等支持音频/视频业务或语音通话业务的电子设备，以下实施例中对第一电子设备的具体形式不做特殊限制。第二电子设备除了智能音箱102外，还可以为智能电视、平板电脑、笔记本电脑、台式计算机等支持音频/视频业务的电子设备，以下实施例中对第二电子设备的具体形式不做特殊限制。在一些实施例中，第一电子设备可以是手机，那么，第二电子设备可以是配置有语音助理系统的智能音箱或笔记本电脑。

示例性的，图2示出了第一电子设备即图1中的电子设备101(例如手机)的结构示意图。

电子设备101可以包括处理器110，外部存储器接口120，内部存储器121，通用串行总线(universal serial bus，USB)接口130，充电管理模块140，电源管理模块141，电池142，天线1，天线2，移动通信模块150，无线通信模块160，音频模块170，扬声器170A，受话器170B，麦克风170C，耳机接口170D，传感器180，按键190，马达191，指示器192，摄像头193，显示屏194，以及用户标识模块(subscriber identification module，SIM)卡接口195等。可以理解的是，本实施例示意的结构并不构成对电子设备101的具体限定。在本申请另一些实施例中，电子设备101可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件，或软件和硬件的组合实现。

处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processingunit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，视频编解码器，数字信号处理器(digital signal processor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。在一些实施例中，电子设备101也可以包括一个或多个处理器110。其中，控制器可以是电子设备101的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。处理器110中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器110的等待时间，因而提高了电子设备101系统的效率。

在一些实施例中，处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit，I2C)接口，集成电路内置音频(inter-integrated circuitsound，I2S)接口，脉冲编码调制(pulse code modulation，PCM)接口，通用异步收发传输器(universal asynchronous receiver/transmitter，UART)接口，移动产业处理器接口(mobile industry processor interface，MIPI)，通用输入输出(general-purposeinput/output，GPIO)接口，用户标识模块(subscriber identity module，SIM)接口，和/或通用串行总线(universal serial bus，USB)接口等。其中，USB接口130是符合USB标准规范的接口，具体可以是Mini USB接口，Micro USB接口，USB Type C接口等。USB接口130可以用于连接充电器为电子设备101充电，也可以用于电子设备101与外围设备之间传输数据。也可以用于连接耳机，通过耳机播放音频。

可以理解的是，本发明实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对电子设备101的结构限定。在本申请另一些实施例中，电子设备101也可以采用上述实施例中不同的接口连接方式，或多种接口连接方式的组合。

充电管理模块140用于从充电器接收充电输入。其中，充电器可以是无线充电器，也可以是有线充电器。在一些有线充电的实施例中，充电管理模块140可以通过USB接口130接收有线充电器的充电输入。在一些无线充电的实施例中，充电管理模块140可以通过电子设备101的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时，还可以通过电源管理模块141为电子设备101供电。

电源管理模块141用于连接电池142，充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入，为处理器110，内部存储器121，显示屏194，摄像头193，和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量，电池循环次数，电池健康状态(漏电，阻抗)等参数。在其他一些实施例中，电源管理模块141也可以设置于处理器110中。在另一些实施例中，电源管理模块141和充电管理模块140也可以设置于同一个器件中。

电子设备101的无线通信功能可以通过天线1，天线2，移动通信模块150，无线通信模块160，调制解调处理器以及基带处理器等实现。天线1和天线2用于发射和接收电磁波信号。电子设备101中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用，以提高天线的利用率。例如：可以将天线1复用为无线局域网的分集天线。在另外一些实施例中，天线可以和调谐开关结合使用。

移动通信模块150可以提供应用在电子设备101上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器，开关，功率放大器，低噪声放大器等。移动通信模块150可以由天线1接收电磁波，并对接收的电磁波进行滤波，放大等处理，传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大，经天线1转为电磁波辐射出去。在一些实施例中，移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中，移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。

调制解调处理器可以包括调制器和解调器。其中，调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后，被传递给应用处理器。应用处理器通过音频设备(不限于扬声器170A，受话器170B等)输出声音信号，或通过显示屏194显示图像或视频。在一些实施例中，调制解调处理器可以是独立的器件。在另一些实施例中，调制解调处理器可以独立于处理器110，与移动通信模块150或其他功能模块设置在同一个器件中。

无线通信模块160可以提供应用在电子设备101上的包括无线局域网(wirelesslocal area networks，WLAN)(如Wi-Fi网络)，蓝牙(Bluetooth，BT)，全球导航卫星系统(global navigation satellite system，GNSS)，调频(frequency modulation，FM)，近距离无线通信技术(near field communication，NFC)，红外技术(infrared，IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波，将电磁波信号调频以及滤波处理，将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号，对其进行调频，放大，经天线2转为电磁波辐射出去。

无线通信模块160具体可以用于与第二电子设备(例如电子设备102)建立短距离无线通信链路，以便两者之间相互进行短距离无线数据传输。示例性地，上述短距离无线通信链路可以是蓝牙通信链路、Wi-Fi通信链路、NFC通信链路等。因此，无线通信模块160具体可以包括蓝牙通信模块、Wi-Fi通信模块或NFC通信模块。

在一些实施例中，电子设备101的天线1和移动通信模块150耦合，天线2和无线通信模块160耦合，使得电子设备101可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括GSM，GPRS，CDMA，WCDMA，TD-SCDMA，LTE，GNSS，WLAN，NFC，FM，和/或IR技术等。上述GNSS可以包括全球卫星定位系统(global positioning system，GPS)，全球导航卫星系统(global navigation satellite system，GLONASS)，北斗卫星导航系统(beidou navigation satellite system，BDS)，准天顶卫星系统(quasi-zenithsatellite system，QZSS)和/或星基增强系统(satellite based augmentation systems，SBAS)。

电子设备101通过GPU，显示屏194，以及应用处理器等可以实现显示功能。GPU为图像处理的微处理器，连接显示屏194和应用处理器。GPU用于执行数学和几何计算，用于图形渲染。处理器110可包括一个或多个GPU，其执行指令以生成或改变显示信息。

显示屏194用于显示图像，视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display，LCD)，有机发光二极管(organic light-emittingdiode，OLED)，有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的，AMOLED)，柔性发光二极管(flex light-emittingdiode，FLED)，Miniled，MicroLed，Micro-oLed，量子点发光二极管(quantum dot lightemitting diodes，QLED)等。在一些实施例中，电子设备101可以包括1个或N个显示屏194，N为大于1的正整数。

电子设备101可以通过ISP，一个或多个摄像头193，视频编解码器，GPU，一个或多个显示屏194以及应用处理器等实现拍摄功能。

NPU为神经网络(neural-network，NN)计算处理器，通过借鉴生物神经网络结构，例如借鉴人脑神经元之间传递模式，对输入信息快速处理，还可以不断的自学习。通过NPU可以实现电子设备101的智能认知等应用，例如：图像识别，人脸识别，语音识别，文本理解等。

外部存储器接口120可以用于连接外部存储卡，例如Micro SD卡，实现扩展电子设备101的存储能力。外部存储卡通过外部存储器接口120与处理器110通信，实现数据存储功能。例如将音乐、照片、视频等数据文件保存在外部存储卡中。

内部存储器121可以用于存储一个或多个计算机程序，该一个或多个计算机程序包括指令。处理器110可以通过运行存储在内部存储器121的上述指令，从而使得电子设备101执行本申请一些实施例中所提供的语音切换方法，以及各种功能应用以及数据处理等。内部存储器121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；该存储程序区还可以存储一个或多个应用程序(比如图库、联系人等)等。存储数据区可存储电子设备101使用过程中所创建的数据(比如照片，联系人等)等。此外，内部存储器121可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件，闪存器件，通用闪存存储器(universal flash storage，UFS)等。在一些实施例中，处理器110可以通过运行存储在内部存储器121的指令，和/或存储在设置于处理器110中的存储器的指令，来使得电子设备101执行本申请实施例中所提供的语音切换方法，以及各种功能应用及数据处理。

电子设备101可以通过音频模块170，扬声器170A，受话器170B，麦克风170C，耳机接口170D，以及应用处理器等实现音频功能。例如音乐播放，录音等。其中，音频模块170用于将数字音频信息转换成模拟音频信号输出，也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中，音频模块170可以设置于处理器110中，或将音频模块170的部分功能模块设置于处理器110中。扬声器170A，也称“喇叭”，用于将音频电信号转换为声音信号。电子设备101可以通过扬声器170A收听音乐，或收听免提通话。受话器170B，也称“听筒”，用于将音频电信号转换成声音信号。当电子设备101接听电话或语音信息时，可以通过将受话器170B靠近人耳接听语音。麦克风170C，也称“话筒”，“传声器”，用于将声音信号转换为电信号。当拨打电话或发送语音信息时，用户可以通过人嘴靠近麦克风170C发声，将声音信号输入到麦克风170C。电子设备101可以设置至少一个麦克风170C。在另一些实施例中，电子设备101可以设置两个麦克风170C，除了采集声音信号，还可以实现降噪功能。在另一些实施例中，电子设备101还可以设置三个，四个或更多麦克风170C，实现采集声音信号，降噪，还可以识别声音来源，实现定向录音功能等。耳机接口170D用于连接有线耳机。耳机接口170D可以是USB接口130，也可以是3.5mm的开放移动电子设备平台(open mobile terminal platform，OMTP)标准接口，还可以是美国蜂窝电信工业协会(cellular telecommunications industry association of the USA，CTIA)标准接口。

传感器180可以包括压力传感器180A，陀螺仪传感器180B，气压传感器180C，磁传感器180D，加速度传感器180E，距离传感器180F，接近光传感器180G，指纹传感器180H，温度传感器180J，触摸传感器180K，环境光传感器180L，骨传导传感器180M等。

其中，压力传感器180A用于感受压力信号，可以将压力信号转换成电信号。在一些实施例中，压力传感器180A可以设置于显示屏194。压力传感器180A的种类很多，如电阻式压力传感器，电感式压力传感器，电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器180A，电极之间的电容改变。电子设备101根据电容的变化确定压力的强度。当有触摸操作作用于显示屏194，电子设备101根据压力传感器180A检测所述触摸操作强度。电子设备101也可以根据压力传感器180A的检测信号计算触摸的位置。在一些实施例中，作用于相同触摸位置，但不同触摸操作强度的触摸操作，可以对应不同的操作指令。例如：当有触摸操作强度小于第一压力阈值的触摸操作作用于短消息应用图标时，执行查看短消息的指令。当有触摸操作强度大于或等于第一压力阈值的触摸操作作用于短消息应用图标时，执行新建短消息的指令。

陀螺仪传感器180B可以用于确定电子设备101的运动姿态。在一些实施例中，可以通过陀螺仪传感器180B确定电子设备101围绕三个轴(即，x，y和z轴)的角速度。陀螺仪传感器180B可以用于拍摄防抖。示例性的，当按下快门，陀螺仪传感器180B检测电子设备101抖动的角度，根据角度计算出镜头模组需要补偿的距离，让镜头通过反向运动抵消电子设备101的抖动，实现防抖。陀螺仪传感器180B还可以用于导航，体感游戏场景等。

加速度传感器180E可检测电子设备101在各个方向上(一般为三轴)加速度的大小。当电子设备101静止时可检测出重力的大小及方向。还可以用于识别电子设备姿态，应用于横竖屏切换，计步器等应用。

距离传感器180F，用于测量距离。电子设备101可以通过红外或激光测量距离。在一些实施例中，拍摄场景，电子设备101可以利用距离传感器180F测距以实现快速对焦。

接近光传感器180G可以包括例如发光二极管(LED)和光检测器，例如光电二极管。发光二极管可以是红外发光二极管。电子设备101通过发光二极管向外发射红外光。电子设备101使用光电二极管检测来自附近物体的红外反射光。当检测到充分的反射光时，可以确定电子设备101附近有物体。当检测到不充分的反射光时，电子设备101可以确定电子设备101附近没有物体。电子设备101可以利用接近光传感器180G检测用户手持电子设备101贴近耳朵通话，以便自动熄灭屏幕达到省电的目的。接近光传感器180G也可用于皮套模式，口袋模式自动解锁与锁屏。

环境光传感器180L用于感知环境光亮度。电子设备101可以根据感知的环境光亮度自适应调节显示屏194亮度。环境光传感器180L也可用于拍照时自动调节白平衡。环境光传感器180L还可以与接近光传感器180G配合，检测电子设备101是否在口袋里，以防误触。

指纹传感器180H(也称为指纹识别器)，用于采集指纹。电子设备101可以利用采集的指纹特性实现指纹解锁，访问应用锁，指纹拍照，指纹接听来电等。另外，关于指纹传感器的其他记载可以参见名称为“处理通知的方法及电子设备”的国际专利申请PCT/CN2017/082773，其全部内容通过引用结合在本申请中。

触摸传感器180K，也可称触控面板或触敏表面。触摸传感器180K可以设置于显示屏194，由触摸传感器180K与显示屏194组成触摸屏，也称触控屏。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器，以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中，触摸传感器180K也可以设置于电子设备101的表面，与显示屏194所处的位置不同。

骨传导传感器180M可以获取振动信号。在一些实施例中，骨传导传感器180M可以获取人体声部振动骨块的振动信号。骨传导传感器180M也可以接触人体脉搏，接收血压跳动信号。在一些实施例中，骨传导传感器180M也可以设置于耳机中，结合成骨传导耳机。音频模块170可以基于所述骨传导传感器180M获取的声部振动骨块的振动信号，解析出语音信号，实现语音功能。应用处理器可以基于所述骨传导传感器180M获取的血压跳动信号解析心率信息，实现心率检测功能。

按键190包括开机键，音量键等。按键190可以是机械按键，也可以是触摸式按键。电子设备101可以接收按键输入，产生与电子设备101的用户设置以及功能控制有关的键信号输入。

SIM卡接口195用于连接SIM卡。SIM卡可以通过插入SIM卡接口195，或从SIM卡接口195拔出，实现和电子设备101的接触和分离。电子设备101可以支持1个或N个SIM卡接口，N为大于1的正整数。SIM卡接口195可以支持Nano SIM卡，Micro SIM卡，SIM卡等。同一个SIM卡接口195可以同时插入多张卡。所述多张卡的类型可以相同，也可以不同。SIM卡接口195也可以兼容不同类型的SIM卡。SIM卡接口195也可以兼容外部存储卡。电子设备101通过SIM卡和网络交互，实现通话以及数据通信等功能。在一些实施例中，电子设备101采用eSIM，即：嵌入式SIM卡。eSIM卡可以嵌在电子设备101中，不能和电子设备101分离。

下面实施例将详细介绍第二电子设备的结构。应当理解的是，在一些实施例中，上述第二电子设备可以与第一电子设备(例如图2中的电子设备101)的结构相同，因此在此不再赘述第二电子设备的结构。在另外一些实施例中，第二电子设备(例如电子设备102)可以是语音助理设备；因此，第二电子设备的结构也可以与第一电子设备的结构不相同。示例性的，图3示出了在另外一些实施例中的第二电子设备的结构示意图。

图3为一些实施例中的第二电子设备(例如电子设备102)的结构示意图。示例性地，电子设备102具体可以为一语音助理设备(例如智能音箱102)，该语音助理设备配置有语音助理系统。

示例性地，该语音助理系统可以是指解译口头和/或文本形式的自然语言输入以推断用户意图(例如，识别对应于自然语言输入的任务类型)并基于推断出的用户意图来执行动作(例如，执行对应于所识别的任务类型的任务)的任何信息处理系统。例如，为遵照推断出的用户意图来执行动作，该系统可执行以下操作中的一个或多个：通过设计用以实现所推断出的用户意图的步骤和参数来识别任务流(例如，识别任务类型)，将来自推断出的用户意图的具体要求输入到任务流中，通过调用程序、方法、服务、应用程序编程接口(application programming interface，API)等来执行任务流(例如，发送请求至服务提供方)；以及生成对用户的听觉(例如语音)和/或视觉形式的输出响应。具体地讲，该语音助理系统一旦启动，就能够接受至少部分地为自然语言命令、请求、声明、讲述和/或询问的形式的用户请求。通常，用户请求要么寻求语音助理系统作出信息性回答，要么寻求语音助理系统执行任务。对用户请求的令人满意的响应通常是提供所请求的信息性回答、执行所请求的任务、或这两者的组合。例如，用户可向语音助理系统提出诸如“我现在在哪里？”之类的问题。基于用户的当前位置，语音助理可能回答“你在中央公园西门附近。”用户还可请求执行任务，例如通过叙述“请邀请我的朋友下周来参加我的生日聚会。”作为响应，语音助理系统可通过生成语音输出“好的，马上”来确认请求，并且然后将合适的日历邀请从用户的电子邮件地址发送到用户的电子通讯录或联系人列表中列出的用户的每个朋友。在一些实施例中，存在与语音助理系统进行交互以请求信息或执行各种任务的许多其他方法。除了提供口头应答并进行程序化动作之外，语音助理系统还可提供其他视觉或音频形式的应答(例如，像文本、警报、音乐、视频、动画等)。

如图3所示，电子设备102具体可以包括处理器310，外部存储器接口320，存储器321，USB接口330，充电管理模块340，电源管理模块341，电池342，天线343，网络通信接口350，输入/输出(I/O)接口351，无线通信模块360，音频模块370，一个或多个扬声器阵列370A，一个或多个麦克风阵列370B，一个或多个传感器380，按键390，马达391，指示器392，摄像头393，以及显示屏394等。这些部件通过一条或多条通信总线或信号线彼此通信。

可以理解的是，本实施例示意的结构并不构成对电子设备102的具体限定。在另一些实施例中，电子设备102可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件，或软件和硬件的组合实现。

在一些实施例中，图3中的外部存储器接口320、USB接口330、充电管理模块340、电源管理模块341、电池342、天线343、无线通信模块360、音频模块370、一个或多个传感器380、按键390、马达391、指示器392、摄像头393以及显示屏394等，可以与图2中电子设备101的一些部件具有相同或类似的结构和/或功能，因此对图3中上述部件的具体描述可以参见图2及相关实施例中相应的描述，在此不再赘述。

网络通信接口350可以包括一个或多个有线通信端口，或，一个或多个无线发射/接收电路。一个或多个有线通信端口经由一个或多个有线接口例如以太网、USB、火线等接收和发送通信信号。无线电路通常从通信网络及其他电子设备接收RF信号或光学信号，以及将RF信号或光学信号发送至通信网络及其他电子设备。无线通信可使用多种通信标准、协议和技术中的任一种，诸如GSM、CDMA、WCDMA、TDMA、蓝牙、Wi-Fi、VoIP或任何其他合适的通信协议。网络通信接口350使电子设备102能够通过网络，诸如互联网、无线网络诸如蜂窝网络、无线局域网等，与其他电子设备(例如手机101)或网络侧的服务器进行通信。

存储器321可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件，闪存器件，通用闪存存储器等。在一些实施例中，处理器310可以通过运行存储在存储器321的指令，或存储在设置于处理器310中的存储器的指令，来使得电子设备102执行本申请实施例中所提供的语音切换方法，以及各种功能应用及数据处理。

在一些实施例中，存储器321可以存储程序、模块、指令和数据结构，这些程序、模块、指令和数据结构包括以下中的全部或子集:操作系统321A、通信模块321B、用户界面模块321C、一个或多个应用程序321D、以及语音助理模块321E。一个或多个处理器310执行这些程序、模块和指令，并从数据结构读取数据或将数据写到数据结构。

其中，操作系统321A(例如，Darwin、RTXC,LINUX、UNIX、OS X、WINDOWS、或嵌入式操作系统)包括用于控制和管理一般系统任务(例如，存储器管理、存储设备控制、电力管理等)的各种软件部件或驱动器，并促成各种硬件、固件与软件部件之间的通信。通信模块321B促成语音助理设备300与其他电子设备之间通过网络通信接口350进行的通信。例如，通信模块321B可与图2中所示的电子设备101进行通信。通信模块321B还可以包括各种软件部件，该各种软件部件可以用于处理由网络通信接口350所接收的数据。用户界面模块321C经由I/O接口351(例如从与I/O接口351连接的键盘、触摸屏或麦克风)接收来自用户的命令或输入，并将用户界面显示在显示器上。应用程序321D包括被配置为由一个或多个处理器310执行的程序或模块。例如，如果语音助理系统在语音助理设备上独立实施，则应用程序321D可包括诸如游戏、日历、导航或邮件等应用程序。如果语音助理系统在服务器上实施，则应用程序321D可包括例如资源管理、诊断或调度等应用程序。

存储器321还存储语音助理模块321E。在一些具体的实施例中，语音助理模块321E可以包括以下子模块、或者它们的子集或超集：I/O处理模块321F、语音转文本(speech totext,STT)处理模块321G、自然语言处理模块321H、对话流处理模块321I、任务流处理模块321J以及服务处理模块321K。该语音助理模块321E主要用于通过上述子模块的信息交互来实现本申请实施例中的语音助理系统。

在一些实施例中，通过使用处理模块(例如I/O处理模块321F、STT处理模块321G、自然语言处理模块321H、对话流处理模块321I、任务流处理模块321J或服务处理模块321K)、数据以及在语音助理模块321E中实现的模型，语音助理设备300可以执行以下操作中的至少一种:识别从用户接收的自然语言输入中所表达的用户的意图；积极地引出并获得用于充分推断用户的意图所需的信息(例如，通过消除字词、名称、意向等的歧义)；确定用于实现推断出的意图的任务流(task flow)；以及执行任务流以实现推断出的意图。在另外一些实施例中，当由于各种原因而未向或不能向用户提供令人满意的响应时，语音助理设备300也采取其他适当的行动。

在一些实施例中，I/O处理模块321F可以通过一个或多个麦克风阵列370B接收用户的命令(例如语音命令)或者输入(例如语音输入)；I/O处理模块321F也可以通过I/O接口351从所连接的其他设备(例如麦克风、触摸屏或键盘等)中接收来自用户的命令或输入；I/O处理模块321F还可以通过一个或多个扬声器阵列370A或者指示器392或显示屏394等提供对用户输入的响应，从而与用户进行交互；I/O处理模块321F还可以通过网络通信接口350与其他电子设备(例如图2中的电子设备101)交互以获得用户输入(例如语音输入)并提供对用户输入的响应。I/O处理模块321F可以在接收到用户输入时或在接收到用户输入之后不久，获得与来自其他电子设备的用户输入相关联的上下文信息。上下文信息包括特定于用户的数据、词汇，或与用户输入相关的偏好。在另一些实施例中，上下文信息还可以包括在接收到用户请求时电子设备(例如电子设备101)的软件和硬件状态，或与在接收到用户请求时用户的周围环境相关的信息。在一些实施例中，I/O处理模块321F还向用户发送与用户请求有关的跟进问题，并从用户接收回答。在一些实施例中，当用户请求被I/O处理模块321F接收到且用户请求包含语音输入时，I/O处理模块321F可以将该语音输入转发至STT处理模块321G以进行语音文本转换。

在一些实施例中，STT处理模块321G通过I/O处理模块321F接收语音输入。STT处理模块321G可以使用各种声音模型和语言模型来将语音输入识别为音素的序列，并最终将其识别为以一种或多种语言书写的字词(words)或符号(tokens)的序列。STT处理模块321G可以使用任何合适的语音识别技术、声音模型以及语言模型，诸如隐马尔可夫模型、基于动态时间规整的语音识别以及其他统计或分析技术，来加以实施本申请实施例。在一些实施例中，语音转文本处理可至少部分地由第三方服务执行或在电子设备上执行。一旦STT处理模块321G获得语音转文本处理的结果(例如字词或符号的序列)，它便将结果传送至自然语言处理模块321H以进行意图推断。

自然语言处理模块321H(也可称之为自然语言处理器)得到由STT处理模块321G生成的字词或符号的序列(“符号序列”)，并尝试将该符号序列与由语音助理模块321E所识别的一个或多个“可执行意图(actionable intents)”相关联。“可执行意图”表示可由语音助理模块321E执行的任务，并且具有在任务流模型中实施的相关联任务流。相关联任务流是语音助理模块321E为了执行任务而采取的一系列经编程的动作和步骤。语音助理系统的能力范围取决于已在任务流模型中实现并存储的任务流的数量和种类；或换言之，取决于语音助理模块321E所识别的“可执行意图”的数量和种类。然而，语音助理系统300的有效性还取决于语音助理模块321E从以自然语言表达的用户请求中推断出正确的“一个或多个可执行意图”的能力。

在一些实施例中，除从STT处理模块321G获得的字词或符号的序列之外，自然语言处理模块321H还可以接收与用户请求相关联的上下文信息(例如，来自I/O处理模块321F)。自然语言处理模块321H还可以使用上下文信息来明确、补充和或进一步定义在从STT处理模块321G接收的符号序列中包含的信息。上下文信息包括例如用户偏好、用户设备的硬件和/或软件状态，在用户请求之前、期间或之后不久收集的传感器信息，语音助理系统与用户之间的先前交互(例如对话)，等等。

在一些实施例中，自然语言处理模块321H具体可以包括知识本体(ontology)、词汇、用户数据和分类模块。其中，知识本体为包含多个节点的分级结构，每个节点表示与“可执行意图”或其他“属性”中的一者或多者相关的“可执行意图”或“属性”。如上所述，“可执行意图”表示语音助理系统300能够执行的任务(例如可执行或可被进行的任务)。“属性”代表与可执行意图或另一属性的子方面相关联的参数。知识本体中的每个节点，与跟由节点所代表的属性或可执行意图有关的一组字词和/或短语相关联。与每个节点相关联的相应的字词和/或短语是所谓的与节点相关联的“词汇”。与每个节点相关联的相应的一组字词和/或短语，可存储在与由节点所表示的属性或可执行意图相关联的词汇索引中。词汇索引可以包括不同语言的字词和短语。在一些实施例中，自然语言处理器321H接收来自STT处理模块321G的符号序列(例如文本串)，并且确定符号序列中的字词牵涉哪些节点。

用户数据包括特定于用户的信息，诸如特定于用户的词汇、用户偏好、用户地址、用户的默认语言和第二语言、用户的联系人列表，以及每位用户的其他短期或长期信息等。自然语言处理器321H可使用用户数据来补充用户输入中所包含的信息以进一步限定用户意图。例如，针对用户请求“邀请我的朋友参加我的生日派对”，自然语言处理器321H能够访问用户数据以确定“朋友”是哪些人以及“生日派对”将于何时何地举行，而不需要用户在其请求中明确地提供此类信息。

自然语言处理器321H还可以包括分类模块。在一些实施例中，分类模块确定例如文本串中一个或多个词语中的每个词语是否均为实体、活动或位置中的一者。一旦基于用户请求识别出可执行意图，自然语言处理器321H便生成结构化查询以表示所识别的可执行意图。在一些实施例中，自然语言处理器321H可以用所接收的上下文信息来填充结构化查询的一些参数。例如，如果用户请求“我附近的”寿司店，则自然语言处理器321H可用来自语音助理设备300的GPS坐标来填充结构化查询中的位置参数。

在一些实施例中，自然语言处理器321H将结构化查询传送至任务流处理模块321J(也可称为任务流处理器)。任务流处理器321J被配置为执行以下中的一个或多个:从自然语言处理器321H接收结构化查询，完成结构化查询，以及执行用户的最终请求所需的动作。在一些实施例中，完成这些任务所必需的各种过程在任务流处理模块321J中的任务流模型中提供。任务流模型包括用于获取来自用户的附加信息的过程，以及用于执行与可执行意图相关联的动作的任务流。如上所述，为了完成结构化查询，任务流处理器321J可能需要发起与用户的附加对话，以便获得附加信息，和/或消除可能模糊的话语的歧义。当此类交互有必要时，任务流处理器321J调用对话处理模块321I(也可称为对话处理器)以进行与用户的对话。在一些实施例中，对话处理模块321I确定如何(和/或何时)向用户询问附加信息，并接收和处理用户的响应。在一些实施例中，通过I/O处理模块351将问题提供给用户并从用户接收回答。例如，对话处理模块321I经由扬声器阵列370A和/或显示屏394向用户呈现对话输出，并接收来自用户的输入。

在一些实施例中，对话处理器321I可以包括消歧模块。消歧模块用于消除一个或多个模糊词语(例如，对应于与数字照片相关联的语音输出的文本串中的一个或多个模糊词语)的歧义。在一些实施例中，消歧模块识别出一个或多个词语中的第一词语具有多个候选含义，提示用户关于第一词语的附加信息，响应于提示接收来自用户的附加信息并且根据附加信息来识别与第一词语相关联的实体、活动或位置。

一旦任务流处理器321J已针对可执行意图完成结构化查询，任务流处理器321J就继续执行与可执行意图相关联的最终任务。因此，任务流处理器321J可以根据结构化查询中包含的特定参数来执行任务流模型中的步骤和指令。在一些实施例中，任务流处理器321J在服务处理模块321K(也可称为服务处理器)的辅助下完成用户输入中所请求的任务，或者提供用户输入中所请求的信息性回答。例如，服务处理器321K可代替任务流处理器321J发起电话呼叫、设置日历条目、调用地图搜索、调用用户设备上安装的其他应用程序或与这些其他应用程序交互，以及调用第三方服务(例如，餐厅预订门户网站、社交网站或服务、银行门户网站等)或与这些第三方服务交互。在一些实施例中，可通过服务处理模块321K中服务模型中的相应服务模型指定每项服务所需的协议和应用程序编程接口(application programming interface,API)。服务处理器321K针对服务访问适当的服务模型，并依据服务模型根据该服务所需的协议和API生成针对该服务的请求。

在一些实施例中，自然语言处理器321H、对话处理器321K以及任务流处理器321J共同且反复地使用以推断并限定用户的意图、获得信息以进一步明确并提炼用户意图、并最终生成响应(例如，将输出提供至用户，或完成任务)以满足用户的意图。在一些实施例中，在已执行满足用户请求所需的所有任务之后，语音助理系统制定确认响应，并通过I/O处理模块321F将该响应发送回用户。如果用户请求寻求信息性回答，则确认响应向用户呈现所请求的信息。

在另一些实施例中，I/O接口351可以将语音助理设备300的I/O设备诸如键盘、触摸屏、麦克风等耦接至用户界面模块321C。I/O接口351与用户界面模块321C结合接收用户输入(例如，语音输入、键盘输入、触摸输入等)并相应地对这些输入进行处理。

可以理解的是，上述第二电子设备可以跨多个计算机分布，从而形成一个客户端-服务器的语音助理系统。在该语音助理系统中，语音助理系统的模块和功能中的一些被划分成服务器部分和客户端部分。其中客户端部分可以位于第二电子设备(例如电子设备102)上，并通过网络109与服务器部分(例如语音助理服务器105)通信，如图1中所示。在一些实施例中，语音助理系统可以为图1中所示的语音助理服务器105的实施例。在另一些实施例中，语音助理系统可以在电子设备102中实现，从而消除了对客户端-服务器系统的需求。应当指出，上述语音助理系统仅为一个实例，并且该语音助理系统可具有比示出的更多或更少的部件、可组合两个或更多个部件、或可具有部件的不同配置或布局。

以下将以手机101作为第一电子设备，以智能音箱102作为第二电子设备，结合附图详细阐述本申请实施例提供的语音切换方法。

示例性的，以VoIP业务举例，本申请实施例中可在手机101与智能音箱102之间切换正在进行的该VoIP业务。其中，切换前正在进行VoIP业务的电子设备可以称为VoIP业务的源设备，该源设备可以为手机101，也可以为智能音箱102。而切换后继续进行VoIP业务的设备可以称为VoIP业务的目标设备。当源设备为手机101时，VoIP业务的目标设备可以是智能音箱102；当源设备为智能音箱102时，VoIP业务的目标设备可以是手机101。

以下将结合实施例的具体场景阐述如何在手机101和智能音箱102之间切换VoIP业务。

在一些应用场景中，用户108在手机101和智能音箱102上使用同一账号登录设备管理服务器103后，用户10可通过智能音箱102与其他电子设备(例如图1中的电子设备107)进行VoIP业务。如果用户108希望将该VoIP业务从智能音箱102切换至手机101上，用户可在手机101上执行预设的输入操作，以触发VoIP服务器104通过网络109将智能音箱102上正在进行的VoIP业务切换至手机101上。

示例性的，如图4所示，本实施例提供一种语音切换方法，该方法可以在上述实施例中所涉及的电子设备、服务器中实现，可以包括如下步骤：

步骤S401：手机101和智能音箱102均使用第一账号登录到设备管理服务器103。

其中，上述第一账号(例如HUAWEI-01)可以是某一应用(例如酷狗音乐)的账号，也可以是某一服务(例如华为云服务)的账号。

例如，如果手机101和智能音箱102中均安装有酷狗音乐这个APP，那么，用户108可在手机101的酷狗音乐APP中使用账号(HUAWEI-01)登录该APP对应的设备管理服务器103；并且，用户108也可在智能音箱102的酷狗音乐APP中使用同一账号(HUAWEI-01)登录该APP对应的设备管理服务器103。又例如，如果手机101和智能音箱102均为华为品牌的电子设备，则手机101和智能音箱102均可向用户108提供华为云服务。那么，用户可在手机101中使用账号(HUAWEI-01)登录华为云服务的设备管理服务器103，并且，用户108也可在智能音箱102中使用同一账号(HUAWEI-01)登录华为云服务的设备管理服务器103。

设备管理服务器103中保存有账号以及用该账号登录的电子设备的设备信息例如设备标识(如表1中所示)。当手机101和智能音箱102均使用同一账号登录设备管理服务器103后，设备管理服务器103可建立第一账号与使用第一账号的电子设备之间的对应关系。这样，在设备管理服务器103中就可以查询到在某一账号下登录的电子设备具体有哪些。

步骤S402：智能音箱102检测到用户108发起语音通话的输入操作。

步骤S403：响应于上述输入操作，智能音箱102通过VoIP服务器104建立与第三电子设备(例如图1所示的手机107)之间的VoIP通话。

示例性地，如果用户108需要使用VoIP业务与联系人(例如苏珊)通话，用户108可在智能音箱102上发起VoIP语音通话的输入操作。该输入操作具体可以是用户108在智能音箱102的显示屏394上输入苏珊的电话号码的操作。

在另一些实施例中，该输入操作也可以是用户108向智能音箱102进行的语音输入操作。例如，用户108可以对着智能音箱102说“给苏珊打电话”。智能音箱102采集到该语音信号后，可利用智能音箱102中的语音助理系统对该语音信号进行语音识别，得到与该语音信号对应的控制指令。例如，上述语音助理系统根据上述语音信号识别出控制指令为“呼叫联系人苏珊”。进而，智能音箱102可根据通讯录中苏珊的电话号码，向VoIP服务器104发送呼叫该电话号码的呼叫请求，使得VoIP服务器104呼叫联系人苏珊的手机107。后续，如果被呼叫的手机107成功接听了智能音箱102发起的呼叫，则手机107可向VoIP服务器104发送成功接听的消息，从而建立智能音箱102与被呼叫方(即联系人苏珊的手机107)之间的VoIP通话。这样，用户可使用智能音箱102与联系人进行VoIP通话。

可以理解的是，本申请各个实施例中，智能音箱102是可以通过一个或多个麦克风阵列370B来从不同方位采集用户的语音输入(也即语音信号)，智能音箱102是可以通过一个或多个扬声器阵列370A来播放语音助理系统对语音识别结果的语音反馈。

在一些实施例中，智能音箱102采集到用户的语音信号后，也可以将该语音信号发送给语音助理服务器105，由语音助理服务器105对该语音信号进行语音识别，得到与该语音信号对应的控制指令。当识别出的控制指令与VoIP业务相关时，语音助理服务器105可将识别出的控制指令发送给VoIP服务器104，由VoIP服务器104按照上述方法建立智能音箱102与被呼叫方之间的VoIP业务。当然，用户除了通过输入语音信号发起VoIP业务的呼叫操作外，还可以通过执行预设的手势等方式发起VoIP业务的呼叫操作，本申请实施例对此不做任何限制。

步骤S404：手机101向VoIP服务器104发送第一切换请求信息，该第一切换请求信息用于请求VoIP服务器104将智能音箱102中正在进行的VoIP业务切换到手机101上继续进行。

在一些实施例中，该第一切换请求信息中可以包括第一账号。

在一些应用场景下，用户可能希望将上述智能音箱102中正在进行的VoIP通话切换到手机101上执行。例如，智能音箱102位于用户108的家中，用户在家中时可以使用智能音箱102与其他电子设备(例如手机107)进行VoIP通话。当用户离开家时，用户需要使用便携性更好的手机101继续与手机107进行VoIP通话。此时，用户需要将智能音箱102中正在执行的VoIP业务切换到手机101上继续执行。

为了实现VoIP业务在手机101和智能音箱102之间的切换功能，手机101可以预先设置一个用于切换VoIP业务的特定操作。示例性地，该特定操作可以为翻转手机、指关节敲击屏幕、双击电源键或滑动操作等输入操作。或者，该特定操作也可以为预设的语音输入。例如，用户108可以向手机101语音输入“切换语音通话”的语音指令。可以理解的是，本领域技术人员可根据实际应用场景或实际经验设置该预设操作，本实施例对此不做任何限制。

那么，当手机101检测到用户对手机101的一输入操作时，手机101如果确定该输入操作是上述特定操作，则响应于确定上述特定操作，手机101可向VoIP服务器104发送第一切换请求信息。

换句话说，当手机101检测到上述特定操作时，说明用户101此时需要将第一账号(例如HUAWEI-01)下正在进行的VoIP业务切换到手机101上。进而，响应于该特定操作，手机101可通过网络109向VoIP服务器104发送第一切换请求信息。

示例性的，可以预先设置上述特定操作为在手机101的触摸屏上的一滑动手势。例如，当滑动手势的滑动轨迹为X型时，该滑动手势用于指示将手机101上正在进行的VoIP通话切换至用户的智能音箱102上，手机101可将智能音箱102作为VoIP通话的目标设备。当滑动手势的滑动轨迹为Y型时，该滑动手势用于指示将手机101上正在进行的VoIP通话切换至用户的平板电脑111(图中未示出)上。那么，如果检测到用户执行的滑动操作的滑动轨迹为X形，则手机101可将平板电脑111作为VoIP通话的目标设备。

在另一些实施例中，上述第一切换请求信息中还可以包括手机101在VoIP业务中的VoIP标识(例如手机101的电话号码或IP地址等)，和智能音箱102在VoIP业务中的VoIP标识。

在一些实施例中，上述第一切换请求信息中还可以包括手机101的设备标识，以使得VoIP服务器104在接收到上述第一切换请求信息后，对电子设备101进行合法性验证。这样就进一步提高了语音切换的安全性。

在其他一些实施例中，手机101还可以根据检测到的特定条件，自动通过网络109向VoIP服务器104发送上述第一切换请求信息，而不需要上述实施例中用户向手机101输入一个特定操作来触发。

在一些实施例中，上述特定条件可以是WLAN网络中的Wi-Fi信号强度。示例性的，手机101与智能音箱102均接入到了同一个Wi-Fi网络，也即这两个电子设备都可以使用WLAN网络中的同一个服务集标识(service set identifier，SSID)来访问网络。由于手机101相对于智能音箱102的便携性更好，因此，当手机101与智能音箱102接入同一Wi-Fi网络(例如SSID名称为“123”的Wi-Fi网络)时，手机101可以根据检测到的该Wi-Fi网络的Wi-Fi信号强度的变化，确定是否向VoIP服务器104发送上述第一切换请求信息。例如，当手机101无法检测到上述网络的Wi-Fi信号或者检测到的Wi-Fi信号低于一预设阈值时，手机101可自动向VoIP服务器104发送上述第一切换请求信息。上述情况说明用户此时已经携带手机101远离了上述Wi-Fi网络，也远离了智能音箱102。在这种情况下，手机101可以请求VoIP服务器104将在智能音箱102中正在进行的VoIP通话切换至手机101，这样用户就可以方便地在手机101继续进行VoIP通话了。

在另一些实施例中，上述特定条件也可以是蓝牙信号强度。示例性地，手机101与智能音箱102之间可建立蓝牙连接，这样，手机101可以根据检测到的手机101与智能音箱102之间蓝牙信号强度，确定是否向VoIP服务器104发送上述第一切换请求信息。例如，当手机101检测到与智能音箱102之间的蓝牙连接断开，或者，当手机101检测到智能音箱102的蓝牙信号强度小于一预设阈值时，手机101可自动向VoIP服务器104发送上述第一切换请求信息。上述情况说明用户此时已经携带手机101远离了智能音箱102。在这种情况下，手机101可以请求VoIP服务器104将在智能音箱102中正在进行的VoIP通话无缝切换至手机101，这样用户就可以方便地在手机101继续进行VoIP通话了。

需要说明的是，本领域技术人员可以根据实际应用场景或实际经验设置触发手机101向VoIP服务器104发送第一切换请求信息的其他技术方案，本申请实施例对此不做任何限制。例如，手机101可以与dock设备通过有线方式连接，并通过dock设备与智能音箱102连接，当检测到手机101从该dock设备拔出时，响应于该事件，手机101可自动通过网络109向VoIP服务器104发送上述第一切换请求信息。

步骤S405：VoIP服务器104接收到手机101发送的上述第一切换请求信息。

步骤S406：响应于接收到上述第一切换请求信息，VoIP服务器104确定与上述第一账号对应的VoIP业务的源设备为智能音箱102。

示例性地，VoIP服务器104接收到手机101通过网络109发送来的第一切换请求信息后，可向设备管理服务器103发送该第一切换请求信息中携带的第一账号(即HUAWEI-01)。由于设备管理服务器103中存储有账号、电子设备的设备标识等(如表1所示)，因此，设备管理服务器103可以根据VoIP服务器104发来的第一账号，查找到使用该第一账号登录的各个电子设备，例如智能音箱102也使用了第一账号登录了。当然，使用该第一账号登录的电子设备可能有一个或多个，设备管理服务器103可以将所有使用第一账号登录的电子设备的设备标识通过网络109发送给VoIP服务器104。在另一些情况下，设备管理服务器103也可以将所有使用第一账号登录的电子设备中支持VoIP业务的电子设备的设备标识发送给VoIP服务器104。

VoIP服务器104接收到设备管理服务器103发来的设备标识符后，可通过设备标识查询在上述第一账号下正在进行VoIP业务的源设备。例如，设备管理服务器103根据账号HUAWEI-01查询到智能音箱102的设备标识，并将该设备标识发送给VoIP服务器。VoIP服务器104可以由此确定出执行VoIP业务的源设备为智能音箱102，也即用户需要将智能音箱102上正在执行的VoIP业务切换至手机101。

在另外一些实施例中，如果使用第一账号登录的有两个或两个以上的电子设备都在执行VoIP业务，例如，除了智能音箱102外，平板电脑111上也正在执行VoIP业务。那么，VoIP服务器104可将这两个电子设备的设备标识均通过网络109发送给手机101。此时，如图5所示，手机101的触摸屏上可显示提示框501，在提示框501中有一个或多个选项，该选项列出了在第一账号(例如HUAWEI-01)下正在进行VoIP业务的多个源设备的列表。这样，用户可以在提示框501中选择将哪一个电子设备上的VoIP业务切换到手机101中。例如，当手机101检测到用户选择了表示智能音箱102的选项后，手机101可将智能音箱102的标识发送给VoIP服务器104。这样，VoIP服务器104便可确定出用户需要切换的VoIP业务的源设备为智能音箱102。

步骤S407：VoIP服务器104将在智能音箱上正进行的VoIP通话切换到手机101上。

示例性地，首先，VoIP服务器104可以将手机101添加到智能音箱102与手机107之间的VoIP通话中。具体的，VoIP服务器104可以根据手机101在VoIP业务中的VoIP标识，将手机101添加到智能音箱102与手机107之间的VoIP业务中。此时，就在手机101、智能音箱102与手机107之间建立了VoIP业务的多方通话。

手机101的VoIP标识可以携带在手机101第一切换请求信息中。或者，VoIP服务器104中可以预先注册各个电子设备在VoIP业务中的VoIP标识。这样，在VoIP服务器104可以查询到手机101在VoIP业务中的VoIP标识。

在手机101、智能音箱102与手机107之间建立了VoIP业务的多方通话后，手机101可以通过网络109向VoIP服务器104发送成功加入VoIP业务的响应消息。

在接到上述响应消息后，VoIP服务器104中断智能音箱102的VoIP业务。中断后，此时只有手机101与手机107在进行VoIP通话。

在一些实施例中，当VoIP服务器104将手机101添加到智能音箱102与手机107之间的VoIP业务后，如果手机101成功接入了该VoIP业务，说明用户已经使用手机101接通了与手机107之间的VoIP语音通话。进而，手机101可向VoIP服务器104发送成功加入该VoIP业务的响应消息。接收到该响应消息后，VoIP服务器104可在手机101、智能音箱102与手机107组成的多方通话中将智能音箱102去除，即中断智能音箱102的VoIP业务，从而使得该VoIP业务从智能音箱102切换到手机101上继续执行。

可以看出，在手机101向VoIP服务器104发送成功加入VoIP业务的响应消息之前，智能音箱102和手机101上均接入了VoIP业务。当用户在手机101上接听了该VoIP语音通话后，手机101才会向VoIP服务器104发送上述响应消息，以触发VoIP服务器104中断智能音箱102的VoIP业务。这样一来，VoIP业务在手机101和智能音箱102之间切换时不会发生中断，且用户从智能音箱102切换到手机101上进行VoIP语音通话时可实现VoIP语音通话的无缝衔接，从而提高了多设备之间的语音切换效率和用户的使用体验。

在另一些实施例中，VoIP服务器104也可以根据手机101在VoIP业务中的VoIP标识(例如手机101的电话号码)，通过呼叫转移业务将智能音箱102的VoIP通话转移至手机101中，从而将智能音箱102上正在进行的VoIP通话切换至手机101中继续进行。

在上述实施例提供的技术方案中，VoIP业务的源设备为智能音箱102，VoIP业务的目标设备为手机101。手机101可以响应用户的特定操作识别出VoIP业务的切换需求。进而，手机101可向VoIP服务器104发送第一切换请求信息，使得VoIP服务器104将同一账号下在智能音箱102上正在执行的VoIP业务无缝切换到手机101上。切换过程中不会发生VoIP业务中断的现象，用户也无需在多个设备之间反复操作，从而提高了多设备之间的语音切换效率和用户的使用体验。

在另一些应用场景中，如果用户希望将正在智能音箱102上进行的VoIP通话切换至手机101上，则用户可对智能音箱102输入一个的特定操作，以触发VoIP服务器104将智能音箱102上的VoIP通话切换至在该同一账号下登录的其他电子设备(例如手机101)上。

示例性的，如图6所示，本实施例提供的一种语音切换方法包括：

步骤S601、手机101和智能音箱102均使用第一账号登录到设备管理服务器103。

步骤S602：智能音箱102检测到用户108发起语音通话的输入操作。

步骤S603：响应于上述输入操作，智能音箱102通过VoIP服务器104建立与第三电子设备(例如图1所示的手机107)之间的VoIP通话。

其中，步骤S601-S603的具体实现方法可参见上述实施例中步骤S401-S402的相关描述，故此处不再赘述。

步骤S604、智能音箱102向VoIP服务器104发送第二切换请求信息，该第二切换请求信息用于请求VoIP服务器104将智能音箱102中正在进行的VoIP业务切换到手机101上继续进行。

其中，该第二切换请求信息中可以包括上述第一账号。

在该应用场景下，用户希望将智能音箱102中正在进行的VoIP通话切换到手机101上继续执行。用户可以通过向源设备(即智能音箱102)上执行一输入操作，触发VoIP服务器104将上述智能音箱102中正在执行的VoIP通话切换到手机101上执行。

示例性的，上述输入操作可以为用户的语音输入。例如，当用户希望将智能音箱102中正在执行的VoIP通话切换到手机101上执行时，智能音箱102的语音助理系统可能处理未激活状态，那么用户可以先向智能音箱102语音输入唤醒词，例如“你好，小E”。当智能音箱102检测到该唤醒词时，智能音箱102的上述语音助理系统被启动，并采集用户进一步的语音输入，以便上述语音助理系统对该语音输入进行语音识别处理。

在一些实施例中，在上述语音助理系统被唤醒后，用户可以继续向智能音箱102进行语音输入。例如，用户的语音输入可以为：“将语音通话切换到我的手机”，即执行VoIP通话的目标设备切换为用户的手机101。智能音箱102对该语音输入进行语音识别后，智能音箱102可生成第二切换请求信息，并将该第二切换请求信息发送给VoIP服务器104，其中，该第二切换请求信息用于请求VoIP服务器104将正在进行的VoIP通话切换到手机101的第二切换请求信息。该第二切换请求信息中可以包括智能音箱102当前登录的第一账号(例如HUAWEI-01)以及目标设备(即手机101)的设备标识。

在其他一些实施例中，上述语音输入也可以为：“切换语音通话”。智能音箱102对该语音输入进行语音识别后，可以确定出用户的操作意图为将智能音箱102中正在执行的VoIP通话切换到用户的其他电子设备中，但该语音输入中并没有明确指出将上述VoIP通话切换到用户的哪个电子设备继续执行。此时，智能音箱102生成的第二切换请求信息中可包括智能音箱102当前登录的第一账号，但不包括目标设备(即手机101)的设备标识。

在另一些实施例中，可以在智能音箱102中预先设置将VoIP通话切换至用户的另一默认的电子设备例如手机101上继续执行。那么，当上述语音输入中没有指出目标设备时，智能音箱102可默认将用户的手机101作为切换后执行VoIP通话的目标设备。此时，智能音箱102生成的第二切换请求信息中还可以包括默认的目标设备(即手机101)的设备标识。

在另一些实施例中，智能音箱102采集到用户的语音输入后，也可以将该语音输入通过网络109发送给语音助理服务器105，由语音助理服务器105对该语音输入进行语音识别。进而，语音助理服务器105将语音识别结果可以反馈给智能音箱102，由智能音箱102根据语音识别结果生成上述第二切换请求信息，并通过网络109发送给VoIP服务器104。

在其他一些实施例中，智能音箱102还可以根据检测到的特定条件，自动通过网络109向VoIP服务器104发送上述第二切换请求信息，而不需要用户向智能音箱102输入一个语音输入。

示例性的，上述特定条件可以是WLAN网络中的Wi-Fi信号强度。手机101与智能音箱102均接入到了同一个路由器的Wi-Fi网络。当路由器检测到手机101在某一个时刻断开了Wi-Fi网络连接，或检测到的手机101的Wi-Fi信号低于一预设阈值时，路由器可自动向智能音箱102发送一条通知信息，该通知信息指示手机101已远离Wi-Fi网络。在这种情况下，智能音箱102可以自动通过网络109发送上述第二切换请求信息给VoIP服务器104，请求VoIP服务器104在智能音箱102中正在进行的VoIP通话切换至手机101，这样用户就可以方便地在手机101继续进行VoIP通话了。在该场景中，用户首先通过智能音箱102与手机107正在进行VoIP通话，然后，用户拿起手机远离智能音箱102，也同时远离了上述Wi-Fi网络。这个时候，将上述VoIP通话自动切换至用户的手机，以继续进行该VoIP通话，这样就提高了VoIP通话的效率，也提高了用户的体验。

示例性的，上述特定条件也可以是蓝牙信号强度。示例性地，手机101与智能音箱102之间可建立蓝牙连接，这样，智能音箱102可以根据检测到的手机101与智能音箱102之间蓝牙信号强度，确定是否自动向VoIP服务器104发送上述第二切换请求信息。例如，当智能音箱102检测到与手机101之间的蓝牙连接断开，或者，当智能音箱102检测到手机101的蓝牙信号强度小于一预设阈值时，智能音箱102可自动向VoIP服务器104发送上述第二切换请求信息。

需要说明的是，本领域技术人员可以根据实际应用场景或实际经验设置智能音箱102向VoIP服务器104发送第二切换请求信息的具体技术方案，本实施例对此不做任何限制。例如，智能音箱102可以预先设置敲击智能音箱102一次的手势用于触发智能音箱102将正在进行的VoIP通话切换至手机，敲击智能音箱102两次的手势用于触发智能音箱102将上述VoIP通话切换至平板电脑111等。

步骤S605：VoIP服务器104接收到智能音箱102发送的上述第二切换请求信息。

步骤S606：响应于接收到上述第二切换请求信息，VoIP服务器104确定与上述第一账号对应的VoIP业务的源设备为智能音箱102。

步骤S607：VoIP服务器104将上述VoIP通话切换至手机101上进行。

首先，VoIP服务器104可以从使用第一账号登录的多个电子设备中确定执行VoIP通话的目标设备为手机101。VoIP服务器104接收到智能音箱102发来的第二切换请求信息后，可将第二切换请求信息中携带的第一账号(即HUAWEI-01)发送给设备管理服务器103。进而，设备管理服务器103可查询到当前使用第一账号的所有电子设备。例如，除了智能音箱102外，还有手机101和平板电脑111也使用了第一登录。那么，设备管理服务器103可将手机101和平板电脑111的设备标识通过网络109发送给VoIP服务器104，由VoIP服务器104在这些电子设备中确定后续代替智能音箱102继续执行VoIP通话的目标设备。

示例性的，如果上述第二切换请求信息中携带有目标设备的设备标识(例如手机101的设备标识)，则VoIP服务器104可在设备管理服务器103发来的设备标识中查询是否包含手机101的设备标识。若包含手机101的设备标识，则VoIP服务器104可确定执行VoIP通话的目标设备为手机101。

或者，如果上述第二切换请求信息中没有携带目标设备的标识，则VoIP服务器104可以从设备管理服务器103发来的设备标识中选择一个作为后续执行VoIP通话的目标设备的设备标识。

又或者，如果上述第二切换请求信息中没有携带目标设备的设备标识，VoIP服务器104可以将设备管理服务器103发来的多个电子设备的设备标识通过网络109发送给智能音箱102。如图7所示，智能音箱102可显示提示框701，在提示框701中列出在第一账号下能够继续执行VoIP通话的目标设备的选项。这样，用户可以在提示框701中手动选择将智能音箱102上的VoIP通话切换到哪一个电子设备上执行。例如，当检测到用户选中了提示框901中的手机101后，智能音箱102可将手机101的设备标识发送给VoIP服务器104。这样，VoIP服务器104便可确定出后续继续执行VoIP通话的目标设备为手机101。

VoIP服务器104中可以预先注册各个电子设备在VoIP业务中的VoIP标识。该VoIP标识可以是执行VoIP业务时使用的电话号码或IP地址等。那么，VoIP服务器104将手机101确定为后续代替智能音箱102继续执行VoIP通话的目标设备后，可以查询到手机101的VoIP标识，例如手机101的电话号码为123456。进而，VoIP服务器104可按照该电话号码将手机101添加到智能音箱102与手机107之间的VoIP通话中。此时，VoIP服务器104在手机101、智能音箱102与手机107之间建立了VoIP多方通话。然后，VoIP服务器104中断智能音箱102的VoIP业务。中断后，此时只有手机101与手机107在进行VoIP通话，也即VoIP通话切换到手机101上。此时，手机101与手机107进行VoIP通话。

在本实施例提供的语音切换方法中，VoIP业务的源设备为智能音箱102，VoIP业务的目标设备为手机101。智能音箱102可以响应用户执行的触发操作识别出VoIP业务的切换需求。进而，智能音箱102可向VoIP服务器104发送第二切换请求信息，使得VoIP服务器104将同一账号下在智能音箱102上执行的VoIP业务无缝切换到手机101上继续执行。切换过程中不会发生VoIP业务中断的现象，用户也无需在多个设备之间反复操作，从而提高了多设备之间的语音切换效率和用户的使用体验。

在另一些应用场景中，用户在手机101和智能音箱102上使用同一账号登录设备管理服务器103后，与上述实施例中所涉及的应用场景不同的是，用户可通过手机101与其他电子设备(例如手机107)进行VoIP业务。后续，如果用户希望将该VoIP业务从手机101切换至智能音箱102上，用户可在智能音箱102上或者手机101上做预设的输入操作，以触发VoIP服务器104将手机101上正在进行的VoIP通话自动切换至智能音箱102上；或者，手机101或智能音箱102检测到一特定条件，而自动进行切换VoIP通话到智能音箱102的流程。在该应用场景下的具体技术方案与上述实施例中涉及的技术方案类似，在此不再赘述。需要详细说明的是，在本应用场景中，手机101或智能音箱102检测到一特定条件可以是以下几种。

示例性地，该特定条件可以是手机101当前的状态信息。手机101可以通过一个或多个传感器180采集各种环境信息、手机姿态信息等。例如，当手机通过加速度传感器180E检测手机当前静止了超过一预设时间段了，而且手机已经接入了与智能音箱102同一个Wi-Fi网络，则手机101根据检测到的上述状态信息，可以自动向VoIP服务器104发送切换请求信息，以便VoIP服务器104将手机101上正在进行的VoIP通话自动切换至智能音箱102上。

示例性地，该特定条件也可以是手机101与智能音箱102建立的蓝牙连接。例如，用户最初是在手机101上与手机107进行VoIP通话，当用户到家时，手机101与智能音箱102可以自动建立蓝牙连接。在这两个设备建立了蓝牙连接后，手机101或者智能音箱102可以自动向VoIP服务器104发送切换请求信息，以便VoIP服务器104将手机101上正在进行的VoIP通话自动切换至智能音箱102上。

在其他一些应用场景中，用户在手机101和智能音箱102上使用同一账号登录设备管理服务器103后，用户可使用智能音箱102执行音频/视频播放业务。如果用户希望将音频播放业务从智能音箱102切换至手机101上，用户可在手机101或智能音箱102上执行预设的特定操作，以触发内容服务器106将智能音箱102上的音频播放业务切换至手机101上。

示例性的，如图8所示，本实施例提供的一种语音切换方法，包括：

步骤S801：手机101和智能音箱102均使用同一账号(例如第一账号)登录设备管理服务器103。

其中，手机101和智能音箱102使用第一账号登录设备管理服务器103的具体方法可参见上述相关实施例，故此处不再赘述。

步骤S802：智能音箱102接收用户的语音输入，该语音输入用于指示智能音箱102播放音频B；

步骤S803：响应于该语音输入，智能音箱102确定音频B的播放指令。

步骤S804：根据上述播放指令，智能音箱102从内容服务器106中获取播放信息，并播放音频B。

当用户希望使用智能音箱102播放某一音频B(例如歌曲Silence)时，用户可向智能音箱102说“我要收听Silence这首歌”。进而，智能音箱102根据其配置的语音助理系统将该语音输入识别为语音指令，该语音指令用于指示播放歌曲Silence；然后，智能音箱102将播放音频的请求信息通过网络109发送给内容服务器106，内容服务器106在接收到上述请求信息后，像智能音箱102提供歌曲Silence的播放业务。进而，智能音箱102从内容服务器106中获取的播放信息中播放歌曲Silence，可以通过智能音箱102的一个或多个扬声器阵列370A来播放歌曲。

在另一些实施例中，采集到用户的上述语音输入后，智能音箱102可将该语音输入携带在识别请求中通过网络109发送给语音助理服务器105。语音助理服务器105可使用语音识别算法对上述语音输入进行语音识别，得到歌曲Silence的播放指令。语音助理服务器105将识别出的播放指令发送给内容服务器106，由内容服务器106向智能音箱102提供歌曲Silence的播放业务。

在另一些实施例中，用户除了通过输入语音的方式触发智能音箱102执行音频播放业务外，还可以通过其他预设的方式触发智能音箱102得到某一音频的播放指令，本申请实施例对此不做任何限制。例如，当检测到用户敲击智能音箱102后，说明用户希望继续播放最近一次收听的节目(例如节目C)，则智能音箱102可生成节目C的播放指令发送给内容服务器106。又例如，如果智能音箱中设置有触摸屏，则用户可以在触摸屏中选择需要播放的音频，进而触发智能音箱102生成该音频的播放指令并发送给内容服务器106。

内容服务器106可用于维护音乐、节目等音频内容的资源信息。语音助理服务器105将识别出的音频播放指令发送给内容服务器106后，内容服务器106可查找音频B的资源信息。其中，该资源信息可以是音频B的音频资源，也可以是音频B的播放地址或下载地址等。内容服务器106将音频B的资源信息发送给智能音箱102，以使得智能音箱102按照该资源信息播放音频B。以音频B的资源信息为音频B的播放地址举例，内容服务器106可将音频B的播放地址发送给智能音箱102。这样，智能音箱102根据该播放地址可以获取到音频B的音频资源，进而执行音频B的音频播放业务。

可以理解的是，内容服务器106中可以存储音频资源、请求播放的设备的设备标识等信息，以便后续对进一步处理。

步骤S805：手机101向内容服务器106发送播放切换请求。

步骤S806：响应于上述播放切换请求，内容服务器106确定播放音频B的源设备为智能音箱102。

步骤S807：内容服务器106将上述音频播放业务切换至手机101上继续进行。

在一些实施例中，上述播放切换请求中可以包括第一账号，手机101和智能音箱102均使用该第一账号登录到了设备管理服务器103中。在另一些实施例中，上述播放切换请求也可以包括手机101的设备标识和/或智能音箱102的设备标识。

当用户希望将智能音箱102中正在播放的音频B切换到手机101上继续播放时，用户可以在手机101上输入一预设的特定操作。响应于该特定操作，手机101可向内容服务器106发送播放切换请求，由内容服务器106确定正在播放音频B的源设备即智能音箱102。

内容服务器106可向设备管理服务器103发送第一账号，由设备管理服务器103查询当前登录该第一账号的电子设备有哪些。进而，内容服务器106可将正在播放音频B的电子设备(例如上述智能音箱102)确定为播放音频内容B的源设备。

当然，如果第一播放切换请求中携带有用户指定的源设备(例如智能音箱102)，且智能音箱102正在账号A下播放音频内容B(即执行音频播放业务)，则内容服务器106可确定在第一账号下播放音频B的源设备为智能音箱102。

容服务器106确定出播放音频B的源设备为智能音箱102后，为了使得后续将音频B切换到智能音箱102时，手机101能够从当前的播放位置继续播放该音频B，内容服务器106可查询音频B在智能音箱102上的播放进度。

内容服务器106向手机101发送音频B的资源信息和播放进度。手机101按照音频B的资源信息和播放进度继续播放音频B。

内容服务器106得到音频内容B在智能音箱102中的播放进度后，可以将音频B的播放进度和资源信息发送给手机101。这样，手机101可以按照音频B的资源信息获取到音频B，并且，手机101可以按照音频B的播放进度从智能音箱102当前播放的位置继续播放音频B，实现音频播放业务在智能音箱102和手机101之间的无缝切换。在手机101接收到该视频B后，内容服务器可以自动中断在智能音箱102上播放音频B的音频播放业务。

在另一些实施例中，手机101可以通过网络109向内容服务器106发送音频B的播放事件；响应于上述播放事件，内容服务器106中断在智能音箱102上播放音频B的音频播放业务。

当手机101开始播放音频B后，原本在智能音箱102上播放的音频B可能并未自动中断。那么，当手机101开始播放音频B后，手机101可自动向内容服务器106发送音频B的播放事件。这样，内容服务器106接收到该播放事件后便可停止智能音箱102的音频播放业务。例如，响应于手机101上报的播放事件，内容服务器106可向智能音箱102发送停止播放指令，以使得智能音箱102响应该停止播放指令停止在智能音箱102上播放音频B。

在另一些实施例中，可以设置当智能音箱102和手机101同时播放一段时间的音频B后，再停止在智能音箱102上播放音频B。例如，可以在手机101播放了3s的音频B后，再向内容服务器106发送音频B的播放事件。那么，在手机101刚开始播放音频内容B的3秒内，智能音箱102也在同时播放音频B。这样，即使音频播放业务切换至手机101时因传输时延导致一些音频遗漏，用户也可结合智能音箱102上播放的音频B得到完整的音频内容，从而提高语音切换效率和使用体验。

在上述实施例提供的语音切换方法中，音频播放业务的源设备为智能音箱102，音频播放业务的目标设备为手机101。手机101可以响应用户执行的触发操作识别出音频播放业务的切换需求。进而，手机101可向内容服务器106发送第一播放切换请求，内容服务器106将同一账号下在智能音箱102上执行的音频播放业务无缝切换到手机101上继续执行。切换过程中不会发生音频播放业务中断的现象，用户也无需在多个设备之间反复操作，从而提高了多设备之间的语音切换效率和用户的使用体验。

在另一些应用场景中，用户在手机101和智能音箱102上使用同一账号登录设备管理服务器103后，用户可使用智能音箱102执行音频播放业务。如果用户希望将该音频播放业务从智能音箱102切换至手机101上，则用户也可在智能音箱102上做预设的一特定操作，以触发内容服务器106将智能音箱102上的音频播放业务切换至手机101上。该特定操作可以是用户对智能音箱102的语音输入，例如用户对智能音箱102说“把歌曲Silence切换到手机上播放”。智能音箱102对该语音输入的处理方式可以参加上述实施例中的相关描述，在此不再赘述。

在另一些应用场景中，当用户使用手机101执行音频播放业务时，如果后续用户希望将该音频播放业务从手机101切换至智能音箱102上，则用户可在智能音箱102/或手机101上做一个预设的输入操作，以触发内容服务器106将手机101上的音频播放业务切换至智能音箱102上。具体技术方案请参见上述实施例中的相关描述，在此不再赘述。

如图9所示，本实施例提供一种语音切换系统900，该系统900可以包括：第一电子设备901(例如图1中的手机101)、第二电子设备902(例如图1中的智能音箱102)、设备管理服务器903(例如图1中的设备管理服务器103)和VoIP服务器904(例如图1中的VoIP服务器104)。该系统900可以用于实现上述各个实施例中所涉及的语音切换的技术方案，在此不再赘述。

在另一些实施例中，上述系统900还可以包括语音助理服务器905(例如图1中的语音助理服务器105)和内容服务器906(例如图1中的内容服务器106)。其中，语音助理服务器905的功能与上述实施例中语音助理服务器105的功能相同，内容服务器906的功能与上述实施例中内容服务器106的功能相同。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，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，即将装置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。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请实施例各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质(例如固态硬盘)等。

以上所述，仅为本申请实施例的实施例方式，但本申请实施例的保护范围并不局限于此，任何在本申请实施例揭露的技术范围内的变化或替换，都应涵盖在本申请实施例的保护范围之内。因此，本申请实施例的保护范围应以所述权利要求的保护范围为准。

Claims (16)

1.一种语音切换的方法，其特征在于，包括：

第一电子设备和第二电子设备均使用第一账号登录到设备管理服务器；所述第一账号为应用或者服务的账号；

所述第二电子设备检测到用户的语音输入；

响应于所述语音输入，所述第二电子设备通过VoIP服务器与第三电子设备建立VoIP通话；

所述第一电子设备向所述VoIP服务器发送第一切换请求信息，所述第一切换请求信息用于请求所述VoIP服务器将在所述第二电子设备上正在进行的所述VoIP通话切换到所述第一电子设备上；其中，所述第一切换请求信息中包括所述第一账号；

所述VoIP服务器接收到所述第一切换请求信息；

响应所述第一切换请求信息，所述VoIP服务器通过所述设备管理服务器确定与所述第一账号对应的VoIP业务的源设备为所述第二电子设备；

所述VoIP服务器将在所述第二电子设备上正进行的所述VoIP通话切换到所述第一电子设备上。

2.根据权利要求1所述的语音切换方法，其特征在于，所述第一电子设备向所述VoIP服务器发送第一切换请求信息，具体包括：

当所述第一电子设备检测到用户的特定操作时，则响应于所述特定操作，所述第一电子设备向所述VoIP服务器发送所述第一切换请求信息。

3.根据权利要求2所述的语音切换方法，其特征在于，所述特定操作为以下操作的其中一种：翻转手机、指关节敲击屏幕、双击电源键、预设的语音输入或预设的滑动手势。

4.根据权利要求1所述的语音切换方法，其特征在于，所述第一电子设备向所述VoIP服务器发送第一切换请求信息，具体包括：

当所述第一电子设备检测到特定条件时，则响应于所述特定条件，所述第一电子设备向所述VoIP服务器发送所述第一切换请求信息。

5.根据权利要求4所述的语音切换方法，其特征在于，所述特定条件为：WLAN网络中的Wi-Fi信号强度或蓝牙信号强度；其中：

当所述第一电子设备检测到所述Wi-Fi信号强度低于一预设阈值时，所述第一电子设备向所述VoIP服务器发送所述第一切换请求信息；或者，

当所述第一电子设备检测到所述第二电子设备的蓝牙信号强度低于一预设阈值时，所述第一电子设备向所述VoIP服务器发送所述第一切换请求信息。

6.根据权利要求1所述的语音切换方法，其特征在于，所述方法还包括：

所述第一电子设备向所述VoIP服务器发送成功加入VoIP通话的响应消息；

在接到所述响应消息后，所述VoIP服务器中断在所述第二电子设备上的VoIP业务。

7.根据权利要求1所述的语音切换方法，其特征在于，所述VoIP服务器通过所述设备管理服务器确定与所述第一账号对应的VoIP业务的源设备为所述第二电子设备，具体包括：

所述VoIP服务器向所述设备管理服务器发送所述第一账号；

所述设备管理服务器根据所述第一账号确定使用该第一账号登录的至少一个电子设备；

所述设备管理服务器将所述至少一个电子设备的设备标识发送给所述VoIP服务器；

所述VoIP服务器根据所述设备标识确定在所述第一账号下正在进行VoIP通话的源设备为所述第二电子设备。

8.根据权利要求7所述的语音切换方法，其特征在于，所述确定在所述第一账号下正在进行VoIP通话的源设备为所述第二电子设备，具体包括：

当所述VoIP服务器根据所述设备标识确定在所述第一账号下正在进行VoIP通话的源设备有至少两个电子设备时，所述VoIP服务器将所述至少两个电子设备的设备标识发送给所述第一电子设备；

所述第一电子设备上显示至少两个选项；所述至少两个选项用于表示所述至少两个电子设备；

所述第一电子设备检测到用户对其中一个选项的选择操作；其中，所述选项表示所述第二电子设备；

响应于所述选择操作，所述第一电子设备将所述第二电子设备的设备标识发送给所述VoIP服务器；

所述VoIP服务器根据接收到的所述第二电子设备的设备标识确定，在所述第一账号下正在进行VoIP通话的源设备为所述第二电子设备。

9.一种语音切换系统，其特征在于，所述系统包括第一电子设备、第二电子设备、设备管理服务器和VoIP服务器；所述第一电子设备和所述第二电子设备均使用第一账号登录到设备管理服务器；其中：

所述第二电子设备用于在检测到用户的语音输入时，通过所述VoIP服务器与第三电子设备建立VoIP通话；

所述第一电子设备用于向所述VoIP服务器发送第一切换请求信息，所述第一切换请求信息用于请求所述VoIP服务器将在所述第二电子设备上正在进行的所述VoIP通话切换到所述第一电子设备上；其中，所述第一切换请求信息中包括第一账号；

所述VoIP服务器用于接收所述第一切换请求信息，并通过所述设备管理服务器确定与所述第一账号对应的VoIP业务的源设备为所述第二电子设备；

所述VoIP服务器还用于将在所述第二电子设备上正进行的所述VoIP通话切换到所述第一电子设备上。

10.根据权利要求9所述的语音切换系统，其特征在于，所述第一电子设备还用于：

当检测到用户的特定操作时，向所述VoIP服务器发送所述第一切换请求信息；

所述特定操作为以下操作的其中一种：翻转手机、指关节敲击屏幕、双击电源键、预设的语音输入或预设的滑动手势。

11.根据权利要求9所述的语音切换系统，其特征在于，所述第一电子设备向所述VoIP服务器发送第一切换请求信息，具体包括：

当所述第一电子设备检测到特定条件时，所述第一电子设备向所述VoIP服务器发送所述第一切换请求信息。

12.根据权利要求11所述的语音切换系统，其特征在于，所述特定条件为：WLAN网络中的Wi-Fi信号强度或蓝牙信号强度；其中：

当所述第一电子设备检测到所述Wi-Fi信号强度低于一预设阈值时，所述第一电子设备向所述VoIP服务器发送所述第一切换请求信息；或者，

当所述第一电子设备检测到所述第二电子设备的蓝牙信号强度低于一预设阈值时，所述第一电子设备向所述VoIP服务器发送所述第一切换请求信息。

13.根据权利要求9所述的语音切换系统，其特征在于，所述第一电子设备还用于向所述VoIP服务器发送成功加入VoIP通话的响应消息；所述VoIP服务器还用于在接到所述响应消息后，中断在所述第二电子设备上的VoIP业务。

14.根据权利要求9所述的语音切换系统，其特征在于，所述VoIP服务器通过所述设备管理服务器确定与所述第一账号对应的VoIP业务的源设备为所述第二电子设备，具体包括：

所述VoIP服务器向所述设备管理服务器发送所述第一账号；

所述设备管理服务器根据所述第一账号确定使用该第一账号登录的至少一个电子设备；

所述设备管理服务器将所述至少一个电子设备的设备标识发送给所述VoIP服务器；

所述VoIP服务器根据所述设备标识确定在所述第一账号下正在进行VoIP通话的源设备为所述第二电子设备。

15.根据权利要求14所述的语音切换系统，其特征在于，

所述VoIP服务器还用于当根据所述设备标识确定在所述第一账号下正在进行VoIP通话的源设备有至少两个电子设备时，将所述至少两个电子设备的设备标识发送给所述第一电子设备；

所述第一电子设备还用于显示至少两个选项；所述至少两个选项用于表示所述至少两个电子设备；

所述第一电子设备检测到用户对其中一个选项的选择操作；其中，所述选项表示所述第二电子设备；

所述第一电子设备还用于将所述第二电子设备的设备标识发送给所述VoIP服务器；

所述VoIP服务器还用于根据接收到的所述第二电子设备的设备标识确定，在所述第一账号下正在进行VoIP通话的源设备为所述第二电子设备。

16.根据权利要求9至15任一项所述的语音切换系统，其特征在于，所述第一电子设备为手机，所述第二电子设备为配置有语音助理系统的智能音箱。

Images