CN112856727A - 用于控制电子装置的方法和设备 - Google Patents

用于控制电子装置的方法和设备 Download PDF

Info

Publication number
CN112856727A
CN112856727A CN202110079778.6A CN202110079778A CN112856727A CN 112856727 A CN112856727 A CN 112856727A CN 202110079778 A CN202110079778 A CN 202110079778A CN 112856727 A CN112856727 A CN 112856727A
Authority
CN
China
Prior art keywords
control command
electronic device
acquisition model
command acquisition
voice signal
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
Application number
CN202110079778.6A
Other languages
English (en)
Inventor
郭津
梁小容
罗伍峙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Guangzhou Mobile R&D Center
Samsung Electronics Co Ltd
Original Assignee
Samsung Guangzhou Mobile R&D Center
Samsung Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Samsung Guangzhou Mobile R&D Center, Samsung Electronics Co Ltd filed Critical Samsung Guangzhou Mobile R&D Center
Priority to CN202110079778.6A priority Critical patent/CN112856727A/zh
Publication of CN112856727A publication Critical patent/CN112856727A/zh
Priority to PCT/KR2022/000919 priority patent/WO2022158824A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/52—Indication arrangements, e.g. displays
    • F24F11/526—Indication arrangements, e.g. displays giving audible indications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/56—Remote control
    • F24F11/58—Remote control using Internet communication
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/88—Electrical aspects, e.g. circuits
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/89—Arrangement or mounting of control or safety devices
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00—Control inputs relating to users or occupants
    • F24F2120/20—Feedback from users
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities

Abstract

公开用于控制电子装置的方法和设备。所述方法包括：获取用户语音信号；获取所述电子装置的环境信息和运行状态；基于获取的所述电子装置的环境信息和运行状态，确定与所述用户语音信号对应的控制命令；使用所述控制命令控制所述电子装置的运行。

Description

用于控制电子装置的方法和设备
技术领域
本公开涉及电子装置的控制方法和控制设备，更具体地讲，涉及使用用户语音信号以及电子装置的环境信息和运行状态来控制电子装置的方法和设备。
背景技术
随着电子终端智能化和信息网络技术的发展，人们在越来越多的场景中使用语音交互应用程序。例如，使用智能电话或智能音箱作或者智能化的电子装置本身为入口，通过语音-文本交互使用语音交互应用程序，例如电器/天气/股票/音乐/交通状况/警报/提醒。这里，每个语音交互应用程序也称为语义技巧。
然而，语音的交互逻辑是可变且复杂的。精心设计的语音系统训练过程可以改善用户与系统交互的体验，并增加用户对系统服务和功能的信任。例如，支持语音训练系统的智能电话和智能音箱的制造商根据用户设置修复一个或多个语音并给出相应的一个或多个响应(例如，语音对话/文本对话/设备控制指令/屏幕录像教学等)。但是，在现有的语音和文本训练系统下，用户只能一个一个地设置每个模型，从而导致繁琐且重复的操作。
发明内容
本公开的实施例的目的在于提供一种用于控制电子装置的方法和设备，通过使用所述方法和设备，能够提高基于语音信号生成控制命令的准确率，减少生成控制命令的不必要的操作，并且提高语音控制的效率。
根据本公开的实施例的一方面，提供一种用于控制电子装置的方法，所述方法包括：获取用户语音信号；获取所述电子装置的环境信息和运行状态；基于获取的所述电子装置的环境信息和运行状态，确定与所述用户语音信号对应的控制命令；使用所述控制命令控制所述电子装置的运行。
可选地，在确定与所述用户语音信号对应的控制命令之前，所述方法还包括：通过自然语言理解处理对所述用户语音信号进行识别以确定所述用户语音信号指示的意图。
可选地，在确定与所述用户语音信号对应的控制命令之前，所述方法还包括：确定所述用户语音信号是否与所述电子装置中预先设置的习惯模板匹配；响应于所述用户语音信号与所述预先设置的习惯模板匹配，从所述预先设置的用户模板确定所述用户语音信号指示的意图。
可选地，基于获取的所述电子装置的环境信息和运行状态，确定与所述用户语音信号对应的控制命令的步骤包括：将确定的用户语音信号指示的意图、所述电子装置的环境信息和运行状态输入到控制命令获取模型，以得到与所述用户语音信号对应的控制命令。
可选地，所述控制命令获取模型为基于卷积神经网络的模型。
可选地，所述卷积神经网络为残差神经网络。
可选地，所述控制命令获取模型通过样本数据或历史数据训练而得到。
可选地，所述控制命令获取模型通过以下步骤包括对进行训练：将所述样本数据或历史数据中的用户意图、电子装置的环境信息和运行状态输入到所述控制命令获取模型；基于所述控制命令获取模型的输出和期望决策数据调整所述控制命令获取模型的参数。
可选地，基于所述控制命令获取模型的输出和期望决策数据调整所述控制命令获取模型的参数的步骤包括：响应于所述控制命令获取模型的输出和期望决策数据一致，将所述控制命令获取模型的输出以正例形式反馈给所述控制命令获取模型；响应于所述控制命令获取模型的输出和期望决策数据不一致，将所述控制命令获取模型的输出以反例形式反馈给所述控制命令获取模型，以调整所述控制命令获取模型的参数。
可选地，所述电子装置包括空调。
可选地，所述电子装置的环境信息包括室内温度和/或室外温度，和/或所述电子装置的运行状态包括开关状态、制冷状态和/或制热状态。
根据本公开的实施例的另一方面，提供一种用于控制电子装置的设备，所述设备包括：第一获取模块，被配置为获取用户语音信号；第二获取模块，被配置为获取所述电子装置的环境信息和运行状态；命令确定模块，被配置为基于获取的所述电子装置的环境信息和运行状态，确定与所述用户语音信号对应的控制命令；控制模块，被配置为使用所述控制命令控制所述电子装置的运行。
可选地，所述设备还包括：识别模块，被配置为在命令确定模块确定与所述用户语音信号对应的控制命令之前，通过自然语言理解处理对用户语音信号进行识别以确定所述用户语音信号指示的意图。
可选地，所述设备还包括：识别模块，被配置为在命令确定模块确定与所述用户语音信号对应的控制命令之前，确定所述用户语音信号是否与所述电子装置中预先设置的习惯模板匹配，并且响应于所述用户语音信号与所述预先设置的习惯模板匹配，从所述预先设置的用户模板获取所述用户语音信号指示的意图。
可选地，命令确定模块被配置为将确定的用户语音信号指示的意图、所述电子装置的环境信息和运行状态输入到控制命令获取模型，以得到与所述用户语音信号对应的控制命令。
可选地，所述控制命令获取模型为基于卷积神经网络的模型。
可选地，所述卷积神经网络为残差神经网络。
可选地，所述控制命令获取模型通过样本数据或历史数据训练而得到。
可选地，所述控制命令获取模型通过以下操作包括对进行训练：将所述样本数据或历史数据中的用户意图、电子装置的环境信息和运行状态输入到所述控制命令获取模型；基于所述控制命令获取模型的输出和期望决策数据调整所述控制命令获取模型的参数。
可选地，基于所述控制命令获取模型的输出和期望决策数据调整所述控制命令获取模型的参数的操作包括：响应于所述控制命令获取模型的输出和期望决策数据一致，将所述控制命令获取模型的输出以正例形式反馈给所述控制命令获取模型；响应于所述控制命令获取模型的输出和期望决策数据不一致，将所述控制命令获取模型的输出以反例形式反馈给所述控制命令获取模型，以调整所述控制命令获取模型的参数。
可选地，所述电子装置包括空调。
可选地，所述电子装置的环境信息包括室内温度和/或室外温度，和/或所述电子装置的运行状态包括开关状态、制冷状态和/或制热状态。
根据本公开的实施例的另一方面，提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序被处理器执行时，实现如上所述的用于控制电子装置的方法。
根据本公开的实施例的另一方面，提供一种计算装置，所述计算装置包括：处理器；和存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的用于控制电子装置的方法。
根据本公开的实施例的用于控制电子装置的方法和设备，能够基于用户语音信号以及电子装置的环境信息和运行状态，简单地基于控制命令获取模型准确地生成电子装置的控制信号，无需针对电子装置的不同的环境信息和运行状态配置不同的控制命令获取模型，从而避免了用户/制造商设置多种模型的复杂操作，同时提高了电子装置的使用效率。
附图说明
通过下面结合示例性地示出实施例的附图进行的描述，本公开的实施例的上述和其他目的和特点将会变得更加清楚，其中：
图1是示出根据本公开的实施例的用于控制电子装置的方法的流程图；
图2是示出根据本公开的实施例的用于控制电子装置的设备的框图；
图3是示出根据本公开的实施例的计算装置的框图。
具体实施方式
提供下面的具体实施方式以帮助读者获得对在此描述的方法、设备和/或系统的全面理解。然而，在理解本申请的公开之后，在此描述的方法、设备和/或系统的各种改变、修改和等同物将是清楚的。例如，在此描述的操作的顺序仅是示例，并且不限于在此阐述的那些顺序，而是除了必须以特定的顺序发生的操作之外，可如在理解本申请的公开之后将是清楚的那样被改变。此外，为了更加清楚和简明，本领域已知的特征的描述可被省略。
在此描述的特征可以以不同的形式来实现，而不应被解释为限于在此描述的示例。相反，已提供在此描述的示例，以仅示出实现在此描述的方法、设备和/或系统的许多可行方式中的一些可行方式，所述许多可行方式在理解本申请的公开之后将是清楚的。
如在此使用的，术语“和/或”包括相关联的所列项中的任何一个以及任何两个或更多个的任何组合。
尽管在此可使用诸如“第一”、“第二”和“第三”的术语来描述各种构件、组件、区域、层或部分，但是这些构件、组件、区域、层或部分不应被这些术语所限制。相反，这些术语仅用于将一个构件、组件、区域、层或部分与另一构件、组件、区域、层或部分进行区分。因此，在不脱离示例的教导的情况下，在此描述的示例中所称的第一构件、第一组件、第一区域、第一层或第一部分也可被称为第二构件、第二组件、第二区域、第二层或第二部分。
在说明书中，当元件(诸如，层、区域或基底)被描述为“在”另一元件上、“连接到”或“结合到”另一元件时，该元件可直接“在”另一元件上、直接“连接到”或“结合到”另一元件，或者可存在介于其间的一个或多个其他元件。相反，当元件被描述为“直接在”另一元件上、“直接连接到”或“直接结合到”另一元件时，可不存在介于其间的其他元件。
在此使用的术语仅用于描述各种示例，并不将用于限制公开。除非上下文另外清楚地指示，否则单数形式也意在包括复数形式。术语“包含”、“包括”和“具有”说明存在叙述的特征、数量、操作、构件、元件和/或它们的组合，但不排除存在或添加一个或多个其他特征、数量、操作、构件、元件和/或它们的组合。
除非另有定义，否则在此使用的所有术语(包括技术术语和科学术语)具有与由本公开所属领域的普通技术人员在理解本公开之后通常理解的含义相同的含义。除非在此明确地如此定义，否则术语(诸如，在通用词典中定义的术语)应被解释为具有与它们在相关领域的上下文和本公开中的含义一致的含义，并且不应被理想化或过于形式化地解释。
此外，在示例的描述中，当认为公知的相关结构或功能的详细描述将引起对本公开的模糊解释时，将省略这样的详细描述。
以下描述根据本公开的用于控制电子装置的方法和设备的应用场景。根据本公开的用于控制电子装置的方法和设备可应用于空调，但不限于此。例如，根据本公开的用于控制电子装置的方法和设备可应用于显示器、扬声器等。
在现实生活中，经常会涉及到多组训练语音文本和相应的指令，尤其是当智能化电子装置对同一用户具有相同的语音习惯时，语音习惯往往是有规律的。鉴于相关的习惯逻辑，通过一组习惯的人工智能训练可以生成多组习惯，从而避免了用户手动编辑多组习惯，提高了使用效率。
根据现有技术，在冬季，响应于用户语音信号“客厅冷”，根据语音命令获取模型，可调高(客厅)空调的温度(制热)，或者可打开空调(制热)。例如，(客厅)空调自身可根据语音命令获取模型调其高温度或者可启动。此外，智能中控可根据语音命令获取模型控制(客厅)空调调高温度或者控制空调启动。然而，该命令获取模型并不适用于夏季，而只能根据用户语音信号控制加热，并且无法进行学习。当季节变化时，该命令获取模型不能在“制热”和“制冷”之间切换。
根据本公开，可设计新的命令获取模型。根据新的命令获取模型，响应于用户语音信号“客厅冷”，基于空调所处环境的环境信息(包括室内温度和室外温度)和运行状态(开关状态/制冷状态/制热状态)，可调高(客厅)空调的温度(制热)或打开空调(制热)，或者调高空调的温度(制冷)或关闭空调(制冷)。
下面参照图1和图2来描述根据本公开的实施例的用于控制电子装置的方法和设备。
图1是示出根据本公开的实施例的用于控制电子装置的方法的流程图。根据本公开的实施例的用于控制电子装置的方法可在电子装置自身上运行，也可以在控制电子装置的智能中控上运行，本公开对此不做任何限制。
参照图1，在步骤S110中，可获取用户语音信号。例如，可通过设置在电子装置或智能中控中的麦克风获取用户语音信号。在步骤S120中，可获取电子装置的环境信息和运行状态。如上所述，电子装置可以是空调，但不限于此。例如，电子装置可以是显示器、扬声器等。电子装置的环境信息包括室内温度和/或室外温度，电子装置的运行状态包括开关状态、制冷状态和/或制热状态。例如，可通过设置在电子装置或智能中控中的各种传感器获取电子装置的环境信息，并且可通过电子装置的控制器/处理器获取电子装置的运行状态。步骤S110和步骤S120的顺序不受限制。例如，步骤S110可在步骤S120之前执行，可在步骤S120之后执行，或者可与步骤S120同时执行。
接下来，在步骤S130中，可基于获取的电子装置的环境信息和运行状态，确定与用户语音信号对应的控制命令。
为了确定与用户语音信号对应的控制命令，在步骤S120之前，根据本公开的实施例的用于控制电子装置的方法可包括如下步骤：通过自然语言理解处理(NLU)对用户语音信号进行识别以确定用户语音信号指示的意图。例如，当用户语音信号为“天气很热”时，通过NLU可确定用户语音信号指示的意图为“降温”，该意图与电子装置的控制相关。然而，当用户语音信号为“今天天气怎么样”时，通过NLU可确定用户语音信号指示的意图为“询问天气”，该意图与电子装置的控制无关。
另一方面，为了确定与用户语音信号对应的控制命令，在步骤S120之前，根据本公开的实施例的用于控制电子装置的方法可包括如下步骤：确定用户语音信号是否与电子装置中预先设置的习惯模板匹配；响应于用户语音信号与预先设置的习惯模板匹配，从预先设置的用户模板获取用户语音信号指示的意图。例如，用户可预先设置习惯模板“奥利给”与意图“降温”相关联。当用户语音信号为“奥利给”时，可确定该用户语音信号与电子装置中预先设置的习惯模板匹配，并且可从预先设置的用户模板确定用户语音信号指示的意图“降温”，而当用户语音信号为“Fighting”时，可确定该用户语音信号与电子装置中预先设置的习惯模板不匹配，因此无法获取用户语音信号指示的意图。
在确定用户语音信号指示的意图之后，在步骤S130中，可将确定的用户语音信号指示的意图、电子装置的环境信息和运行状态输入到控制命令获取模型，以得到与用户语音信号对应的控制命令。在步骤S140中，可使用得到的控制命令控制电子装置的运行。
例如，在基于用户语音信号为“客厅冷”而确定语音信号指示的意图为“升温”，室内温度为22度(℃)，室外温度为32度(℃)，电子装置的运行状态为“制冷”的情况下，通过控制命令获取模型可以得到与用户语音信号对应的控制命令“关闭空调”或者“将空调温度设置为26度(℃)”。可选择地，在基于用户语音信号为“太热了”而确定语音信号指示的意图为“降温”，室内温度为30度(℃)，室外温度为1度(℃)，电子装置的运行状态为“制热”的情况下，通过控制命令获取模型可以得到与用户语音信号对应的控制命令“关闭空调”或者“将空调温度设置为22度(℃)”。
根据本公开的实施例，控制命令获取模型可以是基于卷积神经网络(CNN)的模型，卷积神经网络可以是残差神经网络(Resnet)，但不限于此。本领域技术人员可以根据实际需求配置CNN，这里不再赘述。
以下具体描述控制命令获取模型的训练过程。
控制命令获取模型通过样本数据或历史数据训练而得到。为此，首先可收集包括用户意图、电子装置的环境信息和运行状态输入的历史数据，或者设置包括用户意图、电子装置的环境信息和运行状态输入的样本数据。然后将样本数据或历史数据中的用户意图、电子装置的环境信息和运行状态输入到所述控制命令获取模型将。最后基于控制命令获取模型的输出和期望决策数据调整控制命令获取模型的参数。可选择地，期望决策数据作为控制命令获取模型的期望输出，可以预先设置。当控制命令获取模型的输出与期望决策数据一致时，可将控制命令获取模型的输出以正例形式反馈给控制命令获取模型，以强化控制命令获取模型的当前设置的参数。另一方面，当控制命令获取模型的输出与期望决策数据不一致时，可将控制命令获取模型的输出以反例形式反馈给控制命令获取模型，以调整控制命令获取模型的参数。通过重复上述训练过程，可以最终确定控制命令获取模型的最优参数。可选择地，上述训练过程可以由电子装置的制造商在电子装置的制造/测试阶段执行，也可以由电子装置的用户在电子装置的使用期间执行。
例如，可将样本意图或预设意图(例如，“升温”)以及空调的运行状态(例如，“制冷”)输入到控制命令获取模型，并且将室内温度(例如，22℃)和室外温度(例如，32℃)输入到控制命令获取模型。控制命令获取模型可基于输入的样本意图或预设意图、空调的运行状态、室内温度和室外温度，通过Resnet对空调的运行状态和设置温度进行分类，并输出空调的运行状态和设置温度。当控制命令获取模型输出的空调的运行状态和设置温度(例如，“制冷”和“26℃”)与期望决策数据一致时，控制命令获取模型输出的空调的运行状态和设置温度以正例形式被反馈回控制命令获取模型，以强化控制命令获取模型的当前设置的参数。然而，当控制命令获取模型输出的空调的运行状态和设置温度(例如，“制冷”和“24℃”)与期望决策数据不一致时，控制命令获取模型输出的空调的运行状态和设置温度以反例形式被反馈回控制命令获取模型，以调整控制命令获取模型的参数。
通过上述根据本公开的实施例的用于控制电子装置的方法，无需针对电子装置的不同的环境信息和运行状态配置不同的控制命令获取模型，避免了用户/制造商设置多种模型的复杂操作，同时提高了电子装置的使用效率。
图2是示出根据本公开的实施例的用于控制电子装置的设备的框图。根据本公开的实施例的用于控制电子装置的设备可设置在电子装置上，也可以设置在控制电子装置的智能中控上，本公开对此不做任何限制。
参照图2，根据本公开的实施例的用于控制电子装置的设备200可包括第一获取模块210、第二获取模块220、命令确定模块230和控制模块240。第一获取模块210可获取用户语音信号，第二获取模块220可获取所述电子装置的环境信息和运行状态。命令确定模块230可基于获取的电子装置的环境信息和运行状态，确定与用户语音信号对应的控制命令。控制模块240可使用控制命令控制至电子装置的运行。如上所述，电子装置可以是空调，但不限于此。例如，电子装置可以是显示器、扬声器等。电子装置的环境信息包括室内温度和/或室外温度，电子装置的运行状态包括开关状态、制冷状态和/或制热状态。例如，可通过设置在电子装置或智能中控中的各种传感器获取电子装置的环境信息，并且可通过电子装置的控制器/处理器获取电子装置的运行状态。
根据本公开的实施例的用于控制电子装置的设备200还可包括识别模块(未示出)。识别模块可在命令确定模块确定与用户语音信号对应的控制命令之前，通过自然语言理解处理对用户语音信号进行识别以确定用户语音信号指示的意图，或者在命令确定模块确定与用户语音信号对应的控制命令之前，确定用户语音信号是否与电子装置中预先设置的习惯模板匹配，并且响应于用户语音信号与预先设置的习惯模板匹配，从预先设置的用户模板获取用户语音信号指示的意图。其后，命令确定模块230可以将确定的用户语音信号指示的意图、所述电子装置的环境信息和运行状态输入到控制命令获取模型，以得到与所述用户语音信号对应的控制命令。
根据本公开的实施例，控制命令获取模型可以是基于卷积神经网络(CNN)的模型，卷积神经网络可以是残差神经网络(Resnet)，但不限于此。控制命令获取模型可通过样本数据或历史数据训练而得到。具体地讲，可将样本数据或历史数据中的用户意图、电子装置的环境信息和运行状态输入到控制命令获取模型，然后基于控制命令获取模型的输出和期望决策数据调整控制命令获取模型的参数。例如，当控制命令获取模型的输出和期望决策数据一致时，可将控制命令获取模型的输出以正例形式反馈给控制命令获取模型，而当控制命令获取模型的输出和期望决策数据不一致时，可将控制命令获取模型的输出以反例形式反馈给控制命令获取模型，以调整控制命令获取模型的参数。
图3是示出根据本公开的实施例的计算装置的框图。
参照图3，根据本公开的实施例的计算装置300可包括处理器310和存储器320。处理器310可包括(但不限于)中央处理器(CPU)、数字信号处理器(DSP)、微型计算机、现场可编程门阵列(FPGA)、片上系统(SoC)、微处理器、专用集成电路(ASIC)等。存储器320存储将由处理器310执行的计算机程序。存储器320包括高速随机存取存储器和/或非易失性计算机可读存储介质。当处理器310执行存储器320中存储的计算机程序时，可实现如上所述的用于控制电子装置的方法。可选择地，计算装置300可以以有线/无线通信方式与电子装置或控制电子装置的智能中控进行通信。
根据本公开的实施例的用于控制电子装置的方法可被编写为计算机程序并被存储在计算机可读存储介质上。当所述计算机程序被处理器执行时，可实现如上所述的用于控制电子装置的方法。计算机可读存储介质的示例包括：只读存储器(ROM)、随机存取可编程只读存储器(PROM)、电可擦除可编程只读存储器(EEPROM)、随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、闪存、非易失性存储器、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-RLTH、BD-RE、蓝光或光盘存储器、硬盘驱动器(HDD)、固态硬盘(SSD)、卡式存储器(诸如，多媒体卡、安全数字(SD)卡或极速数字(XD)卡)、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘以及任何其他装置，所述任何其他装置被配置为以非暂时性方式存储计算机程序以及任何相关联的数据、数据文件和数据结构并将所述计算机程序以及任何相关联的数据、数据文件和数据结构提供给处理器或计算机使得处理器或计算机能执行所述计算机程序。在一个示例中，计算机程序以及任何相关联的数据、数据文件和数据结构分布在联网的计算机系统上，使得计算机程序以及任何相关联的数据、数据文件和数据结构通过一个或多个处理器或计算机以分布式方式存储、访问和执行。
根据本公开的实施例的用于控制电子装置的方法和设备，能够基于用户语音信号以及电子装置的环境信息和运行状态，简单地基于控制命令获取模型准确地生成电子装置的控制信号，无需针对电子装置的不同的环境信息和运行状态配置不同的控制命令获取模型，从而避免了用户/制造商设置多种模型的复杂操作，同时提高了电子装置的使用效率。
虽然已表示和描述了本公开的一些实施例，但本领域技术人员应该理解，在不脱离由权利要求及其等同物限定其范围的本公开的原理和精神的情况下，可以对这些实施例进行修改。

Claims (24)

1.一种用于控制电子装置的方法，其特征在于，所述方法包括：
获取用户语音信号；
获取所述电子装置的环境信息和运行状态；
基于获取的所述电子装置的环境信息和运行状态，确定与所述用户语音信号对应的控制命令；
使用所述控制命令控制所述电子装置的运行。
2.如权利要求1所述的方法，其特征在于，在确定与所述用户语音信号对应的控制命令之前，所述方法还包括：通过自然语言理解处理对所述用户语音信号进行识别以确定所述用户语音信号指示的意图。
3.如权利要求1所述的方法，其特征在于，在确定与所述用户语音信号对应的控制命令之前，所述方法还包括：
确定所述用户语音信号是否与所述电子装置中预先设置的习惯模板匹配；
响应于所述用户语音信号与所述预先设置的习惯模板匹配，从所述预先设置的用户模板确定所述用户语音信号指示的意图。
4.如权利要求2或3所述的方法，其特征在于，基于获取的所述电子装置的环境信息和运行状态，确定与所述用户语音信号对应的控制命令的步骤包括：
将确定的用户语音信号指示的意图、所述电子装置的环境信息和运行状态输入到控制命令获取模型，以得到与所述用户语音信号对应的控制命令。
5.如权利要求4所述的方法，其特征在于，所述控制命令获取模型为基于卷积神经网络的模型。
6.如权利要求5所述的方法，其特征在于，所述卷积神经网络为残差神经网络。
7.如权利要求4所述的方法，其特征在于，所述控制命令获取模型通过样本数据或历史数据训练而得到。
8.如权利要求7所述的方法，其特征在于，所述控制命令获取模型通过以下步骤包括对进行训练：
将所述样本数据或历史数据中的用户意图、电子装置的环境信息和运行状态输入到所述控制命令获取模型；
基于所述控制命令获取模型的输出和期望决策数据调整所述控制命令获取模型的参数。
9.如权利要求8所述的方法，其特征在于，基于所述控制命令获取模型的输出和期望决策数据调整所述控制命令获取模型的参数的步骤包括：
响应于所述控制命令获取模型的输出和期望决策数据一致，将所述控制命令获取模型的输出以正例形式反馈给所述控制命令获取模型；
响应于所述控制命令获取模型的输出和期望决策数据不一致，将所述控制命令获取模型的输出以反例形式反馈给所述控制命令获取模型，以调整所述控制命令获取模型的参数。
10.如权利要求1所述的方法，其特征在于，所述电子装置包括空调。
11.如权利要求10所述的方法，其特征在于，
所述电子装置的环境信息包括室内温度和/或室外温度，和/或
所述电子装置的运行状态包括开关状态、制冷状态和/或制热状态。
12.一种用于控制电子装置的设备，其特征在于，所述设备包括：
第一获取模块，被配置为获取用户语音信号；
第二获取模块，被配置为获取所述电子装置的环境信息和运行状态；
命令确定模块，被配置为基于获取的所述电子装置的环境信息和运行状态，确定与所述用户语音信号对应的控制命令；
控制模块，被配置为使用所述控制命令控制所述电子装置的运行。
13.如权利要求12所述的设备，其特征在于，所述设备还包括：
识别模块，被配置为在命令确定模块确定与所述用户语音信号对应的控制命令之前，通过自然语言理解处理对用户语音信号进行识别以确定所述用户语音信号指示的意图。
14.如权利要求12所述的设备，其特征在于，所述设备还包括：
识别模块，被配置为在命令确定模块确定与所述用户语音信号对应的控制命令之前，确定所述用户语音信号是否与所述电子装置中预先设置的习惯模板匹配，并且响应于所述用户语音信号与所述预先设置的习惯模板匹配，从所述预先设置的用户模板获取所述用户语音信号指示的意图。
15.如权利要求13或14所述的设备，其特征在于，命令确定模块被配置为将确定的用户语音信号指示的意图、所述电子装置的环境信息和运行状态输入到控制命令获取模型，以得到与所述用户语音信号对应的控制命令。
16.如权利要求15所述的设备，其特征在于，所述控制命令获取模型为基于卷积神经网络的模型。
17.如权利要求16所述的设备，其特征在于，所述卷积神经网络为残差神经网络。
18.如权利要求15所述的设备，其特征在于，所述控制命令获取模型通过样本数据或历史数据训练而得到。
19.如权利要求18所述的设备，其特征在于，所述控制命令获取模型通过以下操作包括对进行训练：
将所述样本数据或历史数据中的用户意图、电子装置的环境信息和运行状态输入到所述控制命令获取模型；
基于所述控制命令获取模型的输出和期望决策数据调整所述控制命令获取模型的参数。
20.如权利要求19所述的设备，其特征在于，基于所述控制命令获取模型的输出和期望决策数据调整所述控制命令获取模型的参数的操作包括：
响应于所述控制命令获取模型的输出和期望决策数据一致，将所述控制命令获取模型的输出以正例形式反馈给所述控制命令获取模型；
响应于所述控制命令获取模型的输出和期望决策数据不一致，将所述控制命令获取模型的输出以反例形式反馈给所述控制命令获取模型，以调整所述控制命令获取模型的参数。
21.如权利要求12所述的设备，其特征在于，所述电子装置包括空调。
22.如权利要求21所述的设备，其特征在于，
所述电子装置的环境信息包括室内温度和/或室外温度，和/或
所述电子装置的运行状态包括开关状态、制冷状态和/或制热状态。
23.一种存储有计算机程序的计算机可读存储介质，其特征在于，当所述计算机程序被处理器执行时，实现如权利要求1至11中任意一项所述的用于控制电子装置的方法。
24.一种计算装置，其特征在于，所述计算装置包括：
处理器；和
存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1至11中任意一项所述的用于控制电子装置的方法。
CN202110079778.6A 2021-01-21 2021-01-21 用于控制电子装置的方法和设备 Pending CN112856727A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110079778.6A CN112856727A (zh) 2021-01-21 2021-01-21 用于控制电子装置的方法和设备
PCT/KR2022/000919 WO2022158824A1 (en) 2021-01-21 2022-01-18 Method and device for controlling electronic apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110079778.6A CN112856727A (zh) 2021-01-21 2021-01-21 用于控制电子装置的方法和设备

Publications (1)

Publication Number Publication Date
CN112856727A true CN112856727A (zh) 2021-05-28

Family

ID=76008526

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110079778.6A Pending CN112856727A (zh) 2021-01-21 2021-01-21 用于控制电子装置的方法和设备

Country Status (2)

Country Link
CN (1) CN112856727A (zh)
WO (1) WO2022158824A1 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107449109A (zh) * 2017-07-20 2017-12-08 广东美的制冷设备有限公司 空调器语音控制方法、装置、空调器及可读存储介质
CN110494697A (zh) * 2017-03-30 2019-11-22 三星电子株式会社 数据学习服务器和用于生成和使用其学习模型的方法
JP2020153642A (ja) * 2019-03-22 2020-09-24 三菱重工サーマルシステムズ株式会社 空気調和機、空調制御システム、制御方法及びプログラム
CN111936795A (zh) * 2018-04-13 2020-11-13 三星电子株式会社 空调和控制空调的方法
CN112136006A (zh) * 2018-05-18 2020-12-25 三星电子株式会社 空调及其控制方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016032021A1 (ko) * 2014-08-27 2016-03-03 삼성전자주식회사 음성 명령 인식을 위한 장치 및 방법
KR102176369B1 (ko) * 2018-04-18 2020-11-09 엘지전자 주식회사 공기조화기 및 이를 포함하는 공기조화시스템
JP7195851B2 (ja) * 2018-10-02 2022-12-26 シャープ株式会社 システム及び処理装置
JP2020061094A (ja) * 2018-10-12 2020-04-16 オンキヨー株式会社 音声入力装置及び音声入力プログラム
JP2020085953A (ja) * 2018-11-16 2020-06-04 トヨタ自動車株式会社 音声認識支援装置及び音声認識支援プログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110494697A (zh) * 2017-03-30 2019-11-22 三星电子株式会社 数据学习服务器和用于生成和使用其学习模型的方法
CN107449109A (zh) * 2017-07-20 2017-12-08 广东美的制冷设备有限公司 空调器语音控制方法、装置、空调器及可读存储介质
CN111936795A (zh) * 2018-04-13 2020-11-13 三星电子株式会社 空调和控制空调的方法
CN112136006A (zh) * 2018-05-18 2020-12-25 三星电子株式会社 空调及其控制方法
JP2020153642A (ja) * 2019-03-22 2020-09-24 三菱重工サーマルシステムズ株式会社 空気調和機、空調制御システム、制御方法及びプログラム

Also Published As

Publication number Publication date
WO2022158824A1 (en) 2022-07-28

Similar Documents

Publication Publication Date Title
US20220018567A1 (en) Data learning server and method for generating and using learning model thereof
US11422772B1 (en) Creating scenes from voice-controllable devices
US20160336024A1 (en) Electronic device and method for controlling the same
WO2018161473A1 (zh) 语音控制方法、装置和空调器
US8870087B2 (en) Thermostat control device with integrated feedback and notification capability
KR102411619B1 (ko) 전자 장치 및 그 제어 방법
US20180293236A1 (en) Fast identification method and household intelligent robot
US11031008B2 (en) Terminal device and method for controlling thereof
CN103868188A (zh) 通过人脸识别实现空调控制的方法及系统
WO2021232797A9 (zh) 一种控制家居设备的方法、装置、计算机设备及存储介质
CN104240702A (zh) 空调器的语音控制方法和语音控制系统
WO2021082131A1 (zh) 空气调节设备、温度控制方法和装置
CN109210703B (zh) 空调的语音控制方法和语音控制的空调
CN106885332B (zh) 室内环境的调控方法、装置以及音箱
WO2016192444A1 (zh) 场景设置方法及终端
CN112017663A (zh) 一种语音泛化方法、装置及计算机存储介质
CN112460765B (zh) 空调控制方法、装置、空调及存储介质
CN112856727A (zh) 用于控制电子装置的方法和设备
TWI689830B (zh) 基於語音控制設備的方法及控制終端設備
CN117193031A (zh) 一种基于用户画像的智能家居控制方法及相关设备
US11371741B2 (en) Air conditioning apparatus and method for controlling using learned sleep modes
CN110529982A (zh) 空调的控制方法、装置、空调伴侣及空调
CN115969215A (zh) 窗帘控制方法、装置、存储介质和计算机设备
CN116105307A (zh) 空调控制方法、装置、电子设备和存储介质
CN114992822B (zh) 压缩机频率的调节方法、计算机可读存储介质和空调

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210528