CN113012695A - 智能控制方法、装置、电子设备及计算机可读存储介质 - Google Patents

智能控制方法、装置、电子设备及计算机可读存储介质 Download PDF

Info

Publication number
CN113012695A
CN113012695A CN202110190390.3A CN202110190390A CN113012695A CN 113012695 A CN113012695 A CN 113012695A CN 202110190390 A CN202110190390 A CN 202110190390A CN 113012695 A CN113012695 A CN 113012695A
Authority
CN
China
Prior art keywords
analysis information
intelligent device
intelligent
analysis
control
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110190390.3A
Other languages
English (en)
Other versions
CN113012695B (zh
Inventor
林堉卉
王昕煜
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110190390.3A priority Critical patent/CN113012695B/zh
Publication of CN113012695A publication Critical patent/CN113012695A/zh
Application granted granted Critical
Publication of CN113012695B publication Critical patent/CN113012695B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/42204—User interfaces specially adapted for controlling a client device through a remote control device; Remote control devices therefor
    • H04N21/42206—User interfaces specially adapted for controlling a client device through a remote control device; Remote control devices therefor characterized by hardware details
    • H04N21/4222—Remote control device emulator integrated into a non-television apparatus, e.g. a PDA, media center or smart toy
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本公开公开了智能控制方法、装置、电子设备及计算机可读存储介质，涉及智能语音、自然语言处理以及云计算等人工智能领域，其中的方法可包括：云端获取来自第一智能设备的控制指令，控制指令为第一智能设备接收自用户的控制指令；云端获取控制指令对应的解析信息，发送给第一智能设备，解析信息中包括：解析结果；解析结果用于第一智能设备确定出本轮对话对应的控制对象，并用于控制对象根据解析结果完成控制指令对应的操作，控制对象为第一智能设备或第一智能设备控制的第二智能设备。应用本公开所述方案，可提升控制结果的准确性等。

Description

智能控制方法、装置、电子设备及计算机可读存储介质
技术领域
本公开涉及人工智能技术领域，特别涉及智能语音、自然语言处理以及云计算等领域的智能控制方法、装置、电子设备及计算机可读存储介质。
背景技术
目前，智能音箱的应用越来越普及，其主要功能之一是作为有声媒资(媒体资源)的输出载体，该功能可称为媒体资源播放功能。智能音箱的另一个主要功能是可作为网关控制家居设备，如电视、空调、窗帘、灯及扫地机器人等，该功能可称为设备控制功能。
当智能音箱所控制的设备为有屏的、同为媒资内容的输出载体时，如电视，上述两种功能对应的控制指令会有很多的重合。为了防止控制错误，目前通常会将上述两种功能隔离在两个模式中，用户可发出“进入电视模式”或“进入音箱模式”等类似的指令，比如，当进入音箱模式后，发出的控制指令仅对音箱有效。
但是，在实际应用中，如家庭场景下，可能出现多人操控电视和智能音箱的情况，当一个用户让智能音箱进入音箱模式后，另一个不熟悉该控制逻辑的用户在不启动电视模式的情况下，将始终无法对电视进行控制，反之亦然，从而导致控制结果不符合预期，发生错误等。
发明内容
本公开提供了智能控制方法、装置、电子设备及计算机可读存储介质。
一种智能控制方法，包括：
云端获取来自第一智能设备的控制指令，所述控制指令为所述第一智能设备接收自用户的控制指令；
所述云端获取所述控制指令对应的解析信息，发送给所述第一智能设备，所述解析信息中包括：解析结果；
其中，所述解析结果用于所述第一智能设备确定出本轮对话对应的控制对象，并用于所述控制对象根据所述解析结果完成所述控制指令对应的操作，所述控制对象为所述第一智能设备或所述第一智能设备控制的第二智能设备。
一种智能控制方法，包括：
第一智能设备获取来自用户的控制指令，发送给云端；
所述第一智能设备获取所述云端返回的所述控制指令对应的解析信息，所述解析信息中包括：解析结果；
所述第一智能设备根据所述解析结果确定出本轮对话对应的控制对象，若所述控制对象为所述第一智能设备，则根据所述解析结果完成所述控制指令对应的操作，否则，控制第二智能设备根据所述解析结果完成所述控制指令对应的操作。
一种智能控制装置，所述智能控制装置应用于云端，包括：第一获取模块以及第一处理模块；
所述第一获取模块，用于获取来自第一智能设备的控制指令，所述控制指令为所述第一智能设备接收自用户的控制指令；
所述第一处理模块，用于获取所述控制指令对应的解析信息，发送给所述第一智能设备，所述解析信息中包括：解析结果；
其中，所述解析结果用于所述第一智能设备确定出本轮对话对应的控制对象，并用于所述控制对象根据所述解析结果完成所述控制指令对应的操作，所述控制对象为所述第一智能设备或所述第一智能设备控制的第二智能设备。
一种智能控制装置，所述智能控制装置应用于第一智能设备中，包括：第二获取模块以及第二处理模块；
所述第二获取模块，用于获取来自用户的控制指令，发送给云端，并获取所述云端返回的所述控制指令对应的解析信息，所述解析信息中包括：解析结果；
所述第二处理模块，用于根据所述解析结果确定出本轮对话对应的控制对象，若所述控制对象为所述第一智能设备，则根据所述解析结果完成所述控制指令对应的操作，否则，控制第二智能设备根据所述解析结果完成所述控制指令对应的操作。
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如以上所述的方法。
一种存储有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计算机执行如以上所述的方法。
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以上所述的方法。
上述公开中的一个实施例具有如下优点或有益效果：用户无需进行模式切换，针对用户发出的控制指令，第一智能设备可根据获取自云端的解析结果确定出控制对象，并由相应的控制对象如第一智能设备或第一智能设备控制的第二智能设备完成对应的操作，从而避免了模式切换所带来的问题，提升了控制结果的准确性等。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1为本公开所述智能控制方法第一实施例的流程图；
图2为本公开所述智能控制方法第二实施例的流程图；
图3为现有智能控制方法的实现过程示意图；
图4为本公开所述智能控制方法的第一实现过程示意图；
图5为本公开所述智能控制方法的第二实现过程示意图；
图6为本公开所述智能控制方法的第三实现过程示意图；
图7为本公开所述智能控制方法的第四实现过程示意图；
图8为本公开所述智能控制装置第一实施例80的组成结构示意图；
图9为本公开所述智能控制装置第二实施例90的组成结构示意图；
图10示出了可以用来实施本公开的实施例的示例电子设备100的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。
另外，应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1为本公开所述智能控制方法第一实施例的流程图。如图1所示，包括以下具体实现方式。
在步骤101中，云端获取来自第一智能设备的控制指令，该控制指令为第一智能设备接收自用户的控制指令。
在步骤102中，云端获取控制指令对应的解析信息，发送给第一智能设备，解析信息中包括：解析结果；其中，解析结果用于第一智能设备确定出本轮对话对应的控制对象，并用于控制对象根据解析结果完成控制指令对应的操作，控制对象为第一智能设备或第一智能设备控制的第二智能设备。
可以看出，上述方法实施例所述方案中，用户无需进行模式切换，针对用户发出的控制指令，第一智能设备可根据获取自云端的解析结果确定出控制对象，并由相应的控制对象如第一智能设备或第一智能设备控制的第二智能设备完成对应的操作，从而避免了模式切换所带来的问题，进而提升了控制结果的准确性等。
云端发送给第一智能设备的解析信息中还可包括：解析结果对应的对话标识(sessionID)。
云端除了可获取来自第一智能设备的控制指令之外，还可获取来自第一智能设备的历史对话标识，历史对话标识为第一智能设备在上一轮对话中获取自云端的对话标识。
相应地，云端获取控制指令对应的解析信息，发送给第一智能设备的方式可包括：云端获取控制指令对应的第一解析信息及第二解析信息，第一解析信息为第一智能设备的媒体资源播放功能对应的解析信息，第二解析信息为第一智能设备的设备控制功能对应的解析信息；若同时获取到第一解析信息和第二解析信息，则可根据历史对话标识确定出上一轮对话对应的控制对象，若为第一智能设备，则可将第一解析信息发送给第一智能设备，若不为第一智能设备，则可将第二解析信息发送给第一智能设备。
也就是说，云端在同时获取到第一解析信息和第二解析信息后，若根据历史对话标识确定出最近一个控制指令对应的控制对象为第一智能设备，那么则可将第一解析信息发送给第一智能设备，若根据历史对话标识确定出最近一个控制指令对应的控制对象为第二智能设备，那么则可将第二解析信息发送给第一智能设备。
上述控制指令通常为语音控制指令，相应地，云端可对获取到的语音指令进行语音识别，得到识别结果，并可分别调用第一语义解析技能和第二语义解析技能对识别结果进行解析，得到解析信息。其中，第一语义解析技能返回的为第一解析信息，第二语义解析技能返回的为第二解析信息。
可以看出，本公开中设计了一种基于对话标识控制召回技能的多轮对话系统，通过追溯用户最近发出的控制指令(上文)是控制第一智能设备还是第二智能设备，来确定出当前的控制指令对应的控制对象，即可根据对话场景的连贯性确定出当前的控制指令对应的控制对象，用户无需额外发出模式切换指令，从而降低了用户的使用门槛，避免了多人操作时因未正确进行模式切换而导致的控制失败等问题，进而提升了控制结果的准确性等。
若仅获取到了第一解析信息，那么云端可直接将第一解析信息发送给第一智能设备，若仅获取到了第二解析信息，那么云端可直接将第二解析信息发送给第一智能设备。也就是说，若仅获取到了一种解析信息，那么则无需基于历史对话标识，可直接将获取到的解析信息发送给第一智能设备，从而简化了云端的处理流程，提升了处理效率等。
另外，现有方式中，第一智能设备需要记住自身所处的模式，并在每次获取到的用户的控制指令时，将标记模式状态的字段从设备端上传到云端，辅助云端技能进行解析，这种方式需要在设备端进行额外的开发，而且也会增加端云协同的成本。
而采用本公开所述处理方式后，第一终端设备不需要记住自身所处的模式，而且也不需要向云端上传标记模式状态的字段，只需要传递对话标识即可，从而降低了设备端的开发工作量以及端云协同的难度和成本等。
图2为本公开所述智能控制方法第二实施例的流程图。如图2所示，包括以下具体实现方式。
在步骤201中，第一智能设备获取来自用户的控制指令，发送给云端。
在步骤202中，第一智能设备获取云端返回的控制指令对应的解析信息，解析信息中包括：解析结果。
在步骤203中，第一智能设备根据解析结果确定出本轮对话对应的控制对象，若控制对象为第一智能设备，则根据解析结果完成控制指令对应的操作，否则，控制第二智能设备根据解析结果完成控制指令对应的操作。
其中，解析信息中还可进一步包括：解析结果对应的对话标识。
第一智能设备除了可将控制指令发送给云端之外，还可将历史对话标识发送给云端，历史对话标识为第一智能设备在上一轮对话中获取自云端的对话标识。
相应地，第一智能设备可获取云端返回的第一解析信息，第一解析信息为当云端同时获取到第一解析信息和第二解析信息，根据历史对话标识确定出上一轮对话对应的控制对象为第一智能设备时，返回给第一智能设备的解析信息；第一解析信息为第一智能设备的媒体资源播放功能对应的解析信息，第二解析信息为第一智能设备的设备控制功能对应的解析信息。或者，第一智能设备可获取云端返回的第二解析信息，第二解析信息为当云端同时获取到第一解析信息和第二解析信息，根据历史对话标识确定出上一轮对话对应的控制对象不为第一智能设备时，返回给第一智能设备的解析信息。
另外，第一智能设备还可获取云端返回的第一解析信息，第一解析信息为当云端仅获取到第一解析信息时返回给第一智能设备的解析信息。或者，第一智能设备获取云端返回的第二解析信息，第二解析信息为当云端仅获取到第二解析信息时返回给第一智能设备的解析信息。
基于上述介绍，以下以第一智能设备为智能音箱、第二智能设备为电视为例，对本公开所述智能控制方法进行进一步说明。
图3为现有智能控制方法的实现过程示意图。如图3所示，用户对智能音箱发出的控制指令即图中所示的请求(query)通过智能音箱的麦克录音，上传到云端进行语音识别(ASR，Auto Speech Recognition)，即将query音频转为query文字，之后经物联网中控(IOT，Internet of Things)转发给自然语言处理(NLP，Natural Language Processing)中控，进一步地，NLP中控可将query文字发送给对应的技能进行解析，其中，智能音箱的媒体资源播放功能可对应第一语义解析技能，第一语义解析技能也可称为媒资技能，智能音箱的设备控制功能可对应第二语义解析技能，第二语义解析技能也可称为设备控制技能，具体到本示例中，可称为电视控制技能，NLP中控还可获取电视控制技能或媒资技能返回的解析结果，发送给智能音箱，并由智能音箱或电视根据解析结果完成query对应的操作。
上述过程中，智能音箱还可将标记模式状态的字段连同query一起发送给云端，以便云端确定对应的技能等。
上述ASR、IOT、NLP中控、电视控制技能以及媒资技能均位于云端，或者说由云端实现。
另外，电视控制技能主要解析典型的电视控制query，如播放、暂停、音量调节、下一集/首以及快进快退等，媒资技能主要解析典型的智能音箱媒资控制query，如播放、暂停、音量调节以及下一集/首等。两个技能可以解析的query存在大量重合。
图4为本公开所述智能控制方法的第一实现过程示意图。如图4所示，假设用户发出的query为queryX，具体内容为“我要听**睡前故事”，由于电视中没有“**睡前故事”的相关资源，因此queryX仅召回媒资技能，即仅获取到第一解析信息，其中可包括解析结果以及对应的对话标识，假设为对话标识A，NLP中控可将第一解析信息发送给智能音箱，最终由智能音箱播放**睡前故事。其中，解析结果中可包括**睡前故事对应的资源链接等。
图5为本公开所述智能控制方法的第二实现过程示意图。如图5所示，假设用户发出的query为queryY，具体内容为“暂停”，智能音箱将queryY和对话标识A一同上传，由于电视和智能音箱都有“暂停”的功能，因此媒资技能会返回第一解析信息，假设其中的对话标识为对话标识B，另外，电视控制技能也会返回第二解析信息，假设其中的对话标识为对话标识C，通过历史对话标识即对话标识A，可确定出上一轮对话召回了媒资技能，即确定出上一轮对话对应的控制对象为智能音箱，因此NLP中控可判定符合本轮对话场景的解析信息应来源于媒资技能，相应地，NLP中控可将第一解析信息发送给智能音箱，最终本轮对话的表现为智能音箱暂停。
图6为本公开所述智能控制方法的第三实现过程示意图。如图6所示，假设用户发出的query为queryZ，具体内容为“播放***节目”，NLP中控获取到queryZ时，虽然同时获取到了标识上一轮对话召回媒资技能的对话标识B，但由于智能音箱中没有“***节目”的相关媒资，因此queryZ仅召回电视控制技能，即仅获取到第二解析信息，假设其中的对话标识为对话标识D，那么NLP中控可直接将第二解析信息发送给智能音箱，最终实现由智能音箱控制电视播放***节目。
图7为本公开所述智能控制方法的第四实现过程示意图。如图7所示，假设用户发出的query为queryW，具体内容为“暂停”，由于电视和智能音箱都有“暂停”的功能，因此媒资技能会返回第一解析信息，假设其中的对话标识为对话标识E，另外，电视控制技能也会返回第二解析信息，假设其中的对话标识为对话标识F，通过历史对话标识即对话标识D，可确定出上一轮对话召回了电视控制技能，因此NLP中控可判定符合本轮对话场景的解析信息应来源于电视控制技能，相应地，NLP中控可将第二解析信息发送给智能音箱，最终本轮对话的表现为电视暂停。
在NLP中控层面，电视控制技能与媒资技能的优先级可支持自定义，比如，可定义为电视控制技能的优先级高于媒资技能的优先级。这样，在首轮对话时，假设同时获取到了第一解析信息和第二解析信息，由于此时不存在历史对话标识，因此无法基于历史对话标识来选择解析信息，那么可按照优先级，将优先级更高的电视控制技能对应的第二解析信息发送给智能音箱。
需要说明的是，对于前述的各方法实施例，为了简单描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
图8为本公开所述智能控制装置第一实施例80的组成结构示意图。所述智能控制装置可应用于云端。如图8所示，包括：第一获取模块801以及第一处理模块802。
第一获取模块801，用于获取来自第一智能设备的控制指令，控制指令为第一智能设备接收自用户的控制指令。
第一处理模块802，用于获取控制指令对应的解析信息，发送给第一智能设备，解析信息中包括：解析结果；其中，解析结果用于第一智能设备确定出本轮对话对应的控制对象，并用于控制对象根据解析结果完成控制指令对应的操作，控制对象为第一智能设备或第一智能设备控制的第二智能设备。
解析信息中还可进一步包括：解析结果对应的对话标识。
第一获取模块801还可获取来自第一智能设备的历史对话标识，历史对话标识为第一智能设备在上一轮对话中获取到的对话标识。
相应地，第一处理模块802若同时获取到第一解析信息和第二解析信息，可根据历史对话标识确定出上一轮对话对应的控制对象，若为第一智能设备，则可将第一解析信息发送给第一智能设备，若不为第一智能设备，则可将第二解析信息发送给第一智能设备；第一解析信息为第一智能设备的媒体资源播放功能对应的解析信息，第二解析信息为第一智能设备的设备控制功能对应的解析信息。
第一处理模块802还可在仅获取到第一解析信息时，将第一解析信息发送给第一智能设备，在仅获取到第二解析信息时，将第二解析信息发送给第一智能设备。
上述控制指令通常为语音控制指令。相应地，第一处理模块802可对语音指令进行语音识别，得到识别结果，并分别调用第一语义解析技能和第二语义解析技能对识别结果进行解析，得到解析信息；其中，第一语义解析技能返回的为第一解析信息，第二语义解析技能返回的为第二解析信息。
图9为本公开所述智能控制装置第二实施例90的组成结构示意图。所述智能控制装置可应用于第一智能设备中。如图9所示，包括：第二获取模块901以及第二处理模块902。
第二获取模块901，用于获取来自用户的控制指令，发送给云端，并获取云端返回的控制指令对应的解析信息，解析信息中包括：解析结果。
第二处理模块902，用于根据解析结果确定出本轮对话对应的控制对象，若控制对象为第一智能设备，则根据解析结果完成控制指令对应的操作，否则，控制第二智能设备根据解析结果完成控制指令对应的操作。
解析信息中还可进一步包括：解析结果对应的对话标识。
第二获取模块901还可将历史对话标识发送给云端，历史对话标识为在上一轮对话中获取自云端的对话标识.
相应地，第二获取模块901可获取云端返回的第一解析信息，第一解析信息为当云端同时获取到第一解析信息和第二解析信息，根据历史对话标识确定出上一轮对话对应的控制对象为第一智能设备时，返回给第一智能设备的解析信息；第一解析信息为第一智能设备的媒体资源播放功能对应的解析信息，第二解析信息为第一智能设备的设备控制功能对应的解析信息。或者，第二获取模块901获取云端返回的第二解析信息，第二解析信息为当云端同时获取到第一解析信息和第二解析信息，根据历史对话标识确定出上一轮对话对应的控制对象不为第一智能设备时，返回给第一智能设备的解析信息。
第二获取模块901还可获取云端返回的第一解析信息，第一解析信息为当云端仅获取到第一解析信息时返回给第一智能设备的解析信息。或者，第二获取模块901获取云端返回的第二解析信息，第二解析信息为当云端仅获取到第二解析信息时返回给第一智能设备的解析信息。
图8和图9所示装置实施例的具体工作流程请参照前述方法实施例中的相关说明，不再赘述。
总之，采用本公开装置实施例所述方案，避免了模式切换所带来的问题，提升了控制结果的准确性等。
本公开所述方案可应用于人工智能领域，特别涉及智能语音、自然语言处理以及云计算等领域。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术，人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术，人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
根据本公开的实施例，本公开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。
图10示出了可以用来实施本公开的实施例的示例电子设备100的示意性框图。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、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，个人数字助理、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/或者要求的本公开的实现。
如图10所示，设备100包括计算单元1001，其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序，来执行各种适当的动作和处理。在RAM1003中，还可存储设备100操作所需的各种程序和数据。计算单元1001、ROM1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备100中的多个部件连接至I/O接口1005，包括：输入单元1006，例如键盘、鼠标等；输出单元1007，例如各种类型的显示器、扬声器等；存储单元1008，例如磁盘、光盘等；以及通信单元1009，例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理，例如本公开所述的方法。例如，在一些实施例中，本公开所述的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备100上。当计算机程序加载到RAM 1003并由计算单元1001执行时，可以执行本公开所述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元1001可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开所述的方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。云计算指的是通过网络接入弹性可扩展的共享物理或虚拟资源池，资源可以包括服务器、操作系统、网络、软件、应用和存储设备等，并可以以按需、自服务的方式对资源进行部署和管理的技术体系，通过云计算技术，可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
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，本发公开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，只要能够实现本公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (17)

1.一种智能控制方法，包括：
云端获取来自第一智能设备的控制指令，所述控制指令为所述第一智能设备接收自用户的控制指令；
所述云端获取所述控制指令对应的解析信息，发送给所述第一智能设备，所述解析信息中包括：解析结果；
其中，所述解析结果用于所述第一智能设备确定出本轮对话对应的控制对象，并用于所述控制对象根据所述解析结果完成所述控制指令对应的操作，所述控制对象为所述第一智能设备或所述第一智能设备控制的第二智能设备。
2.根据权利要求1所述的方法，其中，
所述解析信息中进一步包括：所述解析结果对应的对话标识；
所述方法还包括：所述云端获取来自所述第一智能设备的历史对话标识，所述历史对话标识为所述第一智能设备在上一轮对话中获取自所述云端的对话标识；
其中，所述云端获取所述控制指令对应的解析信息，发送给所述第一智能设备包括：
若同时获取到第一解析信息和第二解析信息，则所述云端根据所述历史对话标识确定出上一轮对话对应的控制对象，若为所述第一智能设备，则将所述第一解析信息发送给所述第一智能设备，若不为所述第一智能设备，则将所述第二解析信息发送给所述第一智能设备；所述第一解析信息为所述第一智能设备的媒体资源播放功能对应的解析信息，所述第二解析信息为所述第一智能设备的设备控制功能对应的解析信息。
3.根据权利要求2所述的方法，还包括：
若仅获取到所述第一解析信息，则所述云端将所述第一解析信息发送给所述第一智能设备；
若仅获取到所述第二解析信息，则所述云端将所述第二解析信息发送给所述第一智能设备。
4.根据权利要求2所述的方法，其中，所述控制指令包括：语音控制指令；
所述方法还包括：所述云端对所述语音指令进行语音识别，得到识别结果，分别调用第一语义解析技能和第二语义解析技能对所述识别结果进行解析；其中，所述第一语义解析技能返回的为所述第一解析信息，所述第二语义解析技能返回的为所述第二解析信息。
5.一种智能控制方法，包括：
第一智能设备获取来自用户的控制指令，发送给云端；
所述第一智能设备获取所述云端返回的所述控制指令对应的解析信息，所述解析信息中包括：解析结果；
所述第一智能设备根据所述解析结果确定出本轮对话对应的控制对象，若所述控制对象为所述第一智能设备，则根据所述解析结果完成所述控制指令对应的操作，否则，控制第二智能设备根据所述解析结果完成所述控制指令对应的操作。
6.根据权利要求5所述的方法，其中，
所述解析信息中进一步包括：所述解析结果对应的对话标识；
所述方法还包括：所述第一智能设备将历史对话标识发送给所述云端，所述历史对话标识为所述第一智能设备在上一轮对话中获取自所述云端的对话标识；
其中，所述第一智能设备获取所述云端返回的所述控制指令对应的解析信息包括：
所述第一智能设备获取所述云端返回的第一解析信息，所述第一解析信息为当所述云端同时获取到所述第一解析信息和第二解析信息，根据所述历史对话标识确定出上一轮对话对应的控制对象为所述第一智能设备时，返回给所述第一智能设备的解析信息；所述第一解析信息为所述第一智能设备的媒体资源播放功能对应的解析信息，所述第二解析信息为所述第一智能设备的设备控制功能对应的解析信息；
或者，所述第一智能设备获取所述云端返回的所述第二解析信息，所述第二解析信息为当所述云端同时获取到所述第一解析信息和所述第二解析信息，根据所述历史对话标识确定出上一轮对话对应的控制对象不为所述第一智能设备时，返回给所述第一智能设备的解析信息。
7.根据权利要求6所述的方法，还包括：
所述第一智能设备获取所述云端返回的所述第一解析信息，所述第一解析信息为当所述云端仅获取到所述第一解析信息时返回给所述第一智能设备的解析信息；
或者，所述第一智能设备获取所述云端返回的所述第二解析信息，所述第二解析信息为当所述云端仅获取到所述第二解析信息时返回给所述第一智能设备的解析信息。
8.一种智能控制装置，所述智能控制装置应用于云端，包括：第一获取模块以及第一处理模块；
所述第一获取模块，用于获取来自第一智能设备的控制指令，所述控制指令为所述第一智能设备接收自用户的控制指令；
所述第一处理模块，用于获取所述控制指令对应的解析信息，发送给所述第一智能设备，所述解析信息中包括：解析结果；
其中，所述解析结果用于所述第一智能设备确定出本轮对话对应的控制对象，并用于所述控制对象根据所述解析结果完成所述控制指令对应的操作，所述控制对象为所述第一智能设备或所述第一智能设备控制的第二智能设备。
9.根据权利要求8所述的装置，其中，
所述解析信息中进一步包括：所述解析结果对应的对话标识；
所述第一获取模块进一步用于，获取来自所述第一智能设备的历史对话标识，所述历史对话标识为所述第一智能设备在上一轮对话中获取到的对话标识；
所述第一处理模块若同时获取到第一解析信息和第二解析信息，则根据所述历史对话标识确定出上一轮对话对应的控制对象，若为所述第一智能设备，则将所述第一解析信息发送给所述第一智能设备，若不为所述第一智能设备，则将所述第二解析信息发送给所述第一智能设备；所述第一解析信息为所述第一智能设备的媒体资源播放功能对应的解析信息，所述第二解析信息为所述第一智能设备的设备控制功能对应的解析信息。
10.根据权利要求9所述的装置，其中，
所述第一处理模块进一步用于，若仅获取到所述第一解析信息，则将所述第一解析信息发送给所述第一智能设备，若仅获取到所述第二解析信息，则将所述第二解析信息发送给所述第一智能设备。
11.根据权利要求9所述的装置，其中，
所述控制指令包括：语音控制指令；
所述第一处理模块进一步用于，对所述语音指令进行语音识别，得到识别结果，分别调用第一语义解析技能和第二语义解析技能对所述识别结果进行解析；其中，所述第一语义解析技能返回的为所述第一解析信息，所述第二语义解析技能返回的为所述第二解析信息。
12.一种智能控制装置，所述智能控制装置应用于第一智能设备中，包括：第二获取模块以及第二处理模块；
所述第二获取模块，用于获取来自用户的控制指令，发送给云端，并获取所述云端返回的所述控制指令对应的解析信息，所述解析信息中包括：解析结果；
所述第二处理模块，用于根据所述解析结果确定出本轮对话对应的控制对象，若所述控制对象为所述第一智能设备，则根据所述解析结果完成所述控制指令对应的操作，否则，控制第二智能设备根据所述解析结果完成所述控制指令对应的操作。
13.根据权利要求12所述的装置，其中，
所述解析信息中进一步包括：所述解析结果对应的对话标识；
所述第二获取模块进一步用于，将历史对话标识发送给所述云端，所述历史对话标识为在上一轮对话中获取自所述云端的对话标识；
所述第二获取模块获取所述云端返回的第一解析信息，所述第一解析信息为当所述云端同时获取到所述第一解析信息和第二解析信息，根据所述历史对话标识确定出上一轮对话对应的控制对象为所述第一智能设备时，返回给所述第一智能设备的解析信息；所述第一解析信息为所述第一智能设备的媒体资源播放功能对应的解析信息，所述第二解析信息为所述第一智能设备的设备控制功能对应的解析信息；
或者，所述第二获取模块获取所述云端返回的所述第二解析信息，所述第二解析信息为当所述云端同时获取到所述第一解析信息和所述第二解析信息，根据所述历史对话标识确定出上一轮对话对应的控制对象不为所述第一智能设备时，返回给所述第一智能设备的解析信息。
14.根据权利要求13所述的装置，其中，
所述第二获取模块进一步用于，获取所述云端返回的所述第一解析信息，所述第一解析信息为当所述云端仅获取到所述第一解析信息时返回给所述第一智能设备的解析信息，或者，获取所述云端返回的所述第二解析信息，所述第二解析信息为当所述云端仅获取到所述第二解析信息时返回给所述第一智能设备的解析信息。
15.一种电子设备，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权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
CN202110190390.3A 2021-02-18 2021-02-18 智能控制方法、装置、电子设备及计算机可读存储介质 Active CN113012695B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110190390.3A CN113012695B (zh) 2021-02-18 2021-02-18 智能控制方法、装置、电子设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110190390.3A CN113012695B (zh) 2021-02-18 2021-02-18 智能控制方法、装置、电子设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN113012695A true CN113012695A (zh) 2021-06-22
CN113012695B CN113012695B (zh) 2022-11-25

Family

ID=76403450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110190390.3A Active CN113012695B (zh) 2021-02-18 2021-02-18 智能控制方法、装置、电子设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113012695B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113611297A (zh) * 2021-06-25 2021-11-05 北京智芯微电子科技有限公司 一种智能控制方法、装置和智能产品
CN115208859A (zh) * 2022-06-23 2022-10-18 阿波罗智联(北京)科技有限公司 一种信息交互方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103295572A (zh) * 2012-08-13 2013-09-11 深圳市路畅科技股份有限公司 一种语音识别方法及具有语音识别的车载多媒体导航仪系统
US20150310864A1 (en) * 2013-01-06 2015-10-29 Huawei Technologies Co., Ltd. Method, interaction device, server, and system for speech recognition
CN108520746A (zh) * 2018-03-22 2018-09-11 北京小米移动软件有限公司 语音控制智能设备的方法、装置及存储介质
CN109243443A (zh) * 2018-09-28 2019-01-18 联想(北京)有限公司 语音控制方法、装置及电子设备
CN109243431A (zh) * 2017-07-04 2019-01-18 阿里巴巴集团控股有限公司 一种处理方法、控制方法、识别方法及其装置和电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103295572A (zh) * 2012-08-13 2013-09-11 深圳市路畅科技股份有限公司 一种语音识别方法及具有语音识别的车载多媒体导航仪系统
US20150310864A1 (en) * 2013-01-06 2015-10-29 Huawei Technologies Co., Ltd. Method, interaction device, server, and system for speech recognition
CN109243431A (zh) * 2017-07-04 2019-01-18 阿里巴巴集团控股有限公司 一种处理方法、控制方法、识别方法及其装置和电子设备
CN108520746A (zh) * 2018-03-22 2018-09-11 北京小米移动软件有限公司 语音控制智能设备的方法、装置及存储介质
CN109243443A (zh) * 2018-09-28 2019-01-18 联想(北京)有限公司 语音控制方法、装置及电子设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113611297A (zh) * 2021-06-25 2021-11-05 北京智芯微电子科技有限公司 一种智能控制方法、装置和智能产品
CN115208859A (zh) * 2022-06-23 2022-10-18 阿波罗智联(北京)科技有限公司 一种信息交互方法、装置、设备及存储介质
CN115208859B (zh) * 2022-06-23 2023-12-15 阿波罗智联(北京)科技有限公司 一种信息交互方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN113012695B (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
US10733384B2 (en) Emotion detection and expression integration in dialog systems
CN110310657B (zh) 一种音频数据处理方法及装置
CN113012695B (zh) 智能控制方法、装置、电子设备及计算机可读存储介质
CN112929246B (zh) 操作指令的处理方法、存储介质及用户终端
US20220053335A1 (en) Method for detecting an abnormal device, device and storage medium
CN113242358A (zh) 音频数据处理方法、装置、系统、电子设备及存储介质
KR20210156243A (ko) 딥러닝 프레임워크의 훈련 방법, 장치 및 저장 매체
CN112508768A (zh) 单算子多模型流水线推理方法、系统、电子设备及介质
CN114244821B (zh) 数据处理方法、装置、设备、电子设备和存储介质
CN113961289B (zh) 一种数据处理方法、装置、设备以及存储介质
CN113676761B (zh) 一种多媒体资源播放方法、装置及主控设备
CN114661287A (zh) 组件联动渲染方法、装置、电子设备、存储介质及产品
CN113810814B (zh) 耳机模式切换的控制方法及装置、电子设备和存储介质
CN115223545A (zh) 语音交互测试的方法、装置、系统、设备以及存储介质
CN115798469A (zh) 语音控制方法、装置、电子设备及计算机可读存储介质
CN113760431A (zh) 应用程序的控制方法、装置、电子设备及可读存储介质
CN114091909A (zh) 一种协同开发的方法、系统、装置及电子设备
CN114036250A (zh) 高精地图任务处理方法、装置、电子设备和介质
CN113660635A (zh) 连接方法、装置、电子设备、存储介质及程序产品
CN113709506A (zh) 基于云手机的多媒体播放方法、装置、介质及程序产品
CN110996374B (zh) 一种无线网络控制方法、装置、设备及介质
CN108845879A (zh) 一种机器人资源调用方法、装置、服务器和存储介质
CN114500519B (zh) 基于云手机的通讯方法、装置、设备和存储介质
CN114422485B (zh) 一种Zigbee无线智能设备的固件更新方法及装置
CN114312841A (zh) 车辆信息处理方法、装置、电子设备和存储介质

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
GR01 Patent grant
GR01 Patent grant