CN113099354A - 用于信息处理的方法、设备和计算机存储介质 - Google Patents
用于信息处理的方法、设备和计算机存储介质 Download PDFInfo
- Publication number
- CN113099354A CN113099354A CN202010021699.5A CN202010021699A CN113099354A CN 113099354 A CN113099354 A CN 113099354A CN 202010021699 A CN202010021699 A CN 202010021699A CN 113099354 A CN113099354 A CN 113099354A
- Authority
- CN
- China
- Prior art keywords
- audio output
- output device
- state
- audio
- response
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000010365 information processing Effects 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 11
- 230000000977 initiatory effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013136 deep learning model Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R3/00—Circuits for transducers, loudspeakers or microphones
- H04R3/12—Circuits for transducers, loudspeakers or microphones for distributing signals to two or more loudspeakers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/02—Preprocessing operations, e.g. segment selection; Pattern representation or modelling, e.g. based on linear discriminant analysis [LDA] or principal components; Feature selection or extraction
-
- 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
- G10L17/18—Artificial neural networks; Connectionist approaches
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- 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)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Otolaryngology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
根据本公开的示例实施例,提供了一种用于信息处理的方法、设备和计算机可读存储介质。该方法包括在音频输出设备处,接收来自红外传感设备的检测信号,检测信号指示人体移动,如果接收到检测信号,则确定音频输出设备的当前状态是否为输出等待状态,如果确定音频输出设备的当前状态为输出等待状态,则向电子设备发送用于启动音频输出设备的输出的请求,电子设备与音频输出设备相关联,如果接收到来自电子设备的音频数据,则输出所接收的音频数据,以及将音频输出设备的当前状态修改为输出状态。由此,能够实现基于红外信号感测到用户的人体移动,主动向电子设备发送启动输出请求,无需用户手动操作,提高了用户体验。
Description
技术领域
本公开的实施例总体涉及信息处理领域,具体涉及用于信息处理的方法、设备和计算机存储介质。
背景技术
随着无线技术和网络技术的发展,越来越多的设备具备了通信和联网能力。目前,越来越多的音频输出设备具备了无线接入功能,例如蓝牙、wifi,智能终端可以通过蓝牙或wifi连接音频输出设备,例如音箱,来输出智能终端所播放的音频数据。
发明内容
本公开的实施例提供了用于信息处理的方法、设备和计算机存储介质,由此,能够实现在音频输出设备端处于输出等待状态的情况下,基于红外信号感测到用户的人体移动,主动向电子设备发送启动输出请求,从而输出来自电子设备的音频,无需用户手动连接或切换音频输出设备,提高了用户体验
在本公开的第一方面,提供了一种用于信息处理的方法。该方法包括:在音频输出设备处,接收来自红外传感设备的检测信号,检测信号指示人体移动,如果接收到检测信号,则确定音频输出设备的当前状态是否为输出等待状态,如果确定音频输出设备的当前状态为输出等待状态,则向电子设备发送用于启动音频输出设备的输出的请求,电子设备与音频输出设备相关联,如果接收到来自电子设备的音频数据,则输出所接收的音频数据,以及将音频输出设备的当前状态修改为输出状态。
在本公开的第二方面,提供了一种电子设备。该电子设备包括至少一个处理单元和至少一个存储器。至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令。该指令当由至少一个处理单元执行时使得电子设备执行动作,该动作包括:在音频输出设备处,接收来自红外传感设备的检测信号,检测信号指示人体移动,如果接收到检测信号,则确定音频输出设备的当前状态是否为输出等待状态,如果确定音频输出设备的当前状态为输出等待状态,则向电子设备发送用于启动音频输出设备的输出的请求,电子设备与音频输出设备相关联,如果接收到来自电子设备的音频数据,则输出所接收的音频数据,以及将音频输出设备的当前状态修改为输出状态。
在本公开的第三方面,提供了一种计算机可读存储介质。该计算机可读存储介质上存储有计算机程序,计算机程序被机器执行时使机器实现根据本公开的第一方面所描述的方法的任意步骤。
提供发明内容部分是为了以简化的形式来介绍对概念的选择,它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或必要特征,也无意限制本公开的范围。
附图说明
通过结合附图对本公开示例性实施例进行更详细的描述,本公开的上述以及其它目的、特征和优势将变得更加明显,其中,在本公开示例性实施例中,相同的参考标号通常代表相同部件。
图1示出了根据本公开的实施例的信息处理环境100的示例的示意图;
图2示出了根据本公开的实施例的用于信息处理的方法200的示意流程图;
图3示出了根据本公开的实施例的用于信息处理的方法300的示意流程图;
图4示出了根据本公开的实施例的用于音频输出设备的状态变化的示意图;以及
图5示出了可以用来实施本公开内容的实施例的示例设备500的示意性框图。
在各个附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
在本文中使用的术语“包括”及其变形表示开放性包括,即“包括但不限于”。除非特别申明,术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
目前电子设备连接有多个音频输出设备时,往往需要用户手动连接或切换音频输出设备来达到用户想要的效果,例如用户从一个房间走到另一个房间时,需要用户手动连接后一个房间中的音频输出设备来输出电子设备的音频,体验较差,或者通过组网方式,将所有音频输出设备和电子设备连接到相同网络,同时作为音频输出设备输出来自电子设备的音频。
为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个,本公开的示例实施例提出了一种用于信息处理的方案。在该方案中,在音频输出设备处,接收来自红外传感设备的检测信号,检测信号指示人体移动,如果接收到检测信号,则确定音频输出设备的当前状态是否为输出等待状态,如果确定音频输出设备的当前状态为输出等待状态,则向电子设备发送用于启动音频输出设备的输出的请求,电子设备与音频输出设备相关联,如果接收到来自电子设备的音频数据,则输出所接收的音频数据,以及将音频输出设备的当前状态修改为输出状态。
能够实现在音频输出设备端处于输出等待状态的情况下,基于红外信号感测到用户的人体移动,主动向电子设备发送启动输出请求,从而输出来自电子设备的音频,无需用户手动连接或切换音频输出设备,提高了用户体验。
在下文中,将结合附图更详细地描述本方案的具体示例。
图1示出了根据本公开的实施例的信息处理环境100的示例的示意图。信息处理环境100包括电子设备110、多个音频输出设备120和用户140。
电子设备110例如可以与多个音频输出设备120相关联,例如通过账户相关联,或者多个音频输出设备120处可设置电子设备110的标识,例如名称、设备序列号、UUID、MAC地址等,或者电子设备110与多个音频输出设备120通过处于连接状态而相关联。
在一些实施例中,电子设备110可以是具备无线收发能力并且可以接入互联网的电子设备。电子设备110例如但不限于是移动电话、智能电话、膝上型计算机、平板计算机、个人数字助理(PDA)、可穿戴设备等。
在一些实施例中,电子设备110至少可以包括通信模块、存储器和处理器。通信模块用于通过无线通信技术与音频输出设备120进行通信,例如蓝牙、wifi等。存储器用于存储一个或多个计算机程序。处理器耦合至存储器并且执行一个或多个程序使得电子设备110能够执行一种或多种功能。
音频输出设备120可以是具有无线收发能力或能够接入互联网的音频输出设备。音频输出设备120例如但不限于是音响、智能音箱、智能电话会议设备等。音频输出设备120可以通过无线通信技术与电子设备110连接,例如蓝牙、wifi等。
音频输出设备120可以包括或耦合到红外传感设备130。红外传感设备130用于感测人体移动,以及如果感测到人体移动,则发出指示人体移动的信号。红外传感设备130可以包括任何合适的红外传感器。
音频输出设备120可以包括或耦合到相机。相机用于捕获图像,以及将捕获的图像发送给音频输出设备120。相机例如可以包括红外相机和光学相机。
音频输出设备120可以包括或耦合到拾音器。拾音器用于采集声音输入,以及将采集的声音输入发送给音频输出设备120。拾音器例如可以包括麦克风等。
在一些实施例中,多个音频输出设备120例如可以位于不同的物理区域,例如不同的房间。
在下文中将结合图2对音频输出设备120所执行的动作进行详细描述。
图2示出了根据本公开的实施例的用于信息处理的方法200的流程图。例如,方法200可以由如图1所示的音频输出设备120来执行。应当理解的是,方法200还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在框202处,在音频输出设备120处,接收来自红外传感设备130的检测信号,检测信号指示人体移动。
如果在框202处接收到来自红外传感设备130的检测信号,则在框204处,确定音频输出设备120的当前状态是否为输出等待状态。在输出等待状态中,音频输出设备120未接收来自电子设备110的音频数据从而未输出音频数据。
如果在框204处确定音频输出设备120的当前状态为输出等待状态,则在框206处,向电子设备110发送用于启动音频输出设备的输出的请求,电子设备110与音频输出设备120相关联。
在处于输出等待状态下如果检测到指示人体移动的红外传感检测信号,表明有人处于音频输出设备120附近,则可以向电子设备110发送用于启动音频输出设备的输出的请求,以便经由音频输出设备120输出音频。电子设备110例如可以与音频输出设备120处于连接状态而关联。
在框208处,接收来自电子设备110的音频数据。在一些实施例中,经由与电子设备110之间的已建立的连接接收来自电子设备110的音频数据。
如果在框208处接收到来自电子设备110的音频数据,则在框210处,输出所接收的音频数据。
在框212处,将音频输出设备120的当前状态修改为输出状态。
由此,能够实现在音频输出设备处于输出等待状态的情况下,基于红外信号感测到用户的人体移动,主动向电子设备发送启动输出请求,从而输出来自电子设备的音频,无需用户手动连接或切换音频输出设备,提高了用户体验。
在一些实施例中,方法200还可以包括如果确定从上一次接收到来自红外传感设备130的指示人体移动的检测信号开始的预定时间间隔内未接收到该检测信号,则确定音频输出设备120的当前状态是否为输出状态,如果确定音频输出设备120的当前状态为输出状态,则向电子设备发送用于停止音频输出设备120的输出的请求,以及将音频输出设备120的当前状态修改为输出等待状态。
预定时间间隔例如可以包括60秒、30秒、20秒、10秒等。红外传感设备130例如如果检测到人体移动就可以发出指示人体移动的检测信号,而如果未检测到人体移动则不发出指示人体移动的检测信号,如果周期性地接收到来自红外传感设备130的指示人体移动的检测信号,则表明持续检测到人体移动,也就是仍可以检测到用户,而如果从上次接收到该检测信号后预定时间间隔内未接收到该检测信号,则可以表明不能检测到用户,也就是说没有人在附近,可以不输出音频。
由此,能够实现在音频输出设备处于输出状态的情况下如果未在预定时间间隔内检测到红外传感设备的指示人体移动的检测信号,则停止输出音频,从而避免在无人的情况下继续输出音频,提高用户体验。
备选地或者附加地,在一些实施例中,方法200还可以包括如果确定从上一次接收到来自红外传感设备130的指示人体移动的检测信号开始的预定时间间隔内未接收到该检测信号,则经由相机捕获图像,识别图像中的人脸或人形,以及如果确定未识别出人脸或人形,则确定音频输出设备120的当前状态是否为输出状态,以及如果确定音频输出设备120的当前状态为输出状态,则向电子设备发送用于停止音频输出设备120的输出的请求。相机例如可以包括红外相机或光学相机。识别人脸或人形的方法例如可以包括任何合适的图像识别方法,例如基于深度学习模型的图像识别方法。通过在红外传感信号的基础上结合图像识别技术能够更准确地确定是否有人。
由此,能够实现在音频输出设备处于输出状态的情况下如果未在预定时间间隔内检测到红外传感设备的指示人体移动的检测信号,进一步基于捕获的图像来判定是否存在用户,以及如果基于捕获的图像也判定不存在用户,则停止输出音频,从而避免无人的情况下继续输出音频,提高用户体验。
备选地或者附加地,在一些实施例中,方法200还可以包括如果接收到来自红外传感设备130的指示人体移动的检测信号,则获取声音输入,确认声音输入是否包括脚步声,以及如果确认声音输入包括脚步声,则确定音频输出设备120的当前状态是否为输出等待状态。可以采用任何合适的方法来确认声音输入是否包括脚步声,例如基于深度学习模型的脚步声识别方法、基于贝叶斯决策的脚步声识别方法等。
由此,能够在红外传感信号的基础上再结合脚步声识别技术来判定是否有人,避免红外传感信号的一些误判情况,提高了判定准确度和用户体验。
备选地或者附加地,在一些实施例中,方法200还可以包括如果接收到来自红外传感设备130的指示人体移动的检测信号,则经由相机捕获图像,确认图像中是否包括人脸或人形,以及如果确认图像中包括人脸或人形,则确定音频输出设备120的当前状态是否为输出等待状态。可以采用任何合适的方法来确认图像中是否包括人脸或人形,例如基于深度学习模型的图像识别方法。
由此,能够在红外传感信号的基础上再结合图像识别技术来判定是否有人,避免红外传感信号的一些误判情况,提高了判定准确度和用户体验。
备选地或者附加地,在一些实施例中,方法200还可以包括如果接收到来自红外传感设备130的指示人体移动的检测信号,则获取语音输入,识别语音输入中的关键词,以及如果确定识别出的关键词匹配预定关键词,确定音频输出设备120的当前状态是否为输出等待状态。预定关键词例如可以是用户或系统预设的,例如“播放”。识别语音输入中的关键词例如可以采用任何合适的语音识别技术。
由此,能够在红外传感信号的基础上再结合语音唤醒技术来判定是否有人,避免红外传感信号的一些误判情况,提高了判定准确度和用户体验。
备选地或者附加地,在一些实施例中,方法200还可以包括如果接收到来自红外传感设备130的指示人体移动的检测信号,则获取语音输入,提取语音输入中的声纹信息,以及如果确定提取的声纹信息通过验证,确定音频输出设备120的当前状态是否为输出等待状态。确定提取的声纹信息是否通过验证例如可以包括确定提取的声纹信息是否匹配预定集合的用户的声纹,如果提取的声纹信息匹配预定集合的用户的声纹,则确定提取的声纹信息经过验证。预定集合的用户的声纹例如可以是用户预设的,例如一家人的声纹,或仅电子设备的用户的声纹。声纹提取和匹配可以采用任何合适的声纹提取和匹配技术,例如模板匹配、高斯混合模型(GMM)、联合因子分析法(JFA)、深度神经网络方法等。
由此,能够在红外传感信号的基础上再结合声纹识别技术来判定是否有人且是通过验证的人,避免红外传感信号的一些误判情况,提高了判定准确度和用户体验。
备选地或者附加地,在一些实施例中,输出音频数据可以包括如果接收到来自电子设备110的音频数据,则缓存音频数据,以及如果确定缓存的音频数据达到预定播放时长,则输出缓存的音频数据。预定播放时长例如可以包括3秒、4秒、5秒等。例如如果电子设备110切换到其他音频输出设备,由于从与该音频输出设备断开到切换到其他音频输出设备输出音频需要一定的时间,通过该音频输出设备继续输出缓存的预定播放时长的音频输出可以保证在该段时间内的音频输出的连续性,避免突然中断。
由此,能够在音频输出设备输出音频数据之前,先缓存预定播放时长的音频数据,并在缓存的音频数据达到预定播放时长后再输出缓存的音频数据,从而避免在音频输出设备切换时避免由于切换造成的音频输出中断,提高用户体验。
图3示出了根据本公开的实施例的用于信息处理的方法300的流程图。应当理解的是,方法300还可以包括未示出的附加步骤和/或可以省略所示出的步骤,本公开的范围在此方面不受限制。
在302处,第一红外传感设备130向第一音频输出设备120发送指示人体移动的检测信号。
在304处,第一音频输出设备120确定其当前状态是否为输出等待状态。
如果在304处第一音频输出设备120确定其当前状态为输出等待状态,则在306处,第一音频输出设备120向电子设备110发送用于启动第一音频输出设备120的输出的请求,电子设备110与第一音频输出设备120相关联。
在308处,电子设备110向第一音频输出设备120发送音频数据。
在310处,第一音频输出设备120输出所接收的音频数据。
在312处,第一音频输出设备120将其当前状态修改为输出状态。
在314处,第一音频输出设备120确定从上一次接收到来自红外传感设备130的指示人体移动的检测信号开始的预定时间间隔内是否接收到该检测信号。
如果在314处确定从上一次接收到来自红外传感设备130的指示人体移动的检测信号开始的预定时间间隔内未接收到该检测信号,则在316处,第一音频输出设备120确定其当前状态是否为输出状态。
如果在316处第一音频输出设备120确定其当前状态为输出状态,则在318处,第一音频输出设备120向电子设备110发送用于停止第一音频输出设备120的输出的请求。
在320处,电子设备110停止向第一音频输出设备120输出音频数据。
在322处,第一音频输出设备120将其当前状态修改为输出等待状态。
在324处,第二红外传感设备130向第二音频输出设备120发送指示人体移动的检测信号。
在326处,第二音频输出设备120确定其当前状态是否为输出等待状态。
如果在326处第二音频输出设备120确定其当前状态为输出等待状态,则在328处,第二音频输出设备120向电子设备110发送用于启动第二音频输出设备120的输出的请求,电子设备110与第二音频输出设备120相关联。
在330处,电子设备110向第二音频输出设备120发送音频数据。
在332处,第二音频输出设备120输出所接收的音频数据。
在334处,第二音频输出设备120将其当前状态修改为输出状态。
图4示出了根据本公开的实施例的用于音频输出设备的状态变化的示意图。如图4所示,音频输出设备120可以包括两个状态,输出等待状态和输出状态。
在音频输出设备120处于输出等待状态的情况下,如果接收到来自红外传感设备130的指示人体移动的信号,则可以向电子设备110发送启动输出请求,以及在从电子设备110接收到音频数据后将当前状态从输出等待状态修改为输出状态。
在音频输出设备120处于输出状态的情况下,如果确定从上一次接收到来自红外传感设备130的指示人体移动的信号开始的预定间隔内未接收到该信号,则向电子设备110发送停止输出请求,并将当前状态从输出状态修改为输出等待状态。
在音频输出设备120处于输出状态的情况下,如果接收到来自红外传感设备130的指示人体移动的信号,可以继续保持在输出状态,不做任何操作。
在音频输出设备120处于输出等待状态的情况下,如果确定从上一次接收到来自红外传感设备130的指示人体移动的信号开始的预定间隔内未接收到该信号,可以继续保持在输出等待状态,不做任何操作。
图5示出了可以用来实施本公开内容的实施例的示例设备500的示意性框图。例如,如图1所示的音频输出设备120可以由设备500来实施。如图所示,设备500包括中央处理单元(CPU)510,其可以根据存储在只读存储器(ROM)520中的计算机程序指令或者从存储单元580加载到随机访问存储器(RAM)530中的计算机程序指令,来执行各种适当的动作和处理。在RAM 530中,还可存储设备500操作所需的各种程序和数据。CPU 510、ROM 520以及RAM530通过总线540彼此相连。输入/输出(I/O)接口550也连接至总线540。
设备500中的多个部件连接至I/O接口550,包括:输入单元560,例如键盘、鼠标、麦克风等;输出单元570,例如各种类型的显示器、扬声器等;存储单元580,例如磁盘、光盘等;以及通信单元590,例如网卡、调制解调器、无线通信收发机等。通信单元590允许设备500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。
上文所描述的各个过程和处理,例如方法200-300,可由处理单元510执行。例如,在一些实施例中,方法200-300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580。在一些实施例中,计算机程序的部分或者全部可以经由ROM 520和/或通信单元590而被载入和/或安装到设备500上。当计算机程序被加载到RAM 530并由CPU510执行时,可以执行上文描述的方法200-300的一个或多个动作。
本公开可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种用于信息处理的方法,包括:
在音频输出设备处,接收来自红外传感设备的检测信号,所述检测信号指示人体移动;
至少部分响应于接收到所述检测信号,确定所述音频输出设备的当前状态是否为输出等待状态;
响应于确定所述音频输出设备的所述当前状态为所述输出等待状态,向电子设备发送用于启动所述音频输出设备的输出的请求,所述电子设备与所述音频输出设备相关联;
响应于接收到来自所述电子设备的音频数据,输出所接收的所述音频数据;以及
将所述音频输出设备的所述当前状态修改为输出状态。
2.根据权利要求1所述的方法,还包括:
至少部分响应于确定从上一次接收到所述检测信号开始的预定时间间隔内未接收到所述检测信号,确定所述音频输出设备的所述当前状态是否为所述输出状态;
响应于确定所述音频输出设备的所述当前状态为所述输出状态,向所述电子设备发送用于停止所述音频输出设备的输出的请求;以及
将所述音频输出设备的所述当前状态修改为所述输出等待状态。
3.根据权利要求2所述的方法,还包括:
响应于确定从上一次接收到所述检测信号开始的所述预定时间间隔内未接收到所述检测信号,经由相机捕获图像;
识别所述图像中的人脸或人形;以及
响应于确定未识别出所述人脸或所述人形,确定所述音频输出设备的所述当前状态是否为所述输出状态。
4.根据权利要求1所述的方法,还包括:
响应于接收到所述信号,获取声音输入;
确认所述声音输入是否包括脚步声;以及
响应于确认所述声音输入包括所述脚步声,确定所述音频输出设备的所述当前状态是否为所述输出等待状态。
5.根据权利要求1所述的方法,还包括:
响应于接收到所述检测信号,经由相机捕获图像;
确认所述图像中是否包括人脸或人形;以及
响应于确认所述图像中包括所述人脸或所述人形,确定所述音频输出设备的所述当前状态是否为所述输出等待状态。
6.根据权利要求1所述的方法,还包括:
响应于接收到所述检测信号,获取语音输入;
识别所述语音输入中的关键词;以及
响应于识别出的所述关键词匹配预定关键词,确定所述音频输出设备的所述当前状态是否为所述输出等待状态。
7.根据权利要求1所述的方法,还包括:
响应于接收到所述检测信号,获取语音输入;
提取所述语音输入中的声纹信息;以及
响应于确定提取的所述声纹信息通过验证,确定所述音频输出设备的所述当前状态是否为所述输出等待状态。
8.根据权利要求1所述的方法,其中输出所接收的所述音频数据包括:
响应于接收到来自所述电子设备的音频数据,缓存所述音频数据;以及
响应于确定缓存的所述音频数据达到预定播放时长,输出缓存的所述音频数据。
9.一种电子设备,包括:
至少一个处理单元;
至少一个存储器,所述至少一个存储器被耦合到所述至少一个处理单元并且存储用于由所述至少一个处理单元执行的指令,所述指令当由所述至少一个处理单元执行时,使得所述设备执行根据权利要求1至8任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被机器执行时实现根据权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010021699.5A CN113099354A (zh) | 2020-01-09 | 2020-01-09 | 用于信息处理的方法、设备和计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010021699.5A CN113099354A (zh) | 2020-01-09 | 2020-01-09 | 用于信息处理的方法、设备和计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113099354A true CN113099354A (zh) | 2021-07-09 |
Family
ID=76663609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010021699.5A Pending CN113099354A (zh) | 2020-01-09 | 2020-01-09 | 用于信息处理的方法、设备和计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113099354A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205213026U (zh) * | 2015-12-04 | 2016-05-04 | 张冰 | 智能音响系统和智能音响终端 |
CN107708027A (zh) * | 2017-11-22 | 2018-02-16 | 成都领域弱电工程有限公司 | 一种适用于室内的音响播放方法 |
CN108231079A (zh) * | 2018-02-01 | 2018-06-29 | 北京百度网讯科技有限公司 | 用于控制电子设备的方法、装置、设备以及计算机可读存储介质 |
CN108471569A (zh) * | 2018-03-19 | 2018-08-31 | 苏州科技大学 | 一种多音箱设备播放方法及装置 |
CN108551627A (zh) * | 2018-05-29 | 2018-09-18 | 福来宝电子(深圳)有限公司 | 一种智能音箱控制方法、智能音箱及智能家居系统 |
-
2020
- 2020-01-09 CN CN202010021699.5A patent/CN113099354A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205213026U (zh) * | 2015-12-04 | 2016-05-04 | 张冰 | 智能音响系统和智能音响终端 |
CN107708027A (zh) * | 2017-11-22 | 2018-02-16 | 成都领域弱电工程有限公司 | 一种适用于室内的音响播放方法 |
CN108231079A (zh) * | 2018-02-01 | 2018-06-29 | 北京百度网讯科技有限公司 | 用于控制电子设备的方法、装置、设备以及计算机可读存储介质 |
CN108471569A (zh) * | 2018-03-19 | 2018-08-31 | 苏州科技大学 | 一种多音箱设备播放方法及装置 |
CN108551627A (zh) * | 2018-05-29 | 2018-09-18 | 福来宝电子(深圳)有限公司 | 一种智能音箱控制方法、智能音箱及智能家居系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9723149B2 (en) | Assistant redirection for customer service agent processing | |
WO2015142719A2 (en) | Method and apparatus for establishing connection between electronic devices | |
EP3580750A1 (en) | Method and apparatus for managing voice-based interaction in internet of things network system | |
CN104105169B (zh) | 自动连接无线局域网的方法及装置 | |
EP3160151B1 (en) | Video display device and operation method therefor | |
CN105491048A (zh) | 账户管理方法及装置 | |
CN105489220A (zh) | 语音识别方法及装置 | |
CN104378501A (zh) | 电话号码命名方法及装置 | |
CN109473097B (zh) | 一种智能语音设备及其控制方法 | |
CN104035995A (zh) | 群标签生成方法及装置 | |
WO2019233316A1 (zh) | 数据处理方法、装置、移动终端以及存储介质 | |
CN105847111A (zh) | 添加好友的方法及装置 | |
CN105516944A (zh) | 短信清理方法及装置 | |
CN105550235A (zh) | 信息获取方法及装置 | |
CN109712610A (zh) | 用于识别语音的方法和装置 | |
CN104767857A (zh) | 基于云名片的电话呼叫方法及装置 | |
JP6973380B2 (ja) | 情報処理装置、および情報処理方法 | |
CN110944056A (zh) | 交互方法、移动终端及可读存储介质 | |
CN109286554B (zh) | 社交应用中社交功能解锁方法及装置 | |
US10102858B1 (en) | Dynamically changing audio keywords | |
CN105791409A (zh) | 远程连接建立方法及装置 | |
CN113342170A (zh) | 手势控制方法、装置、终端和存储介质 | |
CN113099354A (zh) | 用于信息处理的方法、设备和计算机存储介质 | |
CN105072243A (zh) | 来电提示方法和装置 | |
CN104113589A (zh) | 获取用户信息的方法和装置 |
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 | ||
CB02 | Change of applicant information |
Address after: 201821 room 208, building 4, No. 1411, Yecheng Road, Jiading Industrial Zone, Jiading District, Shanghai Applicant after: Botai vehicle networking technology (Shanghai) Co.,Ltd. Address before: 201821 room 208, building 4, No. 1411, Yecheng Road, Jiading Industrial Zone, Jiading District, Shanghai Applicant before: SHANGHAI PATEO ELECTRONIC EQUIPMENT MANUFACTURING Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210709 |
|
RJ01 | Rejection of invention patent application after publication |