CN113205810A - 语音信号处理方法、装置、介质、遥控器及服务器 - Google Patents

语音信号处理方法、装置、介质、遥控器及服务器 Download PDF

Info

Publication number
CN113205810A
CN113205810A CN202110492147.7A CN202110492147A CN113205810A CN 113205810 A CN113205810 A CN 113205810A CN 202110492147 A CN202110492147 A CN 202110492147A CN 113205810 A CN113205810 A CN 113205810A
Authority
CN
China
Prior art keywords
electric appliance
voice signal
control
remote controller
control electric
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
CN202110492147.7A
Other languages
English (en)
Inventor
刘帅
周健
邓杰
陈东霞
章磊
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 Huijun Technology Co ltd
Original Assignee
Beijing Huijun 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 Huijun Technology Co ltd filed Critical Beijing Huijun Technology Co ltd
Priority to CN202110492147.7A priority Critical patent/CN113205810A/zh
Publication of CN113205810A publication Critical patent/CN113205810A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • GPHYSICS
    • G08SIGNALLING
    • G08CTRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • GPHYSICS
    • G08SIGNALLING
    • G08CTRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C23/00Non-electrical signal transmission systems, e.g. optical systems
    • G08C23/04Non-electrical signal transmission systems, e.g. optical systems using light waves, e.g. infrared
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/28Constructional details of speech recognition systems
    • G10L15/30Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223Execution procedure of a spoken command
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00Data switching networks
    • H04L12/28Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803Home automation networks
    • H04L12/2816Controlling appliance services of a home automation network by calling their functionalities
    • H04L12/282Controlling appliance services of a home automation network by calling their functionalities based on user interaction within the home

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Selective Calling Equipment (AREA)

Abstract

本发明提供了一种语音信号处理方法,应用于遥控器,所述遥控器具有语音唤醒功能,该方法包括:接收唤醒语音信号,根据唤醒语音信号,唤醒遥控器,这样可以实现纯语音唤醒遥控器,而无需用户手动按下按钮来唤醒遥控器,然后遥控器继续接收控制电器语音信号,并将控制电器语音信号发送至服务器,以使得服务器利用声学模型和语言模型对控制电器语音信号进行处理,得到控制电器文本,此时遥控器可以接收该控制电器文本,并根据控制电器文本,确定电器所支持的遥控方式,根据电器所支持的遥控方式,向电器发送控制指令,以对电器进行控制,这样用户可以在不清楚遥控器在何处时对电器进行控制,提高用户体验。

Description

语音信号处理方法、装置、介质、遥控器及服务器
技术领域
本发明涉及自然语言处理的技术领域,具体而言,涉及一种语音信号处理方法、装置、介质、遥控器及服务器。
背景技术
目前,由于科技的发展,家用电器的功能越来越繁多。不只是电视,空调,还有灯具,音箱等等都配置了遥控器。遥控器使人们对电器的使用更加的方便,比如根据室外的光线情况调整灯具的光线明暗。当前的遥控器大部分都不具备语音的功能,具备语音的功能的遥控器需要按住遥控器上某个按钮才能进行语音交互。遥控器大部分都比较小巧,经常会遇到遥控器找不到的情况,造成了极差的遥控器使用体验。对于老人和儿童,不好识别遥控器上的字符和图标,容易误触或者乱触遥控器上的按钮,使用体验不好,甚至会造成电器的误用。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明实施例的目的在于提供一种多设备联动实现方法、装置、介质及服务器,进而至少可以在一定程度上提高用户体验。
本发明的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
根据本发明实施例的第一方面,提供了一种语音信号处理方法,应用于遥控器,所述遥控器具有语音唤醒功能,该方法包括:接收唤醒语音信号;根据所述唤醒语音信号,唤醒所述遥控器;接收控制电器语音信号,并将所述控制电器语音信号发送至服务器,以使得所述服务器利用声学模型和语言模型对所述控制电器语音信号进行处理,得到控制电器文本;接收所述控制电器文本,并根据所述控制电器文本,确定电器所支持的遥控方式;根据所述电器所支持的遥控方式,向所述电器发送控制指令,以对所述电器进行控制。
在本发明的一些实施例中,根据所述唤醒语音信号,唤醒所述遥控器包括:根据所述唤醒语音信号中的音频内容,确定所述唤醒语音信号是否满足唤醒条件;如果所述唤醒语音信号满足所述唤醒条件,唤醒所述遥控器。
在本发明的一些实施例中,所述电器所支持的遥控方式包括以下任意一项或多项:无线局域网遥控、蓝牙遥控、红外遥控。
根据本发明实施例的第二方面,提供了一种语音信号处理方法,应用服务器,其特征在于,该方法包括:从遥控器接收控制电器语音信号,所述遥控器具有语音唤醒功能;利用声学模型对所述控制电器语音信号进行处理,得到所述控制电器语音信号的读音序列;利用语言模型对所述控制电器语音信号和所述控制电器语音信号的读音序列进行处理,得到控制电器文本;向所述遥控器发送所述控制电器文本,以使得所述遥控器根据所述控制电器文本控制电器。
在本发明的一些实施例中,利用所述语言模型对所述控制电器语音信号和所述控制电器语音信号的读音序列进行处理,得到控制电器文本包括:利用所述语言模型对所述控制电器语音信号进行处理,得到文字序列集合;基于所述控制电器语音信号的读音序列,从所述文字序列集合中确定与其相对应的文字序列;对与所述控制电器语音信号的读音序列相对应的文字序列处理,得到所述控制电器文本。
根据本发明实施例的第三方面,提供了一种语音信号处理装置,应用于遥控器,所述遥控器具有语音唤醒功能,该装置包括:第一接收模块,用于接收唤醒语音信号;唤醒模块,用于根据所述唤醒语音信号,唤醒所述遥控器;第二接收模块,用于接收控制电器语音信号,并将所述控制电器语音信号发送至服务器,以使得所述服务器利用声学模型和语言模型对所述控制电器语音信号进行处理,得到控制电器文本;第三接收模块,用于接收所述控制电器文本,并根据所述控制电器文本,确定电器所支持的遥控方式;控制模块,用于根据所述电器所支持的遥控方式,向所述电器发送控制指令,以对所述电器进行控制。
在本发明的一些实施例中,上述唤醒模块被配置为:根据所述唤醒语音信号中的音频内容,确定所述唤醒语音信号是否满足唤醒条件;如果所述唤醒语音信号满足所述唤醒条件,唤醒所述遥控器。
在本发明的一些实施例中,所述电器所支持的遥控方式包括以下任意一项或多项:无线局域网遥控、蓝牙遥控、红外遥控。
根据本发明实施例的第四方面,提供了一种语音信号处理装置,应用服务器,该装置包括:第一接收模块,用于从遥控器接收控制电器语音信号,所述遥控器具有语音唤醒功能;第一处理模块,利用声学模型对所述控制电器语音信号进行处理,得到所述控制电器语音信号的读音序列;第二处理模块,利用语言模型对所述控制电器语音信号和所述控制电器语音信号的读音序列进行处理,得到控制电器文本;发送模块,用于向所述遥控器发送所述控制电器文本,以使得所述遥控器根据所述控制电器文本控制电器。
在本发明的一些实施例中,上述第二处理模块被配置为:利用所述语言模型对所述控制电器语音信号进行处理,得到文字序列集合;基于所述控制电器语音信号的读音序列,从所述文字序列集合中确定与其相对应的文字序列;对与所述控制电器语音信号的读音序列相对应的文字序列处理,得到所述控制电器文本。
根据本发明实施例的第五方面,提供了一种遥控器,所述遥控器具有语音唤醒功能,所述遥控器包含:多个采集装置,所述采集装置,用于采集外部环境的唤醒语音信号和控制电器语音信号;一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中第一方面所述的语音信号处理方法。
根据本发明实施例的第六方面,提供了一种服务器,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中第二方面所述的语音信号处理方法。
根据本发明实施例的第七方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述实施例中第一方面或第二方面所述的语音信号处理方法。
本发明实施例提供的技术方案可以包括以下有益效果:
在本发明的一些实施例所提供的技术方案中,通过遥控器接收唤醒语音信号,根据唤醒语音信号,唤醒遥控器,这样可以实现纯语音唤醒遥控器,而无需用户手动按下按钮来唤醒遥控器,然后遥控器继续接收控制电器语音信号,并将控制电器语音信号发送至服务器,以使得服务器利用声学模型和语言模型对控制电器语音信号进行处理,得到控制电器文本,以及向遥控器返回控制电器文本,此时遥控器可以接收该控制电器文本,并根据控制电器文本,确定电器所支持的遥控方式,根据电器所支持的遥控方式,向电器发送控制指令,以对电器进行控制,这样用户可以在不清楚遥控器在何处时对电器进行控制,提高用户体验。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示意性示出了根据本发明的实施例的遥控器与服务器交互实现控制电器的示意图;
图2示意性示出了根据本发明的实施例的应用于遥控器的语音信号处理方法的流程图;
图3示意性示出了根据本发明的另一个实施例的应用于遥控器的语音信号处理方法的流程图;
图4示意性示出了根据本发明的实施例的应用于服务器的语音信号处理方法的流程图;
图5示意性示出了根据本发明的另一个实施例的应用于服务器的语音信号处理方法的流程图;
图6示意性示出了根据本发明的实施例的应用于遥控器的语音信号处理装置的方框图;
图7示意性示出了根据本发明的实施例的应用于服务器的语音信号处理置的方框图;
图8示出了适于用来实现本发明实施例的服务器的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1示意性示出了根据本发明的实施例的遥控器与服务器交互实现控制电器的示意图。
如图1所示,当用户想要通过遥控器101控制电器(例如,电视103、空调104、或灯具105)时,用户可以在遥控器101所处的环境(例如,客厅、卧室等等)中发出语音信号。例如,用户在遥控器101所处环境中发出唤醒语音信号(例如,含有“你好,遥控器”、“小遥同学”等内容的语音信号),此时遥控器101可以接收到该唤醒语音信号,并根据该唤醒语音信号唤醒遥控器101,使遥控器101进入工作模式,在工作模式下,可以基于控制电器语音信号控制电器。例如,在遥控器101被唤醒进入工作模式后,用户继续发出语音信号(例如,控制电器语音信号),遥控器101接收该控制电器语音信号,并将其转发至服务器102。由服务器102对该控制电器语音信号进行处理,得到控制电器文本。例如,通过服务器102中的声学模型和语言模型对控制电器语音信号进行处理,得到控制电器文本,服务器102将该控制电器文本发送至遥控器101。遥控器101接收该控制电器文本,并根据控制电器文本,确定电器所支持的遥控方式,根据电器所支持的遥控方式,向电器发送控制指令,以对电器进行控制,这样用户可以在不清楚遥控器在何处时对电器进行控制,提高用户体验。
在本发明的一个实施例中,上述遥控器101中可以布置多个采集装置,这样可以提高遥控器101的收音效果。
在本发明的一个实施例中,服务器102中的声学模型可以是基于HMM(HiddenMarkov Model,HMM隐马尔可夫模型)、或者GMM-HMM(Gaussian Mixed Model-HiddenMarkov Model,高斯混合模型-隐马尔可夫模型)、或深度神经网络构建的模型。
在本发明的一个实施例中,服务器102中的语言模型可以是基于N-gram模型、卷积神经网络、循环神经网络构建的模型。
图2示意性示出了根据本发明的实施例的应用于遥控器的语音信号处理方法的流程图。
如图2所示,应用于遥控器的语音信号处理方法可以包括步骤S210~步骤S250。
在步骤S210中,接收唤醒语音信号。
在步骤S220中,根据所述唤醒语音信号,唤醒所述遥控器。
在步骤S230中,接收控制电器语音信号,并将所述控制电器语音信号发送至服务器,以使得所述服务器利用声学模型和语言模型对所述控制电器语音信号进行处理,得到控制电器文本。
在步骤S240中,接收所述控制电器文本,并根据所述控制电器文本,确定电器所支持的遥控方式。
在步骤S250中,根据所述电器所支持的遥控方式,向所述电器发送控制指令,以对所述电器进行控制。
该方法可以接收唤醒语音信号,根据唤醒语音信号,唤醒遥控器,这样可以实现纯语音唤醒遥控器,而无需用户手动按下按钮来唤醒遥控器,然后遥控器继续接收控制电器语音信号,并将控制电器语音信号发送至服务器,以使得服务器利用声学模型和语言模型对控制电器语音信号进行处理,得到控制电器文本,此时遥控器可以接收该控制电器文本,并根据控制电器文本,确定电器所支持的遥控方式,根据电器所支持的遥控方式,向电器发送控制指令,以对电器进行控制,这样用户可以在不清楚遥控器在何处时对电器进行控制,提高用户体验。
在本发明的一个实施例中,当用户想要通过遥控器控制电器时,用户可以在遥控器所处的环境(例如,客厅、卧室等等)中发出语音信号。例如,用户在遥控器所处环境中发出唤醒语音信号(例如,含有“你好,遥控器”、“小遥同学”等内容的语音信号),此时遥控器可以接收到该唤醒语音信号,并根据该唤醒语音信号唤醒遥控器,使遥控器进入工作模式,在工作模式下,可以基于控制电器语音信号控制电器。
在本发明的一个实施例中,在遥控器接收到语音信号之后,可以对该语音信号进行端点检测和降噪处理,这样可以提升后续识别语音信号得到的识别结果的准确度。
在本发明的一个实施例中,接收控制电器语音信号,并将控制电器语音信号发送至服务器,以使得服务器利用声学模型和语言模型对控制电器语音信号进行处理,得到控制电器文本。例如,在遥控器接收到控制电器语音信号(例如,含有“打开电视”、“启动空调”、“播放音乐”等内容的语音信号)之后,将其发送至服务器,由服务器中的声学模型和语言模型来处理控制电器语音信号,以此获悉用户意图。这样提升处理控制电器语音信号的效率,从而缩短响应用户的时间。
在本发明的一个实施例中,所述电器所支持的遥控方式包括以下任意一项或多项:无线局域网遥控、蓝牙遥控、红外遥控。
在本发明的一个实施例中,根据电器所支持的遥控方式,向电器发送控制指令,以对电器进行控制。例如,根据电器所支持的无线局域网遥控方式,向电器发送无线信号控制指令,以对电器进行控制。根据电器所支持的蓝牙遥控方式,向电器发送蓝牙信号控制指令,以对电器进行控制。根据电器所支持的红外遥控方式,向电器发送红外信号控制指令,以对电器进行控制。
图3示意性示出了根据本发明的另一个实施例的应用于遥控器的语音信号处理方法的流程图。
如图3所示,上述方法还包括步骤S310~步骤S320。
在步骤S310中,根据所述唤醒语音信号中的音频内容,确定所述唤醒语音信号是否满足唤醒条件。
在步骤S320中,如果所述唤醒语音信号满足所述唤醒条件,唤醒所述遥控器。
该方法可以根据唤醒语音信号中的音频内容,确定唤醒语音信号是否满足唤醒条件,如果唤醒语音信号满足唤醒条件,则唤醒遥控器,这样可以实现纯语音唤醒遥控器,而无需用户手动按下按钮来唤醒遥控器,进一步提高用户体验。
在本发明的一个实施例中,根据唤醒语音信号中的音频内容,确定唤醒语音信号是否满足唤醒条件。例如,判断唤醒语音信号中的词汇是否与预设词汇相同或相似,如果唤醒语音信号中的词汇与预设词汇相同或相似,表示唤醒语音信号满足唤醒条件。
在本发明的一个实施例中,当唤醒语音信号满足唤醒条件时,遥控器进入工作模式,即此时的遥控器可以基于用户输入的控制电器语音信号来控制电器,例如,关闭电器,开启电器等等。
图4示意性示出了根据本发明的实施例的应用于服务器的语音信号处理方法的流程图。
如图4所示,上述方法还包括步骤S410~步骤S440。
在步骤S410中,从遥控器接收控制电器语音信号,所述遥控器具有语音唤醒功能。
在步骤S420中,利用声学模型对所述控制电器语音信号进行处理,得到所述控制电器语音信号的读音序列。
在步骤S430中,利用语言模型对所述控制电器语音信号和所述控制电器语音信号的读音序列进行处理,得到控制电器文本。
在步骤S440中,向所述遥控器发送所述控制电器文本,以使得所述遥控器根据所述控制电器文本控制电器。
该方法可以利用声学模型对控制电器语音信号进行处理,得到所述控制电器语音信号的读音序列,以及利用语言模型对控制电器语音信号和控制电器语音信号的读音序列进行处理,得到控制电器文本,以此方式得到的用户意图更加准确,使得后续遥控器根据该控制电器文本能够精准的控制用户想要控制的电器。
在本发明的一个实施例中,该方法还包括:从控制电器语音信号中提取声学特征。例如,利用基音检测、频谱分析等方法提取出控制电器语音信号的时域和频域特征。然后,将提取出的声学特征输入到声学模型,利用声学模型中的处理逻辑对声学体征处理,得到控制电器语音信号的读音序列。
在本发明的一个实施例中,上述声学模型可以是基于标记的样本数据预先训练的,具体可以标记样本语音信号所包含的音节,对样本语音信号进行声学特征提取,并输入声学模型,比对声学模型对样本语音信号的声学得分预测结果和样本语音信号的标记结果,不断调整声学模型的参数使得声学模型的预测结果逼近标记结果,当预测结果与标记结果之间的差异小于预设阈值时停止调整声学模型的参数,得到训练好的声学模型。
在本发明的一个实施例中,上述语言模型可以采用搜集的大量用户的常用语来构建词典和语法逻辑,在解码时将基于常用语构建的词典中的词按照语法逻辑进行所有可能的方式的组合,形成包含多个文字序列的文字序列集合,然后可以在该文字序列集合中找出与语音输入信号匹配的概率最大的文字序列。
在本发明的一个实施例中,在查找与控制电器语音信号匹配的概率最大的文字序列时,可以利用声学模型对控制电器语音信号的声学特征进行处理,得到控制电器语音信号的读音序列。然后可以采用N-gram模型、基于卷积神经网络、循环神经网络等构建的语言模型对控制电器语音信号进行处理,得到文字序列集合。以及基于控制电器语音信号的读音序列,从文字序列集合中确定与其相对应的文字序列,即查找到与控制电器语音信号匹配的概率最大的文字序列。
图5示意性示出了根据本发明的另一个实施例的应用于服务器的语音信号处理方法的流程图。
如图5所示,上述步骤S430具体可以包括步骤S510~步骤S530。
在步骤S510中,利用所述语言模型对所述控制电器语音信号进行处理,得到文字序列集合。
在步骤S520中,基于所述控制电器语音信号的读音序列,从所述文字序列集合中确定与其相对应的文字序列。
在步骤S530中,对与所述控制电器语音信号的读音序列相对应的文字序列处理,得到所述控制电器文本。
该方法可以利用语言模型对所述控制电器语音信号进行处理,得到文字序列集合,并基于控制电器语音信号的读音序列,从文字序列集合中确定与其相对应的文字序列,对与控制电器语音信号的读音序列相对应的文字序列处理,得到控制电器文本,以此方式可以快速准确的识别出与控制电器语音信号对应的控制电器文本。
在本发明的一个实施例中,利用语言模型对控制电器语音信号进行处理,得到文字序列集合。例如,基于常用语构建的词典中的词按照语法逻辑对控制电器语音信号中的词进行所有可能的方式的组合,形成包含多个文字序列的文字序列集合。
在本发明的一个实施例中,基于控制电器语音信号的读音序列,从文字序列集合中确定与其相对应的文字序列。例如,利用声学模型对控制电器语音信号的声学特征进行处理,得到控制电器语音信号的读音序列。然后可以采用N-gram模型、基于卷积神经网络、循环神经网络等构建的语言模型对控制电器语音信号进行处理,得到文字序列集合。以及基于控制电器语音信号的读音序列,从文字序列集合中确定与其相对应的文字序列,即查找到与控制电器语音信号匹配的概率最大的文字序列。
图6示意性示出了根据本发明的实施例的应用于遥控器的语音信号处理装置的方框图。
如图6所示,应用于遥控器的语音信号处理装置600包括第一接收模块610、唤醒模块620、第二接收模块630、第三接收模块640和控制模块650。
具体地,第一接收模块610,用于接收唤醒语音信号。
唤醒模块620,用于根据所述唤醒语音信号,唤醒所述遥控器。
第二接收模块630,用于接收控制电器语音信号,并将所述控制电器语音信号发送至服务器,以使得所述服务器利用声学模型和语言模型对所述控制电器语音信号进行处理,得到控制电器文本。
第三接收模块640,用于接收所述控制电器文本,并根据所述控制电器文本,确定电器所支持的遥控方式。
控制模块650,用于根据所述电器所支持的遥控方式,向所述电器发送控制指令,以对所述电器进行控制。
该应用于遥控器的语音信号处理装置600可以接收唤醒语音信号,根据唤醒语音信号,唤醒遥控器,这样可以实现纯语音唤醒遥控器,而无需用户手动按下按钮来唤醒遥控器,然后遥控器继续接收控制电器语音信号,并将控制电器语音信号发送至服务器,以使得服务器利用声学模型和语言模型对控制电器语音信号进行处理,得到控制电器文本,此时遥控器可以接收该控制电器文本,并根据控制电器文本,确定电器所支持的遥控方式,根据电器所支持的遥控方式,向电器发送控制指令,以对电器进行控制,这样用户可以在不清楚遥控器在何处时对电器进行控制,提高用户体验。
根据本发明的实施例,该应用于遥控器的语音信号处理装置600可以用于实现图2实施例描述的应用于遥控器的语音信号处理方法。
在本发明的一些实施例中,上述唤醒模块620被配置为:根据所述唤醒语音信号中的音频内容,确定所述唤醒语音信号是否满足唤醒条件;如果所述唤醒语音信号满足所述唤醒条件,唤醒所述遥控器。
由于本发明的示例实施例的应用于遥控器的语音信号处理装置600的各个模块可以用于实现上述2~图3描述的应用于遥控器的语音信号处理方法的示例实施例的步骤,因此对于本发明装置实施例中未披露的细节,请参照本发明上述的应用于遥控器的语音信号处理方法的实施例。
可以理解的是,第一接收模块610、唤醒模块620、第二接收模块630、第三接收模块640和控制模块650可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本发明的实施例,第一接收模块610、唤醒模块620、第二接收模块630、第三接收模块640和控制模块650中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式的适当组合来实现。或者,第一接收模块610、唤醒模块620、第二接收模块630、第三接收模块640和控制模块650中的至少一个可以至少被部分地实现为计算机程序模块,当该程序被计算机运行时,可以执行相应模块的功能。
图7示意性示出了根据本发明的实施例的应用于服务器的语音信号处理装置的方框图。
如图7所示,应用于服务器的语音信号处理装置700包括第一接收模块710、第一处理模块720、第二处理模块730和发送模块740。
具体地,第一接收模块710,用于从遥控器接收控制电器语音信号,所述遥控器具有语音唤醒功能。
第一处理模块720,利用声学模型对所述控制电器语音信号进行处理,得到所述控制电器语音信号的读音序列。
第二处理模块730,利用语言模型对所述控制电器语音信号和所述控制电器语音信号的读音序列进行处理,得到控制电器文本。
发送模块740,用于向所述遥控器发送所述控制电器文本,以使得所述遥控器根据所述控制电器文本控制电器。
该应用于服务器的语音信号处理装置700可以根据唤醒语音信号中的音频内容,确定唤醒语音信号是否满足唤醒条件,如果唤醒语音信号满足唤醒条件,则唤醒遥控器,这样可以实现纯语音唤醒遥控器,而无需用户手动按下按钮来唤醒遥控器,进一步提高用户体验。
根据本发明的实施例,该应用于服务器的语音信号处理装置700可以用于实现图4实施例描述的应用于服务器的语音信号处理方法。
在本发明的一些实施例中,上述第二处理模块730被配置为:利用所述语言模型对所述控制电器语音信号进行处理,得到文字序列集合;基于所述控制电器语音信号的读音序列,从所述文字序列集合中确定与其相对应的文字序列;对与所述控制电器语音信号的读音序列相对应的文字序列处理,得到所述控制电器文本。
由于本发明的示例实施例的应用于服务器的语音信号处理装置700的各个模块可以用于实现上述4~图5描述的应用于服务器的语音信号处理方法的示例实施例的步骤,因此对于本发明装置实施例中未披露的细节,请参照本发明上述的应用于服务器的语音信号处理方法的实施例。
可以理解的是,第一接收模块710、第一处理模块720、第二处理模块730和发送模块740可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本发明的实施例,第一接收模块710、第一处理模块720、第二处理模块730和发送模块740中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式的适当组合来实现。或者,第一接收模块710、第一处理模块720、第二处理模块730和发送模块740中的至少一个可以至少被部分地实现为计算机程序模块,当该程序被计算机运行时,可以执行相应模块的功能。
下面参考图8,其示出了适于用来实现本发明实施例的服务器的计算机系统800的结构示意图。图8示出的服务器的计算机系统800仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,计算机系统800包括中央处理单元(CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有系统操作所需的各种程序和数据。CPU801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、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、或代码的一部分,上述模块、程序段、或代码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。也应当注意,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,两个接连地表示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,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操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。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的服务器中所包含的;也可以是单独存在,而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该服务器执行时,使得该服务器实现如上述实施例中所述的应用于服务器的语音信号处理方法。
例如,所述的服务器可以实现如图4中所示的:在步骤S410中,从遥控器接收控制电器语音信号,所述遥控器具有语音唤醒功能。在步骤S420中,利用声学模型对所述控制电器语音信号进行处理,得到所述控制电器语音信号的读音序列。在步骤S430中,利用语言模型对所述控制电器语音信号和所述控制电器语音信号的读音序列进行处理,得到控制电器文本。在步骤S440中,向所述遥控器发送所述控制电器文本,以使得所述遥控器根据所述控制电器文本控制电器。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种语音信号处理方法,应用于遥控器,其特征在于,所述遥控器具有语音唤醒功能,该方法包括:
接收唤醒语音信号;
根据所述唤醒语音信号,唤醒所述遥控器;
接收控制电器语音信号,并将所述控制电器语音信号发送至服务器,以使得所述服务器利用声学模型和语言模型对所述控制电器语音信号进行处理,得到控制电器文本;
接收所述控制电器文本,并根据所述控制电器文本,确定电器所支持的遥控方式;
根据所述电器所支持的遥控方式,向所述电器发送控制指令,以对所述电器进行控制。
2.根据权利要求1所述的方法,其特征在于,根据所述唤醒语音信号,唤醒所述遥控器包括:
根据所述唤醒语音信号中的音频内容,确定所述唤醒语音信号是否满足唤醒条件;
如果所述唤醒语音信号满足所述唤醒条件,唤醒所述遥控器。
3.根据权利要求1所述的方法,其特征在于,所述电器所支持的遥控方式包括以下任意一项或多项:无线局域网遥控、蓝牙遥控、红外遥控。
4.一种语音信号处理方法,应用服务器,其特征在于,该方法包括:
从遥控器接收控制电器语音信号,所述遥控器具有语音唤醒功能;
利用声学模型对所述控制电器语音信号进行处理,得到所述控制电器语音信号的读音序列;
利用语言模型对所述控制电器语音信号和所述控制电器语音信号的读音序列进行处理,得到控制电器文本;
向所述遥控器发送所述控制电器文本,以使得所述遥控器根据所述控制电器文本控制电器。
5.根据权利要求4所述的方法,其特征在于,利用所述语言模型对所述控制电器语音信号和所述控制电器语音信号的读音序列进行处理,得到控制电器文本包括:
利用所述语言模型对所述控制电器语音信号进行处理,得到文字序列集合;
基于所述控制电器语音信号的读音序列,从所述文字序列集合中确定与其相对应的文字序列;
对与所述控制电器语音信号的读音序列相对应的文字序列处理,得到所述控制电器文本。
6.一种语音信号处理装置,应用于遥控器,其特征在于,所述遥控器具有语音唤醒功能,该装置包括:
第一接收模块,用于接收唤醒语音信号;
唤醒模块,用于根据所述唤醒语音信号,唤醒所述遥控器;
第二接收模块,用于接收控制电器语音信号,并将所述控制电器语音信号发送至服务器,以使得所述服务器利用声学模型和语言模型对所述控制电器语音信号进行处理,得到控制电器文本;
第三接收模块,用于接收所述控制电器文本,并根据所述控制电器文本,确定电器所支持的遥控方式;
控制模块,用于根据所述电器所支持的遥控方式,向所述电器发送控制指令,以对所述电器进行控制。
7.一种语音信号处理装置,应用服务器,其特征在于,该装置包括:
第一接收模块,用于从遥控器接收控制电器语音信号,所述遥控器具有语音唤醒功能;
第一处理模块,利用声学模型对所述控制电器语音信号进行处理,得到所述控制电器语音信号的读音序列;
第二处理模块,利用语言模型对所述控制电器语音信号和所述控制电器语音信号的读音序列进行处理,得到控制电器文本;
发送模块,用于向所述遥控器发送所述控制电器文本,以使得所述遥控器根据所述控制电器文本控制电器。
8.一种遥控器,其特征在于,所述遥控器具有语音唤醒功能,所述遥控器包含:
多个采集装置,所述采集装置,用于采集外部环境的唤醒语音信号和控制电器语音信号;
一个或多个处理器;以及
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现根据权利要求1~3中任意一项所述的方法。
9.一种服务器,包括:
一个或多个处理器;以及
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现根据权利要求4~5中任意一项所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现根据权利要求1~3或权利要求4~5中任意一项所述的方法。
CN202110492147.7A 2021-05-06 2021-05-06 语音信号处理方法、装置、介质、遥控器及服务器 Pending CN113205810A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110492147.7A CN113205810A (zh) 2021-05-06 2021-05-06 语音信号处理方法、装置、介质、遥控器及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110492147.7A CN113205810A (zh) 2021-05-06 2021-05-06 语音信号处理方法、装置、介质、遥控器及服务器

Publications (1)

Publication Number Publication Date
CN113205810A true CN113205810A (zh) 2021-08-03

Family

ID=77030068

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110492147.7A Pending CN113205810A (zh) 2021-05-06 2021-05-06 语音信号处理方法、装置、介质、遥控器及服务器

Country Status (1)

Country Link
CN (1) CN113205810A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115331670A (zh) * 2022-08-09 2022-11-11 深圳市麦驰信息技术有限公司 一种家用电器用离线语音遥控器

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002101315A (ja) * 2000-09-22 2002-04-05 Ricoh Co Ltd リモコン装置および遠隔制御方法
CN104347072A (zh) * 2013-08-02 2015-02-11 广东美的制冷设备有限公司 遥控器控制的方法、装置和遥控器
WO2015154405A1 (zh) * 2014-08-14 2015-10-15 中兴通讯股份有限公司 遥控方法及装置
CN107134279A (zh) * 2017-06-30 2017-09-05 百度在线网络技术(北京)有限公司 一种语音唤醒方法、装置、终端和存储介质
CN109637534A (zh) * 2018-12-25 2019-04-16 深圳创维-Rgb电子有限公司 语音遥控方法、系统、受控装置及计算机可读存储介质
CN110085232A (zh) * 2019-03-13 2019-08-02 佛山市云米电器科技有限公司 一种基于语音的红外控制系统及其方法
CN110286599A (zh) * 2019-06-28 2019-09-27 成都驰通数码系统有限公司 一种基于语音识别的智能家电遥控方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002101315A (ja) * 2000-09-22 2002-04-05 Ricoh Co Ltd リモコン装置および遠隔制御方法
CN104347072A (zh) * 2013-08-02 2015-02-11 广东美的制冷设备有限公司 遥控器控制的方法、装置和遥控器
WO2015154405A1 (zh) * 2014-08-14 2015-10-15 中兴通讯股份有限公司 遥控方法及装置
CN107134279A (zh) * 2017-06-30 2017-09-05 百度在线网络技术(北京)有限公司 一种语音唤醒方法、装置、终端和存储介质
CN109637534A (zh) * 2018-12-25 2019-04-16 深圳创维-Rgb电子有限公司 语音遥控方法、系统、受控装置及计算机可读存储介质
CN110085232A (zh) * 2019-03-13 2019-08-02 佛山市云米电器科技有限公司 一种基于语音的红外控制系统及其方法
CN110286599A (zh) * 2019-06-28 2019-09-27 成都驰通数码系统有限公司 一种基于语音识别的智能家电遥控方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115331670A (zh) * 2022-08-09 2022-11-11 深圳市麦驰信息技术有限公司 一种家用电器用离线语音遥控器
CN115331670B (zh) * 2022-08-09 2023-06-23 深圳市麦驰信息技术有限公司 一种家用电器用离线语音遥控器

Similar Documents

Publication Publication Date Title
CN108520743B (zh) 智能设备的语音控制方法、智能设备及计算机可读介质
CN107370649B (zh) 家电控制方法、系统、控制终端、及存储介质
WO2021093449A1 (zh) 基于人工智能的唤醒词检测方法、装置、设备及介质
CN108829235B (zh) 语音数据处理方法和支持该方法的电子设备
US11100922B1 (en) System and methods for triggering sequences of operations based on voice commands
CN110047481B (zh) 用于语音识别的方法和装置
CN111768783B (zh) 语音交互控制方法、装置、电子设备、存储介质和系统
CN112466302B (zh) 语音交互的方法、装置、电子设备和存储介质
WO2020024620A1 (zh) 语音信息的处理方法以及装置、设备和存储介质
CN108055617B (zh) 一种麦克风的唤醒方法、装置、终端设备及存储介质
US11393490B2 (en) Method, apparatus, device and computer-readable storage medium for voice interaction
CN105788596A (zh) 一种语音识别电视控制方法及系统
US10950221B2 (en) Keyword confirmation method and apparatus
CN112489691A (zh) 电子装置及其操作方法
CN112735418A (zh) 一种语音交互的处理方法、装置、终端及存储介质
CN112562670A (zh) 语音智能识别方法、语音智能识别装置及智能设备
CN118020100A (zh) 语音数据的处理方法及装置
CN113205810A (zh) 语音信号处理方法、装置、介质、遥控器及服务器
CN111862943A (zh) 语音识别方法和装置、电子设备和存储介质
CN113611316A (zh) 人机交互方法、装置、设备以及存储介质
CN111292731A (zh) 语音信息处理方法、装置、电子设备及存储介质
CN113012683A (zh) 语音识别方法及装置、设备、计算机可读存储介质
EP3640937B1 (en) Electronic apparatus and controlling method thereof
CN112328308A (zh) 用于识别文本的方法和装置
CN114299941A (zh) 语音交互的方法、装置、电子设备及存储介质

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

Application publication date: 20210803