CN113766278A - 音频播放方法、音频播放装置和音频播放系统 - Google Patents

音频播放方法、音频播放装置和音频播放系统 Download PDF

Info

Publication number
CN113766278A
CN113766278A CN202010801531.6A CN202010801531A CN113766278A CN 113766278 A CN113766278 A CN 113766278A CN 202010801531 A CN202010801531 A CN 202010801531A CN 113766278 A CN113766278 A CN 113766278A
Authority
CN
China
Prior art keywords
image
audio
resource
server
receiving
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
CN202010801531.6A
Other languages
English (en)
Other versions
CN113766278B (zh
Inventor
孙宇鹏
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 Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information 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 Jingdong Century Trading Co Ltd, Beijing Wodong Tianjun Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN202010801531.6A priority Critical patent/CN113766278B/zh
Publication of CN113766278A publication Critical patent/CN113766278A/zh
Application granted granted Critical
Publication of CN113766278B publication Critical patent/CN113766278B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/239—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests
    • H04N21/2393—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests involving handling client requests
    • 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
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/437—Interfacing the upstream path of the transmission network, e.g. for transmitting client requests to a VOD server
    • 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
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440218—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by transcoding between formats or standards, e.g. from MPEG-2 to MPEG-4
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/858—Linking data to content, e.g. by linking an URL to a video object, by creating a hotspot
    • H04N21/8586—Linking data to content, e.g. by linking an URL to a video object, by creating a hotspot by using a URL
    • 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)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明公开了一种音频播放方法、音频播放装置和音频播放系统，涉及智能音箱技术领域。该方法的一具体实施方式包括：接收用户话术，将所述用户话术上传至服务端；接收所述服务端下发的音频资源和语音话术；播报所述语音话术，向所述服务端上传语音话术播报结束消息；接收所述服务端下发的影像资源，在处理所述音频数据的过程中将所述影像资源传输至影像投影设备，以使所述影像投影设备同步地投影所述影像资源。该实施方式能够解决无屏音箱不能进行视觉交互或带屏音箱屏幕大小限制的技术问题。

Description

音频播放方法、音频播放装置和音频播放系统
技术领域
本发明涉及智能音箱技术领域，尤其涉及一种音频播放方法、音频播放装置和音频播放系统。
背景技术
现在，智能音箱越来越普及，给我们的生活带来了很多方便，人们与智能音箱的交互已经不仅仅局限于语音，人们还想在视觉和触觉上也能与智能硬件进行交互。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
目前市场上的音箱分为带屏和无屏两种，无屏音箱只能通过语音与人们进行交互，不能在视觉上与用户交互，带屏音箱可以满足人们在视觉和触觉上与智能硬件进行交互，但在价格上要贵许多，而且还会受到屏幕大小的限制。
发明内容
有鉴于此，本发明实施例提供一种音频播放方法、音频播放装置和音频播放系统，以解决无屏音箱不能进行视觉交互或带屏音箱屏幕大小限制的技术问题。
为实现上述目的，根据本发明实施例的一个方面，提供了一种音频播放方法，包括：
接收用户话术，将所述用户话术上传至服务端；
接收所述服务端下发的音频数据和语音话术；
播报所述语音话术，向所述服务端上传语音话术播报结束消息；
接收所述服务端下发的影像资源，在处理所述音频数据的过程中将所述影像资源传输至影像投影设备，以使所述影像投影设备同步地投影所述影像资源。
可选地，将所述影像资源传输至影像投影设备，包括：
采用二进制协议对所述影像资源进行编码；
通过串口将编码后的所述影像资源传输至影像投影设备。
可选地，所述音频数据包括各个音频资源的标识；
在处理所述音频数据的过程中将所述影像资源传输至影像投影设备，包括：
根据所述音频资源的标识获取所述音频资源的统一资源定位符，将所述音频资源的统一资源定位符上传至所述服务端；
接收所述服务端下发的音频播放指令，根据所述音频资源的统一资源定位符获取并播放所述音频资源，并且在播放所述音频资源的过程中将所述影像资源传输至影像投影设备。
可选地，所述音频数据包括各个音频资源的标识及其对应的统一资源定位符；
在处理所述音频数据的过程中将所述影像资源传输至影像投影设备，包括：
接收所述服务端下发的音频播放指令，根据所述音频资源的统一资源定位符获取并播放所述音频资源，并且在播放所述音频资源的过程中将所述影像资源传输至影像投影设备。
可选地，所述影像资源包括文字、图片和视频中的至少一种；和/或，所述影像投影设备为投影摄像头。
另外，根据本发明实施例的另一个方面，提供了一种音频播放装置，包括：
用户模块，用于接收用户话术，将所述用户话术上传至服务端；
接收模块，用于接收所述服务端下发的音频数据和语音话术；
播报模块，用于播报所述语音话术，向所述服务端上传语音话术播报结束消息；
投影模块，用于接收所述服务端下发的影像资源，在处理所述音频数据的过程中将所述影像资源传输至影像投影设备，以使所述影像投影设备同步地投影所述影像资源。
可选地，所述投影模块还用于：
采用二进制协议对所述影像资源进行编码；
通过串口将编码后的所述影像资源传输至影像投影设备。
可选地，所述音频数据包括各个音频资源的标识；
所述投影模块还用于：根据所述音频资源的标识获取所述音频资源的统一资源定位符，将所述音频资源的统一资源定位符上传至所述服务端；
接收所述服务端下发的音频播放指令，根据所述音频资源的统一资源定位符获取并播放所述音频资源，并且在播放所述音频资源的过程中将所述影像资源传输至影像投影设备。
可选地，所述音频数据包括各个音频资源的标识及其对应的统一资源定位符；
所述投影模块还用于：接收所述服务端下发的音频播放指令，根据所述音频资源的统一资源定位符获取并播放所述音频资源，并且在播放所述音频资源的过程中将所述影像资源传输至影像投影设备。
可选地，所述影像资源包括文字、图片和视频中的至少一种；和/或，所述影像投影设备为投影摄像头。
另外，根据本发明实施例的另一个方面，提供了一种音频播放系统，包括：音箱和影像投影设备；
所述音箱用于接收用户话术，将所述用户话术上传至服务端；接收所述服务端下发的音频数据和语音话术；播报所述语音话术，向所述服务端上传语音话术播报结束消息；接收所述服务端下发的影像资源，在处理播放所述音频资源数据的过程中将所述影像资源传输至影像投影设备，以使所述影像投影设备同步地投影所述影像资源；
所述影像投影设备用于接收所述音箱传输的影像资源，投影所述影像资源。
可选地，所述影像投影设备还用于：
通过串口接收所述音箱传输的编码后的影像资源；
采用二进制协议对所述编码后的影像资源进行解码，投影解码后的影像资源。
可选地，所述音箱还用于：
采用二进制协议对所述影像资源进行编码；
通过串口将编码后的所述影像资源传输至影像投影设备。
可选地，所述音频数据包括各个音频资源的标识；
所述音箱还用于：
根据所述音频资源的标识获取所述音频资源的统一资源定位符，将所述音频资源的统一资源定位符上传至所述服务端；
接收所述服务端下发的音频播放指令，根据所述音频资源的统一资源定位符获取并播放所述音频资源，并且在播放所述音频资源的过程中将所述影像资源传输至影像投影设备。
可选地，所述音频数据包括各个音频资源的标识及其对应的统一资源定位符；
所述音箱还用于：
接收所述服务端下发的音频播放指令，根据所述音频资源的统一资源定位符获取并播放所述音频资源，并且在播放所述音频资源的过程中将所述影像资源传输至影像投影设备。
可选地，所述影像资源包括文字、图片和视频中的至少一种；和/或，所述影像投影设备为投影摄像头。
根据本发明实施例的另一个方面，还提供了一种电子设备，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，所述一个或多个处理器实现上述任一实施例所述的方法。
根据本发明实施例的另一个方面，还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上述任一实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果：因为采用在处理音频数据的过程中将影像资源传输至影像投影设备，以使影像投影设备同步地投影影像资源的技术手段，所以克服了现有技术中无屏音箱不能进行视觉交互或带屏音箱屏幕大小限制的技术问题。本发明实施例通过影像投影设备投影影像资源，使无屏音箱与用户之间的交互更加生动，还可以降低智能硬件的成本，无需考虑屏幕大小的限制。本发明实施例丰富了用户使用智能音箱的场景和内容，使得无屏音箱不仅能播放音频资源，还可以播放文字、图片、视频等影像资源。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施例的音频播放方法的主要流程的示意图；
图2是根据本发明一个可参考实施例的音频播放方法的主要流程的示意图；
图3是根据本发明另一个可参考实施例的音频播放方法的主要流程的示意图；
图4是根据本发明实施例的音频播放装置的主要模块的示意图；
图5是本发明实施例可以应用于其中的示例性系统架构图；
图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明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，而不会背离本发明的范围和精神。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。
图1是根据本发明实施例的音频播放方法的主要流程的示意图。作为本发明的一个实施例，如图1所示，所述音频播放方法可以包括：
步骤101，接收用户话术，将所述用户话术上传至服务端。
音箱接收并识别用户话术，音箱被唤醒，并播放友好的问候话术；然后音箱将所述用户话术上传至服务端。服务端接收音箱上传的用户话术，然后根据所述用户话术查找对应的音频资源、语音话术和影像资源。可选地，所述用户话术可以是文本、也可以是音频，本发明实施例对此不作限制。
可选地，根据所述用户话术查找对应的音频资源、语音话术和影像资源，包括：解析所述用户话术，以识别出所述用户的意图和槽值；根据所述用户的意图和槽值匹配出对应的音频资源、语音话术和影像资源。比如，用户话术为“我要听xxx的歌”，则识别出的意图为“听歌”，槽值为“xxx”，因此可以根据识别结果匹配出对应的音频资源、语音话术和影像资源。需要指出的是，用户可以预先配置“xxx的歌”，而且，还可以配置“xxx的歌”对应的影像资源。
可选地，所述影像资源包括文字、图片和视频中的至少一种，文字可以是歌词、也可以是广告词、还可以是logo、宣传词、提示词等等，相应地，图片可以是歌曲封面、也可以是用户配置的任何图片，同理，视频也可以由用户根据实际需要进行配置。
在本发明的实施例中，所述音箱的播放状态同步在服务端，服务端可以根据所述音箱当前的播放状态下发不同的语音话术，以提示用户即将停止播放xxx的歌，即将开始播放xxx的歌等，从而提高用户体验。
步骤102，接收所述服务端下发的音频数据和语音话术。
服务端匹配出用户话术对应的音频资源、语音话术和影像资源后，首先将音频资源和语音话术下发至所述音箱，音箱接收服务端下发的音频数据和语音话术。其中，所述音频数据包括音频资源，音频资源的标识，或者，音频资源的标识及其对应的统一资源定位符。
需要指出的是的，如果匹配结果为空，服务端也会将相应的语音话术下发至智能终端，以提示用户查找失败。
步骤103，播报所述语音话术，向所述服务端上传语音话术播报结束消息。
音箱接收到服务端下发的音频数据和语音话术后，开始播报语音话术。由于所述智能终端的播放状态同步在服务端，因此当音箱完成语音话术的播报后，将语音话术播报结束的消息上传至服务端，使得服务端同步该状态。
步骤104，接收所述服务端下发的影像资源，在处理所述音频数据的过程中将所述影像资源传输至影像投影设备，以使所述影像投影设备同步地投影所述影像资源。
可选地，所述音频数据包括各个音频资源的标识。在处理所述音频数据的过程中将所述影像资源传输至影像投影设备，包括：根据所述音频资源的标识获取所述音频资源的统一资源定位符，将所述音频资源的统一资源定位符上传至所述服务端；接收所述服务端下发的音频播放指令，根据所述音频资源的统一资源定位符获取并播放所述音频资源，并且在播放所述音频资源的过程中将所述影像资源传输至影像投影设备。为了提高资源的下发速度，在本发明的一个实施例中，服务端匹配出资源后，首先将音频资源的ID和语音话术下发至音箱，使得音箱可以一边播报语音话术，一边开始加载音频。在加载资源的过程中，音箱根据音频资源的ID获取所述音频资源的URL(音频资源的URL需要从另一个服务端获取)，然后将URL同步至服务端，随后服务端下发音频播放指令，音箱根据所述音频资源的URL获取并播放所述音频资源。
所述音频数据包括各个音频资源的标识及其对应的统一资源定位符。需要指出的是，音频资源的标识与该音频资源的统一资源定位符一一对应，每个音频资源都具有标识以及对应的统一资源定位符。在处理所述音频数据的过程中将所述影像资源传输至影像投影设备，包括：接收所述服务端下发的音频播放指令，根据所述音频资源的统一资源定位符获取并播放所述音频资源，并且在播放所述音频资源的过程中将所述影像资源传输至影像投影设备。在该实施例中，服务端存储有音频ID对应的URL地址，因此可以将URL地址一起下发至音箱，使得音箱更快地获得音频资源。
可选地，所述音频数据包括各个音频资源，在该实施例中，服务端存储有音频资源，因此可以将音频资源直接下发至智能终端，智能终端省去了根据URL地址加载音频资源的步骤。
服务端向音箱下发音频播放指令之后，继续向音箱下发影像资源。音箱接收到所述服务端下发的影像资源后，在播放处理所述音频资源数据的过程中将所述影像资源传输至影像投影设备，以使所述影像投影设备同步地投影所述影像资源。可选地，所述影像投影设备为投影摄像头，通过影响投影设备可以将音箱传输的影像资源投影到墙上、地上、投影幕布上等任何地方，不受屏幕大小的限制。
音箱提供本地上一首、下一首等本地控制，并播放相关的音频资源，同时音箱将播放状态同步至服务端。
所述音箱可以通过WIFI、蓝牙、网线、串口等方式将音像资源传输至影像投影设备。可选地，将所述影像资源传输至影像投影设备，包括：采用二进制协议(比如lua协议)对所述影像资源进行编码；通过串口将编码后的所述影像资源传输至影像投影设备。因为串口都是传输的二进制数据，本发明实施例将影像资源转换成二进制数据，用来串口通信，来实现即插即用。
根据上面所述的各种实施例，可以看出本发明实施例通过在处理音频数据的过程中将影像资源传输至影像投影设备，以使影像投影设备同步地投影影像资源的技术手段，解决了现有技术中无屏音箱不能进行视觉交互或带屏音箱屏幕大小限制的技术问题。本发明实施例通过影像投影设备使无屏音箱与用户之间的交互更加生动，还可以降低智能硬件的成本，无需考虑屏幕大小的限制。本发明实施例丰富了用户使用智能音箱的场景和内容，使得无屏音箱不仅能播放音频资源，还可以播放文字、图片、视频等影像资源。
图2是根据本发明一个可参考实施例的音频播放方法的主要流程的示意图。作为本发明的又一个实施例，如图2所示，所述音频播放方法可以包括：
步骤201，接收用户话术，将所述用户话术上传至服务端。
音箱接收并识别用户话术，音箱被唤醒，并播放友好的问候话术；然后音箱将所述用户话术上传至服务端。服务端接收音箱上传的用户话术，然后根据所述用户话术查找对应的音频资源、语音话术和影像资源。
步骤202，接收所述服务端下发的音频资源的标识和语音话术。
服务端匹配出用户话术对应的音频资源、语音话术和影像资源后，首先将音频资源的ID和语音话术下发至所述音箱，音箱接收服务端下发的音频数据的ID和语音话术。如果匹配结果为空，服务端也会将相应的语音话术下发至智能终端，以提示用户查找失败。
步骤203，播报所述语音话术，向所述服务端上传语音话术播报结束消息。
音箱接收到服务端下发的音频数据和语音话术后，开始播报语音话术。由于所述智能终端的播放状态同步在服务端，因此当音箱完成语音话术的播报后，将语音话术播报结束的消息上传至服务端，使得服务端同步该状态。
步骤204，根据所述音频资源的标识获取所述音频的统一资源定位符，将所述音频资源的统一资源定位符上传至所述服务端。
通常，音频资源的URL存储在其他的服务端，因此音箱需要根据音频资源的ID从存储有URL的服务端获取所述音频资源的URL，然后将URL同步至服务端。
步骤205，接收所述服务端下发的音频播放指令，根据所述音频的统一资源定位符获取并播放所述音频。
服务端接收到音箱上报的URL后，下发音频播放指令，音箱根据所述音频资源的URL获取并播放所述音频资源。
步骤206，接收所述服务端下发的影像资源，在播放所述音频资源的过程中将所述影像资源传输至影像投影设备，以使所述影像投影设备同步地投影所述影像资源。
服务端向音箱下发音频播放指令之后，继续向音箱下发影像资源。音箱接收到所述服务端下发的影像资源后，在播放所述音频资源的过程中将所述影像资源传输至影像投影设备，以使所述影像投影设备同步地投影所述影像资源。可选地，所述影像投影设备为投影摄像头，通过影响投影设备可以将音箱传输的影像资源投影到墙上、地上、投影幕布上等任何地方，不受屏幕大小的限制。
另外，在本发明一个可参考实施例中音频播放方法的具体实施内容，在上面所述音频播放方法中已经详细说明了，故在此重复内容不再说明。
图3是根据本发明另一个可参考实施例的音频播放方法的主要流程的示意图。作为本发明的另一个实施例，如图3所示，所述音频播放方法可以包括：
用户发出话术指令，音箱接收用户，然后将用户话术上传至服务端。
服务端接收音箱上传的用户话术，然后根据所述用户话术查找对应的音频资源、语音话术和影像资源。
服务端匹配出用户话术对应的音频资源、语音话术和影像资源后，将音频资源的ID和语音话术下发至所述音箱。
音箱接收服务端下发的音频数据的ID和语音话术后，开始播报语音话术，播报结束后，将语音话术播放结束的消息上传至服务端，以同步播放状态。
音箱根据音频资源ID获取URL，然后将音频资源的URL上报至服务端，以同步播放状态。
服务端向音箱下发音频播放指令，音箱根据音频资源的URL获取并播放音频资源。同时，服务端还将影像资源下发至音箱，音箱接收到影像资源后，采用二进制协议(比如lua协议)对所述影像资源进行编码，然后通过串口将编码后的所述影像资源传输至影像投影设备。
影像投影设备接收音箱传输的编码后的影像资源，然后采用二进制协议对所述编码后的影像资源进行解码，最后投影解码后的影像资源。
另外，在本发明另一个可参考实施例中音频播放方法的具体实施内容，在上面所述音频播放方法中已经详细说明了，故在此重复内容不再说明。
图4是根据本发明实施例的音频播放装置的主要模块的示意图，如图4所示，所述音频播放装置400包括用户模块401、接收模块402、播报模块403和投影模块404；用户模块401用于接收用户话术，将所述用户话术上传至服务端；接收模块402用于接收所述服务端下发的音频数据和语音话术；播报模块403用于播报所述语音话术，向所述服务端上传语音话术播报结束消息；投影模块404用于接收所述服务端下发的影像资源，在播放处理所述音频资源数据的过程中将所述影像资源传输至影像投影设备，以使所述影像投影设备同步地投影所述影像资源。
可选地，所述投影模块404还用于：
采用二进制协议对所述影像资源进行编码；
通过串口将编码后的所述影像资源传输至影像投影设备。
可选地，所述音频数据包括各个音频资源的标识；
所述投影模块404还用于：
根据所述音频资源的标识获取所述音频资源的统一资源定位符，将所述音频资源的统一资源定位符上传至所述服务端；
接收所述服务端下发的音频播放指令，根据所述音频资源的统一资源定位符获取并播放所述音频资源，并且在播放所述音频资源的过程中将所述影像资源传输至影像投影设备。
可选地，所述音频数据包括各个音频资源的标识及其对应的统一资源定位符；
所述投影模块404还用于：
接收所述服务端下发的音频播放指令，根据所述音频资源的统一资源定位符获取并播放所述音频资源，并且在播放所述音频资源的过程中将所述影像资源传输至影像投影设备。
可选地，所述影像资源包括文字、图片和视频中的至少一种；和/或，所述影像投影设备为投影摄像头。
根据上面所述的各种实施例，可以看出本发明实施例通过在处理音频数据的过程中将影像资源传输至影像投影设备，以使影像投影设备同步地投影影像资源的技术手段，解决了现有技术中无屏音箱不能进行视觉交互或带屏音箱屏幕大小限制的技术问题。本发明实施例通过影像投影设备使无屏音箱与用户之间的交互更加生动，还可以降低智能硬件的成本，无需考虑屏幕大小的限制。本发明实施例丰富了用户使用智能音箱的场景和内容，使得无屏音箱不仅能播放音频资源，还可以播放文字、图片、视频等影像资源。
需要说明的是，在本发明所述音频播放装置的具体实施内容，在上面所述音频播放方法中已经详细说明了，故在此重复内容不再说明。
本发明还提供了一种音频播放系统，包括音箱和影像投影设备；所述音箱用于接收用户话术，将所述用户话术上传至服务端；接收所述服务端下发的音频数据和语音话术；播报所述语音话术，向所述服务端上传语音话术播报结束消息；接收所述服务端下发的影像资源，在处理所述音频资源数据的过程中将所述影像资源传输至影像投影设备，以使所述影像投影设备同步地投影所述影像资源；所述影像投影设备用于接收所述音箱传输的影像资源，投影所述影像资源。
可选地，所述影像投影设备还用于：
通过串口接收所述音箱传输的编码后的影像资源；
采用二进制协议对所述编码后的影像资源进行解码，投影解码后的影像资源。
可选地，所述音箱还用于：
采用二进制协议对所述影像资源进行编码；
通过串口将编码后的所述影像资源传输至影像投影设备。
可选地，所述音频数据包括各个音频资源的标识；
所述音箱还用于：
根据所述音频资源的标识获取所述音频资源的统一资源定位符，将所述音频资源的统一资源定位符上传至所述服务端；
接收所述服务端下发的音频播放指令，根据所述音频资源的统一资源定位符获取并播放所述音频资源，并且在播放所述音频资源的过程中将所述影像资源传输至影像投影设备。
可选地，所述音频数据包括各个音频资源的标识及其对应的统一资源定位符；
所述音箱还用于：
接收所述服务端下发的音频播放指令，根据所述音频资源的统一资源定位符获取并播放所述音频资源，并且在播放所述音频资源的过程中将所述影像资源传输至影像投影设备。
可选地，所述影像资源包括文字、图片和视频中的至少一种；和/或，所述影像投影设备为投影摄像头。
图5示出了可以应用本发明实施例的音频播放方法或音频播放装置的示例性系统架构500。
如图5所示，系统架构500可以包括终端设备501、502、503，网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备501、502、503通过网络504与服务器505交互，以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器505可以是提供各种服务的服务器，例如对用户利用终端设备501、502、503所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的物品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、物品信息——仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的音频播放方法由终端设备501、502、503执行，相应地，所述音频播放装置设置在终端设备501、502、503中。
应该理解，图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图6，其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例，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6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；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607；包括硬盘等的存储部分608；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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，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610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608。
特别地，根据本发明公开的实施例，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，本发明公开的实施例包括一种计算机程序，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609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本发明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模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括用户模块、接收模块、播报模块和投影模块，其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面，本发明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设备中所包含的；也可以是单独存在，而未装配入该设备中。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设备执行时，该设备实现如下方法：接收用户话术，将所述用户话术上传至服务端；接收所述服务端下发的音频数据和语音话术；播报所述语音话术，向所述服务端上传语音话术播报结束消息；接收所述服务端下发的影像资源，在处理所述音频数据的过程中将所述影像资源传输至影像投影设备，以使所述影像投影设备同步地投影所述影像资源。
根据本发明实施例的技术方案，因为采用在处理音频数据的过程中将影像资源传输至影像投影设备，以使影像投影设备同步地投影影像资源的技术手段，所以克服了现有技术中无屏音箱不能进行视觉交互或带屏音箱屏幕大小限制的技术问题。本发明实施例通过影像投影设备使无屏音箱与用户之间的交互更加生动，还可以降低智能硬件的成本，无需考虑屏幕大小的限制。本发明实施例丰富了用户使用智能音箱的场景和内容，使得无屏音箱不仅能播放音频资源，还可以播放文字、图片、视频等影像资源。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种音频播放方法，其特征在于，包括：
接收用户话术，将所述用户话术上传至服务端；
接收所述服务端下发的音频数据和语音话术；
播报所述语音话术，向所述服务端上传语音话术播报结束消息；
接收所述服务端下发的影像资源，在处理所述音频数据的过程中将所述影像资源传输至影像投影设备，以使所述影像投影设备同步地投影所述影像资源。
2.根据权利要求1所述的方法，其特征在于，将所述影像资源传输至影像投影设备，包括：
采用二进制协议对所述影像资源进行编码；
通过串口将编码后的所述影像资源传输至影像投影设备。
3.根据权利要求1所述的方法，其特征在于，所述音频数据包括各个音频资源的标识；
在处理所述音频数据的过程中将所述影像资源传输至影像投影设备，包括：
根据所述音频资源的标识获取所述音频资源的统一资源定位符，将所述音频资源的统一资源定位符上传至所述服务端；
接收所述服务端下发的音频播放指令，根据所述音频资源的统一资源定位符获取并播放所述音频资源，并且在播放所述音频资源的过程中将所述影像资源传输至影像投影设备。
4.根据权利要求1所述的方法，其特征在于，所述音频数据包括各个音频资源的标识及其对应的统一资源定位符；
在处理所述音频数据的过程中将所述影像资源传输至影像投影设备，包括：
接收所述服务端下发的音频播放指令，根据所述音频资源的统一资源定位符获取并播放所述音频资源，并且在播放所述音频资源的过程中将所述影像资源传输至影像投影设备。
5.根据权利要求1所述的方法，其特征在于，所述影像资源包括文字、图片和视频中的至少一种；和/或，所述影像投影设备为投影摄像头。
6.一种音频播放装置，其特征在于，包括：
用户模块，用于接收用户话术，将所述用户话术上传至服务端；
接收模块，用于接收所述服务端下发的音频数据和语音话术；
播报模块，用于播报所述语音话术，向所述服务端上传语音话术播报结束消息；
投影模块，用于接收所述服务端下发的影像资源，在处理所述音频数据的过程中将所述影像资源传输至影像投影设备，以使所述影像投影设备同步地投影所述影像资源。
7.一种音频播放系统，其特征在于，包括：音箱和影像投影设备；
所述音箱用于接收用户话术，将所述用户话术上传至服务端；接收所述服务端下发的音频数据和语音话术；播报所述语音话术，向所述服务端上传语音话术播报结束消息；接收所述服务端下发的影像资源，在处理所述音频数据的过程中将所述影像资源传输至影像投影设备，以使所述影像投影设备同步地投影所述影像资源；
所述影像投影设备用于接收所述音箱传输的影像资源，投影所述影像资源。
8.根据权利要求1所述的音频播放系统，其特征在于，所述影像投影设备还用于：
通过串口接收所述音箱传输的编码后的影像资源；
采用二进制协议对所述编码后的影像资源进行解码，投影解码后的影像资源。
9.一种电子设备，其特征在于，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，所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
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如权利要求1-5中任一所述的方法。
CN202010801531.6A 2020-08-11 2020-08-11 音频播放方法、音频播放装置和音频播放系统 Active CN113766278B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010801531.6A CN113766278B (zh) 2020-08-11 2020-08-11 音频播放方法、音频播放装置和音频播放系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010801531.6A CN113766278B (zh) 2020-08-11 2020-08-11 音频播放方法、音频播放装置和音频播放系统

Publications (2)

Publication Number Publication Date
CN113766278A true CN113766278A (zh) 2021-12-07
CN113766278B CN113766278B (zh) 2024-04-12

Family

ID=78785649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010801531.6A Active CN113766278B (zh) 2020-08-11 2020-08-11 音频播放方法、音频播放装置和音频播放系统

Country Status (1)

Country Link
CN (1) CN113766278B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706796A (zh) * 2008-11-14 2010-05-12 北京搜狗科技发展有限公司 展现网页资源的方法及装置
CN104320735A (zh) * 2014-10-08 2015-01-28 黄铭杰 内置投影模块及投影幕布的音箱
CN105898503A (zh) * 2016-04-25 2016-08-24 乐视控股（北京）有限公司 移动终端的播放控制方法、装置和系统
US20160373615A1 (en) * 2015-06-16 2016-12-22 Hon Hai Precision Industry Co., Ltd. Cloud server, control equipment and method for audio and video synchronization
CN107835444A (zh) * 2017-11-16 2018-03-23 百度在线网络技术（北京）有限公司 信息交互方法、装置、音频终端及计算机可读存储介质
CN108810595A (zh) * 2018-06-29 2018-11-13 四川斐讯信息技术有限公司 一种基于音箱的视频播放方法及系统
CN109195009A (zh) * 2018-10-22 2019-01-11 奇酷互联网络科技（深圳）有限公司 音视频播放方法及播放系统、智能音箱、存储装置
CN109493866A (zh) * 2018-10-29 2019-03-19 苏州乐轩科技有限公司 智能音箱及其操作方法
US20190205338A1 (en) * 2016-09-05 2019-07-04 Huawei Technologies Co., Ltd. Audio Processing Method and Device
KR102070071B1 (ko) * 2019-04-25 2020-01-31 방종철 연주 노래 공유 및 재생 가능한 노래 반주기, 노래 재생 방법 및 노래 반주 시스템
CN110958537A (zh) * 2018-09-27 2020-04-03 深圳市冠旭电子股份有限公司 一种智能音箱及智能音箱使用的方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706796A (zh) * 2008-11-14 2010-05-12 北京搜狗科技发展有限公司 展现网页资源的方法及装置
CN104320735A (zh) * 2014-10-08 2015-01-28 黄铭杰 内置投影模块及投影幕布的音箱
US20160373615A1 (en) * 2015-06-16 2016-12-22 Hon Hai Precision Industry Co., Ltd. Cloud server, control equipment and method for audio and video synchronization
CN105898503A (zh) * 2016-04-25 2016-08-24 乐视控股（北京）有限公司 移动终端的播放控制方法、装置和系统
US20190205338A1 (en) * 2016-09-05 2019-07-04 Huawei Technologies Co., Ltd. Audio Processing Method and Device
CN107835444A (zh) * 2017-11-16 2018-03-23 百度在线网络技术（北京）有限公司 信息交互方法、装置、音频终端及计算机可读存储介质
CN108810595A (zh) * 2018-06-29 2018-11-13 四川斐讯信息技术有限公司 一种基于音箱的视频播放方法及系统
CN110958537A (zh) * 2018-09-27 2020-04-03 深圳市冠旭电子股份有限公司 一种智能音箱及智能音箱使用的方法
CN109195009A (zh) * 2018-10-22 2019-01-11 奇酷互联网络科技（深圳）有限公司 音视频播放方法及播放系统、智能音箱、存储装置
CN109493866A (zh) * 2018-10-29 2019-03-19 苏州乐轩科技有限公司 智能音箱及其操作方法
KR102070071B1 (ko) * 2019-04-25 2020-01-31 방종철 연주 노래 공유 및 재생 가능한 노래 반주기, 노래 재생 방법 및 노래 반주 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
彭妙颜;: "基于信息化音视频技术的数字电影系统", 电视技术, no. 09, 17 September 2008 (2008-09-17) *

Also Published As

Publication number Publication date
CN113766278B (zh) 2024-04-12

Similar Documents

Publication Publication Date Title
US11240050B2 (en) Online document sharing method and apparatus, electronic device, and storage medium
US10311877B2 (en) Performing tasks and returning audio and visual answers based on voice command
CN109474843B (zh) 语音操控终端的方法、客户端、服务器
US20170026686A1 (en) Synchronizing audio content to audio and video devices
US20130332168A1 (en) Voice activated search and control for applications
US9357215B2 (en) Audio output distribution
JP2010529752A (ja) クライアント電子機器を設定するシステム及び方法
CN112073753B (zh) 一种多媒体数据的发布方法、装置、设备及介质
WO2014154097A1 (en) Automatic page content reading-aloud method and device thereof
CN114679610A (zh) 连续播放视频的投屏方法、装置及系统
CN108337556B (zh) 用于播放影音文件的方法和装置
CN111935111A (zh) 交互方法、装置和电子设备
CN112637626A (zh) 推流方法、系统、装置、电子设备及存储介质
CN111818500A (zh) 用于实现移动终端与机动车建立蓝牙连接的方法及设备
CN104038772A (zh) 生成铃声文件的方法及装置
CN113766278B (zh) 音频播放方法、音频播放装置和音频播放系统
CN111105797A (zh) 一种语音交互方法、装置及电子设备
CN112700770A (zh) 语音控制方法、音箱设备、计算设备和存储介质
CN112307393A (zh) 信息发布方法、装置和电子设备
US20190138265A1 (en) Systems and methods for managing displayless portable electronic devices
WO2021139592A1 (zh) 用于信息处理的方法、设备和计算机存储介质
CN114979256A (zh) 一种消息推送方法、装置、电子设备及计算机可读介质
CN104794127A (zh) 基于音频的数据标签发布系统及方法
CN113778367A (zh) 语音交互的方法、装置、设备和计算机可读介质
CN113360704A (zh) 语音播放方法、装置和电子设备

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