CN113794592B - 云平台的语音处理方法及系统 - Google Patents
云平台的语音处理方法及系统 Download PDFInfo
- Publication number
- CN113794592B CN113794592B CN202111074047.9A CN202111074047A CN113794592B CN 113794592 B CN113794592 B CN 113794592B CN 202111074047 A CN202111074047 A CN 202111074047A CN 113794592 B CN113794592 B CN 113794592B
- Authority
- CN
- China
- Prior art keywords
- sound data
- target
- abnormal
- comparison
- determining
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims abstract description 137
- 238000012545 processing Methods 0.000 claims abstract description 61
- 230000005856 abnormality Effects 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000013507 mapping Methods 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005059 dormancy Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000006233 lamp black Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
-
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/02—Standardisation; Integration
- H04L41/0246—Exchanging or transporting network management information using the Internet; Embedding network management web servers in network elements; Web-services-based protocols
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
- H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (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)
- Multimedia (AREA)
- Environmental & Geological Engineering (AREA)
- Telephonic Communication Services (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请涉及物联网技术领域，本申请实施例公开了一种云平台的语音处理方法及系统，应用于云平台，该方法包括：接收由智能网关发送的目标声音数据，所述智能网关连接P个智能家居设备，每一智能家居设备用于获取声音数据，并将该声音数据转发给所述智能网关，由所述智能网关将各个智能家居设备的声音数据整合为所述目标声音数据，所述P为正整数；对所述目标声音数据进行识别，得到异常声音数据；根据所述异常声音数据确定异常处理参数；根据所述异常处理参数执行异常处理操作。采用本申请实施例能够识别设备故障。
Description
技术领域
本申请涉及物联网技术领域，具体涉及一种云平台的语音处理方法及系统。
背景技术
随着电子技术迅速发展，智能家居也走进了用户的生活，智能家居能够让家用设备变得智能化，让用户感觉生活中的万物皆有灵性，很多时候，由于家里设备较多，用户管理起来则相对麻烦，尤其在设备出现故障的时候，因此，如何识别设备故障的问题亟待解决。
发明内容
本申请实施例提供了一种云平台的语音处理方法及系统，可以识别设备故障，以。
第一方面，本申请实施例提供一种云平台的语音处理方法，应用于云平台，所述方法包括：
接收由智能网关发送的目标声音数据，所述智能网关连接P个智能家居设备，每一智能家居设备用于获取声音数据，并将该声音数据转发给所述智能网关，由所述智能网关将各个智能家居设备的声音数据整合为所述目标声音数据，所述P为正整数；
对所述目标声音数据进行识别，得到异常声音数据；
根据所述异常声音数据确定异常处理参数；
根据所述异常处理参数执行异常处理操作。
第二方面，本申请实施例提供了一种云平台的语音处理系统，应用于云平台，所述系统包括：接收单元、识别单元、确定单元和执行单元，其中，
所述接收单元，用于接收由智能网关发送的目标声音数据，所述智能网关连接P个智能家居设备，每一智能家居设备用于获取声音数据，并将该声音数据转发给所述智能网关，由所述智能网关将各个智能家居设备的声音数据整合为所述目标声音数据，所述P为正整数；
所述识别单元，用于对所述目标声音数据进行识别，得到异常声音数据；
所述确定单元，用于确定单元根据所述异常声音数据确定异常处理参数；
所述执行单元，用于根据所述异常处理参数执行异常处理操作。
第三方面，本申请实施例提供一种云平台，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面中的步骤的指令。
第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例，具备如下有益效果：
可以看出，本申请实施例中所描述的云平台的语音处理方法及系统，应用于云平台，接收由智能网关发送的目标声音数据，智能网关连接P个智能家居设备，每一智能家居设备用于获取声音数据，并将该声音数据转发给智能网关，由智能网关将各个智能家居设备的声音数据整合为目标声音数据，P为正整数，对目标声音数据进行识别，得到异常声音数据，根据异常声音数据确定异常处理参数，根据异常处理参数执行异常处理操作，如此，能够收集设备运行的声音数据，进而基于声音数据识别异常，并进行相应的异常处理，能够用于识别设备故障，提升智能家居环境的体验感。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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。
图1是本申请实施例提供的一种云平台的语音处理方法的流程示意图；
图2是本申请实施例提供的另一种云平台的语音处理方法的流程示意图；
图3是本申请实施例提供的一种服务器的结构示意图；
图4是本申请实施例提供的一种云平台的语音处理系统的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
下面对本申请实施例进行详细介绍。
请参阅图1，图1是本申请实施例提供的一种云平台的语音处理方法的流程示意图，如图所示，应用于云平台，本云平台的语音处理方法包括：
101、接收由智能网关发送的目标声音数据，所述智能网关连接P个智能家居设备，每一智能家居设备用于获取声音数据，并将该声音数据转发给所述智能网关，由所述智能网关将各个智能家居设备的声音数据整合为所述目标声音数据，所述P为正整数。
其中，本申请实施例中，智能家居设备可以包括以下至少一种：智能手机、智能扫地机器人、智能风扇、智能空调、智能洗衣机、智能按摩椅、智能电饭煲、智能冰箱、智能马桶、智能音箱、智能油烟机、智能烤箱、智能消毒柜、智能洗碗机、智能空气净化器、智能路由器、智能电视机、智能台灯等等，在此不做限定。声音数据可以为一段时间的声音数据，其可以包括以下至少一种：音量、频率、波形图、幅值等等，在此不做限定。
具体实现中，P个智能家居设备均与智能网关通信连接，P为正整数。每一智能家居设备均可以包括声音传感器，用于采集设备声音或者环境声音，得到声音数据，再将声音数据转发给智能网关，由智能网关将声音数据再转发给云平台，云平台可以对声音数据进行存储，还可以对声音数据进行分析。
102、对所述目标声音数据进行识别，得到异常声音数据。
具体实现中，异常声音数据可以理解为设备出现异常时候，设备运行所发出的声音数据。
具体的，由于目标声音数据中可能包括多个智能家居设备的声音数据，进而需要对目标声音数据进行分离，即分离出每个智能家居设备对应的声音数据，再对每个智能家居设备的声音数据进行分析，以获取其声音数据中的异常部分或者将其整个的声音数据作为异常声音数据。
可选的，上述步骤102，对所述目标声音数据进行识别，得到异常声音数据，可以包括如下步骤：
21、将所述目标声音数据划分为P组声音数据，每一组声音数据对应一个设备标识；
22、将所述P组声音数据与对应的参考声音数据进行比对，得到比对失败的声音数据；
23、根据所述比对失败的声音数据确定所述异常声音数据。
其中，不同的声音数据由于来源不同，因此，每一组声音数据可以对应设备标识，设备标识可以包括以下至少一种：设备名称、设备型号、设备编号、设备IP地址、设备MAC地址等等，在此不做限定。
进而，云平台可以基于设备标识将目标声音数据进行划分P组声音数据，每组声音数据可以对应一个设备标识，进而，不同的声音数据均有对应的参考声音数据，即其正常运行时候的声音数据，接着可以将P组声音数据与对应的参考声音数据进行比对，不仅可以得到比对成功的声音数据，还可以得到比对失败的声音数据，异常声音数据则是来自比对失败的声音数据，进而，可以将比对失败的声音数据中的部分或者全部声音数据作为异常声音数据。
可选的，上述步骤22，将所述P组声音数据与对应的参考声音数据进行比对，可以包括如下步骤：
221、获取声音数据i以及所述声音数据i对应的参考声音数据i，所述声音数据i为所述P组声音数据中的一组声音数据；
222、对所述声音数据i进行预处理，得到第一声音数据i；
223、获取所述声音数据i对应的目标智能设备的总使用时长以及预设使用寿命；
224、获取所述目标智能设备的参考比对阈值；
225、根据所述总使用时长、所述预设使用寿命确实目标调节因子，并根据所述目标调节所述参考比对阈值，得到目标比对阈值；
226、根据所述目标比对阈值将所述第一声音数据i与所述参考声音数据i进行比对；
227、在所述第一声音数据i与所述参考声音数据i之间的比对值大于所述目标比对阈值时，确认所述声音数据i与所述参考声音数据i比对成功；
228、在所述第一声音数据i与所述参考声音数据i之间的比对值小于或等于所述目标比对阈值时，确认所述声音数据i与所述参考声音数据i比对失败。
其中，参考比对阈值可以预先设置或者系统默认。
具体的，以声音数据i为例，声音数据i为P组声音数据中的一组声音数据，其也可以对应参考声音数据i，即在设备正常运行的情况下，可以预先录制其正常运行的声音数据，将其保存在云平台。还可以对声音数据i进行预处理，得到第一声音数据i，预处理可以包括以下至少一种：信号放大、信号降噪、信号分离等等，在此不做限定，信号分离可以理解为从声音数据i中分离出相应的设备运行的声音数据。
进一步的，预设使用寿命可以预先设置或者系统默认，不同的智能家居设备其均可以对应一个预设使用寿命，即预设使用寿命可以理解为出厂之前由生产厂商标定的一个设备使用参考寿命，在智能家居设备的使用年限达到预设使用寿命，则其接近更新换代或者需要被淘汰或者智能家居设备不建议被继续使用。云平台还可以获取声音数据i对应的目标智能设备的总使用时长以及预设使用寿命，智能家居设备其使用时长越长，则其出现故障的概率越大。
进而，云平台可以获取目标智能设备的参考比对阈值，再根据总使用时长、预设使用寿命确实目标调节因子，具体如下：
在总使用时长与预设使用寿命之间的比值小于预设阈值时，则目标调节因子的计算方式如下：
目标调节因子＝总使用时长/预设使用寿命
在总使用时长与预设使用寿命之间的比值大于或等于预设阈值时，则目标调节因子可以为一个设定值，该设定值可以为经验值。
进一步的，可以根据目标调节参考比对阈值，得到目标比对阈值，具体如下：
在总使用时长与预设使用寿命之间的比值小于预设阈值时，则目标比对阈值的计算方式如下：
目标比对阈值＝(1-目标调节因子)*参考比对阈值
在总使用时长与预设使用寿命之间的比值小于预设阈值时，则目标比对阈值的计算方式如下：
目标比对阈值＝1-设定值
进而，可以根据目标比对阈值将第一声音数据i与所述参考声音数据i进行比对，在第一声音数据i与参考声音数据i之间的比对值大于目标比对阈值时，确认声音数据i与参考声音数据i比对成功，反之，在第一声音数据i与参考声音数据i之间的比对值小于或等于目标比对阈值时，确认声音数据i与参考声音数据i比对失败，如此，一方面，可以对声音数据进行预处理，使得声音数据的来源深度锁定为智能设备运行时候发出的声音，另一方面，基于设备的使用时长以及预设使用寿命动态调节比对阈值，有助于提升声音比对效率以及比对精准性。
可选的，上述步骤23，根据所述比对失败的声音数据确定所述异常声音数据，可以包括如下步骤：
231、获取比对失败的声音数据j，所述比对失败的声音数据j为所述比对失败的声音数据中的一组声音数据；
232、获取所述比对失败的声音数据j对应的参考声音数据j；
233、获取所述比对失败的声音j的目标设备工作参数；
234、按照预设的设备工作参数与影响因子之间的映射关系，确定所述目标设备工作参数对应的目标影响因子；
235、根据所述目标影响因子优化所述参考声音数据j，得到第一声音数据；
236、根据所述比对失败的声音数据j和所述第一声音数据确定所述比对失败的声音数据j对应的异常声音数据。
其中，目标设备工作参数可以包括以下至少一种：工作电流、工作电压、工作功率、工作时长、工作温度、工作模式等等，在此不做限定。
具体实现中，针对声音数据的话，倘若能够分离出正常部分，则剩下的便于异常部分，基于此原理，以比对失败的声音数据j为例，比对失败的声音数据j为比对失败的声音数据中的一组声音数据，进而还可以获取比对失败的声音数据j对应的参考声音数据j。具体实现中，云平台中可以预先存储预设的设备工作参数与影响因子之间的映射关系。
具体实现中，云平台可以获取比对失败的声音数据j的目标设备工作参数，具体实现中，再按照预设的设备工作参数与影响因子之间的映射关系，确定目标设备工作参数对应的目标影响因子，影响因子的取值范围可以为0～0.2，其中，设备工作参数在一定程度上反映了设备运行环境，设备运行环境则在一定程度上也会影响参考声音数据，因此，需要确定与设备运行环境相宜的参考声音数据，才可能从比对失败的声音数据中分离出异常声音数据。
进一步的，云平台可以根据目标影响因子优化参考声音数据j，得到第一声音数据，具体的，第一声音数据＝(1-目标影响因子)*参考声音数据j，进而可以再根据比对失败的声音数据j和第一声音数据确定比对失败的声音数据j对应的异常声音数据，具体如下：
异常声音数据＝比对失败的声音数据j-第一声音数据
如此，可以基于设备的工作参数对智能家居设备对应的参考声音数据进行优化，再基于其比对失败的声音数据与优化后的参考声音数据确定异常声音数据，实现了从比对失败的声音数据中分离出异常的声音数据。
103、根据所述异常声音数据确定异常处理参数。
其中，根据异常声音数据可以确定异常程度、异常位置，进而，可以在此基础上，制定相应的异常处理策略，基于异常处理策略确定相应的异常处理参数。异常处理参数可以包括以下至少一种：关机、休眠、重启、预警、调节电压、调节电流、调节功率、语音提示、短信提示等等，在此不做限定。
可选的，上述步骤103，根据所述异常声音数据确定异常处理参数，可以包括如下步骤：
31、根据所述异常声音数据进行设备定位，得到目标设备标识；
32、确定与所述目标设备标识对应的异常处理策略集，所述异常处理策略集包括至少一个异常处理策略，每一异常处理策略对应一组异常处理参数以及一个异常等级；
33、根据所述异常声音数据确定目标异常等级；
34、从所述异常处理策略集中确定与所述目标异常等级对应的目标异常处理策略，并获取该目标异常处理策略对应的异常处理参数；
35、将所述目标设备标识以及所述异常处理参数作为所述异常声音数据对应的异常处理参数。
具体实现中，不同的声音数据均可以对应一个数据来源，进而，可以根据异常声音数据进行设备定位，得到目标设备标识。针对不同的设备，则可以预先制定相应的异常处理策略，云平台中可以预先存储设备标识与异常处理策略集之间的映射关系，进而，可以基于该映射关系确定与目标设备标识对应的异常处理策略集，该异常处理策略集可以包括至少一个异常处理策略，每一异常处理策略可以对应一组异常处理参数以及一个异常等级。
进而，可以根据异常声音数据确定目标异常等级，异常声音数据反映了异常程度，进而，可以基于异常声音数据确定目标异常等级，再从异常处理策略集中确定与目标异常等级对应的目标异常处理策略，并获取该目标异常处理策略对应的异常处理参数，以及将目标设备标识以及异常处理参数作为异常声音数据对应的异常处理参数，如此，可以确定与设备相应的异常处理参数，有助于精准进行异常处理。
可选的，上述步骤33，根据所述异常声音数据确定目标异常等级，可以包括如下步骤：
将所述异常声音数据转化为数字信号，得到声音变化曲线，所述声音变化曲线的横轴为时间，纵轴为幅值；
331、确定所述声音变化曲线的平均能量值；
332、确定所述声音变化曲线的极值点，得到多个极值点；
333、根据所述多个极值点确定目标均值以及目标均方差；
334、按照预设的能量值与异常评价值之间的映射关系，确定所述平均能量值对应的参考异常评价值；
335、确定所述平均能量值与所述目标均值之间的参考增量；
336、基于所述目标均方差对所述参考增量进行优化，得到目标增量；
337、根据所述参考异常评价值和所述目标增量，确定所述目标异常评价值；
338、按照预设的异常评价值与异常等级之间的映射关系，确定所述目标异常评价值对应的所述目标异常等级。
具体的，云平台可以确定声音变化曲线的平均能量值，以及还可以确定声音变化曲线的极值点，得到多个极值点，再根据多个极值点确定目标均值以及目标均方差。云平台可以预先存储预设的能量值与异常评价值之间的映射关系，进而，可以基于该映射关系按照预设的能量值与异常评价值之间的映射关系，确定平均能量值对应的参考异常评价值。
进而，可以确定平均能量值与目标均值之间的参考增量，参考增量的取值范围为0～1之间，具体如下：
参考增量＝(平均能量值-目标均值)/目标均值
云平台中还可以预先存储预先的均方差与优化因子之间的映射关系，优化因子的取值范围可以为-0.2～0.2，进而，依据该映射关系可以确定目标均方差对应的目标优化因子，再基于该目标优化因子对参考增量进行优化，得到目标增量，具体如下：
目标增量＝(1+目标优化因子)*参考增量
进而，可以根据参考异常评价值和目标增量，确定目标异常评价值，具体如下：
目标异常评价值＝(1+目标增量)*参考异常评价值
云平台中还可以预先存储预设的异常评价值与异常等级之间的映射关系，进而，可以基于该映射关系确定目标异常评价值对应的目标异常等级。
104、根据所述异常处理参数执行异常处理操作。
具体实现中，异常处理操作可以为设备执行一些操作，或者，直接将异常设备的异常情况发送给用户，以提示用户进行相应的异常处理，进而，可以根据异常处理参数执行相应的异常处理操作，如此，可以及时提醒用户设备的情况。
可以看出，本申请实施例中所描述的云平台的语音处理方法，应用于云平台，接收由智能网关发送的目标声音数据，智能网关连接P个智能家居设备，每一智能家居设备用于获取声音数据，并将该声音数据转发给智能网关，由智能网关将各个智能家居设备的声音数据整合为目标声音数据，P为正整数，对目标声音数据进行识别，得到异常声音数据，根据异常声音数据确定异常处理参数，根据异常处理参数执行异常处理操作，如此，能够收集设备运行的声音数据，进而基于声音数据识别异常，并进行相应的异常处理，能够用于识别设备故障，提升智能家居环境的体验感。
与上述图1所示的实施例一致地，请参阅图2，图2是本申请实施例提供的一种云平台的语音处理方法的流程示意图，如图所示，本云平台的语音处理方法包括：
201、接收由智能网关发送的目标声音数据，所述智能网关连接P个智能家居设备，每一智能家居设备用于获取声音数据，并将该声音数据转发给所述智能网关，由所述智能网关将各个智能家居设备的声音数据整合为所述目标声音数据，所述P为正整数。
202、对所述目标声音数据进行识别，得到异常声音数据。
203、根据所述异常声音数据确定异常处理参数。
204、根据所述异常处理参数生成针对对应的智能家居设备的控制指令，向所述智能网关发送所述控制指令，并指示所述智能网关将该控制指令发送给相应的智能家居设备，以控制该智能家居设备执行与该控制指令对应的操作。
其中，上述步骤201-步骤204的具体描述可以参照上述图1所描述的云平台的语音处理方法的相应步骤，在此不再赘述。
可以看出，本申请实施例中所描述的云平台的语音处理方法，应用于云平台，接收由智能网关发送的目标声音数据，智能网关连接P个智能家居设备，每一智能家居设备用于获取声音数据，并将该声音数据转发给智能网关，由智能网关将各个智能家居设备的声音数据整合为目标声音数据，P为正整数，对目标声音数据进行识别，得到异常声音数据，根据异常声音数据确定异常处理参数，根据异常处理参数生成针对对应的智能家居设备的控制指令，向智能网关发送控制指令，并指示智能网关将该控制指令发送给相应的智能家居设备，以控制该智能家居设备执行与该控制指令对应的操作，如此，能够收集设备运行的声音数据，进而基于声音数据识别异常，并进行相应的异常处理，能够用于识别设备故障，提升智能家居环境的体验感。
与上述实施例一致地，请参阅图3，图3是本申请实施例提供的一种云平台的结构示意图，如图所示，该云平台包括处理器、存储器、通信接口以及一个或多个程序，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，本申请实施例中，上述程序包括用于执行以下步骤的指令：
接收由智能网关发送的目标声音数据，所述智能网关连接P个智能家居设备，每一智能家居设备用于获取声音数据，并将该声音数据转发给所述智能网关，由所述智能网关将各个智能家居设备的声音数据整合为所述目标声音数据，所述P为正整数；
对所述目标声音数据进行识别，得到异常声音数据；
根据所述异常声音数据确定异常处理参数；
根据所述异常处理参数执行异常处理操作。
可选的，在所述对所述目标声音数据进行识别，得到异常声音数据方面，上述程序包括用于执行以下步骤的指令：
将所述目标声音数据划分为P组声音数据，每一组声音数据对应一个设备标识；
将所述P组声音数据与对应的参考声音数据进行比对，得到比对失败的声音数据；
根据所述比对失败的声音数据确定所述异常声音数据。
可选的，在所述将所述P组声音数据与对应的参考声音数据进行比对方面，上述程序包括用于执行以下步骤的指令：
获取声音数据i以及所述声音数据i对应的参考声音数据i，所述声音数据i为所述P组声音数据中的一组声音数据；
对所述声音数据i进行预处理，得到第一声音数据i；
获取所述声音数据i对应的目标智能设备的总使用时长以及预设使用寿命；
获取所述目标智能设备的参考比对阈值；
根据所述总使用时长、所述预设使用寿命确实目标调节因子，并根据所述目标调节所述参考比对阈值，得到目标比对阈值；
根据所述目标比对阈值将所述第一声音数据i与所述参考声音数据i进行比对；
在所述第一声音数据i与所述参考声音数据i之间的比对值大于所述目标比对阈值时，确认所述声音数据i与所述参考声音数据i比对成功；
在所述第一声音数据i与所述参考声音数据i之间的比对值小于或等于所述目标比对阈值时，确认所述声音数据i与所述参考声音数据i比对失败。
可选的，在所述根据所述比对失败的声音数据确定所述异常声音数据方面，上述程序包括用于执行以下步骤的指令：
获取比对失败的声音数据j，所述比对失败的声音数据j为所述比对失败的声音数据中的一组声音数据；
获取所述比对失败的声音数据j对应的参考声音数据j；
获取所述比对失败的声音数据j对应的目标设备工作参数；
按照预设的设备工作参数与影响因子之间的映射关系，确定所述目标设备工作参数对应的目标影响因子；
根据所述目标影响因子优化所述参考声音数据j，得到第一声音数据；
根据所述比对失败的声音数据j和所述第一声音数据确定所述比对失败的声音数据j对应的异常声音数据。
可选的，在所述根据所述异常声音数据确定异常处理参数方面，上述程序包括用于执行以下步骤的指令：
根据所述异常声音数据进行设备定位，得到目标设备标识；
确定与所述目标设备标识对应的异常处理策略集，所述异常处理策略集包括至少一个异常处理策略，每一异常处理策略对应一组异常处理参数以及一个异常等级；
根据所述异常声音数据确定目标异常等级；
从所述异常处理策略集中确定与所述目标异常等级对应的目标异常处理策略，并获取该目标异常处理策略对应的异常处理参数；
将所述目标设备标识以及所述异常处理参数作为所述异常声音数据对应的异常处理参数。
可以看出，本申请实施例中所描述的云平台，接收由智能网关发送的目标声音数据，智能网关连接P个智能家居设备，每一智能家居设备用于获取声音数据，并将该声音数据转发给智能网关，由智能网关将各个智能家居设备的声音数据整合为目标声音数据，P为正整数，对目标声音数据进行识别，得到异常声音数据，根据异常声音数据确定异常处理参数，根据异常处理参数执行异常处理操作，如此，能够收集设备运行的声音数据，进而基于声音数据识别异常，并进行相应的异常处理，能够用于识别设备故障，提升智能家居环境的体验感。
图4是本申请实施例中所涉及的云平台的语音处理系统400的功能单元组成框图。该云平台的语音处理系统400应用于云平台，所述系统400包括：接收单元401、识别单元402、确定单元403和执行单元404，其中，
所述接收单元401，用于接收由智能网关发送的目标声音数据，所述智能网关连接P个智能家居设备，每一智能家居设备用于获取声音数据，并将该声音数据转发给所述智能网关，由所述智能网关将各个智能家居设备的声音数据整合为所述目标声音数据，所述P为正整数；
所述识别单元402，用于对所述目标声音数据进行识别，得到异常声音数据；
所述确定单元403，用于确定单元根据所述异常声音数据确定异常处理参数；
所述执行单元404，用于根据所述异常处理参数执行异常处理操作。
可选的，在所述对所述目标声音数据进行识别，得到异常声音数据方面，所述识别单元402具体用于：
将所述目标声音数据划分为P组声音数据，每一组声音数据对应一个设备标识；
将所述P组声音数据与对应的参考声音数据进行比对，得到比对失败的声音数据；
根据所述比对失败的声音数据确定所述异常声音数据。
可选的，在所述将所述P组声音数据与对应的参考声音数据进行比对方面，所述识别单元402具体用于：
获取声音数据i以及所述声音数据i对应的参考声音数据i，所述声音数据i为所述P组声音数据中的一组声音数据；
对所述声音数据i进行预处理，得到第一声音数据i；
获取所述声音数据i对应的目标智能设备的总使用时长以及预设使用寿命；
获取所述目标智能设备的参考比对阈值；
根据所述总使用时长、所述预设使用寿命确实目标调节因子，并根据所述目标调节所述参考比对阈值，得到目标比对阈值；
根据所述目标比对阈值将所述第一声音数据i与所述参考声音数据i进行比对；
在所述第一声音数据i与所述参考声音数据i之间的比对值大于所述目标比对阈值时，确认所述声音数据i与所述参考声音数据i比对成功；
在所述第一声音数据i与所述参考声音数据i之间的比对值小于或等于所述目标比对阈值时，确认所述声音数据i与所述参考声音数据i比对失败。
可选的，在所述根据所述比对失败的声音数据确定所述异常声音数据方面，所述识别单元402具体用于：
获取比对失败的声音数据j，所述比对失败的声音数据j为所述比对失败的声音数据中的一组声音数据；
获取所述比对失败的声音数据j对应的参考声音数据j；
获取所述比对失败的声音数据j对应的目标设备工作参数；
按照预设的设备工作参数与影响因子之间的映射关系，确定所述目标设备工作参数对应的目标影响因子；
根据所述目标影响因子优化所述参考声音数据j，得到第一声音数据；
根据所述比对失败的声音数据j和所述第一声音数据确定所述比对失败的声音数据j对应的异常声音数据。
可选的，在所述根据所述异常声音数据确定异常处理参数方面，所述确定单元403具体用于：
根据所述异常声音数据进行设备定位，得到目标设备标识；
确定与所述目标设备标识对应的异常处理策略集，所述异常处理策略集包括至少一个异常处理策略，每一异常处理策略对应一组异常处理参数以及一个异常等级；
根据所述异常声音数据确定目标异常等级；
从所述异常处理策略集中确定与所述目标异常等级对应的目标异常处理策略，并获取该目标异常处理策略对应的异常处理参数；
将所述目标设备标识以及所述异常处理参数作为所述异常声音数据对应的异常处理参数。
可以看出，本申请实施例中所描述的云平台的语音处理系统，应用于云平台，接收由智能网关发送的目标声音数据，智能网关连接P个智能家居设备，每一智能家居设备用于获取声音数据，并将该声音数据转发给智能网关，由智能网关将各个智能家居设备的声音数据整合为目标声音数据，P为正整数，对目标声音数据进行识别，得到异常声音数据，根据异常声音数据确定异常处理参数，根据异常处理参数执行异常处理操作，如此，能够收集设备运行的声音数据，进而基于声音数据识别异常，并进行相应的异常处理，能够用于识别设备故障，提升智能家居环境的体验感。
可以理解的是，本实施例的云平台的语音处理系统的各程序模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
需要说明的是，对于前述的各方法实施例，为了简单描述，故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，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。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申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (6)
1.一种云平台的语音处理方法，其特征在于，应用于云平台，所述方法包括：接收由智能网关发送的目标声音数据，所述智能网关连接P个智能家居设备，每一智能家居设备用于获取声音数据，并将该声音数据转发给所述智能网关，由所述智能网关将各个智能家居设备的声音数据整合为所述目标声音数据，所述P为正整数；
对所述目标声音数据进行识别，得到异常声音数据；根据所述异常声音数据确定异常处理参数；根据所述异常处理参数执行异常处理操作；所述对所述目标声音数据进行识别，得到异常声音数据，包括：将所述目标声音数据划分为P组声音数据，每一组声音数据对应一个设备标识；
将所述P组声音数据与对应的参考声音数据进行比对，得到比对失败的声音数据；根据所述比对失败的声音数据确定所述异常声音数据；
所述根据所述比对失败的声音数据确定所述异常声音数据，包括：获取比对失败的声音数据j，所述比对失败的声音数据j为所述比对失败的声音数据中的一组声音数据；
获取所述比对失败的声音数据j对应的参考声音数据；
获取所述比对失败的声音数据j对应的目标设备工作参数；
按照预设的设备工作参数与影响因子之间的映射关系，确定所述目标设备工作参数对应的目标影响因子；
根据所述目标影响因子优化所述参考声音数据，得到第一声音数据；
根据所述比对失败的声音数据j和所述第一声音数据确定所述比对失败的声音数据j对应的异常声音数据。
2.根据权利要求1所述的方法，其特征在于，所述将所述P组声音数据与对应的参考声音数据进行比对，包括：获取声音数据i以及所述声音数据i对应的参考声音数据，所述声音数据i为所述P组声音数据中的一组声音数据；
对所述声音数据i进行预处理，得到第二声音数据；
获取所述声音数据i对应的目标智能设备的总使用时长以及预设使用寿命；
获取所述目标智能设备的参考比对阈值；
根据所述总使用时长、所述预设使用寿命确定目标调节因子，并根据所述目标调节因子调节所述参考比对阈值，得到目标比对阈值；
根据所述目标比对阈值将所述第二声音数据与所述参考声音数据进行比对；
在所述第二声音数据与所述参考声音数据之间的比对值大于所述目标比对阈值时，确认所述声音数据i与所述参考声音数据比对成功；
在所述第二声音数据与所述参考声音数据之间的比对值小于或等于所述目标比对阈值时，确认所述声音数据i与所述参考声音数据比对失败。
3.根据权利要求1-2任一项所述的方法，其特征在于，所述根据所述异常声音数据确定异常处理参数，包括：根据所述异常声音数据进行设备定位，得到目标设备标识；
确定与所述目标设备标识对应的异常处理策略集，所述异常处理策略集包括至少一个异常处理策略，每一异常处理策略对应一组异常处理参数以及一个异常等级；
根据所述异常声音数据确定目标异常等级；
从所述异常处理策略集中确定与所述目标异常等级对应的目标异常处理策略，并获取该目标异常处理策略对应的异常处理参数；
将所述目标设备标识以及所述异常处理参数作为所述异常声音数据对应的异常处理参数。
4.一种云平台的语音处理系统，其特征在于，应用于云平台，所述系统包括：接收单元、识别单元、确定单元和执行单元，其中，所述接收单元，用于接收由智能网关发送的目标声音数据，所述智能网关连接P个智能家居设备，每一智能家居设备用于获取声音数据，并将该声音数据转发给所述智能网关，由所述智能网关将各个智能家居设备的声音数据整合为所述目标声音数据，所述P为正整数；
所述识别单元，用于对所述目标声音数据进行识别，得到异常声音数据；
所述确定单元，用于确定单元根据所述异常声音数据确定异常处理参数；
所述执行单元，用于根据所述异常处理参数执行异常处理操作；在所述对所述目标声音数据进行识别，得到异常声音数据方面，所述识别单元具体用于：将所述目标声音数据划分为P组声音数据，每一组声音数据对应一个设备标识；
将所述P组声音数据与对应的参考声音数据进行比对，得到比对失败的声音数据；
根据所述比对失败的声音数据确定所述异常声音数据；在所述根据所述比对失败的声音数据确定所述异常声音数据方面，所述识别单元具体用于：获取比对失败的声音数据j，所述比对失败的声音数据j为所述比对失败的声音数据中的一组声音数据；
获取所述比对失败的声音数据j对应的参考声音数据；
获取所述比对失败的声音数据j对应的目标设备工作参数；
按照预设的设备工作参数与影响因子之间的映射关系，确定所述目标设备工作参数对应的目标影响因子；
根据所述目标影响因子优化所述参考声音数据，得到第一声音数据；
根据所述比对失败的声音数据j和所述第一声音数据确定所述比对失败的声音数据j对应的异常声音数据。
5.根据权利要求4所述的系统，其特征在于，在所述将所述P组声音数据与对应的参考声音数据进行比对方面，所述识别单元具体用于：获取声音数据i以及所述声音数据i对应的参考声音数据，所述声音数据i为所述P组声音数据中的一组声音数据；
对所述声音数据i进行预处理，得到第二声音数据；
获取所述声音数据i对应的目标智能设备的总使用时长以及预设使用寿命；
获取所述目标智能设备的参考比对阈值；
根据所述总使用时长、所述预设使用寿命确定目标调节因子，并根据所述目标调节因子调节所述参考比对阈值，得到目标比对阈值；
根据所述目标比对阈值将所述第二声音数据与所述参考声音数据进行比对；
在所述第二声音数据与所述参考声音数据之间的比对值大于所述目标比对阈值时，确认所述声音数据i与所述参考声音数据比对成功；
在所述第二声音数据与所述参考声音数据之间的比对值小于或等于所述目标比对阈值时，确认所述声音数据i与所述参考声音数据比对失败。
6.根据权利要求4-5任一项所述的系统，其特征在于，在所述根据所述异常声音数据确定异常处理参数方面，所述确定单元具体用于：根据所述异常声音数据进行设备定位，得到目标设备标识；
确定与所述目标设备标识对应的异常处理策略集，所述异常处理策略集包括至少一个异常处理策略，每一异常处理策略对应一组异常处理参数以及一个异常等级；
根据所述异常声音数据确定目标异常等级；
从所述异常处理策略集中确定与所述目标异常等级对应的目标异常处理策略，并获取该目标异常处理策略对应的异常处理参数；
将所述目标设备标识以及所述异常处理参数作为所述异常声音数据对应的异常处理参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111074047.9A CN113794592B (zh) | 2021-09-14 | 2021-09-14 | 云平台的语音处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111074047.9A CN113794592B (zh) | 2021-09-14 | 2021-09-14 | 云平台的语音处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113794592A CN113794592A (zh) | 2021-12-14 |
| CN113794592B true CN113794592B (zh) | 2024-04-19 |
Family
ID=78880158
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111074047.9A Active CN113794592B (zh) | 2021-09-14 | 2021-09-14 | 云平台的语音处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113794592B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104714187A (zh) * | 2015-03-23 | 2015-06-17 | 重庆长安汽车股份有限公司 | 动力电池异常判定方法及系统 |
| CN108662726A (zh) * | 2018-05-17 | 2018-10-16 | 广东美的制冷设备有限公司 | 空调器及电控装置、参数调整方法、可读存储介质 |
| CN111491277A (zh) * | 2020-04-08 | 2020-08-04 | 吴义魁 | 无线物联网异常处理方法、智能网关及相关装置 |
| WO2021036637A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 齿轮组异常的检测方法及相关产品 |
| CN112491668A (zh) * | 2020-11-13 | 2021-03-12 | 郑州工程技术学院 | 一种智能家居物联网安全监控装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111819042B (zh) * | 2018-02-28 | 2023-06-13 | 日产自动车株式会社 | 异常检测装置及异常检测方法 |
| US11513480B2 (en) * | 2018-03-27 | 2022-11-29 | Terminus (Beijing) Technology Co., Ltd. | Method and device for automatically diagnosing and controlling apparatus in intelligent building |
| CN113176501B (zh) * | 2021-06-30 | 2021-09-10 | 深圳百里科技有限公司 | 基于物联网的设备故障检测方法、设备及存储介质 |
-
2021
- 2021-09-14 CN CN202111074047.9A patent/CN113794592B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104714187A (zh) * | 2015-03-23 | 2015-06-17 | 重庆长安汽车股份有限公司 | 动力电池异常判定方法及系统 |
| CN108662726A (zh) * | 2018-05-17 | 2018-10-16 | 广东美的制冷设备有限公司 | 空调器及电控装置、参数调整方法、可读存储介质 |
| WO2021036637A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 齿轮组异常的检测方法及相关产品 |
| CN111491277A (zh) * | 2020-04-08 | 2020-08-04 | 吴义魁 | 无线物联网异常处理方法、智能网关及相关装置 |
| CN112491668A (zh) * | 2020-11-13 | 2021-03-12 | 郑州工程技术学院 | 一种智能家居物联网安全监控装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113794592A (zh) | 2021-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110069051B (zh) | 家电故障处理方法和装置 | |
| WO2022227645A1 (zh) | 空调器噪音控制方法、系统、设备和存储介质 | |
| CN109974235B (zh) | 控制家电设备的方法、装置和家电设备 | |
| CN111930079A (zh) | 数据采集方法、装置和系统、电子设备及存储介质 | |
| CN113794592B (zh) | 云平台的语音处理方法及系统 | |
| CN116859768A (zh) | 应用于智能家居的能源调度方法及装置 | |
| CN114120996A (zh) | 语音交互方法及装置 | |
| CN111044806A (zh) | 设备故障定位方法、装置和服务器 | |
| CN103092118A (zh) | 家电安全检查系统及方法 | |
| CN111289813B (zh) | 一种用电异常判断方法、装置、存储介质及服务器 | |
| CN111354336B (zh) | 分布式语音交互方法、装置、系统及家电设备 | |
| CN111562346A (zh) | 集尘站的控制方法、装置、设备、集尘站及存储介质 | |
| CN110986190B (zh) | 空调器外机主板性能监测分析方法、装置、系统和介质 | |
| CN115574360A (zh) | 油烟机及其主动降噪方法、装置、计算机可读存储介质 | |
| CN112164398A (zh) | 语音设备及其唤醒方法、装置以及存储介质 | |
| CN211828111U (zh) | 语音交互系统 | |
| CN108376346B (zh) | 用户用电行为分析方法和装置 | |
| CN113741204A (zh) | 云端设备互联互通的噪音控制方法 | |
| CN113324328A (zh) | 制冷设备的屏蔽频率的确定方法、装置及存储介质 | |
| CN113513830A (zh) | 一种工作参数的调整方法和装置 | |
| CN105042784A (zh) | 一种空气调节方法及空气控制系统 | |
| CN112328438A (zh) | 终端设备的自检方法、装置及计算机存储介质 | |
| CN114114932A (zh) | 家电设备的控制方法、控制装置、家电设备和存储介质 | |
| CN115600148B (zh) | 基于物联网监测的供电控制方法及相关装置 | |
| KR20210020283A (ko) | 사용자 맞춤형 에너지 관리 장치 및 방법 |
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 |