CN114070660B - 一种智能语音终端和应答方法 - Google Patents

Abstract

本发明公开了一种智能语音终端和应答方法，本实施例终端包括：麦克风，用于接收用户输入的语音；扬声器，用于基于所述处理器的控制输出声音信号；处理器分别与麦克风和扬声器连接，用于根据通过麦克风接收的唤醒语音向预设范围内其他终端发送第一应答信息，以及接收所述其他终端基于所述唤醒语音发送的第二应答信息，其中，所述第一应答信息包括智能语音终端的应答优先级和/或智能语音终端基于唤醒语音确定的第一声源定位信息；各第二应答信息包括各其他终端的应答优先级和/或各其他终端基于唤醒语音确定的第二声源定位信息；将第一应答信息和第二应答信息进行比对；若根据比对结果确定智能语音终端为应答终端，则通过扬声器进行应答。

Description

一种智能语音终端和应答方法

技术领域

本发明涉及终端技术领域，特别涉及一种智能语音终端和应答方法。

背景技术

随着科技的迅速发展，智能语音终端的类型也越来越多，例如智能语音电视、智能语音冰箱、智能语音空调、智能语音洗衣机和智能语音音箱等逐渐进入到人们的日常生活中。

相关技术中，不同智能语音终端的可能预设有相同的唤醒信息，当用户使用该相同的唤醒信息唤醒智能语音终端时，上述不同智能语音终端都会进行应答，会产生应答混乱的问题。

发明内容

本发明提供一种智能语音终端和应答方法，用以选择出合适的终端进行应答，避免应答混乱的问题。

第一方面，本发明实施例提供一种智能语音终端，该智能语音终端包括：麦克风、扬声器以及处理器；

所述麦克风，用于接收用户输入的语音；

所述扬声器，用于基于所述处理器的控制输出声音信号；

所述处理器分别与所述麦克风和所述扬声器连接，用于根据通过所述麦克风接收的唤醒语音向预设范围内其他终端发送第一应答信息，以及接收所述其他终端基于所述唤醒语音发送的第二应答信息，其中，所述第一应答信息包括所述智能语音终端的应答优先级和/或所述智能语音终端基于所述唤醒语音确定的第一声源定位信息；各第二应答信息包括对应其他终端的应答优先级和/或所述对应其他终端基于所述唤醒语音确定的第二声源定位信息；将所述第一应答信息和所述第二应答信息进行比对；若根据比对结果确定所述智能语音终端为应答终端，则通过所述扬声器进行应答。

上述方案，智能语音终端在接收到唤醒语音后先不进行应答，而是与其他接收该唤醒语音的终端互相发送各自的应答优先级和/或各自确定的声源定位信息，根据这些信息确定自身为应答终端时才会进行应答，上述确定应答终端的过程用时较短，且根据应答优先级和/或声源定位信息能够准确地确定合适的应答终端，因此应答终端能够快速地进行应答，避免了所有接收到唤醒语音的终端都进行应答造成的应答混乱。

在一些示例性的实施方式中，若所述第一应答信息包括所述智能语音终端的应答优先级，且所述各第二应答信息包括对应其他终端的应答优先级，

所述处理器具体用于：

若所述智能语音终端的应答优先级高于所有其他终端的应答优先级，则判定所述智能语音终端为应答终端。

上述方案，通过智能语音终端的应答优先级高于所有其他终端的应答优先级时，将智能语音终端作为应答终端，保证了应答优先级最高的终端进行应答。

在一些示例性的实施方式中，所述第一声源定位信息包括所述智能语音终端与声源之间的第一距离，所述各第二声源定位信息包括对应其他终端与声源之间的第二距离；和/或

所述第一声源定位信息包括声源方向偏移所述智能语音终端的第一角度，所述各第二声源定位信息包括声源方向偏移对应其他终端的第二角度。

上述方案，声源之间的距离代表了声源距离终端的远近，能够反映出唤醒该终端的意愿高低；声源方向偏移终端的角度能够反映是否针对性地唤醒某个方向的终端，因此通过声源之间的距离和/或声源方向偏移终端的角度能够使确定的应答终端更加符合用户期望，同时适用于不同应用场景下对应答终端的确定。

在一些示例性的实施方式中，所述处理器具体用于：

若所述第一应答信息包括所述第一距离，所述第二应答信息包括所述第二距离，且所述第一距离小于所有第二距离，则判定所述智能语音终端为应答终端；或者

若所述第一应答信息包括所述第一角度，所述第二应答信息包括所述第二角度，且所述第一角度小于所有第二角度，则判定所述智能语音终端为应答终端；或者

若所述第一应答信息包括所述第一距离和所述第一角度，且所述第二应答信息包括所述第二距离和所述第二角度，根据所述第一距离对应的应答值和所述第一角度对应的应答值确定所述智能语音终端的第一应答值，以及根据所述第二距离对应的应答值和所述第二角度对应的应答值确定对应的其他终端的第二应答值，若第一应答值大于所有第二应答值则判定所述智能语音终端为应答终端，其中距离越小对应的应答值越大，角度越小对应的应答值越大。

上述方案，声源之间的距离代表了声源距离终端的远近，能够反映出唤醒该终端的意愿高低，如果上述第一应答信息包括智能语音终端与声源之间的距离，上述各第二应答信息包括对应其他终端与声源之间的距离，并且智能语音终端与声源之间的距离小于所有其他终端与声源之间的距离，说明唤醒智能语音终端的意愿高于唤醒其他终端的意愿，将该智能语音终端作为应答终端能够实现就近应答；声源方向偏移终端的角度能够反映是否针对性地唤醒某个方向的终端，如果上述第一应答信息包括声源方向偏移智能语音终端的角度，上述各第二应答信息包括声源方向偏移各其他终端的角度，说明是用户针对性地唤醒智能语音终端，将该智能语音终端作为应答终端实现针对性应答；如果上述第一应答信息包括智能语音终端与声源之间的距离和声源方向偏移智能语音终端的角度，上述各第二应答信息包括对应其他终端与声源之间的距离和声源方向偏移对应其他终端的角度，同时考虑了唤醒意愿和唤醒针对性，能够更加准确地确定合适的应答终端。

在一些示例性的实施方式中，所述处理器还用于：

在进行应答之后，响应动作执行指令，基于所述动作执行指令携带的目标信息以及预设的信息从所述预设范围内的所有终端中选择备选终端；

向执行优先级最高的备选终端发送所述动作执行指令，以使所述执行优先级最高的备选终端执行所述动作执行指令中动作。

上述方案，通过响应动作执行指令从预设范围内选择执行该指令中动作的备选终端，从中选择执行优先级最高的备选终端执行动作，避免了备选终端有多个的情况下存在的动作执行混乱的问题。

在一些示例性的实施方式中，所述处理器还用于：

在向预设范围内其他终端发送第一应答信息之前，确定所述智能语音终端的类型与预设的目标应答类型一致。

上述方案，只有在与预设的目标应答类型一致时智能语音终端发送自身应答信息，避免与预设的目标应答类型不一致时智能语音终端作为应答终端进行应答，造成应答体验效果较差的问题。

在一些示例性的实施方式中，所述处理器具体用于：

确定所述唤醒语音与预设的语音相同，则向所述其他终端发送所述第一应答信息。

第二方面，本发明实施例提供一种应答方法，包括：

根据唤醒语音向预设范围内其他终端发送第一应答信息，以及接收所述其他终端基于所述唤醒语音发送的第二应答信息，其中，所述第一应答信息包括所述智能语音终端的应答优先级和/或所述智能语音终端基于所述唤醒语音确定的第一声源定位信息；各第二应答信息包括对应其他终端的应答优先级和/或所述对应其他终端基于所述唤醒语音确定的第二声源定位信息；

将所述第一应答信息和所述第二应答信息进行比对；

若根据比对结果确定所述智能语音终端为应答终端，则进行应答。

在一些示例性的实施方式中，若所述第一应答信息包括所述智能语音终端的应答优先级，且所述各第二应答信息包括对应其他终端的应答优先级；

根据比对结果确定所述智能语音终端为应答终端，包括：

若所述智能语音终端的应答优先级高于所有其他终端的应答优先级，则判定所述智能语音终端为应答终端。

在一些示例性的实施方式中，所述第一声源定位信息包括所述智能语音终端与声源之间的第一距离，所述各第二声源定位信息包括对应其他终端与声源之间的第二距离；和/或

所述第一声源定位信息包括声源方向偏移所述智能语音终端的第一角度，所述各第二声源定位信息包括声源方向偏移对应其他终端的第二角度。

在一些示例性的实施方式中，根据比对结果确定所述智能语音终端为应答终端，包括：

若所述第一应答信息包括所述第一距离，所述第二应答信息包括所述第二距离，且所述第一距离小于所有第二距离，则判定所述智能语音终端为应答终端；或者

若所述第一应答信息包括所述第一角度，所述第二应答信息包括所述第二角度，且所述第一角度小于所有第二角度，则判定所述智能语音终端为应答终端；或者

若所述第一应答信息包括所述第一距离和所述第一角度，且所述第二应答信息包括所述第二距离和所述第二角度，根据所述第一距离对应的应答值和所述第一角度对应的应答值确定所述智能语音终端的第一应答值，以及根据所述第二距离对应的应答值和所述第二角度对应的应答值确定对应的其他终端的第二应答值，若第一应答值大于所有第二应答值则判定所述智能语音终端为应答终端，其中距离越小对应的应答值越大，角度越小对应的应答值越大。

在一些示例性的实施方式中，在进行应答之后，还包括：

响应动作执行指令，基于所述动作执行指令携带的目标信息以及预设的信息从所述预设范围内的所有终端中选择备选终端；

向执行优先级最高的备选终端发送所述动作执行指令，以使所述执行优先级最高的备选终端执行所述动作执行指令中动作。

在一些示例性的实施方式中，在向预设范围内其他终端发送第一应答信息之前，还包括：

确定所述智能语音终端的类型与预设的目标应答类型一致。

在一些示例性的实施方式中，所述根据唤醒语音向预设范围内其他终端发送第一应答信息，包括：

确定所述唤醒语音与预设的语音相同，则向所述其他终端发送所述第一应答信息。

第三方面，本申请还提供一种应答装置，该装置包括：

数据传输模块，用于根据唤醒语音向预设范围内其他终端发送第一应答信息，以及接收所述其他终端基于所述唤醒语音发送的第二应答信息，其中，所述第一应答信息包括所述智能语音终端的应答优先级和/或所述智能语音终端基于所述唤醒语音确定的第一声源定位信息；各第二应答信息包括对应其他终端的应答优先级和/或所述对应其他终端基于所述唤醒语音确定的第二声源定位信息；

比对模块，用于将所述第一应答信息和所述第二应答信息进行比对；

应答模块，用于若根据比对结果确定所述智能语音终端为应答终端，则进行应答。

第四方面，本申请还提供一种非易失性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第二方面所述方法的步骤。

另外，第二至四方面中任一种实现方式所带来的技术效果可参见第一方面中不同实现方式所带来的技术效果，此处不再赘述。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本发明实施例提供的一种应用场景示意图；

图2为本发明实施例提供的一种终端的硬件配置框图；

图3为本发明实施例提供的一种应答方法示意流程图；

图4为本发明实施例提供的一种扩散式的广播机制示意图；

图5为本发明实施例提供的一种声源方向偏移终端的角度示意图；

图6为本发明实施例提供的另一种应答方法示意流程图；

图7为本发明实施例提供的一种应答装置示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“连接”应做广义理解，例如，可以是直接相连，也可以通过中间媒介间接相连，可以是两个器件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。

智能语音终端的类型也越来越多，例如智能语音电视、智能语音冰箱、智能语音空调、智能语音洗衣机和智能语音音箱等逐渐进入到人们的日常生活中。

参阅图1所示，为本实施例提供的一种应用场景。该场景中多个智能语音终端(图1以智能语音终端101、智能语音终端102和智能语音终端103为例进行说明，但该场景中智能语音终端的数量可以更多或者更少)的预设唤醒信息是相同的，当用户使用唤醒信息时，图中所示的智能语音终端会进行应答，导致应答混乱的问题。

鉴于此，本发明实施例为了选择出合适的终端进行应答，避免应答混乱的问题，提出一种智能语音终端和应答方法，智能语音终端在接收到唤醒语音后先不进行应答，而是与其他接收该唤醒语音的终端互相发送各自的应答优先级和/或各自确定的声源定位信息，根据这些信息确定自身为应答终端时才会进行应答，上述确定应答终端的过程用时较短，且根据应答优先级和/或声源定位信息能够准确地确定合适的应答终端，因此应答终端能够快速地进行应答，避免了所有接收到唤醒语音的终端都进行应答造成的应答混乱。下面结合附图及具体实施例对本发明作进一步详细的说明。

图2示出了智能语音终端100的硬件配置框图。

下面以智能语音终端100为例对实施例进行具体说明。应该理解的是，图2所示智能语音终端100仅是一个范例，并且智能语音终端100可以具有比图2中所示的更多的或者更少的部件，可以组合两个或多个的部件，或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。

如图2所示，智能语音终端100包括：通信组件110、存储器120、处理器130、音频电路140、开关按键150、以及电源160等部件。

通信组件110用于与其他终端进行通信，例如：向其他终端发送应答信息，并接收其他终端发送的应答信息等。通信组件110可以是包括以下模块中的至少一个：电路无线保真(Wireless Fidelity，WiFi)模块、Zigbee(紫蜂)模块或者蓝牙模块等短距离无线传输模块。

存储器120可用于存储软件程序及数据。处理器130通过运行存储在存储器120的软件程序或数据，从而执行智能语音终端100的各种功能以及数据处理。存储器120可储以包括高速随机存取存器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。存储器120存储有使得智能语音终端100能运行的操作系统。本发明中存储器120可以存储操作系统及各种应用程序，还可以存储执行本发明实施例所述智能音箱控制方法的代码。

音频电路140、扬声器141、麦克风142可提供用户与智能语音终端100之间进行语音交互的音频接口。音频电路140可将接收到的音频数据转换后的电信号，传输到扬声器141，由扬声器141转换为声音信号输出。智能语音终端100还可配置音量按钮，用于调节声音信号的音量。另一方面，麦克风142将收集的声音信号转换为电信号，由音频电路140接收后转换为音频数据，再将音频数据输出至处理器130，或者将音频数据输出至存储器120以便进一步处理。本发明实施例中麦克风142可以获取用户的语音。

处理器130是智能语音终端100的控制中心，利用各种接口和线路连接整个智能语音终端100的各个部分，通过运行或执行存储在存储器120内的软件程序，以及调用存储在存储器120内的数据，执行智能语音终端100的各种功能和处理数据。在一些实施例中，处理器130可包括一个或多个处理单元。本发明实施例中的处理器130可以运行操作系统、应用程序、执行操作指令以及本发明实施例的应答方法的步骤等。

智能语音终端100还包括给各个部件供电的电源160(比如电池)。电源可以通过电源管理系统与处理器130逻辑相连，从而通过电源管理系统实现管理充电、放电以及功耗等功能。智能语音终端100还可配置有开关按键150，用于切断或接通电源，或者说用于控制智能语音终端100的开机或关机，通常，智能语音终端100处于接通电源的状态，以随时接收用户触发的唤醒语音。

上述智能语音终端100可以为智能语音电视、智能语音冰箱、智能语音空调、智能语音洗衣机和智能语音音箱等，本实施例对此不做限定。

本发明实施例还提供一种应答方法，可以应用于上述智能语音终端，如图3所示，包括以下步骤：

步骤301：根据唤醒语音向预设范围内其他终端发送第一应答信息，以及接收所述其他终端基于所述唤醒语音发送的第二应答信息。

其中，所述第一应答信息包括所述智能语音终端的应答优先级和/或所述智能语音终端基于所述唤醒语音确定的第一声源定位信息；各第二应答信息包括对应其他终端的应答优先级和/或所述对应其他终端基于所述唤醒语音确定的第二声源定位信息。

本实施例中，上述唤醒语音为用户触发的用于唤醒终端的语音，可以是上述智能语音终端和上述其他终端预设的唤醒关键词，智能语音终端和上述其他终端在检测到用户触发预设的唤醒关键词后，才开始相互发送各自的应答信息。例如，用户说出预设的唤醒关键词“小信，小信”，智能语音终端和上述其他终端在检测到用户触发预设的唤醒关键词，进入收发应答信息的状态。

上述应答信息可以是基于用户发送的应答指令确定的将哪些信息作为应答信息，例如用户通过APP设置将应答优先级作为终端的应答信息，当需要改变应答信息时，用户通过APP再次进行设置即可。

第一应答信息可通过但不限于如下方式确定：

1)如果第一应答信息仅包括智能语音终端的应答优先级，智能语音终端根据预设的应答优先级就能确定第一应答信息中包括的具体应答优先级；

2)如果第一应答信息仅包括第一声源定位信息，智能语音终端需要先根据接收的唤醒语音确定声源定位的相关信息。例如：

基于麦克风阵列通过最大输出功率的可控波束形成技术、基于高分辨率谱图估计技术或者基于声音时间差的声源定位技术进行声源定位，确定声源的位置，并根据实际应用场景确定声源位置与智能语音终端位置的关系。

3)如果第一应答信息同时包括上面两种信息，需要结合上述两种方式才能得到第一应答信息。

在一些具体实施例中，只有检测到用户触发预设的唤醒关键词，并及时进入收发应答信息状态的终端才能相互发送各自的应答信息，上述任一能够相互发送各自的应答信息的终端可通过预设通知方式向其他未及时进入收发应答信息状态的终端发送错过应答的通知消息。

在一些实施例中，上述终端可采用扩散式通信方式。

参阅图4所示，每个终端可被看作是通信节点，通信过程中每个节点既是终点也是中继点，每个节点在下次发送信息时会将接收的信息再次发送给其他节点，采用上述通信方式可提高应答信息的传递成功率和效率。

上述第一声源定位信息可以包括但不限于智能语音终端与声源之间的第一距离，和/或声源方向偏移所述智能语音终端的第一角度；

对应的，上述各第二声源定位信息可以包括但不限于对应其他终端与声源之间的第二距离，和/或各第二声源定位信息包括声源方向偏移对应其他终端的第二角度。

另外，第一声源定位信息也可以是根据上述第一距离和上述第一角度得到的信息，对应的，第二声源定位信息也可以是根据上述第二距离和上述第二角度得到的信息。例如：第一声源定位信息为根据上述第一距离对应的应答值和该第一角度对应的应答值确定上述智能语音终端的第一应答值；对应的，第二声源定位信息为根据上述第二距离对应的应答值和该第二角度对应的应答值确定的对应其他终端的第二应答值。

参阅图5所示，声源方向偏移所述智能语音终端的第一角度为声源位置与智能语音终端的连接线(图中以两个圆圈分别代表声源和智能语音终端的位置，但圆圈不作为对声源和智能语音终端的其他方面的限定，另外该连接线在实际中并不存在，是为了说明第一角度进行的连线)，以及该声源的传播方向之间的夹角，即图中的α。

第一角度α越小，说明用户是朝着该智能语音终端的方向触发唤醒语音，用户很可能是针对性地向智能语音终端的方向唤醒该智能语音终端。反之，第一角度α越大，说明用户是没有朝着智能语音终端的方向触发唤醒语音，用户很可能是针对性地向其他终端的方向唤醒其他终端。

在一些实施例中，在上述终端相互发送各自的应答信息之前，先判断各自的类型是否与预先设置的目标应答类型是不是相同，如果不相同说明并不希望通过这个终端进行应答，只有与目标应答类型相同的终端相互发送各自的应答信息。避免与预设的目标应答类型不一致时智能语音终端作为应答终端进行应答，造成应答体验效果较差的问题。

步骤302：将所述第一应答信息和所述第二应答信息进行比对。

本实施例，在智能语音终端接收其他终端发送的第二应答信息后，就得到了所有能够进行应答的终端的相关信息。基于此，需要将所有的相关信息进行比对才能确定是否为进行应答的终端。

示例性的，将第一应答信息与第二应答信息中同类型的信息进行比对，例如：将第一应答信息中智能语音终端的应答优先级与各第二应答信息中其他终端的应答优先级进行比对；将第一应答信息中第一声源定位信息与各第二应答信息中第二声源定位信息进行比对。

本实施例对具体比对方式不做限定。

步骤303：若根据比对结果确定所述智能语音终端为应答终端，则进行应答。

本实施例，智能语音终端根据所有能够进行应答的终端的优先级的比对结果，所有能够进行应答的终端的声源定位信息的比对结果等等，能够确定智能语音终端是否适合作为应答终端进行应答。

上述方案，智能语音终端在接收到唤醒语音后先不进行应答，而是与其他接收该唤醒语音的终端互相发送各自的应答优先级和/或各自确定的声源定位信息，根据这些信息确定自身为应答终端时才会进行应答，上述确定应答终端的过程用时较短，且根据应答优先级和/或声源定位信息能够准确地确定合适的应答终端，因此应答终端能够快速地进行应答，避免了所有接收到唤醒语音的终端都进行应答造成的应答混乱。

上述根据比对结果确定所述智能语音终端为应答终端，可以通过以下方式实现：

1)如果第一应答信息包括所述智能语音终端的应答优先级，各第二应答信息包括对应其他终端的应答优先级，并且上述智能语音终端的应答优先级高于所有其他终端的应答优先级，那么上述智能语音终端为应答终端。

通过智能语音终端的应答优先级高于所有其他终端的应答优先级时，将智能语音终端作为应答终端，保证了应答优先级最高的终端进行应答。

2)如果第一应答信息包括上述智能语音终端与声源之间的第一距离，各第二应答信息包括对应其他终端与声源之间的第二距离，且第一距离小于所有第二距离，那么上述智能语音终端为应答终端。

声源之间的距离代表了声源距离终端的远近，能够反映出唤醒该终端的意愿高低，如果上述第一应答信息包括智能语音终端与声源之间的距离，上述各第二应答信息包括对应其他终端与声源之间的距离，并且智能语音终端与声源之间的距离小于所有其他终端与声源之间的距离，说明唤醒智能语音终端的意愿高于唤醒其他终端的意愿，将该智能语音终端作为应答终端能够实现就近应答。

3)如果第一应答信息包括声源方向偏移智能语音终端的第一角度，各第二应答信息包括声源方向偏移对应其他终端的第二角度，且上述第一角度小于所有第二角度，那么上述智能语音终端就为应答终端。

声源方向偏移终端的角度能够反映是否针对性地唤醒某个方向的终端，如果上述第一应答信息包括声源方向偏移智能语音终端的角度，上述各第二应答信息包括声源方向偏移对应其他终端的角度，并且声源方向偏移智能语音终端的角度小于声源方向偏移所有其他终端的角度，说明是有针对性地唤醒智能语音终端，将该智能语音终端作为应答终端实现针对性应答。

4)如果第一应答信息包括智能语音终端与声源之间的第一距离，以及声源方向偏移智能语音终端的第一角度；第二应答信息包括各其他终端与声源之间的第二距离，以及声源方向偏移其他终端的第二角度，根据该第一距离对应的应答值和该第一角度对应的应答值确定上述智能语音终端的第一应答值，以及根据各第二距离对应的应答值和各第二角度对应的应答值确定对应的其他终端的第二应答值，如果第一应答值大于所有第二应答值，那么上述智能语音终端为应答终端，其中距离越小对应的应答值越大，角度越小对应的应答值越大。

示例性的，根据第一距离对应的应答值以及第一角度对应的应答值之和确定上述智能语音终端的第一应答值；根据第二距离对应的应答值和第二角度对应的应答值之和确定对应其他终端的第二应答值；

或者，根据第一距离对应的应答值以及第一角度对应的应答值的加权和，确定上述智能语音终端的第一应答值；根据第二距离对应的应答值以及第二角度对应的应答值的加权和，确定对应其他终端的第二应答值。

声源之间的距离代表了声源距离终端的远近，能够反映出唤醒该终端的意愿高低，声源方向偏移终端的角度能够反映是否针对性地唤醒某个方向的终端。如果上述第一应答信息包括智能语音终端与声源之间的距离和声源方向偏移智能语音终端的角度，上述各第二应答信息包括各其他终端与声源之间的距离和声源方向偏移对应其他终端的角度，同时考虑了唤醒意愿和唤醒针对性，能够更加准确地确定应答终端。

5)如果第一应答信息包括智能语音终端的应答优先级、智能语音终端与声源之间的第一距离，以及声源方向偏移智能语音终端的第一角度；各第二应答信息包括对应其他终端的应答优先级、对应其他终端与声源之间的第二距离，以及声源方向偏移其他终端的第二角度，根据智能语音终端的应答优先级对应的应答值、该第一距离对应的应答值和该第一角度对应的应答值确定上述智能语音终端的第一应答值；以及根据其他终端的应答优先级对应的应答值、第二距离对应的应答值和第二角度对应的应答值确定对应的其他终端的第二应答值，如果第一应答值大于所有第二应答值，那么上述智能语音终端为应答终端，其中优先级越高对应的应答值越大，距离越小对应的应答值越大，角度越小对应的应答值越大。

示例性的，根据智能语音终端的应答优先级对应的应答值、第一距离对应的应答值以及第一角度对应的应答值之和，确定上述智能语音终端的第一应答值；根据其他终端的应答优先级、第二距离对应的应答值以及第二角度对应的应答值之和确定对应其他终端的第二应答值；

根据智能语音终端的应答优先级对应的应答值、第一距离对应的应答值以及第一角度对应的应答值的加权和，确定上述智能语音终端的第一应答值；根据其他终端的应答优先级、第二距离对应的应答值以及第二角度对应的应答值的加权和确定对应其他终端的第二应答值。

同时考虑了终端应答优先级、唤醒意愿和唤醒针对性，能够更加准确地确定适合应答的应答终端。

上述几种确定智能语音终端为应答终端的方式仅是举例说明，其他确定方式也同样适用本实施例。

图6为本发明实施例提供的另一种应答方法示意流程图，如图6所示，具体包括以下步骤：

步骤601：根据唤醒语音向预设范围内其他终端发送第一应答信息，以及接收所述其他终端基于所述唤醒语音发送的第二应答信息。

其中，所述第一应答信息包括所述智能语音终端的应答优先级和/或所述智能语音终端基于所述唤醒语音确定的第一声源定位信息；各第二应答信息包括对应其他终端的应答优先级和/或所述对应其他终端基于所述唤醒语音确定的第二声源定位信息。

步骤602：将所述第一应答信息和所述第二应答信息进行比对。

步骤603：若根据比对结果确定所述智能语音终端为应答终端，则进行应答。

该步骤601-603与上述步骤301-303的实现方式相同，此处不再赘述。

步骤604：响应动作执行指令，基于所述动作执行指令携带的目标信息以及预设的信息从所述预设范围内的所有终端中选择备选终端。

本实施例中，应答终端在进行应答后，还会接收用户触发的执行某些动作的指令，执行该指令的终端不一定是该应答终端。例如：智能语音音箱作为应答终端进行了应答，随后用户语音输入“我要打开空调”的指令，智能语音音箱无法执行该指令中的动作，需要将该指令发送给能够执行该动作的终端。

其中，上述目标信息为备选终端的相关信息，包括备选终端的标识、执行动作和类型中的至少一项；

对应的，上述预设的信息包括预设范围内的各终端的标识、可执行动作和类型中的至少一项与终端的对应关系。

上述基于所述动作执行指令携带的目标信息以及预设的信息从所述预设范围内的所有终端中选择备选终端可以通过但不限于如下方式实现：

1)动作执行指令携带有备选终端的标识，如备选终端的编号，从预设范围内的各终端的标识中找到备选终端的标识，对应的终端是备选终端。

2)动作执行指令携带有备选终端的需执行的动作，从预设范围内的各终端的可执行动作中找到上述动作，对应的终端作为备选终端。

例如：用户输入“播放音乐”，备选终端执行动作为播放音乐，应答终端首先判断预设区域内是否存在具备音乐播放功能的终端，不存在的情况下给用户指令无法执行的提示，存在的情况下将可执行播放音乐操作的终端作为备选终端。

3)动作执行指令携带有备选终端的类型，从预设范围内的各终端的类型中找到备选终端的类型，对应的终端作为备选终端。

例如：用户输入“打开空调”，备选终端的类型为空调，此时将预设范围内的所有空调作为备选终端。

4)动作执行指令同时携带有备选终端的类型和执行的动作，从预设范围内的各终端的类型中找到备选终端的类型对应的终端，根据对应的终端的可执行动作确定能够执行上述动作的终端，作为备选终端。

例如：用户输入“我想听空调播放音乐”，备选终端的类型为空调，将预设范围内具备音乐播放功能的空调作为备选终端。

上述几种选择备选终端的方式仅是举例说明，其他方式或者上述几种方式结合都适用本实施例。

步骤605：向执行优先级最高的备选终端发送所述动作执行指令，以使所述执行优先级最高的备选终端执行所述动作执行指令中动作。

如上述实施例，从预设范围内选择的备选终端的数量可能为一个，也可能为多个，如果有多个备选终端，同时执行指令中动作可能会造成动作执行混乱。例如：用户输入“播放音乐”，将可执行播放音乐操作的多个终端均作为备选终端，如果这些备选终端都播放音乐，必然会使播放的音乐互相干扰，影响用户体验。

本实施例，每个终端都有其对应的执行优先级，应答终端仅向执行优先级最高的备选终端发送动作执行指令，因此只有这一个备选终端执行动作执行指令中动作。例如：

用户输入“播放音乐”，备选终端执行动作为播放音乐，可执行播放音乐操作的终端有五个，将这五个终端都作为备选终端，并向这五个终端中执行优先级最高的终端发送动作执行指令。

上述方案，通过响应动作执行指令从预设范围内选择执行该动作执行指令中动作的备选终端，从中选择执行优先级最高的备选终端执行动作，避免了备选终端有多个的情况，造成动作执行混乱的问题。

如图7所示，基于相同的发明构思，本发明实施例提供一种应答装置700，包括：数据传输模块701、比对模块702和应答模块703。

数据传输模块701，根据唤醒语音向预设范围内其他终端发送第一应答信息，以及接收所述其他终端基于所述唤醒语音发送的第二应答信息，其中，所述第一应答信息包括所述智能语音终端的应答优先级和/或所述智能语音终端基于所述唤醒语音确定的第一声源定位信息；各第二应答信息包括对应其他终端的应答优先级和/或所述对应其他终端基于所述唤醒语音确定的第二声源定位信息；

比对模块702，用于将所述第一应答信息和所述第二应答信息进行比对；

应答模块703，用于若根据比对结果确定所述智能语音终端为应答终端，则进行应答。

可选地，若所述第一应答信息包括所述智能语音终端的应答优先级，且所述各第二应答信息包括对应其他终端的应答优先级；

应答模块703根据比对结果确定所述智能语音终端为应答终端，包括：

若所述智能语音终端的应答优先级高于所有其他终端的应答优先级，则判定所述智能语音终端为应答终端。

可选地，所述第一声源定位信息包括所述智能语音终端与声源之间的第一距离，所述各第二声源定位信息包括对应其他终端与声源之间的第二距离；和/或

所述第一声源定位信息包括声源方向偏移所述智能语音终端的第一角度，所述各第二声源定位信息包括声源方向偏移对应其他终端的第二角度。

可选地，应答模块703根据比对结果确定所述智能语音终端为应答终端，包括：

若所述第一应答信息包括所述第一距离，所述第二应答信息包括所述第二距离，且所述第一距离小于所有第二距离，则判定所述智能语音终端为应答终端；或者

若所述第一应答信息包括所述第一角度，所述第二应答信息包括所述第二角度，且所述第一角度小于所有第二角度，则判定所述智能语音终端为应答终端；或者

若所述第一应答信息包括所述第一距离和所述第一角度，且所述第二应答信息包括所述第二距离和所述第二角度，根据所述第一距离对应的应答值和所述第一角度对应的应答值确定所述智能语音终端的第一应答值，以及根据所述第二距离对应的应答值和所述第二角度对应的应答值确定对应的其他终端的第二应答值，若第一应答值大于所有第二应答值则判定所述智能语音终端为应答终端，其中距离越小对应的应答值越大，角度越小对应的应答值越大。

可选地，在应答模块703进行应答之后，

数据传输模块701还用于响应动作执行指令，基于所述动作执行指令携带的目标信息以及预设的信息从所述预设范围内的所有终端中选择备选终端；向执行优先级最高的备选终端发送所述动作执行指令，以使所述执行优先级最高的备选终端执行所述动作执行指令中动作。

可选地，比对模块702还用于在数据传输模块701向预设范围内其他终端发送第一应答信息之前，确定所述智能语音终端的类型与预设的目标应答类型一致。

可选地，数据传输模块701根据唤醒语音向预设范围内其他终端发送第一应答信息，包括：

确定所述唤醒语音与预设的语音相同，则向所述其他终端发送所述第一应答信息。

由于该装置即是本发明实施例中的方法中的装置，并且该装置解决问题的原理与该方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。

本发明实施例还提供一种计算机可读非易失性存储介质，包括程序代码，当所述程序代码在计算终端上运行时，所述程序代码用于使所述计算终端执行上述本发明实施例应答方法的步骤。

以上参照示出根据本申请实施例的方法、装置(系统)和/或计算机程序产品的框图和/或流程图描述本申请。应理解，可以通过计算机程序指令来实现框图和/或流程图示图的一个块以及框图和/或流程图示图的块的组合。可以将这些计算机程序指令提供给通用计算机、专用计算机的处理器和/或其它可编程数据处理装置，以产生机器，使得经由计算机处理器和/或其它可编程数据处理装置执行的指令创建用于实现框图和/或流程图块中所指定的功能/动作的方法。

相应地，还可以用硬件和/或软件(包括固件、驻留软件、微码等)来实施本申请。更进一步地，本申请可以采取计算机可使用或计算机可读存储介质上的计算机程序产品的形式，其具有在介质中实现的计算机可使用或计算机可读程序代码，以由指令执行系统来使用或结合指令执行系统而使用。在本申请上下文中，计算机可使用或计算机可读介质可以是任意介质，其可以包含、存储、通信、传输、或传送程序，以由指令执行系统、装置或设备使用，或结合指令执行系统、装置或设备使用。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种智能语音终端，其特征在于，该智能语音终端包括：麦克风、扬声器以及处理器；

所述麦克风，用于接收用户输入的语音；

所述扬声器，用于基于所述处理器的控制输出声音信号；

所述处理器分别与所述麦克风和所述扬声器连接，用于根据通过所述麦克风接收的唤醒语音向预设范围内其他终端发送第一应答信息，以及接收所述其他终端基于所述唤醒语音发送的第二应答信息，其中，所述第一应答信息包括所述智能语音终端的应答优先级和/或所述智能语音终端基于所述唤醒语音确定的第一声源定位信息；各第二应答信息包括对应其他终端的应答优先级和/或所述对应其他终端基于所述唤醒语音确定的第二声源定位信息；将所述第一应答信息和所述第二应答信息进行比对；若根据比对结果确定所述智能语音终端为应答终端，则通过所述扬声器进行应答；

所述处理器还用于：

在进行应答之后，响应动作执行指令，基于所述动作执行指令携带的目标信息以及预设的信息从所述预设范围内的所有终端中选择备选终端；其中，所述目标信息为备选终端的终端信息，所述预设的信息包括预设范围内的各终端的终端信息；

向执行优先级最高的备选终端发送所述动作执行指令，以使所述执行优先级最高的备选终端执行所述动作执行指令中动作。

2.如权利要求1所述的智能语音终端，其特征在于，若所述第一应答信息包括所述智能语音终端的应答优先级，且所述各第二应答信息包括对应其他终端的应答优先级，

所述处理器具体用于：

若所述智能语音终端的应答优先级高于所有其他终端的应答优先级，则判定所述智能语音终端为应答终端。

3.如权利要求1所述的智能语音终端，其特征在于，

所述第一声源定位信息包括所述智能语音终端与声源之间的第一距离，所述各第二声源定位信息包括对应其他终端与声源之间的第二距离；和/或

所述第一声源定位信息包括声源方向偏移所述智能语音终端的第一角度，所述各第二声源定位信息包括声源方向偏移对应其他终端的第二角度。

4.如权利要求3所述的智能语音终端，其特征在于，所述处理器具体用于：

若所述第一应答信息包括所述第一距离，所述第二应答信息包括所述第二距离，且所述第一距离小于所有第二距离，则判定所述智能语音终端为应答终端；或者

若所述第一应答信息包括所述第一角度，所述第二应答信息包括所述第二角度，且所述第一角度小于所有第二角度，则判定所述智能语音终端为应答终端；或者

若所述第一应答信息包括所述第一距离和所述第一角度，且所述第二应答信息包括所述第二距离和所述第二角度，根据所述第一距离对应的应答值和所述第一角度对应的应答值确定所述智能语音终端的第一应答值，以及根据所述第二距离对应的应答值和所述第二角度对应的应答值确定对应的其他终端的第二应答值，若第一应答值大于所有第二应答值则判定所述智能语音终端为应答终端，其中距离越小对应的应答值越大，角度越小对应的应答值越大。

5.如权利要求1～4任一所述的智能语音终端，其特征在于，所述处理器还用于：

在向预设范围内其他终端发送第一应答信息之前，确定所述智能语音终端的类型与预设的目标应答类型一致。

6.如权利要求1～4任一所述的智能语音终端，其特征在于，所述处理器具体用于：

确定所述唤醒语音与预设的语音相同，则向所述其他终端发送所述第一应答信息。

7.一种应答方法，其特征在于，应用于智能语音终端，所述方法包括：

根据唤醒语音向预设范围内其他终端发送第一应答信息，以及接收所述其他终端基于所述唤醒语音发送的第二应答信息，其中，所述第一应答信息包括所述智能语音终端的应答优先级和/或所述智能语音终端基于所述唤醒语音确定的第一声源定位信息；各第二应答信息包括对应其他终端的应答优先级和/或所述对应其他终端基于所述唤醒语音确定的第二声源定位信息；

将所述第一应答信息和所述第二应答信息进行比对；

若根据比对结果确定所述智能语音终端为应答终端，则进行应答；

在进行应答之后，还包括：

响应动作执行指令，基于所述动作执行指令携带的目标信息以及预设的信息从所述预设范围内的所有终端中选择备选终端；其中，所述目标信息为备选终端的终端信息，所述预设的信息包括预设范围内的各终端的终端信息；

向执行优先级最高的备选终端发送所述动作执行指令，以使所述执行优先级最高的备选终端执行所述动作执行指令中动作。

8.如权利要求7所述的方法，其特征在于，若所述第一应答信息包括所述智能语音终端的应答优先级，且所述各第二应答信息包括对应其他终端的应答优先级；

根据比对结果确定所述智能语音终端为应答终端，包括：

若所述智能语音终端的应答优先级高于所有其他终端的应答优先级，则判定所述智能语音终端为应答终端。

9.如权利要求7所述的方法，其特征在于：

所述第一声源定位信息包括所述智能语音终端与声源之间的第一距离，所述各第二声源定位信息包括对应其他终端与声源之间的第二距离；和/或

所述第一声源定位信息包括声源方向偏移所述智能语音终端的第一角度，所述各第二声源定位信息包括声源方向偏移对应其他终端的第二角度。