CN114974238A - 降低智能语音设备资源消耗的方法、装置、电子设备和存储介质 - Google Patents
降低智能语音设备资源消耗的方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114974238A CN114974238A CN202210523871.6A CN202210523871A CN114974238A CN 114974238 A CN114974238 A CN 114974238A CN 202210523871 A CN202210523871 A CN 202210523871A CN 114974238 A CN114974238 A CN 114974238A
- Authority
- CN
- China
- Prior art keywords
- audio
- awakened
- intelligent voice
- voice equipment
- state
- 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 47
- 230000004044 response Effects 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Images
Classifications
-
- 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
- G10L15/34—Adaptation of a single recogniser for parallel processing, e.g. by use of multiple processors or cloud computing
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
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)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
本申请实施例公开了降低智能语音设备资源消耗的方法、装置、电子设备和存储介质。该方法的一具体实施方式包括:检测智能语音设备是否处于待唤醒状态且超过预设时间段未被唤醒;响应于检测到智能语音设备处于待唤醒状态且超过预设时间段未被唤醒,开启少麦克模式进行拾音得到目标音频;检测目标音频中是否包括唤醒词音频;响应于检测到目标音频中包括唤醒词音频,开启多麦克模式进行录音得到待识别音频。该实施方式提供了降低智能语音设备资源消耗的方法,提高了用户体验。
Description
技术领域
本申请实施例涉及计算机技术领域,尤其涉及降低智能语音设备资源消耗的方法、装置、电子设备和存储介质。
背景技术
随着智能语音设备,比如家居场景下的智能中控屏、智能音箱等,日渐普及,智能语音设备长时间处于开机工作状态,并一直保持所有都处于工作状态,造成CPU长时间处于高占用的状态,导致出现发热严重甚至卡死或自动重启现象,极大地影响到智能语音设备的用户体验。
发明内容
本申请实施例提出了降低智能语音设备资源消耗的方法、装置、电子设备和存储介质。
第一方面,本申请的一些实施例提供了一种降低智能语音设备资源消耗的方法,该方法包括:检测智能语音设备是否处于待唤醒状态且超过预设时间段未被唤醒;响应于检测到智能语音设备处于待唤醒状态且超过预设时间段未被唤醒,开启少麦克模式进行拾音得到目标音频;检测目标音频中是否包括唤醒词音频;响应于检测到目标音频中包括唤醒词音频,开启多麦克模式进行录音得到待识别音频。
在一些实施例中,方法还包括:确定处于待唤醒状态的智能语音设备是否在播放音频;响应于智能语音设备在播放音频,开启本地声学回声消除;响应于智能语音设备未播放音频,关闭本地声学回声消除。
在一些实施例中,方法还包括:智能语音设备的启动后,开启多麦克模式进行拾音,并关闭本地声学回声消除。
在一些实施例中,方法还包括:上传待识别音频到云端进行识别;接收云端返回的语音识别以及语义分析结果;对语音识别以及语义分析结果进行处理;语音识别以及语义分析结果处理完成后恢复到待唤醒状态。
在一些实施例中,少麦克模式包括单麦克模式,多麦克模式包括四麦克模式。
第二方面,本申请的一些实施例提供了一种降低智能语音设备资源消耗的装置,该装置包括:第一检测单元,被配置成检测智能语音设备是否处于待唤醒状态且超过预设时间段未被唤醒;第一开启单元,被配置成响应于检测到智能语音设备处于待唤醒状态且超过预设时间段未被唤醒,开启少麦克模式进行拾音得到目标音频;第二检测单元,被配置成检测目标音频中是否包括唤醒词音频;第二开启单元,被配置成响应于检测到目标音频中包括唤醒词音频,开启多麦克模式进行录音得到待识别音频。
在一些实施例中,装置还包括本地声学回声消除控制单元,被配置成:确定处于待唤醒状态的智能语音设备是否在播放音频;响应于智能语音设备在播放音频,开启本地声学回声消除;响应于智能语音设备未播放音频,关闭本地声学回声消除。
在一些实施例中,装置还包初始化单元,被配置成:智能语音设备的启动后,开启多麦克模式进行拾音,并关闭本地声学回声消除。
在一些实施例中,装置还包括处理单元,被配置成:上传待识别音频到云端进行识别;接收云端返回的语音识别以及语义分析结果;对语音识别以及语义分析结果进行处理;语音识别以及语义分析结果处理完成后恢复到待唤醒状态。
在一些实施例中,少麦克模式包括单麦克模式,多麦克模式包括四麦克模式。
第三方面,本申请的一些实施例提供了一种设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面上述的方法。
第四方面,本申请的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面上述的方法。
本申请实施例提供的降低智能语音设备资源消耗的方法、装置、电子设备和存储介质,通过检测智能语音设备是否处于待唤醒状态且超过预设时间段未被唤醒;响应于检测到智能语音设备处于待唤醒状态且超过预设时间段未被唤醒,开启少麦克模式进行拾音得到目标音频;检测目标音频中是否包括唤醒词音频;响应于检测到目标音频中包括唤醒词音频,开启多麦克模式进行录音得到待识别音频,提供了降低智能语音设备资源消耗的方法,提高了用户体验。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一些可以应用于其中的示例性系统架构图;
图2是根据本申请的降低智能语音设备资源消耗的方法的一个实施例的流程图;
图3是根据本申请的降低智能语音设备资源消耗的方法的应用场景的一个示意图;
图4是根据本申请的降低智能语音设备资源消耗的装置的一个实施例的结构示意图;
图5是适于用来实现本申请的一些实施例的服务器或终端的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的降低智能语音设备资源消耗的方法或降低智能语音设备资源消耗的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用,例如声音采集类应用、声音处理类应用、音乐播放类应用、智能音箱类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有多个麦克风的各种智能语音设备,包括但不限于智能音箱、智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。终端设备101、102、103可以检测智能语音设备是否处于待唤醒状态且超过预设时间段未被唤醒;响应于检测到智能语音设备处于待唤醒状态且超过预设时间段未被唤醒,开启少麦克模式进行拾音得到目标音频;检测目标音频中是否包括唤醒词音频;响应于检测到目标音频中包括唤醒词音频,开启多麦克模式进行录音得到待识别音频。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上安装的应用提供支持的后台服务器。
需要说明的是,本申请实施例所提供的降低智能语音设备资源消耗的方法可以由服务器105执行,也可以由终端设备101、102、103执行,相应地,降低智能语音设备资源消耗的装置可以设置于服务器105中,也可以设置于终端设备101、102、103中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1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。
继续参考图2,示出了根据本申请的降低智能语音设备资源消耗的方法的一个实施例的流程200。该降低智能语音设备资源消耗的方法,包括以下步骤:
步骤201,检测智能语音设备是否处于待唤醒状态且超过预设时间段未被唤醒。
在本实施例中,降低智能语音设备资源消耗的方法执行主体(例如图1所示的服务器或终端)可以首先检测智能语音设备是否处于待唤醒状态且超过预设时间段未被唤醒。预设时间段可以根据实际需要进行设置,例如,可以设置为15分钟。在本实施例的一些可选实现方式中,多麦克模式可以包括四麦克(4mic)模式,还可以包括六麦克模式,具体可以根据智能语音设备配备的硬件确定。相对于少麦克模式,多麦克模式功耗较大但是可以取得更好的拾音效果。
在本实施例的一些可选实现方式中,方法还包括:智能语音设备的启动后,开启多麦克模式进行拾音,并关闭本地声学回声消除(AEC)。
步骤202,响应于检测到智能语音设备处于待唤醒状态且超过预设时间段未被唤醒,开启少麦克模式进行拾音得到目标音频。
在本实施例中,上述执行主体可以响应于检测到智能语音设备处于待唤醒状态且超过预设时间段未被唤醒,开启少麦克模式进行拾音得到目标音频。在本实施例的一些可选实现方式中,少麦克模式可以包括单麦克模式,也可以包括双麦克模式。
步骤203,检测目标音频中是否包括唤醒词音频。
在本实施例中,上述执行主体可以根据步骤202中检测目标音频中是否包括唤醒词音频。
步骤204,响应于检测到目标音频中包括唤醒词音频,开启多麦克模式进行录音得到待识别音频。
在本实施例中,上述执行主体可以响应于检测到目标音频中包括唤醒词音频,开启多麦克模式进行录音得到待识别音频。多麦克模式可以取得更好的拾音效果,得到质量更高的待识别音频。
在本实施例的一些可选实现方式中,方法还包括:确定处于待唤醒状态的智能语音设备是否在播放音频;响应于智能语音设备在播放音频,开启本地声学回声消除;响应于智能语音设备未播放音频,关闭本地声学回声消除。合理的开关本地声学回声消除,可以进一步降低设备的资源消耗。
在本实施例的一些可选实现方式中,方法还包括:上传待识别音频到云端进行识别;接收云端返回的语音识别以及语义分析结果;对语音识别以及语义分析结果进行处理;语音识别以及语义分析结果处理完成后恢复到待唤醒状态。
继续参见图3,图3是根据本实施例的降低智能语音设备资源消耗的方法的应用场景的一个示意图。在图3的应用场景中,应用启动后,初始化语音相关引擎,开启4mic模式并进行拾音,关闭本地AEC;
而后进入到首页并处于待唤醒状态,检测是否有音乐在播放,如果有音乐播放则开启本地AEC,如果没有音乐播放则关闭本地AEC,同时检测是否超过15分钟未唤醒,如果超过则关闭4mic模式,开启单mic进行拾音。当引擎检测到唤醒词音频时切换到识别状态,并开启4mic模式进行录音,最后上传音频到云端进行识别,接收云端识别结果以及语义结果并进行处理,处理完成后恢复到待唤醒状态。
本申请的上述实施例提供的方法通过检测智能语音设备是否处于待唤醒状态且超过预设时间段未被唤醒;响应于检测到智能语音设备处于待唤醒状态且超过预设时间段未被唤醒,开启少麦克模式进行拾音得到目标音频;检测目标音频中是否包括唤醒词音频;响应于检测到目标音频中包括唤醒词音频,开启多麦克模式进行录音得到待识别音频,提供了降低智能语音设备资源消耗的方法,提高了用户体验。
进一步参考图4,作为对上述各图所示方法的实现,本申请提供了一种降低智能语音设备资源消耗的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例的降低智能语音设备资源消耗的装置400包括:第一检测单元401、第一开启单元402、第二检测单元403、第二开启单元404。其中,第一检测单元,被配置成检测智能语音设备是否处于待唤醒状态且超过预设时间段未被唤醒;第一开启单元,被配置成响应于检测到智能语音设备处于待唤醒状态且超过预设时间段未被唤醒,开启少麦克模式进行拾音得到目标音频;第二检测单元,被配置成检测目标音频中是否包括唤醒词音频;第二开启单元,被配置成响应于检测到目标音频中包括唤醒词音频,开启多麦克模式进行录音得到待识别音频。
在本实施例中,降低智能语音设备资源消耗的装置400的第一检测单元401、第一开启单元402、第二检测单元403、第二开启单元404的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204。
在本实施例的一些可选实现方式中,装置还包括本地声学回声消除控制单元,被配置成:确定处于待唤醒状态的智能语音设备是否在播放音频;响应于智能语音设备在播放音频,开启本地声学回声消除;响应于智能语音设备未播放音频,关闭本地声学回声消除。
在本实施例的一些可选实现方式中,装置还包初始化单元,被配置成:智能语音设备的启动后,开启多麦克模式进行拾音,并关闭本地声学回声消除。
在本实施例的一些可选实现方式中,装置还包括处理单元,被配置成:上传待识别音频到云端进行识别;接收云端返回的语音识别以及语义分析结果;对语音识别以及语义分析结果进行处理;语音识别以及语义分析结果处理完成后恢复到待唤醒状态。
在本实施例的一些可选实现方式中,少麦克模式包括单麦克模式,多麦克模式包括四麦克模式。
本申请的上述实施例提供的装置,通过检测智能语音设备是否处于待唤醒状态且超过预设时间段未被唤醒;响应于检测到智能语音设备处于待唤醒状态且超过预设时间段未被唤醒,开启少麦克模式进行拾音得到目标音频;检测目标音频中是否包括唤醒词音频;响应于检测到目标音频中包括唤醒词音频,开启多麦克模式进行录音得到待识别音频,提供了降低智能语音设备资源消耗的方法,提高了用户体验。
下面参考图5,其示出了适于用来实现本申请实施例的服务器或终端的计算机系统500的结构示意图。图5示出的服务器或终端仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件可以连接至I/O接口505:包括诸如键盘、鼠标等的输入部分506;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507;包括硬盘等的存储部分508;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509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,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510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508。
特别地,根据本公开的实施例,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,本公开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509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述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介质或者是上述两者的任意组合。计算机可读介质例如可以是——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。在本申请中,计算机可读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。而在本申请中,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。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码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)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、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,该模块、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。
描述于本申请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,例如,可以描述为:一种处理器包括第一检测单元、第一开启单元、第二检测单元、第二开启单元。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,例如,第一检测单元还可以被描述为“被配置成检测智能语音设备是否处于待唤醒状态且超过预设时间段未被唤醒的单元”。
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装置中所包含的;也可以是单独存在,而未装配入该装置中。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该装置执行时,使得该装置:检测智能语音设备是否处于待唤醒状态且超过预设时间段未被唤醒;响应于检测到智能语音设备处于待唤醒状态且超过预设时间段未被唤醒,开启少麦克模式进行拾音得到目标音频;检测目标音频中是否包括唤醒词音频;响应于检测到目标音频中包括唤醒词音频,开启多麦克模式进行录音得到待识别音频。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种降低智能语音设备资源消耗的方法,包括:
检测智能语音设备是否处于待唤醒状态且超过预设时间段未被唤醒;
响应于检测到所述智能语音设备处于待唤醒状态且超过预设时间段未被唤醒,开启少麦克模式进行拾音得到目标音频;
检测所述目标音频中是否包括唤醒词音频;
响应于检测到所述目标音频中包括所述唤醒词音频,开启多麦克模式进行录音得到待识别音频。
2.根据权利要求1所述的方法,其中,所述方法还包括:
确定处于待唤醒状态的所述智能语音设备是否在播放音频;
响应于所述智能语音设备在播放音频,开启本地声学回声消除;
响应于所述智能语音设备未播放音频,关闭本地声学回声消除。
3.根据权利要求1所述的方法,其中,所述方法还包括:
所述智能语音设备的启动后,开启多麦克模式进行拾音,并关闭本地声学回声消除。
4.根据权利要求1所述的方法,其中,所述方法还包括:
上传所述待识别音频到云端进行识别;
接收云端返回的语音识别以及语义分析结果;
对所述语音识别以及语义分析结果进行处理;
所述语音识别以及语义分析结果处理完成后恢复到待唤醒状态。
5.根据权利要求1-4中任一项所述的方法,其中,所述少麦克模式包括单麦克模式,所述多麦克模式包括四麦克模式。
6.一种降低智能语音设备资源消耗的装置,包括:
第一检测单元,被配置成检测智能语音设备是否处于待唤醒状态且超过预设时间段未被唤醒;
第一开启单元,被配置成响应于检测到所述智能语音设备处于待唤醒状态且超过预设时间段未被唤醒,开启少麦克模式进行拾音得到目标音频;
第二检测单元,被配置成检测所述目标音频中是否包括唤醒词音频;
第二开启单元,被配置成响应于检测到所述目标音频中包括所述唤醒词音频,开启多麦克模式进行录音得到待识别音频。
7.根据权利要求6所述的装置,其中,所述装置还包括本地声学回声消除控制单元,被配置成:
确定处于待唤醒状态的所述智能语音设备是否在播放音频;
响应于所述智能语音设备在播放音频,开启本地声学回声消除;
响应于所述智能语音设备未播放音频,关闭本地声学回声消除。
8.根据权利要求6所述的装置,其中,所述装置还包初始化单元,被配置成:
所述智能语音设备的启动后,开启多麦克模式进行拾音,并关闭本地声学回声消除。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
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,该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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210523871.6A CN114974238A (zh) | 2022-05-14 | 2022-05-14 | 降低智能语音设备资源消耗的方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210523871.6A CN114974238A (zh) | 2022-05-14 | 2022-05-14 | 降低智能语音设备资源消耗的方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114974238A true CN114974238A (zh) | 2022-08-30 |
Family
ID=82982934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210523871.6A Pending CN114974238A (zh) | 2022-05-14 | 2022-05-14 | 降低智能语音设备资源消耗的方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114974238A (zh) |
-
2022
- 2022-05-14 CN CN202210523871.6A patent/CN114974238A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109658932B (zh) | 一种设备控制方法、装置、设备及介质 | |
US11502859B2 (en) | Method and apparatus for waking up via speech | |
CN109240107B (zh) | 一种电器设备的控制方法、装置、电器设备和介质 | |
US20190066671A1 (en) | Far-field speech awaking method, device and terminal device | |
US20190355354A1 (en) | Method, apparatus and system for speech interaction | |
JP2019128939A (ja) | ジェスチャーによる音声ウェイクアップ方法、装置、設備及びコンピュータ可読媒体 | |
CN107731231B (zh) | 一种支持多云端语音服务的方法及一种存储设备 | |
JP2019128938A (ja) | 読話による音声ウェイクアップ方法、装置、設備及びコンピュータ可読媒体 | |
US11200899B2 (en) | Voice processing method, apparatus and device | |
US11270690B2 (en) | Method and apparatus for waking up device | |
CN112687286A (zh) | 音频设备的降噪模型的调整方法和装置 | |
CN112634872A (zh) | 语音设备唤醒方法及装置 | |
CN111312243B (zh) | 设备交互方法和装置 | |
CN114333815A (zh) | 语音命令执行 | |
CN111063356A (zh) | 电子设备响应方法及系统、音箱和计算机可读存储介质 | |
CN112420043A (zh) | 基于语音的智能唤醒方法、装置、电子设备及存储介质 | |
CN113157240A (zh) | 语音处理方法、装置、设备、存储介质及计算机程序产品 | |
CN111240634A (zh) | 音箱工作模式调整方法和装置 | |
CN110874343B (zh) | 基于深度学习芯片进行语音处理的方法和深度学习芯片 | |
CN111176744A (zh) | 电子设备控制方法、装置、终端及存储介质 | |
CN114974238A (zh) | 降低智能语音设备资源消耗的方法、装置、电子设备和存储介质 | |
CN112306560B (zh) | 用于唤醒电子设备的方法和装置 | |
CN114501281A (zh) | 声音调整方法、装置、电子设备和计算机可读介质 | |
CN110941455B (zh) | 主动唤醒方法、装置及电子设备 | |
CN112307161B (zh) | 用于播放音频的方法和装置 |
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 |