CN115314327B - 一种电子设备、智能设备以及智能设备控制方法 - Google Patents

Abstract

本申请公开了一种电子设备、智能设备以及智能设备控制方法，本实施例电子设备包括：通信单元，用于与智能设备进行数据传输；处理器，用于通过所述通信单元接收目标区域中被唤醒的智能设备发送的用户指令，其中，所述用户指令包含工作信息；基于所述工作信息，确定包含多个工作指令的指令组；其中，所述指令组用于指示所述目标区域中多个目标智能设备协同工作，各工作指令对应一个目标智能设备；通过所述通信单元向各目标智能设备发送对应的工作指令，以使各目标智能设备基于对应的工作指令工作，协同完成单个智能设备无法实现的工作。

Description

一种电子设备、智能设备以及智能设备控制方法

技术领域

本申请涉及智慧家居技术领域，特别涉及一种电子设备、智能设备以及智能设备控制方法。

背景技术

智能设备能够与用户进行语音交互，实现播放音乐等功能。随着生活水平的提高，一些家庭可能会布设多个智能设备。

相关技术中，在有多个智能设备时，各智能设备独立工作，实现效果较为单一。

发明内容

本申请提供一种电子设备、智能设备以及智能设备控制方法，用以通过多个智能设备，协同完成单个智能设备无法实现的工作。

第一方面，本申请实施例提供一种电子设备，该电子设备包括：通信单元以及处理器；

所述通信单元，用于与智能设备进行数据传输；

所述处理器与所述通信单元连接，用于通过所述通信单元接收目标区域中被唤醒的智能设备发送的用户指令，其中，所述用户指令包含工作信息；基于所述工作信息，确定包含多个工作指令的指令组；其中，所述指令组用于指示所述目标区域中多个目标智能设备协同工作，各工作指令对应一个目标智能设备；通过所述通信单元向各目标智能设备发送对应的工作指令，以使各目标智能设备基于对应的工作指令工作。

上述方案，由于工作信息表征了需要智能设备协同进行的工作，电子设备基于该工作信息，可以确定出用于指示多个目标智能设备协同工作的工作指令；通过向各目标智能设备发送对应的工作指令，使各目标智能设备基于对应的工作指令工作，协同完成单个智能设备无法实现的工作。

在一些示例性的实施方式中，若所述工作信息表征目标场景的协同播音，则所述指令组包含指示各目标智能设备播放对应音频流的工作指令；

所述处理器具体用于：

针对任一目标智能设备，基于所述目标智能设备对应的时间信息，向所述目标智能设备发送包含对应的音频信息的工作指令，以使所述目标智能设备基于对应的音频信息播放对应音频流。

在一些示例性的实施方式中，在基于所述工作信息，确定包含多个工作指令的指令组之前，所述处理器还用于：

确定所述目标场景对应的目标位置信息、时间信息以及音频信息之间的映射关系；

基于所述映射关系，选择与所述目标位置信息匹配的多个目标智能设备，并确定各目标智能设备对应的音频信息以及时间信息。

上述方案，如果工作信息表征目标场景的协同播音，通过确定该目标场景对应的目标位置信息、时间信息以及音频信息之间的映射关系，即可选择出与该目标位置信息匹配的需要协同播音的多个目标智能设备，并确定各目标智能设备对应的音频信息以及时间信息，基于各目标智能设备对应的时间信息，向各目标智能设备发送包含对应的音频信息的工作指令，各目标智能设备基于对应的音频信息播放对应音频流，通过不同位置的多个目标智能设备播放对应音频流，利用目标智能设备与用户的远近关系，营造一种沉浸式的收听体验。多个目标智能设备播放的音频流立体环绕用户，叠加距离听感，使用户具有身临其境的收听体验。

在一些示例性的实施方式中，若所述工作信息表征播音转移，则所述指令组包含用于指示所述被唤醒的智能设备停止播放第一音频流的工作指令；以及用于指示所述用户指令中设备信息对应的其他智能设备继续播放所述第一音频流的工作指令；

在确定包含多个工作指令的指令组之前，所述处理器还用于：

确定所述被唤醒的智能设备当前播放的第一音频流对应的音频信息以及表征播放进度的信息；

将所述音频信息以及所述表征播放进度的信息置于所述其他智能设备对应的工作指令中。

上述方案，如果用户指令中工作信息表征播音转移，电子设备确定被唤醒的智能设备当前播放的第一音频流对应的音频信息以及表征播放进度的信息，进而向被唤醒的智能设备发送停止播放第一音频流的工作指令，被唤醒的智能设备根据该工作指令停止播放第一音频流；并将携带音频信息以及表征播放进度的信息的工作指令，发送给上述用户指令中工作信息对应的其他智能设备，其他智能设备根据该工作指令继续播放第一音频流，仅需输入包含工作信息以及设备信息的用户指令，即可更换成其他智能设备播放上述第一音频流。

在一些示例性的实施方式中，若所述工作信息表征通话，则所述指令组包含指示各目标智能设备将拾取的音频流发送给所述电子设备，并播放所述电子设备发送的音频流的工作指令，其中，多个目标智能设备包括所述被唤醒的智能设备，以及所述用户指令中设备信息对应的其他智能设备；

在向各目标智能设备发送对应的工作指令之后，所述处理器还用于：

接收所述被唤醒的智能设备拾取的第二音频流，并将所述第二音频流发送给所述其他智能设备；和/或

接收所述其他智能设备拾取的第三音频流，并将所述第三音频流发送给所述被唤醒的智能设备。

上述方案，如果用户指令中工作信息表征通话，多个目标智能设备包括被唤醒的智能设备，以及该用户指令中设备信息对应的其他智能设备，电子设备通过向各目标智能设备发送指示将拾取的音频流发送给电子设备，并播放电子设备发送的音频流的工作指令，被唤醒的智能设备将拾取的第二音频流发送给电子设备，其他智能设备将拾取的第三音频流发送给电子设备；电子设备将接收的第二音频流发送给其他智能设备，将接收的第三音频流发送给被唤醒的智能设备，实现多个目标智能设备之间的通话(音频流交换)。

在一些示例性的实施方式中，若所述工作信息表征监听，则所述指令组包含用于指示所述被唤醒的智能设备播放所述电子设备发送的音频流的工作指令；以及用于指示所述用户指令中设备信息对应的其他智能设备将拾取的音频流发送给所述电子设备的工作指令；

在向各目标智能设备发送对应的工作指令之后，所述处理器还用于：

接收所述其他智能设备拾取的第四音频流，并将所述第四音频流发送给所述被唤醒的智能设备。

上述方案，如果用户指令中工作信息表征监听，多个目标智能设备包括被唤醒的智能设备，以及该用户指令中设备信息对应的其他智能设备，电子设备通过向被唤醒的智能设备发送指示播放电子设备发送的音频流的工作指令，并向上述其他智能设备发送将拾取的音频流发送给电子设备的工作指令，其他智能设备将拾取的第四音频流发送给电子设备，电子设备将接收的第四音频流发送给被唤醒的智能设备，实现在被唤醒的智能设备所在位置附近对上述其他智能设备的监听(将其他智能设备拾取的第四音频流在被唤醒的智能设备上播放)。

在一些示例性的实施方式中，若有多个智能设备收到唤醒词，则在接收目标区域中被唤醒的智能设备发送的用户指令之前，所述处理器还用于：

基于收到唤醒词的智能设备发送的唤醒参数，从收到唤醒词的智能设备中选择被唤醒的智能设备，并向所述被唤醒的智能设备发送表征唤醒的信息；

其中，所述唤醒参数包括收到唤醒词的响度、唤醒匹配度以及收到唤醒词的时间戳中的至少一项。

上述方案，如果多个智能设备被唤醒，就会造成应答混乱，无法很好地实现多个智能设备协同工作，通过基于收到唤醒词的智能设备发送的唤醒词的响度、唤醒匹配度以及收到唤醒词的时间戳中的至少一项，从收到唤醒词的智能设备中选择一个被唤醒的智能设备，从而避免了应答混乱的问题，多个智能设备较好地协同工作。

第二方面，本申请实施例提供一种智能设备，所述智能设备为目标区域中被唤醒的智能设备，所述智能设备包括：通信单元以及处理器；

所述通信单元，用于与所述目标区域中其他智能设备进行数据传输；

所述处理器与所述通信单元连接，用于基于所述通信单元接收的用户指令中的工作信息，确定所述目标区域中协同工作的多个目标智能设备；确定所述被唤醒的智能设备对应的目标工作方式；并通过所述通信单元向除所述被唤醒的智能设备之外的其他目标智能设备发送对应的工作指令。

第三方面，本申请还提供一种智能设备控制方法，应用于电子设备，该方法包括：

接收目标区域中被唤醒的智能设备发送的用户指令，其中，所述用户指令包含工作信息；

基于所述工作信息，确定包含多个工作指令的指令组；其中，所述指令组用于指示所述目标区域中多个目标智能设备协同工作，各工作指令对应一个目标智能设备；

向各目标智能设备发送对应的工作指令，以使各目标智能设备基于对应的工作指令工作。

第四方面，本申请还提供一种智能设备控制方法，应用于目标区域中被唤醒的智能设备，该方法包括：

基于接收的用户指令中的工作信息，确定所述目标区域中协同工作的多个目标智能设备；

确定所述被唤醒的智能设备对应的目标工作方式；并向除所述被唤醒的智能设备之外的其他目标智能设备发送对应的工作指令。

第五方面，本申请还提供一种智能设备控制装置，该装置包括：

传输模块，用于接收目标区域中被唤醒的智能设备发送的用户指令，其中，所述用户指令包含工作信息；

指令确定模块，用于基于所述工作信息，确定包含多个工作指令的指令组；其中，所述指令组用于指示所述目标区域中多个目标智能设备协同工作，各工作指令对应一个目标智能设备；

传输模块，还用于向各目标智能设备发送对应的工作指令，以使各目标智能设备基于对应的工作指令工作。

第六方面，本申请还提供另一种智能设备控制装置，该装置包括：

设备确定模块，用于基于接收的用户指令中的工作信息，确定所述目标区域中协同工作的多个目标智能设备；

工作处理模块，用于确定多个目标智能设备中被唤醒的智能设备对应的目标工作方式；并向除所述被唤醒的智能设备之外的其他目标智能设备发送对应的工作指令。

第七方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现如第三方面或者第四方面任一项所述的方法。

另外，第二至七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申请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申请的一些实施例，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1A为本申请实施例提供的第一种应用场景示意图；

图1B为本申请实施例提供的第二种应用场景示意图；

图1C为本申请实施例提供的第三种应用场景示意图；

图2为本申请实施例提供的第一种智能设备控制方法示意流程图；

图3A为本申请实施例提供的第二种智能设备控制方法示意流程图；

图3B为本申请实施例提供的第四种应用场景示意图；

图4为本申请实施例提供的第一种智能设备控制方法交互流程图；

图5为本申请实施例提供的第二种智能设备控制方法交互流程图；

图6为本申请实施例提供的第三种智能设备控制方法交互流程图；

图7为本申请实施例提供的第三种智能设备控制方法示意流程图；

图8为本申请实施例提供的第四种智能设备控制方法示意流程图；

图9为本申请实施例提供的一种智能设备控制装置示意图；

图10为本申请实施例提供的另一种智能设备控制装置示意图；

图11为本申请实施例提供的一种电子设备的示意框图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，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，都属于本申请保护的范围。

本申请实施例中术语“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。

智能设备能够与用户进行语音交互，实现播放音乐等功能。随着生活水平的提高，一些家庭可能会布设多个智能设备。相关技术中，在有多个智能设备时，各智能设备独立工作，实现效果较为单一。

鉴于此，本申请实施例提出一种电子设备、智能设备以及智能设备控制方法，电子设备接收目标区域中被唤醒的智能设备发送的用户指令，其中，所述用户指令包含工作信息；基于所述工作信息，确定包含多个工作指令的指令组；其中，所述指令组用于指示所述目标区域中多个目标智能设备协同工作，各工作指令对应一个目标智能设备；电子设备向各目标智能设备发送对应的工作指令，以使各目标智能设备基于对应的工作指令工作。

参阅图1A所示，为本实施例提供的第一种应用场景。该场景包括电子设备110以及目标区域中的多个智能设备，图1A中智能设备为智能音箱，但本实施例对此不做限定。另外，图1A以一楼储物间的智能音箱、一楼餐厅的智能音箱、一楼厨房的智能音箱以及一楼客厅的智能音箱为例进行说明，但目标区域中的智能设备的数量可以更多或者更少，还可以摆放在目标区域的其他位置。其中，各智能设备通过家庭路由130连接到电子设备110。

电子设备与多个智能设备中的目标智能设备可以基于Websocket(一种通信协议)进行交互，例如：电子设备为Websocket的服务端，目标智能设备为Websocket的客户端；或者目标智能设备为Websocket的服务端，电子设备为Websocket的客户端。

上述电子设备110可以为家庭服务器，或者云端服务器。

如果电子设备110为家庭服务器，参阅图1B所示的第二种应用场景，上述应用场景中还包括云端服务器，云端服务器可以提供音频资源，家庭服务器、智能设备可以通过家庭路由与云端服务器进行交互。

如果目标区域面积较大，目标区域中一些智能设备与家庭路由130的距离较远，例如目标区域为复式住宅，家庭路由设置在住宅的一楼，二楼的智能设备与家庭路由的距离较远。参阅图1C所示，这些智能设备(图1C以二楼次卧的智能音箱、二楼活动室的智能音箱、二楼书房的智能音箱以及二楼主卧的智能音箱为例)可通过交换机或无线AP与家庭路由130连接。

上述应用场景只是示例性说明，本申请实施例并限于上述三种应用场景。

下面将结合附图及具体实施例，对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。

本申请实施例提供第一种智能设备控制方法，可以应用于上述电子设备，如图2所示，包括以下步骤：

步骤S201：接收目标区域中被唤醒的智能设备发送的用户指令，其中，所述用户指令包含工作信息。

实施中，智能设备的默认状态为待机状态，智能设备在待机状态下，可以基于用户输入的唤醒词进入唤醒状态；还可以基于电子设备发送的工作指令进入对应的工作状态进行工作。

上述被唤醒的智能设备就是被用户输入的唤醒词唤醒的智能设备，被唤醒的智能设备可以拾取音频流(如接收用户指令)，并将该用户指令发送给电子设备，电子设备对用户指令进行语义识别，确定用户指令包含的内容(如识别用户指令包含的工作信息)。

本实施例，目标区域中有多个智能设备，除了上述被唤醒的智能设备，还有其他未唤醒的智能设备。

步骤202：基于所述工作信息，确定包含多个工作指令的指令组。

其中，所述指令组用于指示所述目标区域中多个目标智能设备协同工作，各工作指令对应一个目标智能设备。

如上所述，目标区域中有多个智能设备，这多个智能设备中的目标智能设备(目标区域中部分或者全部智能设备)可以协同工作，从而实现更加丰富的功能。

用户指令中的工作信息表征了需要智能设备协同进行的工作，基于此，电子设备在收到用户指令后，根据工作信息确定指示多个目标智能设备协同工作的指令组。

不同工作信息，对应的目标智能设备不同，本实施例对上述目标智能设备不做具体限定。

步骤203：向各目标智能设备发送对应的工作指令，以使各目标智能设备基于对应的工作指令工作。

本实施例，上述指令组中各工作指令指示对应的目标智能设备进行特定工作，从而使这些目标智能设备协同工作。基于此，电子设备在确定包含多个工作指令的指令组后，向各目标智能设备发送对应的工作指令，以使各目标智能设备基于对应的工作指令工作。

上述方案，由于工作信息表征了需要智能设备协同进行的工作，电子设备基于该工作信息，可以确定出用于指示多个目标智能设备协同工作的工作指令；通过向各目标智能设备发送对应的工作指令，使各目标智能设备基于对应的工作指令工作，协同完成单个智能设备无法实现的工作。

如上所述，不同工作信息，对应的目标智能设备不同，对应的指令组也不同，下面对四种不同工作信息下，智能设备控制方法进行示例性说明。

图3A为本申请实施例提供的第二种智能设备控制方法示意流程图，应用于上述电子设备，如果工作信息表征目标场景的协同播音，具体包括以下步骤：

步骤S301：接收目标区域中被唤醒的智能设备发送的用户指令，其中，所述用户指令包含工作信息。

该步骤S301与上述步骤S201的实现方式相同，此处不再赘述。

步骤S302：确定上述目标场景对应的目标位置信息、时间信息以及音频信息之间的映射关系。

实施中，如果上述工作信息表征目标场景的协同播音，也就是需要不同位置的多个目标智能设备播放特定的音频流，利用目标智能设备与用户的远近关系，营造一种沉浸式的收听体验。多个目标智能设备播放的音频流立体环绕用户，叠加距离听感，使用户具有身临其境的收听体验(即更加接近真实进入上述目标场景的体验)。

本实施例对上述工作信息不做具体限定，例如：“协同播放目标场景的声音”、“播放目标场景的立体声”、“模拟目标场景的声音”等，这几种工作信息只是举例说明，本实施例并不以此为限。

本实施例对上述场景不做具体限定，例如：海边、热带雨林、瀑布、雨中等，这几种场景只是举例说明，本实施例并不以此为限。

步骤S303：基于所述映射关系，选择与所述目标位置信息匹配的多个目标智能设备，并确定各目标智能设备对应的音频信息以及时间信息。

实施中，各场景对应的映射关系为多个位置信息、至少一个时间信息以及至少一个音频信息关联。示例性的：

1)多个位置信息、一个时间信息以及一个音频信息关联。

该场景中，每个目标位置信息匹配有一个目标智能设备，各目标智能设备对应的音频信息以及时间信息是相同的。

例如：映射关系为目标位置信息1-时间信息1-音频信息1，目标位置信息2-时间信息1-音频信息1，目标位置信息3-时间信息1-音频信息1。根据目标区域中各智能设备的位置信息，选择与目标位置信息1匹配的目标智能设备1，与目标位置信息2匹配的目标智能设备2，以及与目标位置信息3匹配的目标智能设备3；目标智能设备1对应时间信息1和音频信息1，目标智能设备2对应时间信息1和音频信息1，目标智能设备3也对应时间信息1和音频信息1。

2)多个位置信息、多个时间信息以及一个音频信息关联。

该场景中，每个目标位置信息匹配有一个目标智能设备，各目标智能设备对应的音频信息是相同的，部分或者全部目标智能设备对应的时间信息不同。

例如：映射关系为目标位置信息1-时间信息1-音频信息1，目标位置信息2-时间信息2-音频信息1，目标位置信息3-时间信息3-音频信息1。根据目标区域中各智能设备的位置信息，选择与目标位置信息1匹配的目标智能设备1，与目标位置信息2匹配的目标智能设备2，以及与目标位置信息3匹配的目标智能设备3；目标智能设备1对应时间信息1和音频信息1，目标智能设备2对应时间信息2和音频信息1，目标智能设备3对应时间信息3和音频信息1。

3)多个位置信息、一个时间信息以及多个音频信息关联。

该场景中，每个目标位置信息匹配有一个目标智能设备，各目标智能设备对应的时间信息是相同的，部分或者全部目标智能设备对应的音频信息不同。

例如：映射关系为目标位置信息1-时间信息1-音频信息1，目标位置信息2-时间信息1-音频信息2，目标位置信息3-时间信息1-音频信息3。根据目标区域中各智能设备的位置信息，选择与目标位置信息1匹配的目标智能设备1，与目标位置信息2匹配的目标智能设备2，以及与目标位置信息3匹配的目标智能设备3；目标智能设备1对应时间信息1和音频信息1，目标智能设备2对应时间信息1和音频信息2，目标智能设备3对应时间信息1和音频信息3。

4)多个位置信息、多个时间信息以及多个音频信息关联。

该场景中，每个目标位置信息匹配有一个目标智能设备，部分或者全部目标智能设备对应的时间信息不同，部分或者全部目标智能设备对应的音频信息不同。

例如：映射关系为目标位置信息1-时间信息1-音频信息1，目标位置信息2-时间信息2-音频信息2，目标位置信息3-时间信息3-音频信息3。根据目标区域中各智能设备的位置信息，选择与目标位置信息1匹配的目标智能设备1，与目标位置信息2匹配的目标智能设备2，以及与目标位置信息3匹配的目标智能设备3；目标智能设备1对应时间信息1和音频信息1，目标智能设备2对应时间信息2和音频信息2，目标智能设备3对应时间信息3和音频信息3。

示例性的，上述智能设备的位置信息为智能设备与用户的距离，目标位置信息为目标距离。如果执行主体为上述家庭服务器，家庭服务器可以实时监测目标区域中各智能设备与用户的距离；如果执行主体为上述云端服务器，智能设备可以将与用户的距离发送给云端服务器。

对应的，根据目标区域中各智能设备的位置信息，选择与目标位置信息匹配的目标智能设备，可通过但不限于如下方式实现：

将各智能设备与用户的距离与目标距离进行比对，并将对应距离与目标距离最接近的智能设备，确定为该目标位置信息匹配的目标智能设备。

示例性的，上述时间信息表征了发送对应工作指令的时间，例如在确定指令组后的多长时间发送对应工作指令。上述音频信息表征了对应目标智能设备需要播放的音频流，例如音频地址、音频文件等。

步骤S304：基于所述工作信息，确定包含多个工作指令的指令组。

其中，若所述工作信息表征目标场景的协同播音，则所述指令组包含指示各目标智能设备播放对应音频流的工作指令。

步骤S305：针对任一目标智能设备，基于所述目标智能设备对应的时间信息，向所述目标智能设备发送包含对应的音频信息的工作指令，以使所述目标智能设备基于对应的音频信息播放对应音频流。

如上所述，上述时间信息表征了发送对应工作指令的时间，根据目标智能设备对应的时间信息就可确定向该目标智能设备发送对应工作指令的时刻，在该时刻向目标智能设备发送对应的工作指令。

另外，上述音频信息表征了对应目标智能设备需要播放的音频流，基于此，上述工作指令包含对应的音频信息，从而目标智能设备基于对应的音频信息播放对应音频流。

下面以一个具体示例进行说明：

用户指令中工作信息为“协同播放海边的声音”，目标场景为海边；海边对应的映射关系为1米-10s-海浪音频信息，2米-15s-海鸥音频信息2，5米-20s-轮船音频信息3。参阅图3B所示，在目标区域的所有智能设备中选择与用户的距离最接近1米的智能音箱1，与用户的距离最接近2米的智能音箱2，与用户的距离最接近5米的智能音箱3，电子设备分别与智能音箱1、智能音箱2、智能音箱3建立Websocket连接。确定指令组(包含海浪音频信息的工作指令，包含海鸥音频信息的工作指令，以及包含轮船音频信息的工作指令)的时刻记作第一时刻，通过Websocket通道，在第一时刻后的10s向智能音箱1发送包含海浪音频信息的工作指令；在第一时刻后的15s向智能音箱2发送包含海鸥音频信息的工作指令；在第一时刻后的20s向智能音箱3发送包含轮船音频信息的工作指令。

上述示例只是为了更清楚地说明工作信息表征目标场景的协同播音时的智能设备控制的具体实现方式，本申请并不以此为限。

上述方案，如果工作信息表征目标场景的协同播音，通过确定该目标场景对应的目标位置信息、时间信息以及音频信息之间的映射关系，即可选择出与该目标位置信息匹配的需要协同播音的多个目标智能设备，并确定各目标智能设备对应的音频信息以及时间信息，基于各目标智能设备对应的时间信息，向各目标智能设备发送包含对应的音频信息的工作指令，各目标智能设备基于对应的音频信息播放对应音频流，通过不同位置的多个目标智能设备播放对应音频流，利用目标智能设备与用户的远近关系，营造一种沉浸式的收听体验。多个目标智能设备播放的音频流立体环绕用户，叠加距离听感，使用户具有身临其境的收听体验。

图4为本申请实施例提供的第一种智能设备控制方法交互流程图，如果工作信息表征播音转移，具体包括以下步骤：

步骤S401：电子设备接收目标区域中被唤醒的智能设备发送的用户指令。

用户与被唤醒的智能设备进行语音交互，如输入“将当前播放内容转移至厨房播放”、“将当前播放内容转移至智能设备1播放”等，触发包含表征播音转移的工作信息的用户指令。

该场景中，用户指令包含工作信息以及设备信息，电子设备对用户指令进行语义识别，确定用户指令包含的内容(如识别用户指令包含的工作信息以及设备信息)。设备信息可以为目标区域中智能设备的标识，电子设备基于该设备信息，确定对应的智能设备。

步骤S402：电子设备确定所述被唤醒的智能设备当前播放的第一音频流对应的音频信息以及表征播放进度的信息。

实施中，上述被唤醒的智能设备在收到工作指令前，播放上述第一音频流，在用户位置转移时，可能需要更换成其他智能设备播放上述第一音频流。

如果先向被唤醒的智能设备输入表征停止播放第一音频流的用户指令，在唤醒其他智能设备后，向其他智能设备输入表征播放第一音频流的用户指令，进而调整播放进度，无疑会耗费大量的时间、精力才能更换成其他智能设备播放上述第一音频流。

本实施例，如果用户指令中工作信息表征播音转移，电子设备确定被唤醒的智能设备当前播放的第一音频流对应的音频信息以及表征播放进度的信息，进而向被唤醒的智能设备发送停止播放第一音频流的工作指令，被唤醒的智能设备根据该工作指令停止播放第一音频流；并将携带音频信息以及表征播放进度的信息的工作指令，发送给上述用户指令中工作信息对应的其他智能设备，其他智能设备根据该工作指令继续播放第一音频流，仅需输入包含工作信息以及设备信息的用户指令，即可更换成其他智能设备播放上述第一音频流。

上述确定所述被唤醒的智能设备当前播放的第一音频流对应的音频信息以及表征播放进度的信息，可通过但不限于如下方式实现：

向被唤醒的智能设备发送获取当前播放的第一音频流对应的音频信息以及表征播放进度的信息请求；接收被唤醒的智能设备发送的音频信息以及表征播放进度的信息。

实施中，音频信息可以包括音频列表以及音频地址等。

步骤S403：电子设备将所述音频信息以及所述表征播放进度的信息置于所述其他智能设备对应的工作指令中。

若所述工作信息表征播音转移，则所述指令组包含用于指示所述被唤醒的智能设备停止播放第一音频流的工作指令；以及用于指示所述用户指令中设备信息对应的其他智能设备继续播放所述第一音频流的工作指令。

步骤S404：电子设备向被唤醒的智能设备发送用于指示停止播放第一音频流的工作指令；电子设备向其他智能设备发送用于指示继续播放第一音频流的工作指令。

实施中，上述被唤醒的智能设备收到用于指示停止播放第一音频流的工作指令后，停止播放第一音频流；上述其他智能设备收到用于指示继续播放第一音频流的工作指令后，基于该工作指令中的音频信息获取音频资源，并基于该工作指令中的播放进度，继续播放第一音频流。

上述方案，如果用户指令中工作信息表征播音转移，电子设备确定被唤醒的智能设备当前播放的第一音频流对应的音频信息以及表征播放进度的信息，进而向被唤醒的智能设备发送停止播放第一音频流的工作指令，被唤醒的智能设备根据该工作指令停止播放第一音频流；并将携带音频信息以及表征播放进度的信息的工作指令，发送给上述用户指令中工作信息对应的其他智能设备，其他智能设备根据该工作指令继续播放第一音频流，仅需输入包含工作信息以及设备信息的用户指令，即可更换成其他智能设备播放上述第一音频流。

图5为本申请实施例提供的第二种智能设备控制方法交互流程图，如果工作信息表征通话，具体包括以下步骤：

步骤S501：电子设备接收目标区域中被唤醒的智能设备发送的用户指令。

用户与被唤醒的智能设备进行语音交互，如输入“与书房通话”、“与智能设备1通话”等，触发包含表征通话的工作信息的用户指令。

该场景中，用户指令包含工作信息以及设备信息，电子设备对用户指令进行语义识别，确定用户指令包含的内容(如识别用户指令包含的工作信息以及设备信息)。设备信息可以为目标区域中智能设备的标识，电子设备基于该设备信息，确定对应的智能设备。

步骤S502：电子设备基于所述工作信息，确定包含多个工作指令的指令组。

若所述工作信息表征通话，则所述指令组包含指示各目标智能设备将拾取的音频流发送给所述电子设备，并播放所述电子设备发送的音频流的工作指令，其中，多个目标智能设备包括所述被唤醒的智能设备，以及所述用户指令中设备信息对应的其他智能设备。

步骤S503：电子设备向被唤醒的智能设备发送指示将拾取的音频流发送给所述电子设备，并播放所述电子设备发送的音频流的工作指令；电子设备向被其他智能设备发送指示将拾取的音频流发送给所述电子设备，并播放所述电子设备发送的音频流的工作指令。

步骤S504：电子设备接收被唤醒的智能设备拾取的第二音频流，并将所述第二音频流发送给所述其他智能设备；和/或接收其他智能设备拾取的第三音频流，并将所述第三音频流发送给所述被唤醒的智能设备。

实施中，被唤醒的智能设备将拾取的第二音频流发送给电子设备，其他智能设备将拾取的第三音频流发送给电子设备；为了实现通话(音频流交换)，电子设备需要将接收的第二音频流发送给其他智能设备，将接收的第三音频流发送给被唤醒的智能设备。

可以理解，上述电子设备不用对通话状态的目标智能设备发送的音频流(上述第二音频流以及第三音频流)进行语义识别，直接将收到的音频流透传给对端的目标智能设备。

另外，可以在上述智能设备中设置表征结束命令的关键词，当任一目标智能设备接收到包含该关键词的指令，确定需要结束通话，此时该目标智能设备向电子设备发送表征结束通话的信息，电子设备断开与各目标智能设备的Websocket连接，并指示各目标智能设备进入待机状态。

下面以一个具体示例进行说明：

用户指令为“与书房通话”，目标智能设备包括被唤醒的智能设备以及书房的智能设备。电子设备分别向被唤醒的智能设备、书房的智能设备发送指示将拾取的音频流发送给所述电子设备，并播放所述电子设备发送的音频流的工作指令。电子设备与被唤醒的智能设备建立Websocket连接(对应第一Websocket通道)，与书房的智能设备建立Websocket连接(对应第二Websocket通道)。被唤醒的智能设备拾取第二音频流，并通过第一Websocket通道将该第二音频流发送给电子设备，电子设备将该第二音频流通过第二Websocket通道发送给书房的智能设备。书房的智能设备拾取第三音频流，并通过第二Websocket通道将该第三音频流发送给电子设备，电子设备将该第三音频流通过第一Websocket通道发送给被唤醒的智能设备。

上述方案，如果用户指令中工作信息表征通话，多个目标智能设备包括被唤醒的智能设备，以及该用户指令中设备信息对应的其他智能设备，电子设备通过向各目标智能设备发送指示将拾取的音频流发送给电子设备，并播放电子设备发送的音频流的工作指令，被唤醒的智能设备将拾取的第二音频流发送给电子设备，其他智能设备将拾取的第三音频流发送给电子设备；电子设备将接收的第二音频流发送给其他智能设备，将接收的第三音频流发送给被唤醒的智能设备，实现多个目标智能设备之间的通话(音频流交换)。

图6为本申请实施例提供的第三种智能设备控制方法交互流程图，如果工作信息表征监听，具体包括以下步骤：

步骤S601：电子设备接收目标区域中被唤醒的智能设备发送的用户指令。

用户与被唤醒的智能设备进行语音交互，如输入“监听书房”、“监听智能设备1”等，触发包含表征监听的工作信息的用户指令。

该场景中，用户指令包含工作信息以及设备信息，电子设备对用户指令进行语义识别，确定用户指令包含的内容(如识别用户指令包含的工作信息以及设备信息)。设备信息可以为目标区域中智能设备的标识，电子设备基于该设备信息，确定对应的智能设备。

步骤S602：电子设备基于所述工作信息，确定包含多个工作指令的指令组。

若所述工作信息表征监听，则所述指令组包含用于指示所述被唤醒的智能设备播放所述电子设备发送的音频流的工作指令；以及用于指示所述用户指令中设备信息对应的其他智能设备将拾取的音频流发送给所述电子设备的工作指令。

步骤S603：电子设备向被唤醒的智能设备发送指示播放电子设备发送的音频流的工作指令；电子设备向其他智能设备发送指示将拾取的音频流发送给电子设备的工作指令。

步骤S604：电子设备接收其他智能设备拾取的第四音频流；

步骤S605：电子设备将所述第四音频流发送给所述被唤醒的智能设备。

实施中，上述其他智能设备基于工作指令将拾取的第四音频流发送给电子设备，为了实现监听(将该第四音频流在被唤醒的智能设备上播放)，电子设备需要将接收的第四音频流发送给被唤醒的智能设备。

可以理解，上述电子设备不对上述第四音频流进行语义识别，直接将第四音频流透传给被唤醒的智能设备。

另外，可以在上述智能设备中设置表征结束命令的关键词，当任一目标智能设备接收到包含该关键词的指令，确定需要结束通话，此时该目标智能设备向电子设备发送表征结束通话的信息，电子设备断开与各目标智能设备的Websocket连接，并指示各目标智能设备进入待机状态。

下面以一个具体示例进行说明：

用户指令为“监听书房”，目标智能设备包括被唤醒的智能设备以及书房的智能设备。电子设备向被唤醒的智能设备发送指示播放电子设备发送的音频流的工作指令；向书房的智能设备发送指示将拾取的音频流发送给电子设备的工作指令。电子设备与被唤醒的智能设备建立Websocket连接(对应第一Websocket通道)，与书房的智能设备建立Websocket连接(对应第二Websocket通道)。书房的智能设备拾取第四音频流，并通过第二Websocket通道将该第四音频流发送给电子设备，电子设备将该第四音频流通过第一Websocket通道发送给被唤醒的智能设备。

上述方案，如果用户指令中工作信息表征监听，多个目标智能设备包括被唤醒的智能设备，以及该用户指令中设备信息对应的其他智能设备，电子设备通过向被唤醒的智能设备发送指示播放电子设备发送的音频流的工作指令，并向上述其他智能设备发送将拾取的音频流发送给电子设备的工作指令，其他智能设备将拾取的第四音频流发送给电子设备，电子设备将接收的第四音频流发送给被唤醒的智能设备，实现在被唤醒的智能设备所在位置附近对上述其他智能设备的监听(将其他智能设备拾取的第四音频流在被唤醒的智能设备上播放)。

实施中，可能会有多个智能设备收到唤醒词，如果多个智能设备被唤醒，就会造成应答混乱，无法很好地实现多个智能设备协同工作。

基于此，针对有多个智能设备收到唤醒词的场景，本申请实施例提供了第三种智能设备控制方法示意流程图，参阅图7所示，具体包括以下步骤：

步骤S701：基于收到唤醒词的智能设备发送的唤醒参数，从收到唤醒词的智能设备中选择被唤醒的智能设备，并向所述被唤醒的智能设备发送表征唤醒的信息。

其中，所述唤醒参数包括收到唤醒词的响度、唤醒匹配度以及收到唤醒词的时间戳中的至少一项。

实施中，各智能设备预设有表征唤醒的关键词，不同智能设备的表征唤醒的关键词可以相同可以不同。智能设备收到用户输入的唤醒词后，将该唤醒词和预设的表征唤醒的关键词进行比对，即可确定唤醒匹配度(该唤醒词和关键词越相似，匹配度越高)。

示例性的，智能设备收到用户输入的唤醒词后，确定唤醒参数(唤醒参数包括唤醒词的响度、唤醒匹配度以及收到唤醒词的时间戳中的至少一项)，并将唤醒参数发送给电子设备，电子设备基于在目标时段收到的各收到唤醒词的智能设备发送的唤醒参数，确定被唤醒的智能设备。上述目标时段是从电子设备收到的第一个收到唤醒词的智能设备发送的唤醒参数开始的预设时长。

以唤醒参数包括唤醒词的响度、唤醒匹配度以及收到唤醒词的时间戳为例：

根据各收到唤醒词的智能设备对应的唤醒词的响度，确定各收到唤醒词的智能设备的第一分值(唤醒词的响度越大，第一分值越高)；

根据各收到唤醒词的智能设备对应的唤醒匹配度，确定各收到唤醒词的智能设备的第二分值(唤醒匹配度越高，第二分值越高)；

根据各收到唤醒词的智能设备对应的收到唤醒词的时间戳，确定各收到唤醒词的智能设备的第三分值(收到唤醒词的时间戳表征的时间越早，第三分值越高)；

将各收到唤醒词的智能设备的第一分值、第二分值以及第三分值之和或者加权和，确定为该收到唤醒词的智能设备的目标分值；将目标分值最大的收到唤醒词的智能设备，作为被唤醒的智能设备。

上述确定被唤醒的智能设备的方式只是示例性说明，本申请可以根据收到唤醒词的智能设备的唤醒词的响度、唤醒匹配度以及收到唤醒词的时间戳中的一项或者多项，确定被唤醒的智能设备。

步骤S702：接收目标区域中被唤醒的智能设备发送的用户指令，其中，所述用户指令包含工作信息。

步骤S703：基于所述工作信息，确定包含多个工作指令的指令组。

其中，所述指令组用于指示所述目标区域中多个目标智能设备协同工作，各工作指令对应一个目标智能设备。

步骤S704：向各目标智能设备发送对应的工作指令，以使各目标智能设备基于对应的工作指令工作。

该步骤S702-704可参照上述实施例，此处不再赘述。

上述方案，如果多个智能设备被唤醒，就会造成应答混乱，无法很好地实现多个智能设备协同工作，通过基于收到唤醒词的智能设备发送的唤醒词的响度、唤醒匹配度以及收到唤醒词的时间戳中的至少一项，从收到唤醒词的智能设备中选择一个被唤醒的智能设备，从而避免了应答混乱的问题，多个智能设备较好地协同工作。

另外，上述智能设备除了协同完成工作之外，还可独立工作，例如播放由云端服务器发送的音频流、打开蓝牙连接、查询电量、调整电量、切换工作状态、以闲聊模式工作等，其中闲聊模式是指智能设备拾取音频流并自动断句，在断句后停止拾取音频流，将拾取的音频流发送至云端服务器请求播放的内容，并在收到播放的内容后进行播放，播放完成后再次执行拾取音频流并自动断句的步骤。

一些实施方式中，上述智能设备配置有高性能的处理器(如高性能CPU)以及较大存储容量的存储器，各智能设备除了可以接收用户指令、与电子设备交互、拾取音频流以及播放音频流等，还具备语义识别、发起Websocket服务等功能。

针对这类智能设备，本申请实施例提供了第四种智能设备控制方法示意流程图，应用于目标区域中被唤醒的智能设备，参阅图8所示，具体包括以下步骤：

步骤S801：基于接收的用户指令中的工作信息，确定所述目标区域中协同工作的多个目标智能设备；

步骤S802：确定所述被唤醒的智能设备对应的目标工作方式；并向除所述被唤醒的智能设备之外的其他目标智能设备发送对应的工作指令。

在一些示例性的实施方式中，若所述工作信息表征目标场景的协同播音，则确定所述被唤醒的智能设备对应的目标工作方式，包括：

基于所述被唤醒的智能设备对应的时间信息，确定播放时刻；在所述播放时刻，基于所述被唤醒的智能设备对应的音频信息播放对应音频流；

向除所述被唤醒的智能设备之外的其他目标智能设备发送对应的工作指令，包括：

基于所述其他目标智能设备对应的时间信息，向所述其他目标智能设备发送包含对应的音频信息的工作指令，以使所述其他目标智能设备基于对应的音频信息播放对应音频流。

在一些示例性的实施方式中，基于接收的用户指令中的工作信息，确定所述目标区域中协同工作的多个目标智能设备，包括：

确定所述目标场景对应的目标位置信息、时间信息以及音频信息之间的映射关系；

基于所述映射关系，选择与所述目标位置信息匹配的多个目标智能设备，并确定各目标智能设备对应的音频信息以及时间信息。

在一些示例性的实施方式中，若所述工作信息表征播音转移，则所述多个目标智能设备包括所述被唤醒的智能设备，以及所述用户指令中设备信息对应的其他目标智能设备；所述被唤醒的智能设备对应的目标工作方式为停止播放第一音频流；所述工作指令用于指示所述其他目标智能设备继续播放所述第一音频流；

在向除所述被唤醒的智能设备之外的其他目标智能设备发送对应的工作指令之前，还包括：

确定所述被唤醒的智能设备当前播放的第一音频流对应的音频信息以及表征播放进度的信息；

将所述音频信息以及所述表征播放进度的信息置于所述工作指令中。

在一些示例性的实施方式中，若所述工作信息表征通话，则所述多个目标智能设备包括所述被唤醒的智能设备，以及所述用户指令中设备信息对应的其他目标智能设备；

所述被唤醒的智能设备对应的目标工作方式为将拾取的第二音频流发送给所述其他目标智能设备，并播放所述其他目标智能设备拾取的第三音频流；所述工作指令用于指示所述其他目标智能设备播放所述第二音频流，并将所述第三音频流发送给所述被唤醒的智能设备。

在一些示例性的实施方式中，若所述工作信息表征监听，则所述多个目标智能设备包括所述被唤醒的智能设备，以及所述用户指令中设备信息对应的其他目标智能设备；

所述被唤醒的智能设备对应的目标工作方式为播放所述其他目标智能设备拾取的第四音频流；所述工作指令用于指示所述其他目标智能设备将所述第四音频流发送给所述被唤醒的智能设备。

在一些示例性的实施方式中，若有多个智能设备收到唤醒词，所述被唤醒的智能设备通过以下方式进入唤醒状态：

在收到唤醒词后，基于所有收到唤醒词的智能设备的唤醒参数，确定是否进入唤醒状态；

其中，所述唤醒参数包括收到唤醒词的响度、唤醒匹配度以及收到唤醒词的时间戳中的至少一项。

由于被唤醒的智能设备执行上述智能设备控制方法，与上述电子设备执行智能设备控制方法的实现方式类似，区别仅在于执行主体不同，重复之处不再赘述。

如图9所示，基于相同的发明构思，本申请实施例提供一种智能设备控制装置900，包括：传输模块901和指令确定模块902。

传输模块901，用于接收目标区域中被唤醒的智能设备发送的用户指令，其中，所述用户指令包含工作信息；

指令确定模块902，用于基于所述工作信息，确定包含多个工作指令的指令组；其中，所述指令组用于指示所述目标区域中多个目标智能设备协同工作，各工作指令对应一个目标智能设备；

传输模块901，用于向各目标智能设备发送对应的工作指令，以使各目标智能设备基于对应的工作指令工作。

在一些示例性的实施方式中，若所述工作信息表征目标场景的协同播音，则所述指令组包含指示各目标智能设备播放对应音频流的工作指令；

传输模块901，具体用于：

针对任一目标智能设备，基于所述目标智能设备对应的时间信息，向所述目标智能设备发送包含对应的音频信息的工作指令，以使所述目标智能设备基于对应的音频信息播放对应音频流。

在一些示例性的实施方式中，指令确定模块902在基于所述工作信息，确定包含多个工作指令的指令组之前，还用于：

确定所述目标场景对应的目标位置信息、时间信息以及音频信息之间的映射关系；

基于所述映射关系，选择与所述目标位置信息匹配的多个目标智能设备，并确定各目标智能设备对应的音频信息以及时间信息。

在一些示例性的实施方式中，若所述工作信息表征播音转移，则所述指令组包含用于指示所述被唤醒的智能设备停止播放第一音频流的工作指令；以及用于指示所述用户指令中设备信息对应的其他智能设备继续播放所述第一音频流的工作指令；

指令确定模块902在确定包含多个工作指令的指令组之前，还用于：

确定所述被唤醒的智能设备当前播放的第一音频流对应的音频信息以及表征播放进度的信息；

将所述音频信息以及所述表征播放进度的信息置于所述其他智能设备对应的工作指令中。

在一些示例性的实施方式中，若所述工作信息表征通话，则所述指令组包含指示各目标智能设备将拾取的音频流发送给所述电子设备，并播放所述电子设备发送的音频流的工作指令，其中，多个目标智能设备包括所述被唤醒的智能设备，以及所述用户指令中设备信息对应的其他智能设备；

传输模块901在向各目标智能设备发送对应的工作指令之后，还用于：

接收所述被唤醒的智能设备拾取的第二音频流，并将所述第二音频流发送给所述其他智能设备；和/或

接收所述其他智能设备拾取的第三音频流，并将所述第三音频流发送给所述被唤醒的智能设备。

在一些示例性的实施方式中，若所述工作信息表征监听，则所述指令组包含用于指示所述被唤醒的智能设备播放所述电子设备发送的音频流的工作指令；以及用于指示所述用户指令中设备信息对应的其他智能设备将拾取的音频流发送给所述电子设备的工作指令；

传输模块901在向各目标智能设备发送对应的工作指令之后，还用于：

接收所述其他智能设备拾取的第四音频流，并将所述第四音频流发送给所述被唤醒的智能设备。

在一些示例性的实施方式中，若有多个智能设备收到唤醒词，则传输模块901在接收目标区域中被唤醒的智能设备发送的用户指令之前，还用于：

基于收到唤醒词的智能设备发送的唤醒参数，从收到唤醒词的智能设备中选择被唤醒的智能设备，并向所述被唤醒的智能设备发送表征唤醒的信息；

其中，所述唤醒参数包括收到唤醒词的响度、唤醒匹配度以及收到唤醒词的时间戳中的至少一项。

由于该装置即是本申请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。

如图10所示，基于相同的发明构思，本申请实施例提供另一种智能设备控制装置1000，包括：设备确定模块1001和工作处理模块1002。

设备确定模块1001，用于基于接收的用户指令中的工作信息，确定所述目标区域中协同工作的多个目标智能设备；

工作处理模块1002，用于确定多个目标智能设备中被唤醒的智能设备对应的目标工作方式；并向除所述被唤醒的智能设备之外的其他目标智能设备发送对应的工作指令。

在一些示例性的实施方式中，若所述工作信息表征目标场景的协同播音，则工作处理模块1002，具体用于：

基于所述被唤醒的智能设备对应的时间信息，确定播放时刻；在所述播放时刻，基于所述被唤醒的智能设备对应的音频信息播放对应音频流；

基于所述其他目标智能设备对应的时间信息，向所述其他目标智能设备发送包含对应的音频信息的工作指令，以使所述其他目标智能设备基于对应的音频信息播放对应音频流。

在一些示例性的实施方式中，设备确定模块1001，具体用于：

确定所述目标场景对应的目标位置信息、时间信息以及音频信息之间的映射关系；

基于所述映射关系，选择与所述目标位置信息匹配的多个目标智能设备，并确定各目标智能设备对应的音频信息以及时间信息。

在一些示例性的实施方式中，若所述工作信息表征播音转移，则所述多个目标智能设备包括所述被唤醒的智能设备，以及所述用户指令中设备信息对应的其他目标智能设备；所述被唤醒的智能设备对应的目标工作方式为停止播放第一音频流；所述工作指令用于指示所述其他目标智能设备继续播放所述第一音频流；

工作处理模块1002在向除所述被唤醒的智能设备之外的其他目标智能设备发送对应的工作指令之前，还用于：

确定所述被唤醒的智能设备当前播放的第一音频流对应的音频信息以及表征播放进度的信息；

将所述音频信息以及所述表征播放进度的信息置于所述工作指令中。

在一些示例性的实施方式中，若所述工作信息表征通话，则所述多个目标智能设备包括所述被唤醒的智能设备，以及所述用户指令中设备信息对应的其他目标智能设备；

所述被唤醒的智能设备对应的目标工作方式为将拾取的第二音频流发送给所述其他目标智能设备，并播放所述其他目标智能设备拾取的第三音频流；所述工作指令用于指示所述其他目标智能设备播放所述第二音频流，并将所述第三音频流发送给所述被唤醒的智能设备。

在一些示例性的实施方式中，若所述工作信息表征监听，则所述多个目标智能设备包括所述被唤醒的智能设备，以及所述用户指令中设备信息对应的其他目标智能设备；

所述被唤醒的智能设备对应的目标工作方式为播放所述其他目标智能设备拾取的第四音频流；所述工作指令用于指示所述其他目标智能设备将所述第四音频流发送给所述被唤醒的智能设备。

在一些示例性的实施方式中，若有多个智能设备收到唤醒词，所述被唤醒的智能设备通过以下方式进入唤醒状态：

在收到唤醒词后，基于所有收到唤醒词的智能设备的唤醒参数，确定是否进入唤醒状态；

其中，所述唤醒参数包括收到唤醒词的响度、唤醒匹配度以及收到唤醒词的时间戳中的至少一项。

由于该装置即是本申请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。

如图11所示，基于相同的发明构思，本公开实施例提供一种电子设备1100，包括：处理器1101和存储器1102。

上述电子设备还包括通信单元，用于与智能设备进行数据传输。

上述存储器1102可以是易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，RAM)；存储器1102也可以是非易失性存储器(non-volatilememory)，例如只读存储器，快闪存储器(flash memory)，硬盘(hard disk drive，HDD)或固态硬盘(solid-state drive，SSD)；或者存储器1102是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器1102可以是上述存储器的组合。

处理器1101，可以包括一个或多个中央处理单元(central processing unit，CPU)，图形处理单元(Graphics Processing Unit，GPU)或者为数字处理单元等等。

本公开实施例中不限定上述存储器1102和处理器1101之间的具体连接介质。本公开实施例在图11中以存储器1102和处理器1101之间通过总线1103连接，总线1103在图11中以粗线表示，所述总线1103可以分为地址总线、数据总线、控制总线等。为便于表示，图11中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

其中，所述存储器1102存储有程序代码，当所述程序代码被所述处理器1101执行时，使得所述处理器1101执行下列过程：

通过所述通信单元接收目标区域中被唤醒的智能设备发送的用户指令，其中，所述用户指令包含工作信息；

基于所述工作信息，确定包含多个工作指令的指令组；其中，所述指令组用于指示所述目标区域中多个目标智能设备协同工作，各工作指令对应一个目标智能设备；

通过所述通信单元向各目标智能设备发送对应的工作指令，以使各目标智能设备基于对应的工作指令工作。

在一些示例性的实施方式中，若所述工作信息表征目标场景的协同播音，则所述指令组包含指示各目标智能设备播放对应音频流的工作指令；

所述处理器1101具体用于：

针对任一目标智能设备，基于所述目标智能设备对应的时间信息，向所述目标智能设备发送包含对应的音频信息的工作指令，以使所述目标智能设备基于对应的音频信息播放对应音频流。

在一些示例性的实施方式中，在基于所述工作信息，确定包含多个工作指令的指令组之前，所述处理器1101还用于：

确定所述目标场景对应的目标位置信息、时间信息以及音频信息之间的映射关系；

基于所述映射关系，选择与所述目标位置信息匹配的多个目标智能设备，并确定各目标智能设备对应的音频信息以及时间信息。

在一些示例性的实施方式中，若所述工作信息表征播音转移，则所述指令组包含用于指示所述被唤醒的智能设备停止播放第一音频流的工作指令；以及用于指示所述用户指令中设备信息对应的其他智能设备继续播放所述第一音频流的工作指令；

在确定包含多个工作指令的指令组之前，所述处理器1101还用于：

确定所述被唤醒的智能设备当前播放的第一音频流对应的音频信息以及表征播放进度的信息；

将所述音频信息以及所述表征播放进度的信息置于所述其他智能设备对应的工作指令中。

在一些示例性的实施方式中，若所述工作信息表征通话，则所述指令组包含指示各目标智能设备将拾取的音频流发送给所述电子设备，并播放所述电子设备发送的音频流的工作指令，其中，多个目标智能设备包括所述被唤醒的智能设备，以及所述用户指令中设备信息对应的其他智能设备；

在向各目标智能设备发送对应的工作指令之后，所述处理器1101还用于：

接收所述被唤醒的智能设备拾取的第二音频流，并将所述第二音频流发送给所述其他智能设备；和/或

接收所述其他智能设备拾取的第三音频流，并将所述第三音频流发送给所述被唤醒的智能设备。

在一些示例性的实施方式中，若所述工作信息表征监听，则所述指令组包含用于指示所述被唤醒的智能设备播放所述电子设备发送的音频流的工作指令；以及用于指示所述用户指令中设备信息对应的其他智能设备将拾取的音频流发送给所述电子设备的工作指令；

在向各目标智能设备发送对应的工作指令之后，所述处理器1101还用于：

接收所述其他智能设备拾取的第四音频流，并将所述第四音频流发送给所述被唤醒的智能设备。

在一些示例性的实施方式中，若有多个智能设备收到唤醒词，则在接收目标区域中被唤醒的智能设备发送的用户指令之前，所述处理器1101还用于：

基于收到唤醒词的智能设备发送的唤醒参数，从收到唤醒词的智能设备中选择被唤醒的智能设备，并向所述被唤醒的智能设备发送表征唤醒的信息；

其中，所述唤醒参数包括收到唤醒词的响度、唤醒匹配度以及收到唤醒词的时间戳中的至少一项。

由于该电子设备即是本申请实施例中的方法中的电子设备，并且该电子设备解决问题的原理与该方法相似，因此该电子设备的实施可以参见方法的实施，重复之处不再赘述。

基于相同的发明构思，本公开实施例提供一种智能设备，该智能设备为目标区域中被唤醒的智能设备，包括：处理器和存储器。

上述智能设备还包括通信单元，用于与目标区域中其他智能设备进行数据传输。

其中，所述存储器存储有程序代码，当所述程序代码被所述处理器执行时，使得所述处理器执行下列过程：

基于通过所述通信单元接收的用户指令中的工作信息，确定所述目标区域中协同工作的多个目标智能设备；

确定所述被唤醒的智能设备对应的目标工作方式；并通过所述通信单元向除所述被唤醒的智能设备之外的其他目标智能设备发送对应的工作指令。

在一些示例性的实施方式中，若所述工作信息表征目标场景的协同播音，则所述处理器具体用于：

基于所述被唤醒的智能设备对应的时间信息，确定播放时刻；在所述播放时刻，基于所述被唤醒的智能设备对应的音频信息播放对应音频流；

基于所述其他目标智能设备对应的时间信息，向所述其他目标智能设备发送包含对应的音频信息的工作指令，以使所述其他目标智能设备基于对应的音频信息播放对应音频流。

在一些示例性的实施方式中，所述处理器具体用于：

确定所述目标场景对应的目标位置信息、时间信息以及音频信息之间的映射关系；

基于所述映射关系，选择与所述目标位置信息匹配的多个目标智能设备，并确定各目标智能设备对应的音频信息以及时间信息。

在一些示例性的实施方式中，若所述工作信息表征播音转移，则所述多个目标智能设备包括所述被唤醒的智能设备，以及所述用户指令中设备信息对应的其他目标智能设备；所述被唤醒的智能设备对应的目标工作方式为停止播放第一音频流；所述工作指令用于指示所述其他目标智能设备继续播放所述第一音频流；

在向除所述被唤醒的智能设备之外的其他目标智能设备发送对应的工作指令之前，所述处理器还用于：

确定所述被唤醒的智能设备当前播放的第一音频流对应的音频信息以及表征播放进度的信息；

将所述音频信息以及所述表征播放进度的信息置于所述工作指令中。

在一些示例性的实施方式中，若所述工作信息表征通话，则所述多个目标智能设备包括所述被唤醒的智能设备，以及所述用户指令中设备信息对应的其他目标智能设备；

所述被唤醒的智能设备对应的目标工作方式为将拾取的第二音频流发送给所述其他目标智能设备，并播放所述其他目标智能设备拾取的第三音频流；所述工作指令用于指示所述其他目标智能设备播放所述第二音频流，并将所述第三音频流发送给所述被唤醒的智能设备。

在一些示例性的实施方式中，若所述工作信息表征监听，则所述多个目标智能设备包括所述被唤醒的智能设备，以及所述用户指令中设备信息对应的其他目标智能设备；

所述被唤醒的智能设备对应的目标工作方式为播放所述其他目标智能设备拾取的第四音频流；所述工作指令用于指示所述其他目标智能设备将所述第四音频流发送给所述被唤醒的智能设备。

在一些示例性的实施方式中，若有多个智能设备收到唤醒词，所述处理器还用于：

在收到唤醒词后，基于所有收到唤醒词的智能设备的唤醒参数，确定是否进入唤醒状态；

其中，所述唤醒参数包括收到唤醒词的响度、唤醒匹配度以及收到唤醒词的时间戳中的至少一项。

由于该智能设备即是本申请实施例中的方法中的智能设备，并且该智能设备解决问题的原理与该方法相似，因此该智能设备的实施可以参见方法的实施，重复之处不再赘述。

本公开实施例提供一种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如上述智能设备控制方法的步骤。其中，可读存储介质可以为非易失可读存储介质。

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申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (8)

1.一种电子设备，其特征在于，该电子设备包括：通信单元以及处理器；

所述通信单元，用于与智能设备进行数据传输；

所述处理器与所述通信单元连接，用于通过所述通信单元接收目标区域中被唤醒的智能设备发送的用户指令，其中，所述用户指令包含工作信息；基于所述工作信息，确定包含多个工作指令的指令组；其中，所述指令组用于指示所述目标区域中多个目标智能设备协同工作，各工作指令对应一个目标智能设备；通过所述通信单元向各目标智能设备发送对应的工作指令，以使各目标智能设备基于对应的工作指令工作；

若所述工作信息表征目标场景的协同播音，则所述指令组包含指示各目标智能设备播放对应音频流的工作指令；

所述处理器具体用于：

针对任一目标智能设备，基于所述目标智能设备对应的时间信息，向所述目标智能设备发送包含对应的音频信息的工作指令，以使所述目标智能设备基于对应的音频信息播放对应音频流；

确定包含多个工作指令的指令组之前，所述处理器还用于：

确定所述目标场景对应的目标位置信息、时间信息以及音频信息之间的映射关系；

基于所述映射关系，选择与所述目标位置信息匹配的多个目标智能设备，并确定各目标智能设备对应的音频信息以及时间信息；

所述映射关系包括多个位置信息、多个时间信息以及一个音频信息关联，其中，各目标位置信息匹配有一个目标智能设备，各目标智能设备对应的音频信息是相同的，部分或者全部目标智能设备对应的时间信息不同；或者，

所述映射关系包括多个位置信息、一个时间信息以及多个音频信息关联，其中，各目标位置信息匹配有一个目标智能设备，各目标智能设备对应的时间信息是相同的，部分或者全部目标智能设备对应的音频信息不同；或者，

所述映射关系包括多个位置信息、多个时间信息以及多个音频信息关联，其中，各目标位置信息匹配有一个目标智能设备，部分或者全部目标智能设备对应的时间信息不同，部分或者全部目标智能设备对应的音频信息不同。

2.如权利要求1所述的电子设备，其特征在于，若所述工作信息表征播音转移，则所述指令组包含用于指示所述被唤醒的智能设备停止播放第一音频流的工作指令；以及用于指示所述用户指令中设备信息对应的其他智能设备继续播放所述第一音频流的工作指令；

在确定包含多个工作指令的指令组之前，所述处理器还用于：

确定所述被唤醒的智能设备当前播放的第一音频流对应的音频信息以及表征播放进度的信息；

将所述音频信息以及所述表征播放进度的信息置于所述其他智能设备对应的工作指令中。

3.如权利要求1所述的电子设备，其特征在于，若所述工作信息表征通话，则所述指令组包含指示各目标智能设备将拾取的音频流发送给所述电子设备，并播放所述电子设备发送的音频流的工作指令，其中，多个目标智能设备包括所述被唤醒的智能设备，以及所述用户指令中设备信息对应的其他智能设备；

在向各目标智能设备发送对应的工作指令之后，所述处理器还用于：

接收所述被唤醒的智能设备拾取的第二音频流，并将所述第二音频流发送给所述其他智能设备；和/或

接收所述其他智能设备拾取的第三音频流，并将所述第三音频流发送给所述被唤醒的智能设备。

4.如权利要求1所述的电子设备，其特征在于：若所述工作信息表征监听，则所述指令组包含用于指示所述被唤醒的智能设备播放所述电子设备发送的音频流的工作指令；以及用于指示所述用户指令中设备信息对应的其他智能设备将拾取的音频流发送给所述电子设备的工作指令；

在向各目标智能设备发送对应的工作指令之后，所述处理器还用于：

接收所述其他智能设备拾取的第四音频流，并将所述第四音频流发送给所述被唤醒的智能设备。

5.如权利要求1～4任一所述的电子设备，其特征在于：若有多个智能设备收到唤醒词，则在接收目标区域中被唤醒的智能设备发送的用户指令之前，所述处理器还用于：

基于收到唤醒词的智能设备发送的唤醒参数，从收到唤醒词的智能设备中选择被唤醒的智能设备，并向所述被唤醒的智能设备发送表征唤醒的信息；

其中，所述唤醒参数包括收到唤醒词的响度、唤醒匹配度以及收到唤醒词的时间戳中的至少一项。

6.一种智能设备，其特征在于，所述智能设备为目标区域中被唤醒的智能设备，所述智能设备包括：通信单元以及处理器；

所述通信单元，用于与所述目标区域中其他智能设备进行数据传输；

所述处理器与所述通信单元连接，用于基于所述通信单元接收的用户指令中的工作信息，确定所述目标区域中协同工作的多个目标智能设备；确定所述被唤醒的智能设备对应的目标工作方式；并通过所述通信单元向除所述被唤醒的智能设备之外的其他目标智能设备发送对应的工作指令；

若所述工作信息表征目标场景的协同播音，则所述处理器具体用于：

基于所述被唤醒的智能设备对应的时间信息，确定播放时刻；在所述播放时刻，基于所述被唤醒的智能设备对应的音频信息播放对应音频流；

基于所述其他目标智能设备对应的时间信息，向所述其他目标智能设备发送包含对应的音频信息的工作指令，以使所述其他目标智能设备基于对应的音频信息播放对应音频流；

在一些示例性的实施方式中，所述处理器具体用于：

确定所述目标场景对应的目标位置信息、时间信息以及音频信息之间的映射关系；

基于所述映射关系，选择与所述目标位置信息匹配的多个目标智能设备，并确定各目标智能设备对应的音频信息以及时间信息；

所述映射关系包括多个位置信息、多个时间信息以及一个音频信息关联，其中，各目标位置信息匹配有一个目标智能设备，各目标智能设备对应的音频信息是相同的，部分或者全部目标智能设备对应的时间信息不同；或者，

所述映射关系包括多个位置信息、一个时间信息以及多个音频信息关联，其中，各目标位置信息匹配有一个目标智能设备，各目标智能设备对应的时间信息是相同的，部分或者全部目标智能设备对应的音频信息不同；或者，

所述映射关系包括多个位置信息、多个时间信息以及多个音频信息关联，其中，各目标位置信息匹配有一个目标智能设备，部分或者全部目标智能设备对应的时间信息不同，部分或者全部目标智能设备对应的音频信息不同。

7.一种智能设备控制方法，其特征在于，应用于电子设备，该方法包括：

接收目标区域中被唤醒的智能设备发送的用户指令，其中，所述用户指令包含工作信息；

基于所述工作信息，确定包含多个工作指令的指令组；其中，所述指令组用于指示所述目标区域中多个目标智能设备协同工作，各工作指令对应一个目标智能设备；

向各目标智能设备发送对应的工作指令，以使各目标智能设备基于对应的工作指令工作；

若所述工作信息表征目标场景的协同播音，则所述指令组包含指示各目标智能设备播放对应音频流的工作指令；

向各目标智能设备发送对应的工作指令，包括：

针对任一目标智能设备，基于所述目标智能设备对应的时间信息，向所述目标智能设备发送包含对应的音频信息的工作指令，以使所述目标智能设备基于对应的音频信息播放对应音频流；

确定包含多个工作指令的指令组之前，还包括：

确定所述目标场景对应的目标位置信息、时间信息以及音频信息之间的映射关系；

基于所述映射关系，选择与所述目标位置信息匹配的多个目标智能设备，并确定各目标智能设备对应的音频信息以及时间信息；

所述映射关系包括多个位置信息、多个时间信息以及一个音频信息关联，其中，各目标位置信息匹配有一个目标智能设备，各目标智能设备对应的音频信息是相同的，部分或者全部目标智能设备对应的时间信息不同；或者，

所述映射关系包括多个位置信息、一个时间信息以及多个音频信息关联，其中，各目标位置信息匹配有一个目标智能设备，各目标智能设备对应的时间信息是相同的，部分或者全部目标智能设备对应的音频信息不同；或者，

所述映射关系包括多个位置信息、多个时间信息以及多个音频信息关联，其中，各目标位置信息匹配有一个目标智能设备，部分或者全部目标智能设备对应的时间信息不同，部分或者全部目标智能设备对应的音频信息不同。

8.一种智能设备控制方法，其特征在于，应用于目标区域中被唤醒的智能设备，该方法包括：

基于接收的用户指令中的工作信息，确定所述目标区域中协同工作的多个目标智能设备；

确定所述被唤醒的智能设备对应的目标工作方式；并向除所述被唤醒的智能设备之外的其他目标智能设备发送对应的工作指令；

若所述工作信息表征目标场景的协同播音，则确定所述被唤醒的智能设备对应的目标工作方式，包括：

基于所述被唤醒的智能设备对应的时间信息，确定播放时刻；在所述播放时刻，基于所述被唤醒的智能设备对应的音频信息播放对应音频流；

向除所述被唤醒的智能设备之外的其他目标智能设备发送对应的工作指令，包括：

基于所述其他目标智能设备对应的时间信息，向所述其他目标智能设备发送包含对应的音频信息的工作指令，以使所述其他目标智能设备基于对应的音频信息播放对应音频流；

在一些示例性的实施方式中，基于接收的用户指令中的工作信息，确定所述目标区域中协同工作的多个目标智能设备，包括：

确定所述目标场景对应的目标位置信息、时间信息以及音频信息之间的映射关系；

基于所述映射关系，选择与所述目标位置信息匹配的多个目标智能设备，并确定各目标智能设备对应的音频信息以及时间信息；

所述映射关系包括多个位置信息、多个时间信息以及一个音频信息关联，其中，各目标位置信息匹配有一个目标智能设备，各目标智能设备对应的音频信息是相同的，部分或者全部目标智能设备对应的时间信息不同；或者，

所述映射关系包括多个位置信息、一个时间信息以及多个音频信息关联，其中，各目标位置信息匹配有一个目标智能设备，各目标智能设备对应的时间信息是相同的，部分或者全部目标智能设备对应的音频信息不同；或者，

所述映射关系包括多个位置信息、多个时间信息以及多个音频信息关联，其中，各目标位置信息匹配有一个目标智能设备，部分或者全部目标智能设备对应的时间信息不同，部分或者全部目标智能设备对应的音频信息不同。