CN115361180A

CN115361180A - 基于物理按键的语音处理方法、电子设备、装置及介质

Info

Publication number: CN115361180A
Application number: CN202210937627.4A
Authority: CN
Inventors: 姜龙; 孟令帅; 张佳雪
Original assignee: Goertek Inc
Current assignee: Goertek Inc
Priority date: 2022-08-05
Filing date: 2022-08-05
Publication date: 2022-11-18
Anticipated expiration: 2042-08-05
Also published as: CN115361180B

Abstract

本申请公开了一种基于物理按键的语音处理方法、电子设备、装置及介质，该方法应用于电子设备中的控制器，所述电子设备还包括物理按键、屏幕和麦克风，该方法包括步骤：检测到所述物理按键被按下的第一指令，所述控制器控制所述屏幕显示第一虚拟按键和第二虚拟按键；检测到所述第一虚拟按键被触发的第二指令，所述控制器接收所述麦克风采集用户的语音信号，并处理所述语音信号。本申请避免了语音信号的泄露，从而提高了电子设备中用户的信息的安全性。

Description

基于物理按键的语音处理方法、电子设备、装置及介质

技术领域

本申请涉及设备控制领域，尤其涉及一种基于物理按键的语音处理方法、电子设备、装置及介质。

背景技术

随着电子设备的发展，许多电子设备上都设置有麦克风。

一般地，若用户需要使用电子设备上的麦克风，软件会自动提醒用户是否开启麦克风功能，用户同意后即可使用麦克风。也即，目前电子设备上的麦克风功能通过软件来开启，导致在软件被黑客破解后，黑客可以远程控制麦克风来盗取用户的信息，从而使得用户的信息存在被泄露的风险。

发明内容

有鉴于此，本申请提供一种基于物理按键的语音处理方法、电子设备、装置及介质，旨在提高电子设备中用户的信息的安全性。

为实现上述目的，本申请提供一种基于物理按键的语音处理方法，应用于电子设备中的控制器，所述电子设备还包括物理按键、屏幕和麦克风，所述方法包括：

检测到所述物理按键被按下的第一指令，所述控制器控制所述屏幕显示第一虚拟按键和第二虚拟按键；

检测到所述第一虚拟按键被触发的第二指令，所述控制器接收所述麦克风采集用户的语音信号，并处理所述语音信号。

示例性的，所述检测到所述第一虚拟按键被触发的第二指令，所述控制器接收所述麦克风采集用户的语音信号，并处理所述语音信号，包括：

检测到所述第一虚拟按键被触发的第二指令，所述控制器接收所述麦克风采集用户的语音信号，并控制所述屏幕显示提示信息，以提示用户触发所述第二虚拟按键；

检测到所述第二虚拟按键被触发的第三指令，所述控制器处理所述语音信号。

示例性的，所述电子设备还包括第一MOS，所述检测到所述第二虚拟按键被触发的第三指令，所述控制器处理所述语音信号，包括：

检测到所述第二虚拟按键被触发的第三指令，所述控制器确定所述第一MOS的状态；

若所述第一MOS处于导通状态，则所述控制器处理所述语音信号。

示例性的，所述控制器控制所述屏幕显示第一虚拟按键和第二虚拟按键之后，还包括：

检测到所述第二虚拟按键被触发的第四指令，所述控制器确定所述第一MOS的状态；

若所述第一MOS处于未导通状态，则所述控制器接收所述麦克风采集用户的语音信号，但不处理所述语音信号。

示例性的，所述控制器处理所述语音信号，包括：

所述控制器识别所述语音信号中的关键词；

所述控制器基于所述关键词，执行相应的设备操作。

示例性的，所述控制器基于所述关键词，执行相应的设备操作，包括：

所述控制器基于所述关键词，开启相应的第一软件或第一功能，并输出关联推荐信息，以向用户推荐与所述第一软件相关的第二软件或与所述第一功能相关的第二功能。

此外，为实现上述目的，本申请还提供一种电子设备，所述电子设备包括物理按键、控制器、屏幕和麦克风；

所述控制器分别与所述物理按键、所述屏幕和所述麦克风电连接；

所述物理按键用于在用户按压时产生第一指令；

所述屏幕用于显示第一虚拟按键和第二虚拟按键；

所述麦克风用于采集用户的语音信号；

所述控制器用于接收所述物理按键产生的第一指令、控制屏幕进行显示以及接收并处理所述语音信号。

此外，为实现上述目的，本申请还提供一种基于物理按键的语音处理装置，所述基于物理按键的语音处理装置应用于电子设备中的控制器，所述电子设备还包括物理按键、屏幕和麦克风，所述装置包括：

控制模块，用于检测到所述物理按键被按下的第一指令，所述控制器控制所述屏幕显示第一虚拟按键和第二虚拟按键；

第一接收模块，用于检测到所述第一虚拟按键被触发的第二指令，所述控制器接收所述麦克风采集用户的语音信号，并处理所述语音信号。

此外，为实现上述目的，本申请还提供一种电子设备，所述电子设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的基于物理按键的语音处理程序，所述基于物理按键的语音处理程序被所述处理器执行时实现如上所述的基于物理按键的语音处理方法的步骤。

此外，为实现上述目的，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上存储有基于物理按键的语音处理程序，所述基于物理按键的语音处理程序被处理器执行时实现如上所述的基于物理按键的语音处理方法的步骤。

与现有技术中，目前电子设备上的麦克风功能通过软件来开启，导致在软件被黑客破解后，黑客可以远程控制麦克风来盗取用户的信息，从而使得用户的信息存在被泄露的风险相比，本申请的方法应用于电子设备中的控制器，所述电子设备还包括物理按键、屏幕和麦克风，所述方法包括：检测到所述物理按键被按下的第一指令，所述控制器控制所述屏幕显示第一虚拟按键和第二虚拟按键；检测到所述第一虚拟按键被触发的第二指令，所述控制器接收所述麦克风采集用户的语音信号，并处理所述语音信号。本申请新增了物理按键，从而通过物理按键和软件的虚拟按键来控制是否处理麦克风采集的语音信号，避免了仅通过软件来控制是否处理麦克风采集的语音信号，可以理解，黑客能够利用软件的漏洞，即黑客能够控制软件来获取语音信号，但不能够控制物理按键。因此，本申请避免了语音信号的泄露，从而提高了电子设备中用户的信息的安全性。

附图说明

图1是本申请基于物理按键的语音处理方法第一实施例的流程示意图；

图2是本申请基于物理按键的语音处理方法第一实施例中显示第一虚拟按键和第二虚拟按键的应用场景示意图；

图3是本申请基于物理按键的语音处理方法第一实施例中显示提示信息的应用场景示意图；

图4是本申请实施例方案涉及的硬件运行环境的结构示意图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供一种基于物理按键的语音处理方法，参照图1，图1为本申请基于物理按键的语音处理方法第一实施例的流程示意图。

本申请实施例提供了基于物理按键的语音处理方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。基于物理按键的语音处理方法可应用于电子设备中的控制器，所述电子设备还包括物理按键、屏幕和麦克风。其中，控制器为CPU(Central Processing Unit，中央处理器)、MCU(Microcontroller Unit，微控制单元)等，一般地，对于处理任务难度比较大的，该电子设备会选择处理能力较强的CPU来作为控制器，例如电子设备为手机、平板电脑等；对于处理任务难度较小的，该电子设备会选择处理能力较弱的MCU来作为控制器，例如电子设备为智能手表、智能手环等。基于物理按键的语音处理方法包括以下步骤：

步骤S10，检测到所述物理按键被按下的第一指令，所述控制器控制所述屏幕显示第一虚拟按键和第二虚拟按键。

为提高用户的信息的安全性，避免用户的信息被泄露，在开启麦克风功能时，本实施例提出除软件开启之外的开启方式，即增加物理按键控制的开启方式。可以理解，物理按键需要用户按压才能产生第一指令，该第一指令的产生不受软件的控制，而是完全受用户控制。其中，物理按键被按下时，物理按键与控制器之间的电路被导通。

需要说明的是，为避免物理按键被按下是用户误触，从而错误响应误触，本实施例并未取消软件控制的的开启方式，而是在软件控制的开启方式的基础上，增加物理按键控制的开启方式。即在检测到第一指令后，控制器通过控制屏幕显示第一虚拟按键和第二虚拟按键，从而通过第一虚拟按键和第二虚拟按键来确定是否开启麦克风功能，可以理解，第一虚拟按键和第二虚拟按键为软件对应的按键。

示例性的，第一虚拟按键和第二虚拟按键可以分别为“确认”按键和“取消”按键。该“确认”按键用于确定开启麦克风功能，说明用户存在使用麦克风的需求，该物理按键是用户需要使用麦克风而按下的；该“取消”按键用于取消开启麦克风功能，说明用户未存在使用麦克风的需求，该物理按键被按下是用户误触。

示例性的，参照图2，图2为本实施例中第一虚拟按键和第二虚拟按键的应用场景示意图，第一虚拟按键和第二虚拟按键还可以分别为PMIC(Power Management IC，电源管理集成电路)对应的按键和DMIC(Digital Microphone，数字麦克风)对应的按键。本实施例中，设置两个虚拟按键的目的在于提供一种加密的开启方式，具体地，在第一虚拟按键和第二虚拟按键中，若被触发的是第一虚拟按键，则控制器才可能处理语音信号；若被触发的是第二虚拟按键，则控制器确定该触发命令不符合处理语音信号的命令，从而不处理语音信号。

步骤S20，检测到所述第一虚拟按键被触发的第二指令，所述控制器接收所述麦克风采集用户的语音信号，并处理所述语音信号。

用户的语音信号中可能包括用户的姓名、电话等私密信息。

本实施例中，在第一虚拟按键被触发时，控制器才接收并处理麦克风采集的用户的语音信号；在第一虚拟按键未被触发，而是第二虚拟按键被触发时，控制器仅接收麦克风采集的语音信号，但不处理该语音信号，以避免错误响应被黑客模拟的第一指令。即在通过物理按键控制的开启方式的基础上，再次设置了一层保护，从而实现多重保护，进一步提高了用户的信息的安全性。其中，在第一虚拟按键被触发后，控制器控制PMIC开启高速运行的模式，需要说明的是，PMIC处于高速运行的模式时，控制器才能够处理语音信号。其中，麦克风采集用户的语音信号前，需要使第二MOS处于导通状态，即第二指令能够使第二MOS处于导通状态。

示例性的，所述电子设备还包括第二虚拟按键，所述检测到所述第一虚拟按键被触发的第二指令，所述控制器接收所述麦克风采集用户的语音信号，并处理所述语音信号，包括：

参照图3，图3为本实施例中显示提示信息的应用场景示意图。在第一虚拟按键被触发后，控制器并不直接处理语音信号，而是控制屏幕停止显示第一虚拟按键，并显示提示信息，即控制器通过该提示信息，进一步验证该第二指令是否是用户输入的。也即，本实施例中还设置一层保护，即在检测到第二指令后，还控制屏幕显示提示信息(请点击DMIC按钮)，并在检测到第三指令后，控制器才处理语音信号。

在第一虚拟按键被触发后，第一MOS(Metal-Oxide-Semiconductor Field-Effect-Transistor，场效应管)会处于导通状态，因此，在第二虚拟按键被触发后，可以通过第一MOS的状态来确定，在此之前，第一虚拟按键并未被触发；而若第一MOS处于未导通状态，即可确定在第二虚拟按键被触发前，第一虚拟按键并未被触发。

第一MOS处于未导通状态，即为第二虚拟按键被触发前，第一虚拟按键未被触发，由此可确定，用户并不存在使用麦克风的需求，此时，为了避免用户的信息被泄露，控制器不处理该语音信号。

示例性的，所述控制器处理所述语音信号，包括：

所述控制器识别所述语音信号中的关键词。

关键词的识别可以通过HMM(Hidden Markov Model，隐含马尔柯夫模型)、CNN(Convolutional Neural Network，卷积神经网络)等算法来实现。一般地，用户输入的语音信号，均用于控制电子设备执行相应的设备操作，而设备操作是基于相应的软件(包括系统软件和应用软件)来实现的，相应地，关键词是用于操作该软件来实现用户的目的的，用户的目的包括设置闹钟、播放音乐、拨打电话、发送短信、打开运动记录、打开便签记录信息等。

所述控制器基于所述关键词，执行相应的设备操作。

可以理解，关键词与用户的目的存在对应关系，例如语音信号为“定18点20的闹钟”，则关键词为“定闹钟”，即用户的目的为设置闹钟；又如语音信号为“给张三打电话”，则关键词为“打电话”，即用户的目的为拨打电话。

因此，控制器可以根据不同的关键词来执行不同的设备操作，从而满足用户通过麦克风输入语音的目的。

为使麦克风功能更加智能，在执行关键词对应的设备操作之后，还可以进一步地执行该设备操作相关联的设备操作。具体地，所述控制器基于所述关键词，执行相应的设备操作，包括：

示例性的，基于相应的软件实现设备操作包括开启软件和开启功能，可以理解，开启软件为进入软件的主界面，而开启功能能够直接打开一软件中的一功能，例如语音信号为“打开闹钟”，则设备操作为进入软件“闹钟”的主界面，若语音信号为“定18点20的闹钟”，则设备操作不仅为进入软件“闹钟”，还使用了软件“闹钟”中设置闹钟的功能。

示例性的，软件之间存在一定的关联性，这与用户需求相关，例如设备操作为打开便签记录信息，则用户可能存在一需求：打开软件“闹钟”并设置相应的闹钟，以提醒该记录信息(例如记录的信息为17点开会，则需要设置17点之前(如16:50)的闹钟来提醒用户其在17点有会议)；又如设备操作为打开运动软件，则用户可能存在一需求：打开软件“音乐”并播放歌曲。

示例性的，上述关联性可以是系统设置的，也可以由用户设置，或者是根据网络数据来确定(例如根据大数据分析不同用户的数据，从而确定该不同用户倾向性最大的关联性，从而将该倾向性最大的关联性作为目标关联性，以将目标关联性作为用户需求)的。

示例性的，推荐的方式可以为直接开启第二软件或第二功能，也可以输出提醒信息，以供用户选择是否开启第二软件或第二功能。

示例性的，控制器可以学习用户的习惯以提高开启第二软件或第二功能的智能性。例如用户在打开便签记录信息后，多次在提醒信息下确认打开软件“闹钟”，则在下一次用户打开便签记录信息后，直接打开软件“闹钟”。其中，多次可以根据需要具体设置，本实施例不作具体限定。

此外，本申请还提供一种电子设备，所述电子设备包括物理按键、控制器、屏幕和麦克风；

所述物理按键用于在用户按压时产生第一指令；

所述屏幕用于显示第一虚拟按键和第二虚拟按键；

所述麦克风用于采集用户的语音信号；

本申请电子设备具体实施方式与上述基于物理按键的语音处理方法各实施例基本相同，在此不再赘述。

此外，本申请还提供一种基于物理按键的语音处理装置，应用于电子设备中的控制器，所述电子设备还包括物理按键、屏幕和麦克风，所述方法包括：

示例性的，所述第一接收模块具体用于：

示例性的，所述电子设备还包括第一MOS，所述第一接收模块还用于：

示例性的，所述基于物理按键的语音处理装置还包括：

确定模块，用于检测到所述第二虚拟按键被触发的第四指令，所述控制器确定所述第一MOS的状态；

第二接收模块，用于若所述第一MOS处于未导通状态，则所述控制器接收所述麦克风采集用户的语音信号，但不处理所述语音信号。

示例性的，所述第一接收模块具体用于：

所述控制器识别所述语音信号中的关键词；

所述控制器基于所述关键词，执行相应的设备操作。

示例性的，所述第一接收模块还用于：

本申请基于物理按键的语音处理装置具体实施方式与上述基于物理按键的语音处理方法各实施例基本相同，在此不再赘述。

此外，本申请还提供一种电子设备。如图4所示，图4是本申请实施例方案涉及的硬件运行环境的结构示意图。

需要说明的是，图4即可为电子设备的硬件运行环境的结构示意图。

如图4所示，该电子设备可以包括：处理器4001，例如CPU，存储器4005，用户接口4003，网络接口4004，通信总线4002。其中，通信总线4002用于实现这些组件之间的连接通信。用户接口4003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口4003还可以包括标准的有线接口、无线接口。网络接口4004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器4005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器4005可选的还可以是独立于前述处理器4001的存储装置。

可选地，电子设备还可以包括RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块等等。

本领域技术人员可以理解，图4中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图4所示，作为一种计算机存储介质的存储器4005中可以包括操作系统、网络通信模块、用户接口模块以及基于物理按键的语音处理程序。其中，操作系统是管理和控制电子设备硬件和软件资源的程序，支持基于物理按键的语音处理程序以及其它软件或程序的运行。

在图4所示的电子设备中，用户接口4003主要用于连接终端，与终端进行数据通信，如接收终端发送的请求；网络接口4004主要用于后台服务器，与后台服务器进行数据通信；处理器4001可以用于调用存储器4005中存储的基于物理按键的语音处理程序，并执行如上所述的基于物理按键的语音处理方法的步骤。

此外，本申请实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有基于物理按键的语音处理程序，所述基于物理按键的语音处理程序被处理器执行时实现如上所述的基于物理按键的语音处理方法的步骤。

本申请计算机可读存储介质具体实施方式与上述基于物理按键的语音处理方法各实施例基本相同，在此不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，设备，或者网络设备等)执行本申请各个实施例所述的方法。

以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims

1.一种基于物理按键的语音处理方法，其特征在于，应用于电子设备中的控制器，所述电子设备还包括物理按键、屏幕和麦克风，所述基于物理按键的语音处理方法包括：

2.如权利要求1所述的基于物理按键的语音处理方法，其特征在于，所述检测到所述第一虚拟按键被触发的第二指令，所述控制器接收所述麦克风采集用户的语音信号，并处理所述语音信号，包括：

3.如权利要求2所述的基于物理按键的语音处理方法，其特征在于，所述电子设备还包括第一MOS，所述检测到所述第二虚拟按键被触发的第三指令，所述控制器处理所述语音信号，包括：

4.如权利要求1所述的基于物理按键的语音处理方法，其特征在于，所述控制器控制所述屏幕显示第一虚拟按键和第二虚拟按键之后，还包括：

5.如权利要求1-3任一项所述的基于物理按键的语音处理方法，其特征在于，所述控制器处理所述语音信号，包括：

所述控制器识别所述语音信号中的关键词；

所述控制器基于所述关键词，执行相应的设备操作。

6.如权利要求5所述基于物理按键的语音处理方法，其特征在于，所述控制器基于所述关键词，执行相应的设备操作，包括：

7.一种电子设备，其特征在于，所述电子设备包括物理按键、控制器、屏幕和麦克风；

所述物理按键用于在用户按压时产生第一指令；

所述屏幕用于显示第一虚拟按键和第二虚拟按键；

所述麦克风用于采集用户的语音信号；

8.一种基于物理按键的语音处理装置，其特征在于，所述基于物理按键的语音处理装置应用于电子设备中的控制器，所述电子设备还包括物理按键、屏幕和麦克风，所述基于物理按键的语音处理装置包括：

9.一种电子设备，其特征在于，所述电子设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的基于物理按键的语音处理程序，所述基于物理按键的语音处理程序被所述处理器执行时实现如权利要求1至6中任一项所述的基于物理按键的语音处理方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于物理按键的语音处理程序，所述基于物理按键的语音处理程序被处理器执行时实现如权利要求1至6中任一项所述的基于物理按键的语音处理方法的步骤。