CN117437919B - 语音交互方法、装置、电子设备和可读存储介质 - Google Patents

Abstract

本申请提出了一种语音交互方法、装置、电子设备和可读存储介质，属于数据处理技术领域，其中，语音交互方法包括：将多个设备划分为多个设备组；控制设备根据唤醒语音生成响应信息；控制多个设备中的主设备接收响应信息；在主设备接收到每个设备组中的任一响应信息的情况下，根据响应信息，确定目标设备组；根据目标设备组中的多个设备的响应信息，确定目标设备；控制目标设备开启语音交互。本申请提供的语音交互方法，可以减少主设备对响应信息的接收和处理时长，进而可以有效地缩短目标设备开启语音交互所需的时长，提高了语音交互的开启效率。

Description

语音交互方法、装置、电子设备和可读存储介质

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种语音交互方法、装置、电子设备和可读存储介质。

背景技术

相关技术中，同一环境内，多台智能语音设备，同一唤醒词的情况下，用户需要与一个设备建立语音交互时，主设备需要集齐所有设备针对用户所发出的唤醒语音的响应信息，再根据所有设备的响应信息，确定用于开启语音交互的目标设备，这个过程所需要消耗的时间较长，影响用户体验。

发明内容

本申请旨在至少解决现有技术或相关技术中存在的多台智能语音设备具有同一唤醒词的情况下，建立与设备之间的语音交互过程的消耗时间较长的问题。

为此，本申请的第一方面提出了一种语音交互方法。

本申请的第二方面提出了一种语音交互装置。

本申请的第三方面提出了一种语音交互装置。

本申请的第四方面提出了一种电子设备。

本申请的第五方面提出了一种可读存储介质。

本申请的第六方面提出了一种计算机程序产品。

本申请的第七方面提出了一种芯片。

有鉴于此，本申请的第一方面，提出了一种语音交互方法，语音交互方法用于开启设备的语音交互，其中，设备的数量为多个，语音交互方法包括：将多个设备划分为多个设备组；控制设备根据唤醒语音生成响应信息；控制多个设备中的主设备接收响应信息；在主设备接收到每个设备组中的任一响应信息的情况下，根据响应信息，确定目标设备组；根据目标设备组中的多个设备的响应信息，确定目标设备；控制目标设备开启语音交互。

本申请提供的语音交互方法，可以用于开启设备的语音交互，可以理解的是，开启设备的语音交互，可以实现用户通过语音的方式控制设备的运行。其中，设备的数量可以为多个，并且多个设备对应的唤醒语音相同，在用户发出唤醒语音的情况下，在多个设备中确定目标设备，以使得目标设备开启语音交互。在控制目标设备开启语音交互之前，首先可以将多个设备划分为多个设备组。

进一步地，在用户发出唤醒语音的情况下，首先控制每个根据用户所发出的唤醒语音生成响应信息，并且控制多个设备中的主设备接收响应信息。可以理解的是，在多个设备中包括主设备，主设备可以根据所接收到的响应信息，在多个设备中选择目标设备开启语音交互。

进一步地，在主设备接收到每个设备组中的任一响应信息的情况下，即可根据所接收到的响应信息，确定目标设备组。进一步地，控制主设备根据目标设备组中的设备的响应信息，确定目标设备。也就是，在主设备接收到每个设备组中的一个设备所发出的响应信息时，即可确定目标设备组，目标设备即是目标设备组中的一个设备，因此无需再接收除目标设备组之外的其他设备的响应信息。最后，在目标设备组中，根据目标设备组的所有设备的响应信息，确定目标信息并控制目标设备开启语音交互。

可以理解的是，由于在主设备接收到每个设备组中的任一设备发出的响应信息的情况下即可确定目标设备组，也就是，在主设备接收到每个设备组中的一个设备所发出的响应信息时，即可确定目标设备组，从而无需再接收每个设备组中的其他设备所发出的响应信息，也无需对其他设备的响应信息进行处理。因此，相较于现有技术中主设备需要接收所有设备的响应信息并进行处理，再确定目标设备的方案，本申请的技术方案无需接收所有设备的响应信息并进行处理，进而减少了主设备接收和处理响应信息所需的时长，也即缩短了语音交互开启的响应时长。

本发明提供的语音交互方法，通过将多个设备进行分组，从而使得在主设备接收到每个设备组的任意一个设备的响应信息的情况下，即可确定目标设备组，进而在目标设备组中确定需要开启语音交互的目标设备，使得主设备无需接收所有设备的响应信息，减少了主设备对响应信息的接收和处理时长，进而可以有效地缩短目标设备开启语音交互所需的时长，提高了语音交互的开启效率。

根据本申请的第二方面，提出了一种语音交互装置，语音交互装置用于开启设备的语音交互，其中，设备的数量为多个，语音交互装置包括：分组单元，用于将多个设备划分为多个设备组；控制单元，用于控制设备根据唤醒语音生成响应信息；以及控制多个设备中的主设备接收响应信息；确定单元，用于在主设备接收到每个设备组中的任一响应信息的情况下，根据响应信息，确定目标设备组；以及根据目标设备组中的多个设备的响应信息，确定目标设备；控制单元还用于控制目标设备开启语音交互。

根据本申请的第三方面，提出了一种语音交互装置，包括：处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如下步骤：将多个设备划分为多个设备组；控制设备根据唤醒语音生成响应信息；控制多个设备中的主设备接收响应信息；在主设备接收到每个设备组中的任一响应信息的情况下，根据响应信息，确定目标设备组；根据目标设备组中的多个设备的响应信息，确定目标设备；控制目标设备开启语音交互。

根据本申请的第四方面，提出了一种电子设备，包括处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如下步骤：将多个设备划分为多个设备组；控制设备根据唤醒语音生成响应信息；控制多个设备中的主设备接收响应信息；在主设备接收到每个设备组中的任一响应信息的情况下，根据响应信息，确定目标设备组；根据目标设备组中的多个设备的响应信息，确定目标设备；控制目标设备开启语音交互。

根据本申请的第五方面，提出了一种可读存储介质，其上存储有程序或指令，程序或指令被处理器执行时实现如下步骤：将多个设备划分为多个设备组；控制设备根据唤醒语音生成响应信息；控制多个设备中的主设备接收响应信息；在主设备接收到每个设备组中的任一响应信息的情况下，根据响应信息，确定目标设备组；根据目标设备组中的多个设备的响应信息，确定目标设备；控制目标设备开启语音交互。

根据本申请的第六方面，提出了一种计算机程序产品，包括计算机程序或指令，计算机程序或指令被处理器执行时实现如下步骤：将多个设备划分为多个设备组；控制设备根据唤醒语音生成响应信息；控制多个设备中的主设备接收响应信息；在主设备接收到每个设备组中的任一响应信息的情况下，根据响应信息，确定目标设备组；根据目标设备组中的多个设备的响应信息，确定目标设备；控制目标设备开启语音交互。

根据本申请的第七方面，提出了一种芯片，包括程序或指令，当芯片运行时，用于实现如下步骤：将多个设备划分为多个设备组；控制设备根据唤醒语音生成响应信息；控制多个设备中的主设备接收响应信息；在主设备接收到每个设备组中的任一响应信息的情况下，根据响应信息，确定目标设备组；根据目标设备组中的多个设备的响应信息，确定目标设备；控制目标设备开启语音交互。

本申请的附加方面和优点将在下面的描述部分中变得明显，或通过本申请的实践了解到。

附图说明

本申请的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1示出了本申请一个实施例提供的语音交互方法的流程示意图；

图2示出了本申请又一个实施例提供的语音交互方法的流程示意图；

图3示出了本申请又一个实施例提供的语音交互方法的流程示意图；

图4示出了本申请一个实施例提供的语音交互过程中关键时间点的示意图；

图5示出了本申请一个实施例提供的语音交互方法中多个设备的连接示意图；

图6示出了本申请一个实施例的语音交互方法中组网过程的流程框图；

图7示出了本申请一个实施例的语音交互方法的流程框图；

图8示出了本申请一个实施例提供的语音交互装置的结构框图。

具体实施方式

为了能够更清楚地理解本申请的上述目的、特征和优点，下面结合附图和具体实施方式对本申请进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本申请，但是，本申请还可以采用其他不同于在此描述的其他方式来实施，因此，本申请的保护范围并不限于下面公开的具体实施例的限制。

下面参照图1至图8描述根据本申请一些实施例的提供的种语音交互方法、装置、电子设备和可读存储介质。

如图1所示，根据本申请的一个实施例，提出了一种语音交互方法，包括：

步骤S102，将多个设备划分为多个设备组；

步骤S104，控制设备根据唤醒语音生成响应信息；

步骤S106，控制多个设备中的主设备接收响应信息；

步骤S108，在主设备接收到每个设备组中的任一响应信息的情况下，根据响应信息，确定目标设备组；

步骤S110，根据目标设备组中的多个设备的响应信息，确定目标设备；

步骤S112，控制目标设备开启语音交互。

本申请提供的语音交互方法，可以用于开启设备的语音交互，可以理解的是，开启设备的语音交互，可以实现用户通过语音的方式控制设备的运行。其中，设备的数量可以为多个，并且多个设备对应的唤醒语音相同，在用户发出唤醒语音的情况下，在多个设备中确定目标设备，以使得目标设备开启语音交互。在控制目标设备开启语音交互之前，首先可以将多个设备划分为多个设备组。

进一步地，在用户发出唤醒语音的情况下，首先控制每个根据用户所发出的唤醒语音生成响应信息，并且控制多个设备中的主设备接收响应信息。可以理解的是，在多个设备中包括主设备，主设备可以根据所接收到的响应信息，在多个设备中选择目标设备开启语音交互。

进一步地，在主设备接收到每个设备组中的任一响应信息的情况下，即可根据所接收到的响应信息，确定目标设备组。进一步地，控制主设备根据目标设备组中的设备的响应信息，确定目标设备。也就是，在主设备接收到每个设备组中的一个设备所发出的响应信息时，即可确定目标设备组，目标设备即是目标设备组中的一个设备，因此无需再接收除目标设备组之外的其他设备的响应信息。最后，在目标设备组中，根据目标设备组的所有设备的响应信息，确定目标信息并控制目标设备开启语音交互。

可以理解的是，由于在主设备接收到每个设备组中的任一设备发出的响应信息的情况下即可确定目标设备组，也就是，在主设备接收到每个设备组中的一个设备所发出的响应信息时，即可确定目标设备组，从而无需再接收每个设备组中的其他设备所发出的响应信息，也无需对其他设备的响应信息进行处理。因此，相较于现有技术中主设备需要接收所有设备的响应信息并进行处理，再确定目标设备的方案，本申请的技术方案无需接收所有设备的响应信息并进行处理，进而减少了主设备接收和处理响应信息所需的时长，也即缩短了语音交互开启的响应时长。

本发明提供的语音交互方法，通过将多个设备进行分组，从而使得在主设备接收到每个设备组的任意一个设备的响应信息的情况下，即可确定目标设备组，进而在目标设备组中确定需要开启语音交互的目标设备，使得主设备无需接收所有设备的响应信息，减少了主设备对响应信息的接收和处理时长，进而可以有效地缩短目标设备开启语音交互所需的时长，提高了语音交互的开启效率。

示例性地，如图5所示，设备的数量可以为9个，首先，将9个设备划分为3个设备组，其中，设备1、设备2和设备3为第一设备组、设备4、设备5和设备6为第二设备组，设备7、设备8和设备9为第三设备组。设备2为主设备。在用户发出唤醒语音时，设备1至设备9在接收到唤醒语音时，均根据唤醒语音生成响应信息，设备2接收响应信息，在设备2接收到设备1的响应信息的情况下，便不再接收设备3的响应信息，同理，设备2接收到设备4的响应信息的情况下，便不再接收设备5和设备6的响应信息，设备2在接收到设备7的响应信息的情况下，便不再接收设备8和设备9的响应信息。进一步地，设备2根据设备1、设备4和设备7的响应信息，确定目标设备组，例如目标设备组为第二设备组。进一步地，在第二设备组中，由于设备4是最快发出响应信息的设备，因此可以直接将设备4确定为目标设备，此时设备4开启语音交互。如果设备4无法开启语音交互，设备2还可以接收设备5和设备6的响应信息，进而在设备5和设备6中确定目标设备，然后开启语音交互。在开启语音交互的过程中，设备2无需接收设备3、设备8和设备9的响应信息，相较于现有技术中的语音交互的开启方式，无需接收所有设备的响应信息，进而可以有效缩短开启语音交互所需的时长，提高了语音交互的开启效率。具体地，如图4所示，T0为用户发出唤醒语音的时刻，T1为设备接收到预唤醒语音的时刻，T2为目标设备开启语音交互的时刻，T3为本发明提供的语音交互过程的结束时刻，T4为现有技术中语音交互过程的结束时刻。相较于现有技术的语音交互方法，本发明提供的语音交互方法能够实现缩短设备开启语音交互所需要的时长，提高语音交互的开启效率。

根据本申请的一个实施例，如图2所示，提出了一种语音交互方法，包括：

步骤S202，获取多个设备的位置信息和/或环境信息；

步骤S204，根据位置信息和/或环境信息，将多个设备划分为多个设备组；

步骤S206，控制设备根据唤醒语音生成响应信息；

步骤S208，控制多个设备中的主设备接收响应信息；

步骤S210，在主设备接收到每个设备组中的任一响应信息的情况下，根据响应信息，确定目标设备组；

步骤S212，根据目标设备组中的多个设备的响应信息，确定目标设备；

步骤S214，控制目标设备开启语音交互。

在该实施例中，在将多个设备进行分组的过程中，可以根据多个设备的位置信息和/或环境信息进行分组。可以理解的是，多个设备可以是家电设备，多个家电设备分别处于不同的位置，例如，冰箱、电饭锅等设备位于厨房中、电视、空调器等设备位于客厅中，洗衣机、热水器等设备处于卫生间中。另外，处于不同位置的设备的环境信息同样具有一定的区别，因此，在对多个设备进行分组的过程中，可以根据设备的位置信息或者环境信息进行分组，也可以将位置信息和环境信息相结合，也就是同时根据位置信息和环境信息对多个设备进行分组。

在一些实施例中，可选地，环境信息包括噪声信息，根据位置信息和/或环境信息，将多个设备划分为多个设备组，包括：根据噪声信息，将多个设备划分为多个设备组。

在该实施例中，根据设备的环境信息对多个设备进行分组，首先，可以获取多个设备所处环境的环境噪声信息，进一步对每个设备所处环境的环境噪声信息进行分析，从而根据每个设备所处环境的环境噪声信息将多个设备划分为多个设备组。

通过根据多个设备所处环境的环境噪声信息对多个设备进行分组，从而确定多个设备组，可以结合每个设备所处环境的环境噪声信息对用户所发出的唤醒语音的影响来确定设备组，从而提高设备针对用户所发出的唤醒语音的响应的准确性。

在一些实施例中，可选地，噪声信息包括特征值和噪声类型，根据噪声信息，将多个设备划分为多个设备组，包括：将多个设备对应的多个特征值划分为多个特征值区间；将处于同一特征值区间的特征值对应的设备划分在一个设备组；或将噪声类型相同的设备划分在一个设备组。

在该实施例中，噪声信息可以包括环境噪声的特征值，例如环境噪声的声压、声强、声功率、频率和响度等特征值。在划分多个设备组的过程中，首先可以将多个设备所对应的特征值划分为多个特征值区间。例如，针对噪声的频率特征值，首先可以将噪声的频率划分为多个频率区间，然后确定每个设备的环境噪声的频率所处的频率区间，最后将处于同一个频率区间的环境噪声的多个设备划分在同一个设备组中。

进一步地，噪声信息还可以包括噪声类型，在划分多个设备组的过程中，首先可以获取每个设备所处环境的环境噪声的噪声类型，然后将噪声类型相同的设备划分在同一个设备组中。

在一些实施例中，可选地，根据位置信息和/或环境信息，将多个设备划分为多个设备组之后，语音交互方法还包括：在多个设备满足重新分组条件的情况下，更新多个设备的位置信息和/或环境信息；根据更新后的位置信息和/或环境信息，将多个设备划分为多个设备组；其中，重新分组条件包括以下至少一个：任一设备的位置信息发生变化、任一设备的环境信息发生变化，多个设备的数量发生变化。

在该实施例中，在根据多个设备的位置信息和/或环境信息，将多个设备划分为多个设备组之后，还可以实时检测多个设备是否满足重新分组条件，如果多个设备满足重新分组的条件，此时则可以将多个设备进行重新分组，以保证用户在发出唤醒语音后，能够快速准确地确定目标设备。

可以理解的是，在实际运行过程中，用户可能根据自身需求，对多个设备进行位置的调整，这样，多个设备的位置信息将会发生变化，相应地，多个设备的环境信息也会同样发生变化。另外，用户还可能新增需要语音交互的设备或者对当前已有设备进行淘汰，此时，也同样需要对设备组进行重新划分。也就是，多个设备的重新分组条件可以包括任一设备的位置信息发生变化、任一设备的环境信息发生变化以及多个设备的数量发生变化中的至少一个。

进一步地，在多个设备满足重新分组条件的情况下，则可以对多个设备的位置信息和/或环境信息进行更新，然后，根据多个设备更新后的位置信息和/或环境信息，将多个设备划分为多个设备组。

在一些实施例中，可选地，根据位置信息和/或环境信息，将多个设备划分为多个设备组之后，语音交互方法还包括：在多个设备组中，确定设备的数量大于预设数量的第一设备组；根据第一设备组中的多个设备的位置信息和/或环境信息，将第一设备组划分为多个子设备组。

在该实施例中，在根据多个设备的位置信息和/或环境信息将多个设备划分为多个设备组之后，还可以确定每个设备组中的设备的数量，并且确定所包括的设备的数量大于预设数量的第一设备组。

进一步地，根据第一设备组中的多个设备的位置信息和/或环境信息，将第一设备组中的多个设备划分为多个子设备组。在用户发出唤醒语音之后，主设备接收到第一设备组的任一设备的响应信息之后，还可以接收第一设备组中的每个子设备组中的任一设备的响应信息，进一步从多个子设备组中确定是否存在目标设备进行唤醒语音的响应。

可以理解的是，由于第一设备组中的设备的数量大于预设数量，也就是第一设备组中的设备数量较多，在接收第一设备组中的一个设备的响应信息后，在第一设备组中确定目标设备，同样需要接收较多的响应信息并进行处理，这样仍然会消耗较长的处理时间，因此，将第一设备组进行多个子设备组的划分，从而进一步减少在第一设备组中确定目标设备的时长，也即缩短目标设备开启语音交互所需的时长，提高了语音交互的开启效率。

在一些实施例中，可选地，在主设备接收到每个设备组中的任一响应信息的情况下，根据响应信息，确定目标设备组，包括：控制主设备根据响应信息，确定响应信息的信息参数；根据信息参数，在多个响应信息中确定第一目标响应信息；将第一目标响应信息对应的设备所在的设备组确定为目标设备组。

在该实施例中，在主设备接收到每个设备组中的任一设备所发出的响应信息的情况下，首先可以根据响应信息，确定响应信息的信息参数。例如，响应信息的信息参数可以包括响应信息的能量值和信噪比等参数。

进一步地，可以对从每个设备组所接收到的响应信息的信息参数进行比较，进而根据信息参数的比较结果，确定第一目标响应信息，进而将第一目标响应信息对应的设备组确定为目标设备组。例如，可以将每个设备组的响应信息中能量值最高的响应信息所对应的设备组确定为目标设备组。或者将每个设备组的响应信息中信噪比最高的响应信息对应的设备组确定为目标设备组。

通过根据主设备所接收到的响应信息的信息参数，在多个设备组中确定目标设备组，可以实现在多个设备组中根据信息参数筛选响应能力最强的设备组，进而可以保证在确定了目标设备之后，目标设备的语音交互效果。

在一些实施例中，可选地，根据目标设备组中的多个设备的响应信息，确定目标设备，包括：控制主设备接收目标设备组中的多个响应信息；根据多个响应信息，在多个响应信息中确定第二目标响应信息；将第二目标响应信息对应的设备确定为目标设备。

在该实施例中，当确定了目标设备组之后，即可在目标设备组中的多个设备中确定目标设备，进而开启目标设备的语音交互。

具体的，可以直接将主设备接收到的响应信息对应的设备确定为目标设备，可以理解的是，在确定目标设备组的过程中，主设备首先接收到了目标设备组的设备所发出的响应信息，也就是该设备生成并发送响应信息所消耗的时长最少，也即该设备的响应效果最好，因此可以直接将该设备确定为目标设备，开启该设备的语音交互。

进一步地，还可以控制主设备接收目标设备组中的每个设备的响应信息，进而对每个设备的响应信息的信息参数进行比较，进而根据信息参数的比较结果，确定第二目标响应信息，进而将第二目标响应信息对应的设备确定为目标设备。例如，可以将每个设备的响应信息中能量值最高的响应信息所对应的设备确定为目标设备。或者将每个设备的响应信息中信噪比最高的响应信息对应的设备确定为目标设备。

根据本申请的一个实施例，如图3所示，提出了一种语音交互方法，包括：

步骤S302，获取多个设备的位置信息和/或环境信息；

步骤S304，根据位置信息和/或环境信息，将多个设备划分为多个设备组；

步骤S306，控制设备接收唤醒语音；

步骤S308，在接收到的唤醒语音达到预唤醒语音的情况下，根据预唤醒语音，生成响应信息；

其中，预唤醒语音为唤醒语音的一部分；

步骤S310，控制多个设备中的主设备接收响应信息；

步骤S312，在主设备接收到每个设备组中的任一响应信息的情况下，根据响应信息，确定目标设备组；

步骤S314，根据目标设备组中的多个设备的响应信息，确定目标设备；

步骤S316，控制目标设备开启语音交互。

在该实施例中，可以通过设置预唤醒语音的方式，将响应信息的生成提前，其中，预唤醒语音为唤醒语音的一部分，也就是，预唤醒语音是唤醒语音在先生成的一部分。例如，唤醒语音为“1212”，此时，可以将预唤醒语音设置为“12”，在设备接收唤醒语音的过程中，在接收到“12”时，即可直接根据“12”，生成相应地响应信息，从而缩短了响应信息的生成时间。

具体的，在用户发出唤醒语音的情况下，控制设备接收唤醒语音，当设备所接收到的唤醒语音达到预唤醒语音的情况下，即可控制设备根据预唤醒语音生成响应信息，并将响应信息发送至主设备。

通过设置预唤醒语音，从而使得设备在接收到预唤醒语音的情况下，即可根据预唤醒语音生成响应信息，而预唤醒语音是唤醒语音的一部分，进而使得设备无需在接收到完整的唤醒语音之后再生成响应信息，实现了将响应信息的生成过程提前，进而有效地缩短了响应信息的生成时长，也即缩短了开启语音交互所需的时长。

在一些实施例中，可选地，控制多个设备中的主设备接收响应信息之前，语音交互方法还包括：获取多个设备的设备参数；根据设备参数，在多个设备中确定主设备。

在该实施例中，可以根据每个设备的设备参数，在多个设备中确定主设备。具体地，在确定主设备之前，首先获取每个设备的设备参数。其中，设备参数可以包括设备的计算能力、设备网络信号的强度或者设备的品类等。具体的，在进行多个设备组的划分之前，可以控制多个设备之间建立连接，并通过用户数据报协议（User Datagram Protocol，UDP），将每个设备的设备参数进行发送，进而根据每个设备的设备参数，确定主设备。

另外，需要说明的是，多个设备组的划分方式还可以根据设备的其他相应参数进行划分，也就是，任何将多个设备划分为多个设备组的技术方案都包括在本申请的保护范围内，比如可进一步结合设备类型信息来进行分组。

进一步地，将多个设备的设备参数进行比较，根据比较结果，确定主设备。例如，在多个设备中，可以选择计算能力最强的设备作为主设备，或者选择连接信号最强的设备作为主设备。

进一步地，主设备包括第一主设备和第二主设备，控制多个设备中的主设备接收响应信息，包括：控制第一主设备接收响应信息；在第一主设备无法接收响应信息的情况下，控制第二主设备接收响应信息。

具体地，在确定主设备的过程中，可以根据每个设备的设备参数确定第一主设备和第二主设备，其中，第二主设备作为第一主设备的备用设备，在第一主设备无法进行语音交互的目标设备的确定时，可以通过第二主设备确定目标设备，从而可以缩短第一主设备无法正常运行的情况下开启目标设备的语音交互过程的消耗时长。

在一些实施例中，可选地，控制目标设备开启语音交互之后，语音交互方法还包括：获取目标设备的语音交互状态；在目标设备未开启语音交互的情况下，控制目标设备组中除目标设备之外的任一设备开启语音交互。

在该实施例中，在控制目标设备开启语音交互之后，还可以对目标设备的语音交互状态，确定目标设备是否已开启语音交互，如果目标设备未开启语音交互，则可以在目标设备组中选择除目标设备之外的任一设备，并控制该设备开启语音交互。

进一步地，如果目标设备组中的所有设备均无法开启语音交互，此时则需要在除目标设备组的其他设备组中选取一个设备，并控制该设备开启语音交互。

在一个具体实施例中，如图6和图7所示，设备的数量可以为9个，首先对9个设备进行组网，具体地，如图6所示，检测每个设备的环境噪声，并根据环境噪声确定每个设备的环境噪声的特征值或噪声类型。然后每个设备发送设备信息，并根据设备信息确定9个设备的唤醒语音是否相同，如果相同，则表示9个设备可以进行组网。

进一步地，在组网之后，可以控制多个设备之间建立连接，并通过用户数据报协议（User Datagram Protocol，UDP），将每个设备的设备参数进行发送，进而根据每个设备的设备参数，确定主设备。具体地，设备参数可以包括设备的计算能力、设备网络信号（WiFi信号）的强度或者设备的品类等。

进一步地，根据每个设备的环境噪声情况、网络信号强度等参数，对多个设备进行分组。具体地，根据每个设备的环境噪声的特征值或者噪声类型，将9个设备进行分组，生成多个设备组，完成组网过程。同时，完成组网之后，每个设备将设备信息、以及分组信息发送至主设备。

在任意一个设备的环境噪声或者设备信息发生变化的情况下，则重新发起组网过程。

进一步地，在用户发出唤醒语音的情况下，每个设备所接收到的唤醒语音达到预唤醒语音的情况下，即可生成响应信息，并将响应信息发送至主设备，也就是进行预唤醒阶段。然后，主设备在接收到每个设备组的任意一个设备的响应信息的情况下，即可根据响应信息，在多个设备组中，确定目标设备组。此时，主设备可以通知其他设备组不再响应。

进一步地，主设备根据规则，在目标设备组中确定目标设备，控制目标设备开启语音交互。例如，直接将预唤醒阶段接收到的响应信息对应的设备作为目标设备，或者在预唤醒阶段接收到的响应信息对应的设备不会被选中，而是在目标设备组中接收每个设备的响应信息，再根据每个设备的响应信息，确定目标设备。

根据本申请的第二方面，如图8所示，提出了一种语音交互装置800，语音交互装置800用于开启设备的语音交互，其中，设备的数量为多个，语音交互装置800包括：分组单元802，用于将多个设备划分为多个设备组；控制单元804，用于控制设备根据唤醒语音生成响应信息；以及控制多个设备中的主设备接收响应信息；确定单元806，用于在主设备接收到每个设备组中的任一响应信息的情况下，根据响应信息，确定目标设备组；以及根据目标设备组中的多个设备的响应信息，确定目标设备；控制单元804还用于控制目标设备开启语音交互。

本发明提供的语音交互装置800，通过将多个设备进行分组，从而使得在主设备接收到每个设备组的任意一个设备的响应信息的情况下，即可确定目标设备组，进而在目标设备组中确定需要开启语音交互的目标设备，使得主设备无需接收所有设备的响应信息，减少了主设备对响应信息的接收和处理时长，进而可以有效地缩短目标设备开启语音交互所需的时长，提高了语音交互的开启效率。

进一步地，分组单元802具体用于获取多个设备的位置信息和/或环境信息；根据位置信息和/或环境信息，将多个设备划分为多个设备组。

进一步地，环境信息包括噪声信息，分组单元802具体用于根据噪声信息，将多个设备划分为多个设备组。

进一步地，分组单元802具体用于将多个设备对应的多个特征值划分为多个特征值区间；将处于同一特征值区间的特征值对应的设备划分在一个设备组；或将噪声类型相同的设备划分在一个设备组。

进一步地，分组单元802还用于在多个设备满足重新分组条件的情况下，更新多个设备的位置信息和/或环境信息；根据更新后的位置信息和/或环境信息，将多个设备划分为多个设备组；其中，重新分组条件包括以下至少一个：任一设备的位置信息发生变化、任一设备的环境信息发生变化、多个设备的数量发生变化。

进一步地，分组单元802还用于在多个设备组中，确定设备的数量大于预设数量的第一设备组；根据第一设备组中的多个设备的位置信息和/或环境信息，将第一设备组划分为多个子设备组。

进一步地，确定单元806具体用于控制主设备根据响应信息，确定响应信息的信息参数；根据信息参数，在多个响应信息中确定第一目标响应信息；将第一目标响应信息对应的设备所在的设备组确定为目标设备组。

进一步地，确定单元806具体还用于控制主设备接收目标设备组中的多个响应信息；根据多个响应信息，在多个响应信息中确定第二目标响应信息；将第二目标响应信息对应的设备确定为目标设备。

进一步地，控制单元804具体用于控制设备接收唤醒语音；在接收到的唤醒语音达到预唤醒语音的情况下，根据预唤醒语音，生成响应信息；其中，预唤醒语音为唤醒语音的一部分。

进一步地，确定单元806具体还用于获取多个设备的设备参数；根据设备参数，在多个设备中确定主设备，其中，设备参数包括以下至少一个：设备的运算能力、设备的网络信号强度、设备的品类。

进一步地，控制单元804具体还用于控制第一主设备接收响应信息；在第一主设备无法接收响应信息的情况下，控制第二主设备接收响应信息。

进一步地，控制单元804具体还用于获取目标设备的语音交互状态；在目标设备未开启语音交互的情况下，控制目标设备组中除目标设备之外的任一设备开启语音交互。

根据本申请的第三方面，提出了一种语音交互装置，包括：处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如上述技术方案中任一项的语音交互方法的步骤。

本申请提供的语音交互装置，包括存储器和处理器，还包括存储在存储器上的程序或指令，该程序或指令被处理器执行时，能够实现上述技术方案中任一项的语音交互方法的步骤，因此该语音交互装置具备上述语音交互方法的全部有益效果，在此不再赘述。

根据本申请的第四方面，提出了一种电子设备，包括处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如上述实施例的语音交互方法的步骤。

本申请提供的电子设备，因程序或指令被处理器执行时实现如上述实施例中任一项的语音交互方法的步骤，因此该电子设备具备上述语音交互方法的全部有益效果，在此不再赘述。

根据本申请的第五方面，提出了一种可读存储介质，其上存储有程序或指令，程序或指令被处理器执行时实现如上述技术方案中任一项的语音交互方法。

本申请提供的可读存储介质，其上存储有程序或指令，因该程序或指令被处理器执行时，能够实现如上述技术方案中任一项的语音交互方法，因此该可读存储介质具备上述语音交互方法的全部有益效果，在此不再赘述。

其中，所述方法可根据特定的特征和/或示例应用而采用各种不同的方式进行实施。例如，这些方法可以通过硬件、固件以及/或软件的组合来实施。例如，在硬件实施中，处理器可以在一个或多个应用专用集成电路（ASIC）、数字信号处理器（DSP）、数字信号处理设备（DSPD）、可编程逻辑器件（PLD）、现场可编程门阵列（FPGA）、控制器、微控制器、微处理器、电子设备、其他用于执行上述功能的设备单元和/或它们的组合中实现。

计算机可读存储介质可以是一种有形设备，它可以保留和存储供指令执行设备使用的指令。计算机可读存储介质可以是电子存储设备、磁存储设备、光学存储设备、电磁存储设备、半导体存储设备或者上述设备的任何适当组合，但不限于此。计算机可读存储介质的更具体示例的非详尽列表包括：便携式计算机软盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦写可编程只读存储器（EPROM或闪存）、静态随机存取存储器（SRAM）、便携式光盘只读存储器（CD-ROM）、数字化通用磁盘（DVD）、存储卡、软盘、编码机械设备（例如穿孔卡片或具有记录有指令的凸起结构的凹槽）以及上述设备的任何适当组合。此处使用的计算机可读存储介质并不应被理解为传输信号本身，例如无线电波或其他自由传播的电磁波、通过波导或其他传输媒体传播的电磁波，或通过电线传输的电信号等。

根据本申请的第六方面，提出了一种计算机程序产品，包括计算机程序或指令，计算机程序或指令被处理器执行时实现如上述实施例中任一项的语音交互方法的步骤。因此该计算机程序产品具备上述语音交互方法的全部有益效果，在此不再赘述。

根据本申请的第七方面，提出了一种芯片，包括程序或指令，程序或指令被处理器执行时实现如上述实施例中任一项的语音交互方法的步骤。因此该芯片具备上述语音交互方法的全部有益效果，在此不再赘述。

在一些实施例中，本申请针对各设备的控制操作，可能由该设备自己执行，也可能由其他设备（如主设备）执行，还可能由设备之间的交互来实现，本申请对此并不作限制，在实际应用场景中，可基于实际需求来实现。

在本说明书的描述中，术语“第一”、“第二”仅用于描述的目的，而不能理解为指示或暗示相对重要性，除非另有明确的规定和限定；术语“连接”、“安装”、“固定”等均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (17)

1.一种语音交互方法，其特征在于，所述语音交互方法用于开启设备的语音交互，其中，所述设备的数量为多个，所述语音交互方法包括：

将多个所述设备划分为多个设备组；

控制所述设备根据唤醒语音生成响应信息；

控制多个所述设备中的主设备接收所述响应信息；

在所述主设备接收到每个所述设备组中的任一所述响应信息的情况下，根据所述响应信息，确定目标设备组，从而无需再接收每个所述设备组中的其他设备所发出的所述响应信息，无需对其他设备的所述响应信息进行处理；

根据所述目标设备组中的多个所述设备的所述响应信息，确定目标设备；

控制所述目标设备开启语音交互。

2.根据权利要求1所述的语音交互方法，其特征在于，所述将多个所述设备划分为多个设备组，包括：

获取多个所述设备的位置信息和/或环境信息；

根据所述位置信息和/或所述环境信息，将多个所述设备划分为多个所述设备组。

3.根据权利要求2所述的语音交互方法，其特征在于，所述环境信息包括噪声信息，所述根据所述位置信息和/或所述环境信息，将多个所述设备划分为多个所述设备组，包括：

根据所述噪声信息，将多个所述设备划分为多个所述设备组。

4.根据权利要求3所述的语音交互方法，其特征在于，所述噪声信息包括特征值和噪声类型，所述根据所述噪声信息，将多个所述设备划分为多个所述设备组，包括：

将多个所述设备对应的多个所述特征值划分为多个特征值区间；

将处于同一所述特征值区间的所述特征值对应的所述设备划分在一个所述设备组；或

将所述噪声类型相同的所述设备划分在一个所述设备组。

5.根据权利要求2所述的语音交互方法，其特征在于，所述根据所述位置信息和/或所述环境信息，将多个所述设备划分为多个所述设备组之后，所述语音交互方法还包括：

在多个所述设备满足重新分组条件的情况下，更新多个所述设备的所述位置信息和/或所述环境信息；

根据更新后的所述位置信息和/或所述环境信息，将多个所述设备划分为多个所述设备组；

其中，所述重新分组条件包括以下至少一个：任一所述设备的位置信息发生变化、任一所述设备的环境信息发生变化、多个所述设备的数量发生变化。

6.根据权利要求2所述的语音交互方法，其特征在于，所述根据所述位置信息和/或所述环境信息，将多个所述设备划分为多个所述设备组之后，所述语音交互方法还包括：

在多个所述设备组中，确定所述设备的数量大于预设数量的第一设备组；

根据所述第一设备组中的多个所述设备的所述位置信息和/或所述环境信息，将所述第一设备组划分为多个子设备组。

7.根据权利要求1至6中任一项所述的语音交互方法，其特征在于，所述在所述主设备接收到每个所述设备组中的任一所述响应信息的情况下，根据所述响应信息，确定目标设备组，包括：

控制所述主设备根据所述响应信息，确定所述响应信息的信息参数；

根据所述信息参数，在多个所述响应信息中确定第一目标响应信息；

将所述第一目标响应信息对应的所述设备所在的所述设备组确定为所述目标设备组。

8.根据权利要求1至6中任一项所述的语音交互方法，其特征在于，所述根据所述目标设备组中的多个所述设备的所述响应信息，确定目标设备，包括：

控制所述主设备接收所述目标设备组中的多个所述响应信息；

根据多个所述响应信息，在多个所述响应信息中确定第二目标响应信息；

将所述第二目标响应信息对应的所述设备确定为所述目标设备。

9.根据权利要求1至6中任一项所述的语音交互方法，其特征在于，所述控制所述设备根据唤醒语音生成响应信息，包括：

控制所述设备接收所述唤醒语音；

在接收到的所述唤醒语音达到预唤醒语音的情况下，根据所述预唤醒语音，生成所述响应信息；

其中，所述预唤醒语音为所述唤醒语音的一部分。

10.根据权利要求1至6中任一项所述的语音交互方法，其特征在于，所述控制多个所述设备中的主设备接收所述响应信息之前，所述语音交互方法还包括：

获取多个所述设备的设备参数；

根据所述设备参数，在多个所述设备中确定所述主设备；

其中，所述设备参数包括以下至少一个：所述设备的运算能力、所述设备的网络信号强度、所述设备的品类。

11.根据权利要求1至6中任一项所述的语音交互方法，其特征在于，所述主设备包括第一主设备和第二主设备，所述控制多个所述设备中的主设备接收所述响应信息，包括：

控制所述第一主设备接收所述响应信息；

在所述第一主设备无法接收所述响应信息的情况下，控制所述第二主设备接收所述响应信息。

12.根据权利要求1至6中任一项所述的语音交互方法，其特征在于，所述控制所述目标设备开启语音交互之后，所述语音交互方法还包括：

获取所述目标设备的语音交互状态；

在所述目标设备未开启语音交互的情况下，控制所述目标设备组中除所述目标设备之外的任一所述设备开启语音交互。

13.一种语音交互装置，其特征在于，所述语音交互装置用于开启设备的语音交互，其中，所述设备的数量为多个，所述语音交互装置包括：

分组单元，用于将多个所述设备划分为多个设备组；

控制单元，用于控制所述设备根据唤醒语音生成响应信息；以及

控制多个所述设备中的主设备接收所述响应信息；

确定单元，用于在所述主设备接收到每个所述设备组中的任一所述响应信息的情况下，根据所述响应信息，确定目标设备组，从而无需再接收每个所述设备组中的其他设备所发出的所述响应信息，无需对其他设备的所述响应信息进行处理；以及

根据所述目标设备组中的多个所述设备的所述响应信息，确定目标设备；

所述控制单元还用于控制所述目标设备开启语音交互。

14.一种语音交互装置，其特征在于，包括：

处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至12中任一项所述的语音交互方法的步骤。

15.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至12中任一项所述的语音交互方法的步骤。

16.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至12中任一项所述的语音交互方法的步骤。

17.一种芯片，其特征在于，所述芯片包括程序或指令，当所述芯片运行时，用于实现如权利要求1至12中任一项所述的语音交互方法的步骤。