CN117472187A - 非摄像头的智能设备唤醒及交互方法、系统、终端及介质 - Google Patents

Abstract

本发明公开了一种非摄像头的智能设备唤醒及交互方法、系统、终端及介质，方法包括：获取红外手势传感器接收用户手部动作造成的红外强度变化数据；根据所述红外强度变化数据与数据库内存储的手势标签进行匹配，得到识别出的手势标签；将识别出的手势标签和设备参数传输至AI平台；接收AI平台根据手势标签查找对应的手势指令和根据设备参数查找用户ID信息；根据所述手势指令控制智能设备执行唤醒或唤醒及交互操作。该方法提供一种更便捷的智能设备唤醒及交互操作，不仅保障隐私安全和节约成本，还提高了唤醒识别的准确率。

Description

非摄像头的智能设备唤醒及交互方法、系统、终端及介质

技术领域

本发明涉及智能设备交互技术领域，具体涉及一种非摄像头的智能设备唤醒及交互方法、系统、终端及介质。

背景技术

目前对于非摄像头类智能设备，无法采用人脸识别、手势识别等方式进行设备唤醒操作。这种情况下，通过定制化唤醒词触发设备的语音唤醒技术仍然是目前市场的主流解决方案。语音唤醒技术目前主要有以下几个问题：

1)定制的唤醒词字数对准确率影响较大，音节越短，语音中信息的含量就往往越少，语音助手理解的难度就越大。比如“siri”会比“嘿，siri”更难识别。

2)某些唤醒词和日常用语相近，容易造成设备误唤醒的情况。比如如果我们将唤醒词设置“小锦小锦”，可能用在说到“孝敬孝敬”的时候就会误触设备。

3)各地方言及用户口音对于唤醒词识别效果存在较大影响。

4)针对聋哑人士在使用智能设备时，并不友好。

发明内容

针对现有技术中的缺陷，本发明实施例提供的一种非摄像头的智能设备唤醒及交互方法、系统、终端及介质，提供一种更便捷的智能设备唤醒及交互操作，不仅保障隐私安全和节约成本，还提高了唤醒识别的准确率。

第一方面，本发明实施例提供的一种非摄像头的智能设备唤醒及交互方法，获取红外手势传感器接收用户手部动作造成的红外强度变化数据；

根据所述红外强度变化数据与数据库内存储的手势标签进行匹配，得到识别出的手势标签；

将识别出的手势标签和设备参数传输至AI平台；

接收AI平台根据手势标签查找对应的手势指令和根据设备参数查找用户ID信息；

根据所述手势指令和用户ID信息控制智能设备执行唤醒或唤醒及交互操作。

第二方面，本发明实施例提供的一种非摄像头的智能设备唤醒及交互系统，包括：获取模块、匹配模块、传输模块、接收模块和控制模块，

所述获取模块用于获取红外手势传感器接收用户手部动作造成的红外强度变化数据；

所述匹配模块根据所述红外强度变化数据与数据库内存储的手势标签进行匹配，得到识别出的手势标签；

所述传输模块用于将识别出的手势标签和设备参数传输至AI平台；

所述接收模块用于接收AI平台根据手势标签查找对应的手势指令和根据设备参数查找用户ID信息；

所述控制模块用于根据所述手势指令和用户ID信息控制智能设备执行唤醒或唤醒及交互操作。

第三方面，本发明实施例提供的一种智能终端，包括处理器、输入设备、输出设备和存储器，所述处理器分别与输入设备、输出设备和存储器连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述实施例描述的方法。

第四方面，本发明实施例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存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述实施例描述的方法。

本发明的有益效果：

本发明实施例提供的一种非摄像头的智能设备唤醒及交互方法，提供一种更便捷的智能设备唤醒及交互操作，不仅保障隐私安全和节约成本，还提高了唤醒识别的准确率。

本发明实施例提供的一种非摄像头的智能设备唤醒及交互系统、终端及介质，与上述一种非摄像头的智能设备唤醒及交互方法出于相同的发明构思，具有相同的有益效果。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1示出了本发明第一实施例所提供的一种非摄像头的智能设备唤醒及交互方法的流程示意图；

图2示出了本发明另一实施例所提供的一种非摄像头的智能设备唤醒及交互系统的结构示意图；

图3示出了本发明另一实施例所提供的一种智能终端的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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他实施例，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

本发明实施例中的智能设备采用非摄像头的智能音箱为例，用户与智能音箱进行交互，在智能音箱内置的3D红外传感器可检查一定距离内的手部动作，手部动作会造成接收的红外强度数据的变化。红外传感器采集手部动作为现有技术。

如图1所示，示出了本发明第一实施例所提供的一种非摄像头的智能设备唤醒及交互方法的流程示意图，包括以下步骤：

获取红外手势传感器接收用户手部动作造成的红外强度变化数据；

根据所述红外强度变化数据与数据库内存储的手势标签进行匹配，得到识别出的手势标签；

将识别出的手势标签和设备参数传输至AI平台；

接收AI平台根据手势标签查找对应的手势指令和根据设备参数查找用户ID信息；

根据所述手势指令控制和用户ID信息智能设备执行唤醒或唤醒及交互操作。

具体地，用户与智能音箱通过手部动作进行交互，红外手势传感器接收红外强度变化数据，智能音箱根据红外强度变化数据在数据库内存储的手势标签进行匹配，通过分类模型，对不同强度的数据变化进行标签分类，如表1所示。将识别出的手势标签传输至AI平台，同时传入的参数还包括设备参数，设备参数包含根据设备ID生成的用户ID信息、时间等信息。AI平台根据手势标签进行手势指令判断，并将判断得到的手势指令发送给智能音箱，智能音箱根据手势指令控制智能音箱执行唤醒或唤醒及交互操作。

表1

手势标签包括上下挥动、左右挥动和拍手动作，若识别出的手势标签为上下挥动，AI平台识别出对应的手势指令为唤醒手势指令，根据用户ID信息查询当前用户在系统内是否存在未结束的会话。本实施例中的会话是指一个带有上下文的对话信息。一轮会话结束以机器人回复后，用户在100s内无回复或多轮场景内自带的结束作为判断标准。若存在，则启动智能设备，并返回用户最后一次交互的信息；若不存在，则启动智能设备，并返回欢迎界面。若识别出的手势标签为左右挥动，AI平台识别出对应的手势指为快捷手势指令，则识别快捷手势指令，启动智能设备，并根据用户ID查找出用户自定义内容，根据用户自定义内容控制智能设备工作。比如，用户自定义左右挥动为播放音乐，拍手动作为播放新闻，在识别到手势标签为左右挥动时，则控制智能设备启动，并播放音乐。若识别到手势标签为拍手动作，则控制智能设备启动，并播放新闻。

在本实施例中，针对非摄像头的智能音箱设备，通过手势传感器，使得智能音箱用户可在不使用唤醒词的情况下，唤醒设备进行交互，使智能音箱设备不必因为唤醒词字数、地域口音等原因无法识别，可以提高唤醒识别的准确率。同时基于人工智能技术，可对用户交互的历史信息进行记录和判断，即判断此前一定时间内无对历史交互，唤醒后音箱自动开启新一轮对话；若此前有进行中的交互场景，手势唤醒后继续之前的交互。针对语言残疾人士无法使用语音交互的场景时，还可固定的手势识别结果进行快捷指令的操作。无论是从成本、还是用户隐私安全的考虑，非摄像头的智能音箱仍是目前智能音箱消费中的主流商品。通过本发明实施例阐述的唤醒及交互方案，在保障隐私安全和节约成本的基础上，利用手势传感器对音响设备进行非触摸的设备唤醒、快捷操作，作为传统按键控制和现有语音控制的补充，尤其是为无法通过语音操作设备的聋哑人士，提供更快速、便捷的操作体验。

本发明实施例提供的一种非摄像头的智能设备唤醒及交互方法，提供一种更便捷的智能设备唤醒及交互操作，不仅保障隐私安全和节约成本，还提高了唤醒识别的准确率。

在上述的第一实施例中，提供了一种非摄像头的智能设备唤醒及交互方法，与之相对应的，本申请还提供一种非摄像头的智能设备唤醒及交互系统。请参考图2，其为本发明第二实施例提供的一种非摄像头的智能设备唤醒及交互系统的结构示意图。由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。

如图2所示，示出了本发明另一实施例所提供的一种非摄像头的智能设备唤醒及交互系统的结构示意图，该系统包括：获取模块、匹配模块、传输模块、接收模块和控制模块，所述获取模块用于获取红外手势传感器接收用户手部动作造成的红外强度变化数据；所述匹配模块根据所述红外强度变化数据与数据库内存储的手势标签进行匹配，得到识别出的手势标签；所述传输模块用于将识别出的手势标签和设备参数传输至AI平台；所述接收模块用于接收AI平台根据手势标签查找对应的手势指令和根据设备参数查找用户ID信息；所述控制模块用于根据所述手势指令和用户ID信息控制智能设备执行唤醒或唤醒及交互操作。

手势标签包括上下挥动，所述接收模块接收AI平台根据上下挥动识别出对应的手势指令为唤醒手势指令，所述控制模块识别唤醒手势指令，根据用户ID信息查询当前用户在系统内是否存在未结束的会话，若存在，则启动智能设备，并返回用户最后一次交互的信息；若不存在，则启动智能设备，并返回欢迎界面。手势标签包括左右挥动，所述接收模块接收AI平台根据左右挥动识别出对应的手势指令为快捷手势指令，所述控制模块识别快捷手势指令，启动智能设备，并根据用户ID查找出用户自定义内容，根据用户自定义内容控制智能设备工作。

本发明实施例提供的一种非摄像头的智能设备唤醒及交互系统，提供一种更便捷的智能设备唤醒及交互操作，不仅保障隐私安全和节约成本，还提高了唤醒识别的准确率。

如图3所示，示出了本发明另一实施例还提供一种智能终端的结构示意图，该终端包括处理器、输入设备、输出设备和存储器，所述处理器分别与输入设备、输出设备和存储器连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述实施例描述的方法。

应当理解，在本发明实施例中，所称处理器可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application SpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

输入设备可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备可以包括显示器(LCD等)、扬声器等。

该存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。

具体实现中，本发明实施例中所描述的处理器、输入设备、输出设备可执行本发明实施例提供的方法实施例所描述的实现方式，也可执行本发明实施例所描述的系统实施例的实现方式，在此不再赘述。

在本发明还提供一种计算机可读存储介质的实施例，计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，程序指令当被处理器执行时使所述处理器执行上述实施例描述的方法。

所述计算机可读存储介质可以是前述实施例所述的终端的内部存储单元，例如终端的硬盘或内存。所述计算机可读存储介质也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述计算机可读存储介质还可以既包括所述终端的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露终端和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种非摄像头的智能设备唤醒及交互方法，其特征在于，包括：

获取红外手势传感器接收用户手部动作造成的红外强度变化数据；

根据所述红外强度变化数据与数据库内存储的手势标签进行匹配，得到识别出的手势标签；

将识别出的手势标签和设备参数传输至AI平台；

接收AI平台根据手势标签查找对应的手势指令和根据设备参数查找用户ID信息；

根据所述手势指令和用户ID信息控制智能设备执行唤醒或唤醒及交互操作。

2.如权利要求1所述的方法，其特征在于，所述接收AI平台根据手势标签查找对应的手势指令的具体方法包括：

若手势标签为上下挥动，则识别出对应的手势指令为唤醒手势指令。

3.如权利要求2所述的方法，其特征在于，根据手势指令控制智能设备执行唤醒或唤醒及交互操作具体包括：识别唤醒手势指令，根据用户ID信息查询当前用户在系统内是否存在未结束的会话，若存在，则启动智能设备，并返回用户最后一次交互的信息；若不存在，则启动智能设备，并返回欢迎界面。

4.如权利要求1所述的方法，其特征在于，所述接收AI平台根据手势标签查找对应的手势指令的具体方法包括：

若手势标签为左右挥动，则识别出对应的手势指令为快捷手势指令。

5.如权利要求4所述的方法，其特征在于，所述根据所述手势指令控制智能设备执行唤醒或唤醒及交互操作的具体方法为：识别所述快捷手势指令，启动智能设备，并根据用户ID查找出用户自定义内容，根据用户自定义内容控制智能设备工作。

6.一种非摄像头的智能设备唤醒及交互系统，其特征在于，包括：获取模块、匹配模块、传输模块、接收模块和控制模块，

所述获取模块用于获取红外手势传感器接收用户手部动作造成的红外强度变化数据；

所述匹配模块根据所述红外强度变化数据与数据库内存储的手势标签进行匹配，得到识别出的手势标签；

所述传输模块用于将识别出的手势标签和设备参数传输至AI平台；

所述接收模块用于接收AI平台根据手势标签查找对应的手势指令和根据设备参数查找用户ID信息；

所述控制模块用于根据所述手势指令和用户ID信息控制智能设备执行唤醒或唤醒及交互操作。

7.如权利要求6所述的系统，其特征在于，所述手势标签包括上下挥动，所述接收模块接收AI平台根据上下挥动识别出对应的手势指令为唤醒手势指令，所述控制模块识别唤醒手势指令，根据用户ID信息查询当前用户在系统内是否存在未结束的会话，若存在，则启动智能设备，并返回用户最后一次交互的信息；若不存在，则启动智能设备，并返回欢迎界面。

8.如权利要求6所述的系统，其特征在于，所述手势标签包括左右挥动，所述接收模块接收AI平台根据左右挥动识别出对应的手势指令为快捷手势指令，所述控制模块识别快捷手势指令，启动智能设备，并根据用户ID查找出用户自定义内容，根据用户自定义内容控制智能设备工作。

9.一种智能终端，包括处理器、输入设备、输出设备和存储器，所述处理器分别与输入设备、输出设备和存储器连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，其特征在于，所述处理器被配置用于调用所述程序指令，执行如权利要求1-5任一项所述的方法。

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存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-5任一项所述的方法。