CN117956332A - 耳机模式的切换方法、耳机及计算机可读存储介质 - Google Patents

Abstract

本申请提供一种耳机模式的切换方法、耳机及计算机可读存储介质。耳机模式的切换方法包括：获取耳机上的麦克风采集的声音信号，在耳机当前的工作模式是第一模式，且根据声音信号确定佩戴耳机的第一用户正在与第二用户说话的情况下，将耳机从第一模式切换为第二模式，耳机在第二模式下获取外界声音的能力大于在第一模式下获取外界声音的能力。因此，在用户通过耳机收听音频时，若存在与他人说话的需求，无需手动操作即可听到外界的声音，进而可以更好地与他人交谈。

Description

耳机模式的切换方法、耳机及计算机可读存储介质

技术领域

本申请涉及智能穿戴设备领域，尤其涉及一种耳机模式的切换方法、耳机及计算机可读存储介质。

背景技术

随着耳机技术的不断发展，耳机的功能也越来越多。例如一些耳机有主动降噪(active noise control，ANC)功能，当用户佩戴耳机时，可以通过开启主动降噪功能消除外界噪声，更好地收听耳机中的声音。但是，当用户开启耳机的主动降噪功能、开启耳机的其他降低外界噪声的功能或者用户专心听耳机内播放的音频时，会导致用户无法清楚听到外界声音，当用户需要与他人交谈沟通时，就需要摘掉耳机、暂停音频播放或者调整耳机的工作模式，操作繁琐，进而影响用户体验。

发明内容

本申请提供一种耳机模式的切换方法、耳机及计算机可读存储介质，解决了在用户佩戴耳机收听音频的情况下，需要与他人交谈沟通时操作繁琐的问题。

为达到上述目的，本申请采用如下技术方案：

第一方面，提供一种耳机模式的切换方法，应用于耳机，包括：获取所述耳机上的麦克风采集的声音信号，在所述耳机当前的工作模式是第一模式，且根据所述声音信号确定佩戴所述耳机的第一用户正在与第二用户说话的情况下，将所述耳机从所述第一模式切换为第二模式，所述耳机在所述第二模式下获取外界声音的能力大于在所述第一模式下获取外界声音的能力。

上述实施例中，在耳机当前的工作模式是第一模式的情况下，耳机获取外界声音的能力较差，用户存在无法清楚听到外界声音的可能。在根据声音信号确定佩戴耳机的第一用户正在与第二用户说话的情况下，将耳机切换为第二模式，使得耳机可以更好地获取外界声音。这样，用户无需手动操作即可听到外界的声音，进而可以更好地与他人交谈。

在一实施例中，所述根据所述声音信号确定佩戴所述耳机的第一用户正在与第二用户说话，包括：若所述声音信号中包含佩戴所述耳机的第一用户的语音信号，则确定佩戴所述耳机的第一用户正在与所述第二用户说话，从而可以提高识别第一用户是否正在说话的准确度。

在一实施例中，所述根据所述声音信号确定佩戴所述耳机的第一用户正在与第二用户说话，包括：若所述声音信号中包含佩戴所述耳机的第一用户的语音信号，且所述第一用户的语音信号中包含第一唤醒词，则确定佩戴所述耳机的第一用户正在与所述第二用户说话，从而避免将用户唱歌的情况误识别为用户与他人说话的情况的概率。

在一实施例中，所述方法还包括：获取所述耳机上的传感器采集的振动信号，以进一步确定第一用户是否正在说话。

在一实施例中，在所述耳机当前的工作模式为第一模式，且根据所述声音信号确定佩戴所述耳机的第一用户正在与第二用户说话的情况下，将所述耳机从所述第一模式切换为第二模式，包括：在所述耳机当前的工作模式为第一模式，且根据所述声音信号和所述振动信号确定佩戴所述耳机的第一用户正在与第二用户说话的情况下，将所述耳机从所述第一模式切换为第二模式，从而提高了识别第一用户正在与第二用户说话的情况的准确度。

在一实施例中，在所述获取所述耳机上的麦克风采集的声音信号之后，所述方法还包括：在所述耳机当前的工作模式为第一模式，所述声音信号中包含所述第二用户的语音信号，且所述第二用户的语音信号中包含第二唤醒词时，将所述耳机从所述第一模式切换为所述第二模式，从而提高了识别第一用户正在与第二用户说话的情况的准确度。

在一实施例中，所述耳机上的麦克风包括前馈麦克风、反馈麦克风以及通话麦克风，所述前馈麦克风位于所述耳机远离耳朵的一侧，所述反馈麦克风位于所述耳机靠近耳朵的一侧；所述耳机用于根据所述反馈麦克风采集的声音信号确定所述第一用户正在与所述第二用户说话，所述耳机用于根据所述前馈麦克风和所述通话麦克风采集的声音信号确定所述声音信号中包含所述第二用户的语音信号。根据麦克风在耳机中的位置采集对应的声音信号，可以提高后续对声音信号识别的准确度。

在一实施例中，所述方法还包括：根据所述前馈麦克风和所述通话麦克风采集的声音信号确定所述第二用户的语音信号的传播方向，根据所述传播方向采集所述声音信号，从而可以提高语音识别的准确度。

在一实施例中，在所述将所述耳机从所述第一模式切换为第二模式之后，所述方法还包括：若在第一时长内未检测到所述第一用户与所述第二用户说话，且所述声音信号中不存在所述第二用户的语音信号，将所述耳机从所述第二模式切换为所述第一模式，从而可以在用户无需与他人交谈时，不用手动操作，即可继续收听耳机内播放的音频。

在一实施例中，所述方法还包括：接收电子设备发送的所述第一时长的设置信息。在电子设备上设置第一时长，可以方便用户设置以及查看第一时长。

在一实施例中，在所述获取所述耳机上的麦克风采集的声音信号之前，所述方法还包括：获取电子设备发送的唤醒词识别模型，所述唤醒词识别模型由包括所述第二唤醒词的文本和/或包括所述第二唤醒词的语音训练得到；

对应地，在所述获取所述耳机上的麦克风采集的声音信号之后，所述方法还包括：在确定所述声音信号中包含所述第二用户的语音信号时，将所述第二用户的语音信号输入所述唤醒词识别模型，得到所述唤醒词识别模型输出的是否包含所述第二唤醒词的识别结果。通过唤醒词识别模型识别第二用户的语音信号，可以提高识别准确度。

在一实施例中，在所述获取电子设备发送的唤醒词识别模型之前，所述方法还包括：向所述电子设备发送所述耳机上的麦克风采集的测试语音，所述电子设备用于根据所述测试语音训练分类模型，得到所述唤醒词识别模型。通过耳机采集语音，并由电子设备训练得到唤醒词识别模型，可以提高得到的唤醒词识别模型的准确度。

在一实施例中，在所述获取所述耳机上的麦克风采集的声音信号之前，所述方法还包括：接收电子设备发送的启动自动切换耳机模式功能的指示信息，从而可以根据用户需求启动自动切换耳机模式的功能。

在一实施例中，所述获取所述耳机上的麦克风采集的声音信号，包括：在所述耳机处于双耳佩戴的场景下，用户不能听到外界的声音的概率较大，获取所述耳机上的麦克风采集的声音信号用于确定是否需要将耳机切换为第二模式，提高了耳机的智能化程度。

在一实施例中，所述耳机包括主耳机和从耳机，所述声音信号由所述主耳机上的麦克风采集。

在一实施例中，在所述主耳机处于未工作状态，或所述主耳机上的麦克风处于异常工作状态时，指示所述从耳机上的麦克风采集所述声音信号，从而可以采集到准确度更高的声音信号。

在一实施例中，所述方法还包括：在所述耳机当前的工作模式是第一模式，且根据所述声音信号确定佩戴所述耳机的第一用户正在与第二用户说话的情况下，降低所述耳机中正在播放的音频的音量，或指示所述耳机停止播放音频，从而可以使用户更容易听到外界的声音信号，以更好地与他人交谈。

第二方面，提供一种耳机模式的切换装置，应用于耳机，所述装置包括：

通信模块，用于获取所述耳机上的麦克风采集的声音信号；

处理模块，用于在所述耳机当前的工作模式为第一模式，且根据所述声音信号确定佩戴所述耳机的第一用户正在与第二用户说话的情况下，将所述耳机从所述第一模式切换为第二模式，所述耳机在所述第二模式下获取外界声音的能力大于在所述第一模式下获取外界声音的能力。

在一实施例中，所述处理模块具体用于：

若所述声音信号中包含佩戴所述耳机的第一用户的语音信号，则确定佩戴所述耳机的第一用户正在与所述第二用户说话。

在一实施例中，所述处理模块具体用于：

若所述声音信号中包含佩戴所述耳机的第一用户的语音信号，且所述第一用户的语音信号中包含第一唤醒词，则确定佩戴所述耳机的第一用户正在与所述第二用户说话。

在一实施例中，所述通信模块还用于：

获取所述耳机上的传感器采集的振动信号。

在一实施例中，所述处理模块还用于：

在所述耳机当前的工作模式为第一模式，且根据所述声音信号和所述振动信号确定佩戴所述耳机的第一用户正在与第二用户说话的情况下，将所述耳机从所述第一模式切换为第二模式。

在一实施例中，所述处理模块还用于：

在所述耳机当前的工作模式为第一模式，所述声音信号中包含所述第二用户的语音信号，且所述第二用户的语音信号中包含第二唤醒词时，将所述耳机从所述第一模式切换为所述第二模式。

在一实施例中，所述耳机上的麦克风包括前馈麦克风、反馈麦克风以及通话麦克风，所述前馈麦克风位于所述耳机远离耳朵的一侧，所述反馈麦克风位于所述耳机靠近耳朵的一侧；所述耳机用于根据所述反馈麦克风采集的声音信号确定所述第一用户正在与所述第二用户说话，所述耳机用于根据所述前馈麦克风和所述通话麦克风采集的声音信号确定所述声音信号中包含所述第二用户的语音信号。

在一实施例中，所述处理模块还用于：

根据所述前馈麦克风和所述通话麦克风采集的声音信号确定所述第二用户的语音信号的传播方向，根据所述传播方向采集所述声音信号。

在一实施例中，所述处理模块还用于：

若在第一时长内未检测到所述第一用户与所述第二用户说话，且所述声音信号中不存在所述第二用户的语音信号，将所述耳机从所述第二模式切换为所述第一模式。

在一实施例中，所述通信模块还用于：

接收电子设备发送的所述第一时长的设置信息。

在一实施例中，所述通信模块还用于：

获取电子设备发送的唤醒词识别模型，所述唤醒词识别模型由包括所述第二唤醒词的文本和/或包括所述第二唤醒词的语音训练得到；

对应地，在所述获取所述耳机上的麦克风采集的声音信号之后，所述方法还包括：

在确定所述声音信号中包含所述第二用户的语音信号时，将所述第二用户的语音信号输入所述唤醒词识别模型，得到所述唤醒词识别模型输出的是否包含所述第二唤醒词的识别结果。

在一实施例中，所述通信模块还用于：

向所述电子设备发送所述耳机上的麦克风采集的测试语音，所述电子设备用于根据所述测试语音训练分类模型，得到所述唤醒词识别模型。

在一实施例中，所述通信模块还用于：

接收电子设备发送的启动自动切换耳机模式功能的指示信息。

在一实施例中，所述通信模块具体用于：

在所述耳机处于双耳佩戴的场景下，获取所述耳机上的麦克风采集的声音信号。

在一实施例中，所述耳机包括主耳机和从耳机，所述声音信号由所述主耳机上的麦克风采集。

在一实施例中，在所述主耳机处于未工作状态，或所述主耳机上的麦克风处于异常工作状态时，指示所述从耳机上的麦克风采集所述声音信号。

在一实施例中，所述处理模块还用于：

在所述耳机当前的工作模式是第一模式，且根据所述声音信号确定佩戴所述耳机的第一用户正在与第二用户说话的情况下，降低所述耳机中正在播放的音频的音量，或指示所述耳机停止播放音频。

第三方面，提供一种耳机，包括处理器，所述处理器用于执行存储在存储器中的计算机程序，以实现如上述第一方面所述的耳机模式的切换方法。

第四方面，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，所述计算机程序被处理器执行时实现如上述第一方面所述的耳机模式的切换方法。

第五方面，提供一种芯片，所述芯片包括处理器，所述处理器和存储器耦合，所述处理器执行所述存储器中存储的计算机程序或指令，以实现如上述第一方面所述的耳机模式的切换方法。

第六方面，提供一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中所述的耳机模式的切换方法。

可以理解的是，上述第二方面至第六方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。

附图说明

图1为本申请实施例提供的一种耳机的硬件结构示意图；

图2为本申请实施例提供的一种耳机的内部结构示意图；

图3为本申请实施例提供的一种耳机的应用场景图；

图4为本申请实施例提供的一种耳机模式的切换方法的流程示意图；

图5为本申请实施例提供的一种识别佩戴耳机的第一用户是否正在说话的原理图；

图6为本申请实施例提供的一种识别第二唤醒词的流程图；

图7为本申请实施例提供的一种耳机得到唤醒词识别模型的流程图；

图8为本申请实施例提供的一种场景下打开耳机的设置页面的示意图；

图9为本申请实施例提供的另一种场景下打开耳机的设置页面的示意图；

图10为本申请实施例提供的一种AI透传模式的设置页面的示意图；

图11为本申请实施例提供的一种设置唤醒词的场景图；

图12为本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”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，在本申请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。

如在本申请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]”。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。

本申请实施例提供的耳机模式的切换方法应用于耳机。耳机至少具备主动降噪功能和透传(hearthrough，HT)功能。其中，主动降噪功能用于降低用户佩戴耳机时不想听到的外界噪声，使用户可以更好地收听耳机内播放的音频；透传功能用于透传外部环境中的声音，来实现与用户不戴耳机一样感受外界声音的效果。

其中，耳机可以是头戴式耳机、耳挂式耳机、颈挂式耳机或者耳塞式耳机等。耳塞式耳机还包括入耳式耳机(或者称为耳道式耳机)或者半入耳式耳机。耳机包括挂在耳朵上的两个发音单元。适配于左耳朵的耳机可以称为左耳机，适配于右耳朵的耳机可以称为右耳机，左耳机和右耳机的结构类似。

图1示出了耳机100的一种可选的硬件结构示意图。

如图1所示，耳机100(左耳机或右耳机)包括：处理器110、存储器120、接口装置130、通信装置140、麦克风150、扬声器160和传感器170。

处理器110可以包括一个或多个处理单元，例如，处理器可以包括中央处理器CPU、微处理器MCU等。

存储器120可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。例如包括ROM(Read-Only Memory，只读存储器)、RAM(Random Access Memory，随机存取存储器)、诸如硬盘等非易失性存储器等。处理器110通过运行存储在内部存储器121的指令，和/或存储在设置于处理器中的存储器的指令，执行耳机100的各种功能应用以及数据处理。

接口装置130例如包括各种总线接口，例如串行总线接口、并行总线接口等。

通信装置140用于与外部设备进行有线通信或无线通信。

麦克风150用于将接收的声音信号转换为电信号。麦克风150可以是模拟麦克风，也可以是数字麦克风。麦克风150可以包括前馈麦克风(feed-forward mic，FF)、反馈麦克风(feed-back mic，FB)麦克风和通话麦克风。

扬声器160用于将电信号转换为声音信号并输出。

传感器170可以是加速度传感器或骨传导传感器。

以入耳式耳机为例，左耳机或右耳机包括可以塞入耳道内的胶套、贴近耳朵的耳包、悬挂在耳包上的耳机杆。胶套将声音导向耳道，耳包内包括电池、扬声器、传感器等器件。耳机杆上可布置麦克风、物理按键等，耳机杆可以是圆柱、长方体、椭圆体等形状。

如图2所示，在一实施例中，前馈麦克风151设置于耳机外侧，反馈麦克风152设置于耳机内侧，通话麦克风153设置于耳机杆底部。当用户佩戴耳机时，前馈麦克风151位于远离耳朵的一侧，反馈麦克风152位于靠近耳朵的一侧，通话麦克风153位于远离耳朵的一侧且靠近用户的嘴部。

扬声器160位于前馈麦克风151与反馈麦克风152之间。传感器170设置于耳包中，用于检测耳廓的振动信号。

可以理解的是，本发明实施例示意的结构并不构成对耳机100的具体限定。在本申请另一些实施例中，耳机100可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。

如图3所示，在用户A佩戴耳机100(左耳机和/或右耳机)听音乐，或者用户A佩戴的耳机100处于主动降噪模式时，如果用户A需要与外界进行沟通，例如与用户B进行沟通，通常用户A需要将耳机100摘下(至少摘下左耳机或右耳机中的一个)，或者暂停音乐播放，或者降低音乐音量，或者将耳机100的工作模式由主动降噪模式切换为透传模式等，以确保用户A能听到用户B的讲话内容，进而能够与用户B进行良好的交谈沟通。这样，用户的操作比较繁琐，无法给用户带来较佳的使用体验。

为了解决上述问题，本申请提供一种耳机模式的切换方法，通过获取耳机上的麦克风采集的声音信号，在耳机当前的工作模式是获取外界声音能力较差的第一模式，且根据声音信号确定佩戴耳机的第一用户正在与第二用户说话的情况下，将耳机从第一模式切换为获取外界声音能力较强的第二模式，使耳机透传外界声音。这样，无需手动操作，用户即可清楚听到外界的声音，进而可以与他人进行良好的交谈沟通，同时也能提升用户对外界感兴趣声音的听觉体验。

下面对本申请实施例提供的耳机模式的切换方法进行示例性说明。

如图4所示，本申请一实施例提供的耳机模式的切换方法包括：

S401：获取所述耳机上的麦克风采集的声音信号。

其中，采集声音信号的麦克风可以是耳机上的前馈麦克风、反馈麦克风、通话麦克风中的任意一个或多个。

在一实施例中，在检测到耳机处于双耳佩戴的场景下，确定用户存在无法听到外界声音的可能，获取耳机上的麦克风采集的声音信号，进而根据后续步骤确定是否需要将耳机的工作模式切换为透传模式。在耳机处于双耳佩戴的场景，可以由其中一个耳机上的麦克风采集声音信号，也可以由两个耳机上的麦克风同时采集声音信号。若是声音信号由两个耳机上的麦克风同时采集，可以将其中一个耳机采集的声音信号用于后续判断佩戴耳机的第一用户是否正在与第二用户说话，也可以将两个耳机融合后的声音信号用于后续判断佩戴耳机的第一用户是否正在与第二用户说话。

其中，耳机包括主耳机和从耳机，主耳机可以为默认设置的耳机(例如左耳机或有耳机)，也可以是由用户设置的其中一个耳机。在耳机处于双耳佩戴，由其中一个耳机上的麦克风采集声音信号的场景下，可以默认由主耳机上的麦克风采集声音信号。

在由主耳机上的麦克风采集声音信号的场景下，若主耳机上的麦克风处于异常工作状态(例如无法采集声音或采集的声音信号的音量较小)，则将从耳机切换为主耳机，由从耳机上的麦克风采集声音信号，或者直接由从耳机上的麦克风采集声音信号。例如，在用户双耳佩戴耳机的场景下，若用户用手捂住主耳机上的麦克风或者主耳机上的麦克风被衣帽遮挡，耳机上的麦克风采集的声音信号的音量较小，则由从耳机上的麦克风采集声音信号，从而提高接收的声音信号的可信度。

在一实施例中，在用户佩戴任意一个耳机时，耳机就会获取耳机上的麦克风采集的声音信号，进而根据后续步骤确定是否需要将耳机的工作模式切换为第二模式。在用户仅佩戴一个耳机时，可以由被佩戴的耳机(主耳机或从耳机)上的麦克风采集声音信号，未被佩戴的耳机(即处于未工作状态的耳机)不采集声音信号。

S402：在所述耳机当前的工作模式为第一模式，且根据所述声音信号确定佩戴所述耳机的第一用户正在与第二用户说话的情况下，将所述耳机从所述第一模式切换为第二模式，所述耳机在所述第二模式下获取外界声音的能力大于在所述第一模式下获取外界声音的能力。

其中，第一模式可以是预先设定的降噪模式、关闭模式或其他降低外界声音的模式。第二模式是透传模式，透传模式下耳机可以正常接收或者放大外界的声音信号，或者过滤外界的声音信号中的环境声音。

在一实施例中，耳机可以在确定当前的工作模式是第一模式的情况下，获取麦克风采集的声音信号，进而根据声音信号确定佩戴耳机的第一用户是否正在第二用户说话。若确定第一用户正在与第二用户说话，则将耳机从第一模式切换为第二模式。若确定第一用户没有与第二用户说话，则不进行切换。其中，第二用户是不包括第一用户的其他人。

在另一实施例中，耳机的麦克风可以持续采集声音信号，在根据声音信号确定第一用户正在与第二用户说话的情况下，再判断当前的工作模式是否是第一模式。若当前的工作模式是第一模式，则将耳机从第一模式切换为第二模式。若当前的工作模式不是第一模式，则不进行切换。

在一实施例中，在耳机当前的工作模式是第一模式的情况下，不论耳机内播放何种音频，均根据采集的声音信号确定第一用户是否正在与第二用户说话。

在另一实施例中，在耳机当前的工作模式是第一工作模式，且耳机处于非通话状态的情况下，根据采集的声音信号确定第一用户是否正在与第二用户说话，从而可以避免耳机模式的切换对通话质量的影响。其中，耳机可以根据通话状态下耳机中存储的预设标识或者根据从电子设备获取的正在播放音频的应用程序的标识确定耳机处于非通话状态，其中，电子设备与耳机通信连接。

在一实施例中，耳机在获取声音信号后，若确定声音信号中包含第一用户的语音信号，则确定佩戴耳机的第一用户正在与第二用户说话。示例性地，耳机可以在采集到声音信号后，确定声音信号中是否包含语音信号。其中，耳机可以根据声音信号的频率分布范围确定声音信号中是否包含语音信号。例如，若声音信号中包含频率位于300HZ到3400HZ频段内的信号，确定声音信号中包含语音信号。在确定声音信号中包含语音信号后，提取语音信号的特征，将语音信号的特征与预先存储的语音信号的特征进行对比，预先存储的语音信号可以是耳机中预先存储的，也可以由第一用户录入。若特征一致，确定声音信号中包含第一用户的语音信号，进而确定第一用户正在与第二用户说话。耳机也可以在采集到声音信号后，若确定声音信号中包含语音信号，再进一步确定语音信号的传播方向，若语音信号的传播方向是耳机的内侧，则确定声音信号中包含第一用户的语音信号，进而确定第一用户正在与第二用户说话。

在一实施例中，耳机在获取声音信号后，若确定声音信号中包含第一用户的语音信号，且第一用户的语音信号中包含第一唤醒词，则确定第一用户正在与第二用户说话。其中，第一唤醒词可以是第一用户设定的与他人交谈的常用词语，例如你好、工作、天气等。通过上述方法，可以降低将第一用户唱歌的情况误识别为第一用户正在与第二用户说话的情况的概率，从而提高了声音信号的识别准确度。

具体地，耳机在确定声音信号中包含第一用户的语音信号时，将语音信号输入唤醒词识别模型，得到唤醒词识别模型输出的是否包含第一唤醒词的识别结果。唤醒词识别模型可以是预先存储于耳机上的模型，也可以是耳机对第一用户输入的包括第一唤醒词的文本或者语音进行训练所得到的模型，也可以由电子设备对第一用户输入的包括第一唤醒词的文本或者语音进行训练得到唤醒词识别模型，并发送给耳机。

在一实施例中，耳机在获取声音信号后，若确定声音信号中包含第一用户的语音信号，且与耳机通信连接的电子设备当前不是处于唱歌模式，则确定第一用户正在与第二用户说话。其中，耳机可以根据电子设备中当前运行的应用程序的名称以及电子设备与耳机之间的数据传输情况，确定电子设备是否处于唱歌模式。例如，若电子设备中当前运行的应用程序是预设应用程序，且电子设备与耳机之间的数据传输情况为电子设备接收耳机发送的声音信号，则确定电子设备处于唱歌模式，否则确定电子设备不是处于唱歌模式。预设应用程序可以是等应用程序。通过上述方法，可以降低将第一用户唱歌的情况误识别为第一用户正在与第二用户说话的情况的概率，从而提高了声音信号的识别准确度。

在一实施例中，可以根据前馈麦克风、反馈麦克风、通话麦克风中任一麦克风采集的声音信号确定第一用户是否正在与第二用户说话。例如，可以设定由其中一个麦克风采集声音信号，若根据采集的声音信号确定声音信号中包括语音信号，且语音信号的传播方向为耳机内侧，则确定第一用户是否正在与第二用户说话。又例如，可以设定三个麦克风或其中两个麦克风采集声音信号，在任一麦克风采集到声音信号时，对采集的声音信号进行识别，若根据识别结果确定声音信号中包括语音信号，且语音信号的传播方向为耳机内侧，则确定第一用户是否正在与第二用户说话。其中，耳机可以根据麦克风从多个方向接收的语音信号的强度或者根据每个方向接收语音信号的时间确定语音信号的传播方向。

在一实施例中，耳机还获取耳机上的传感器采集的振动信号，用于判断第一用户的说话状态。具体地，在耳机当前的工作模式为第一模式，且根据声音信号和振动信号确定佩戴耳机的第一用户正在与第二用户说话的情况下，将耳机从第一模式切换为第二模式。示例性地，耳机在获取声音信号后，若确定声音信号中包括语音信号，且传感器的振动信号与预先设定的参考振动信号一致，则确定第一用户正在与第二用户说话，将耳机从第一模式切换为第二模式。其中，用户说话可以引起耳朵的移动，参考振动信号可以是预先采集的第一用户说话时的振动信号。耳机可以在预先设定的用于采集声音信号的麦克风采集到声音信号，声音信号中包括语音信号，且传感器采集的振动信号与参考振动信号一致时，确定第一用户正在与第二用户说话。也可以在三个麦克风中的任意一个麦克风采集到声音信号，声音信号中包括语音信号，且传感器采集的振动信号与参考振动信号一致时，确定第一用户正在与第二用户说话。

在一实施例中，如图5所示，前馈麦克风、反馈麦克风、通话麦克风、传感器均处于工作状态，在三个麦克风均采集到声音信号时，将其中一个麦克风采集的声音信号以及传感器采集的振动信号输入用户自讲检测模型。用户自讲检测模型对声音信号以及振动信号进行识别。若根据识别结果确定声音信号中包括语音信号，且传感器采集的振动信号与参考振动信号一致，则确定第一用户正在与第二用户说话。也可以在三个麦克风均采集到声音信号时，将三个麦克风采集的声音信号以及传感器采集的振动信号输入用户自讲检测模型。用户自讲检测模型对三个麦克风采集的声音信号进行融合，对融合后的声音信号进行识别。若根据识别结果确定声音信号中包括语音信号，且传感器采集的振动信号与参考振动信号一致，则确定第一用户正在与第二用户说话。否则，确定第一用户没有与第二用户说话。可选的，耳机可以将三个麦克风采集的声音信号以及传感器采集的振动信号输入用户自讲检测模型后，用户自讲检测模型根据反馈麦克风采集的正在播放的音频的声音信号，对前馈麦克风、反馈麦克风以及通话麦克风采集的声音信号分别进行过滤，得到过滤正在播放的音频后的声音信号。之后，用户自讲检测模型对过滤后的声音信号进行融合，再对融合后的声音信号进行识别，根据识别结果确定佩戴耳机的第一用户是否正在与第二用户说话，以提高声音信号的识别准确度。

在一实施例中，在确定佩戴耳机的第一用户正在与第二用户说话的情况下，不管耳机内是否播放音频，均将耳机从第一模式切换为第二模式。

在另一实施例中，在确定佩戴耳机的第一用户正在与第二用户说话的情况下，若耳机内正在播放音频，则将耳机从第一模式切换为第二模式。若耳机内的音频的音量小于设定值或者音频处于暂停状态，则不切换耳机的工作模式。在检测到耳机内播放音频，且音频的音量大于设定值时，说明耳机内播放的音频影响用户听到外界声音，若检测到佩戴耳机的第一用户仍在讲话，则将耳机从第一模式切换为第二模式。

在一实施例中，在将第一模式切换为第二模式的同时，若耳机内正在播放音频(例如音乐、视频)，耳机也可以降低正在播放的音频的音量，或者停止播放音频。

在将耳机从第一模式切换为第二模式后，若在第一时长内未检测到第一用户与第二用户说话，则将耳机从第二模式切换为第一模式，即恢复原来的工作模式，使得用户可以继续收听耳机内的音频。其中，第一时长可以是默认值，也可以由用户设置。用户可以根据耳机上的按键输入第一时长，也可以根据耳机的提示输入第一时长。用户也可以在与耳机通信连接的电子设备(例如手机)上输入第一时长，由电子设备将第一时长发送给耳机。

上述实施例中，在耳机当前的工作模式是获取外界声音能力较差的第一模式，且根据耳机上的麦克风采集的声音信号确定佩戴耳机的第一用户正在与第二用户说话的情况下，将耳机从第一模式切换为获取外界声音能力较强的第二模式，使耳机透传外界声音。这样，无需手动操作，用户即可清楚听到外界的声音，进而可以与他人进行良好的交谈沟通，同时也能提升用户对外界感兴趣声音的听觉体验。

在一实施例中，耳机除了具有在识别到佩戴耳机的第一用户正在与第二用户说话的情况下，将耳机从第一模式切换为第二模式的功能(即用户自讲识别功能)之外，还具有在从声音信号中识别出第二用户的语音信号，且语音信号中包含第二唤醒词的情况下，将耳机从第一模式切换为第二模式的功能(即唤醒词识别功能)。

第二唤醒词可以是用户的名字、称呼或者一些常用的打招呼的词语，若耳机根据麦克风接收的声音信号确定声音信号中包含第二用户的语音信号，且第二用户的语音信号中包含第二唤醒词时，说明第二用户正在与佩戴耳机的第一用户说话，第一用户存在与他人进行讲话沟通的需求，则将耳机从第一模式切换为第二模式，从而使佩戴耳机的第一用户在不用摘耳机的情况下，也可听清楚外界声音，从而可以与他人进行良好的交谈沟通。

在一实施例中，可以仅在检测到耳机处于双耳佩戴的场景下，根据耳机采集的声音信号确定声音信号中是否包含第二用户的语音信号。在耳机处于双耳佩戴的场景下，可以根据其中一个耳机采集的声音信号确定声音信号中是否包含第二用户的语音信号，也可以根据两个耳机融合后的声音信号确定声音信号中是否包含第二用户的语音信号。

在一实施例中，在用户佩戴任意一个耳机时，耳机就会获取耳机上的麦克风采集的声音信号，进而确定声音信号中是否包含第二用户的语音信号。

在一实施例中，在用户佩戴任意一个耳机，且耳机内播放预设音频时，耳机获取耳机上的麦克风采集的声音信号，再确定声音信号中是否包含第二用户的语音信号。其中，预设音频可以由耳机默认设置，也可以由用户设置。例如，预设音频可以为播放新闻的音频、会议的音频等。耳机可以从电子设备获取当前播放的音频所在的应用程序，根据当前播放的音频所在的应用程序确定当前播放的音频是否为预设音频。若当前播放的音频为预设音频，说明第一用户收听音频时较为专注，可能无法留意外界声音，则在接收到声音信号后，确定声音信号中是否包含第二用户的语音信号，若声音信号中是否包含第二用户的语音信号，且第二用户的语音信号中包含第二唤醒词，说明第二用户正在与第一用户说话，则将耳机切换为第二模式，以便于用户更好地与他人交谈。

对于任意一个耳机(左耳机或右耳机)，可以根据前馈麦克风、反馈麦克风、通话麦克风中任一麦克风采集的声音信号确定声音信号中是否包含第二用户的语音信号。例如，可以设定由其中一个麦克风采集声音信号，若确定采集的声音信号中包含语音信号，且语音信号的传播方向为耳机外侧，则确定声音信号中是否包含第二用户的语音信号。又例如，可以设定由三个麦克风或其中两个麦克风采集声音信号，在任一麦克风采集到声音信号时，若确定采集的声音信号中包含语音信号，且语音信号的传播方向为耳机外侧，则确定声音信号中是否包含第二用户的语音信号。

耳机也可以根据前馈麦克风、反馈麦克风、通话麦克风同时采集的声音信号确定声音信号中是否包含第二用户的语音信号。例如，若三个麦克风均采集到声音信号，且根据其中一个麦克风采集的声音信号或者根据对三个麦克风采集的声音信号进行融合所得的声音信号确定声音信号中包含语音信号，且语音信号的传播方向为耳机外侧，则确定声音信号中是否包含第二用户的语音信号。可选的，耳机在确定三个麦克风均采集到声音信号时，根据反馈麦克风采集的正在播放的音频的声音信号，对前馈麦克风、反馈麦克风以及通话麦克风采集的声音信号进行过滤。之后，耳机对过滤后的声音信号进行融合，根据融合后的声音信号确定声音信号中是否包含语音信号。耳机也可以仅对前馈麦克风采集的声音信号或者仅对通话麦克风采集的声音信号进行过滤以及识别，确定声音信号中是否包含第二用户的语音信号。

在一实施例中，耳机可以根据反馈麦克风采集的声音信号确定佩戴耳机的第一用户正在与第二用户说话，根据前馈麦克风和通话麦克风采集的声音信号确定声音信号中包含第二用户的语音信号。例如，耳机在确定反馈麦克风采集的声音信号中包含语音信号时，确定佩戴耳机的第一用户正在与第二用户讲话；或者耳机在确定反馈麦克风采集的声音信号中包含语音信号，且语音信号的传播方向为耳机内侧，则确定佩戴耳机的第一用户正在说话；或者耳机在确定反馈麦克风采集的声音信号中包含语音信号，且传感器采集的振动信号与参考振动信号一致时，确定佩戴耳机的第一用户正在讲话。耳机在确定前馈麦克风和通话麦克风均采集到声音信号，且其中一个麦克风采集的声音信号中包含语音信号，或者在确定两个麦克风融合后的声音信号中包含语音信号时，确定该语音信号为第二用户的语音信号，即声音信号中包含第二用户的语音信号；或者耳机在确定声音信号中包含语音信号，且语音信号的传播方向为耳机外侧，则确定声音信号中包含第二用户的语音信号；或者耳机在确定声音信号中包含语音信号，且振动传感器采集的振动信号与参考振动信号不一致时，确定声音信号中包含第二用户的语音信号。

在一实施例中，耳机在确定声音信号中包含第二用户的语音信号，且第二用户的语音信号中包含第二唤醒词时，根据前馈麦克风采集的声音信号确定第二用户所在的方位，同时根据通话麦克风采集的声音信号确定第二用户所在的方位。之后，根据两个方位以及前馈麦克风和通话麦克风之间的距离确定第二用户的位置，根据第二用户的位置确定第二用户的语音信号的传播方向，根据传播方向采集声音信号，即将声音信号的传播方向作为前馈麦克风和通话麦克风的拾音方向，使前馈麦克风和通话麦克风仅采集拾音方向上的声音信号，以提高声音信号分析的准确度。

在一实施例中，耳机在确定声音信号中包含第二用户的语音信号时，将第二用户的语音信号输入唤醒词识别模型，得到唤醒词识别模型输出的是否包括第二唤醒词的识别结果。示例性地，如图6所示，耳机在确定前馈麦克风和通话麦克风均采集到声音信号的情况下，将前馈麦克风采集的声音信号和通话麦克风采集的声音信号输入语音激活检测(Voice Activity Detection，VAD)模块，VAD模块将前馈麦克风采集的声音信号和通话麦克风采集的声音信号进行融合，确定融合后的声音信号中是否包含语音信号，若确定融合后的声音信号中包含语音信号，则根据语音信号的传播方向或者振动传感器采集的振动信号确定声音信号中是否包含第二用户的语音信号。若声音信号中包含第二用户的语音信号，VAD模块过滤声音信号中的环境声音，得到第二用户的语音信号，将第二用户的语音信号输入唤醒词识别模型，得到唤醒词识别模型输出的是否包括第二唤醒词的识别结果。可选的，VAD模块还可以从电子设备获取正在播放的音频的声音信号，在确定融合后的声音信号中包含第二用户的语音信号时，过滤声音信号中的环境声音以及正在播放的音频的声音信号，得到第二用户的语音信号。其中，VAD模块可以通过提取预设频段内的声音信号的方法来提取语音信号，过滤环境声音。

在一实施例中，唤醒词识别模型可以是预先存储于耳机上的模型，也可以是耳机对用户输入的第二唤醒词进行训练所得到的模型。

在另一实施例中，唤醒词识别模型可以由与耳机通信连接的通信终端(例如电子设备或者服务器)训练得到，并发送到耳机。示例性地，以通信终端是电子设备为例，如图7所示，电子设备在接收到用户录入第二唤醒词的指令时，接收用户输入的包括第二唤醒词的文本以及包括第二唤醒词的语音，通过从文本到语音(Text To Speech，TTS)的方法将文本转换为语音。电子设备根据文本得到的语音以及用户输入的包括第二唤醒词的语音，对电子设备上的分类模型进行训练，得到唤醒词识别模型。之后，电子设备将唤醒词识别模型发送给耳机。

可以理解，电子设备可以仅根据文本得到的语音对分类模型进行训练，得到第二唤醒词识别模型，也可以仅根据用户输入的包括第二唤醒词的语音对分类模型进行训练，得到第二唤醒词识别模型。

包括第二唤醒词的语音可以由电子设备采集，也可以由耳机采集后发送给电子设备。示例性地，可以在用户佩戴耳机的情况下，由他人说出第二唤醒词。在他人说第二唤醒词时，耳机上的麦克风采集语音信号，将语音信号作为测试语音发送给电子设备。也可以由佩戴耳机的第一用户说出第二唤醒词，在佩戴耳机的第一用户说第二唤醒词时，耳机上的麦克风采集语音信号，将语音信号作为测试语音发送给电子设备。电子设备在接收到测试语音后，即可对分类模型进行训练，得到第二唤醒词识别模型。

在一实施例中，在耳机开启唤醒词识别功能时，若在第一时长内未检测到第二用户的语音信号，即未检测到他人讲话，则将耳机从第二模式切换为第一模式。

在一实施例中，在用户自讲识别功能和第二唤醒词识别功能同时被开启的情况下，若在第一时长内未检测到第一用户与第二用户说话，且声音信号中不存在第二用户的语音信号，则将耳机从第二模式切换为第一模式。也可以在用户自讲识别功能和第二唤醒词识别功能同时被开启的情况下，若第一时长内未检测到语音信号，则将耳机从第二模式切换为第一模式。

在一实施例中，在用户自讲识别功能和第二唤醒词识别功能同时被开启的情况下，若在第一时长内未检测第一用户与第二用户说话，则将耳机从第二模式切换为第一模式。或者，在用户自讲识别功能和第二唤醒词识别功能同时被开启的情况下，若在第一时长内未检测到第二用户的语音信号，则将耳机从第二模式切换为第一模式。

上述实施例中，在耳机当前的工作模式是获取外界声音的能力较差的第一模式时，若耳机根据麦克风接收的声音信号确定声音信号中包含第二用户的语音信号且语音信号中包含第二唤醒词时，说明第二用户正在与佩戴耳机的第一用户说话，进而说明佩戴耳机的第一用户存在与他人说话交流的需求，将耳机从第一模式切换为第二模式，使耳机透传外界声音。这样，无需手动操作，用户即可清楚听到外界的声音，进而可以与他人进行良好的交谈沟通，同时也能提升用户对外界感兴趣声音的听觉体验。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

在一实施例中，耳机与电子设备通过蓝牙、WIFI、5G等通信方式中的任一种方式通信连接，用户可以在电子设备上对耳机相关的参数进行设置。例如用户可以在电子设备上输入启动自动切换耳机模式功能的指示信息，使耳机根据指示信息自动从第一模式切换为第二模式。用户可以在电子设备上选择开启识别用户自讲的功能或者识别外界声音的第二唤醒词的功能。用户可以在电子设备上设置将耳机从第二模式恢复为第一模式的第一时长。用户可以在电子设备上输入包括第二唤醒词的文本或者语音等。

其中，电子设备可以是手机、平板电脑、手持计算机、个人数字助理(personaldigital assistant，PDA)、增强现实(augmented reality，AR)\虚拟现实(virtualreality，VR)设备、媒体播放器、穿戴设备等可单手握持/操作的设备，本申请实施例对该电子设备的具体形态/类型不作特殊限制。上述电子设备包括但不限于搭载鸿蒙系统(Harmony OS)或者其他操作系统的设备。

下面以电子设备是手机为例，对电子设备与耳机的交互场景进行介绍。

在一种场景下，如图8中的(a)所示，手机在检测到打开蓝牙页面的指令时，在显示界面显示蓝牙页面。蓝牙页面包括开启或关闭蓝牙功能的控件、手机的名称以及打开接收的文件的控件。用户可以通过开启或关闭蓝牙功能的控件开启或关闭手机的蓝牙功能。在开启蓝牙功能的情况下，蓝牙页面还显示已配对的设备的名称以及可用设备的名称。例如，手机的名称为汤姆的手机，已配对的设备有汤姆的耳机、汤姆的手表。可用设备有汤姆的电脑、汤姆的音箱。蓝牙页面上还显示与每个已配对的设备对应的设置控件。手机在检测到点击汤姆的耳机对应的设置控件的情况下，打开如图8中的(b)所示的耳机的设置页面。

如图8中的(b)所示，耳机的设置页面包括与手机蓝牙连接的耳机的名称，例如，耳机的名称为汤姆的耳机。用户可以通过点击耳机的名称的操作对耳机进行重命名。耳机的设置页面还包括开启或关闭通话音频的控件、开启或关闭媒体音频的控件、开启或关闭蓝牙自动连接功能的控件、蓝牙设备音量与手机同步的设置控件，用户可以通过上述控件开启或关闭耳机相应的功能。耳机的设置页面还包括噪声控制的多个模式。示例性地，噪声控制的模式包括降噪模式、关闭模式、透传模式。降噪模式用于降低外界环境的声音，使用户可以更好地收听耳机内播放的音频，关闭模式用于关闭降噪模式，透传模式(即第二模式)用于透传外界环境的声音，使用户在收听音频时可以听到外界环境的声音。耳机的设置页面还显示AI透传模式是否开启的信息。在AI透传模式开启的情况下，手机向耳机发送启动自动切换耳机模式功能的指示信息，耳机根据启动自动切换耳机模式功能的指示信息，在噪声控制的模式为降噪模式或关闭模式的情况下，根据麦克风采集的声音信号确定用户是否存在与他人交谈沟通的需求，若用户存在与他人交谈沟通的需求，将噪声控制的模式切换为透传模式。具体地，耳机根据麦克风采集的声音信号，确定佩戴耳机的第一用户正在与第二用户说话的情况下，或者，在确定声音信号中包含第二用户的语音信号，且语音信号中包含预设的第二唤醒词的情况下，确定第一用户存在与他人交谈沟通的需求，将噪声控制的模式切换为透传模式。在AI透传模式关闭的情况下，耳机不会根据麦克风采集的声音信号将噪声控制模式切换为透传模式。

在另一种场景下，如图9中的(a)所示，手机在检测到打开智慧生活应用程序的指令时，在显示界面显示智慧生活应用程序的页面。在智慧生活应用程序的首页，显示手机当前管理的设备以及各设备的连接状态。例如，手机当前管理的设备包括A电视、B电视、A音箱、A路由器、汤姆的耳机。A电视与手机处于连接状态，B电视与手机处于未连接状态，A音箱与手机处于未连接状态，A路由器与手机处于连接状态，汤姆的耳机与手机处于连接状态。手机在检测到点击汤姆的耳机的情况下，打开如图9中的(b)所示的耳机的设置页面。

如图9中的(b)所示，耳机的设置页面包括耳机当前的电量。例如，左耳机(L)当前的电量为100％，右耳机(R)当前的电量为100％，耳机盒当前的电量为55％。耳机的设置页面还包括噪声控制的多个模式。示例性地，噪声控制的模式包括降噪模式、关闭模式、透传模式。耳机的设置页面还显示AI透传模式是否开启的信息。

在上述两种场景中，如图8中的(b)或如图9中的(b)所示，手机在检测到用户点击AI透传模式时，均可以打开AI透传模式的设置页面。

如图10中的(a)所示，AI透传模式的设置页面包括开启或关闭AI透传模式的控件，用户通过操作该控件可以开启或关闭AI透传模式。AI透传模式的设置页面还包括开启或关闭用户自讲识别功能的控件，用户可以通过该控件开启或关闭耳机的用户自讲识别功能。AI透传模式的设置页面还包括唤醒词识别功能的开启状态，用于显示唤醒词识别功能是否开启。

在一实施例中，若检测到开启AI透传模式的操作，手机默认开启用户自讲识别功能，不开启唤醒词识别功能，即手机指示耳机仅开启用户自讲识别功能。用户可以在唤醒词识别的设置界面开启唤醒词识别功能。在另一实施例中，若检测到开启AI透传模式的操作，手机默认同时开启用户自讲识别功能和唤醒词识别功能，即手机指示耳机同时开启用户自讲识别功能和唤醒词识别功能。

若检测到关闭AI透传模式的操作，手机指示耳机同时关闭用户自讲识别功能和唤醒词识别功能。若手机检测到用户自讲识别功能和唤醒词识别功能均被关闭，则将AI透传模式设置为关闭状态。在AI透传模式关闭的情况下，手机指示耳机关闭自动切换耳机模式功能。

在检测到向下滑动页面的操作，AI透传模式的设置页面向下滑动并显示更多内容。示例性地，如图10中的(b)所示，AI透传模式的设置页面还包括开启或关闭外界交流声停止检测功能的控件，用户可以通过该控件开启或关闭外界交流声停止检测功能，由电子设备把开启或关闭的指示信息发送给耳机。在外界交流声停止检测功能关闭的情况下，在耳机根据AI透传模式切换为透传模式后，若在第一时长内未检测到佩戴耳机的第一用户与第二用户说话，则将耳机的降噪模式返回切换为透传模式前的模式。在外界交流声停止检测功能开启的情况下，在耳机根据AI透传模式切换为透传模式后，若在第一时长内未检测到佩戴耳机的第一用户与第二用户说话，且未检测到第二用户的语音信号，则将耳机的降噪模式返回切换为透传模式前的模式。

AI透传模式的设置页面还包括第一时长的设置选项，示例性地，如图10中的(b)所示，第一时长的设置选项为滑动条，用户可以通过滑动滑动条的操作来设置第一时长，由电子设备将第一时长发送给耳机。例如，第一时长的设置选项为5s-20s之间的任一时长，当前的第一时长为10s。在其他实施例中，第一时长的设置选项也可以为多个选择控件，用户可以通过选中其中一个选择控件的操作将对应的时长设置为第一时长。例如，多个选择控件对应的第一时长分别为5s、10s、15s等。

在检测到点击唤醒词识别的操作时，手机打开如图11中的(a)所示的唤醒词识别的设置页面。唤醒词识别的设置页面包括开启或关闭唤醒词识别功能的控件，用户可以通过点击该控件开启或关闭唤醒词识别功能，由手机将开启或关闭的指示信息发送给耳机。唤醒词识别的设置页面还包括文本录入和语音录入的选项，文本录入用于接收用户输入的包括第二唤醒词的文本，语音录入用于接收用户输入的包括第二唤醒词的语音。若手机仅接收到用户输入的包括第二唤醒词的文本，则根据包括第二唤醒词的文本训练得到唤醒词识别模型，将唤醒词识别模型发送至耳机。若手机仅接收到用户输入的包括第二唤醒词的语音，则根据包括第二唤醒词的语音训练得到唤醒词识别模型，将唤醒词识别模型发送至耳机。若手机接收到包括第二唤醒词的文本以及包括第二唤醒词的语音，则根据包括第二唤醒词的文本以及包括第二唤醒词的语音训练得到唤醒词识别模型，将唤醒词识别模型发送至耳机。

手机在检测到点击文本录入的操作时，打开如图11中的(b)所示的文本录入页面。文本录入页面包括已经录入的第二唤醒词或者包括第二唤醒词的文本。例如，已经录入的包括第二唤醒词的文本或者文本的标识为输入文字1、输入文字2、输入文字3。在检测到用户点击右侧的开启控件111的情况下，手机启用对应的包括第二唤醒词的文本。之后，手机根据处于启用状态下的包括第二唤醒词的文本训练得到唤醒词识别模型。在检测到用户长按已经录入的包括第二唤醒词的文本或者文本的标识的操作时，手机可以删除已经录入的包括第二唤醒词的文本。例如，若检测到用户长按输入文字1，手机删除输入文字1。文本录入界面还包括添加文本的控件，手机在检测到用户点击添加文本的控件时，接收用户输入的文本，将用户输入的文本作为新增加的包括第二唤醒词的文本，在新增加的包括第二唤醒词的文本被启用的状态下，手机根据该文本训练得到唤醒词识别模型。

手机在检测到点击语音录入的操作时，打开如图11中的(c)所示的语音录入页面。语音录入页面包括已经录入的包括第二唤醒词的语音。例如，已经录入的包括第二唤醒词的语音的文件名称分别为录入语音1、录入语音2和录入语音3。在检测到用户点击文件名称时，手机播放文件名称对应的语音。与文本录入页面类似，在检测到用户点击右侧的开启控件的情况下，手机启用对应的包括第二唤醒词的语音。之后，手机根据处于启用状态下的包括第二唤醒词的语音训练得到唤醒词识别模型。在检测到用户长按文件名称的操作时，手机可以删除文件名称对应的语音。语音录入界面还包括添加语音的控件，手机在检测到用户点击添加语音的控件时，接收用户输入的语音，将用户输入的语音作为新增加的包括第二唤醒词的语音，在新增加的包括第二唤醒词的语音被启用的状态下，手机根据该语音训练得到唤醒词识别模型。

示例性地，在检测到点击添加语音的控件的操作时，手机打开右侧的添加语音的页面。在检测到用户长按“长按录入语音”的控件时，手机接收用户录入的语音，将用户录入的语音作为新增加的包括第二唤醒词的语音。其中，手机可以接收用户通过手机录入的包括第二唤醒词的语音，也可以接收用户通过耳机录入的包括第二唤醒词的语音。用户在通过耳机录入语音时，可以由佩戴耳机的用户说话，由耳机录入语音并发送给手机，手机将接收到的语音作为包括第二唤醒词的语音。耳机也可以在被用户佩戴的情况下采集外界的语音，将语音发送给手机，手机将接收的语音作为包括第二唤醒词的语音。

上述实施例中，通过在电子设备上设置耳机相关的参数，方便用户更直观地了解耳机的设置参数，且方便修改，进而提高了用户体验。同时，通过在电子设备上设置耳机相关的参数，可以减少耳机上的按键，且节省耳机的能耗。

示例性的，图12示出了电子设备200的一种结构示意图。

如图12所示，电子设备200可以包括处理器210，外部存储器接口220，内部存储器221，通用串行总线(universal serial bus，USB)接口230，充电管理模块240，电源管理模块241，电池242，天线1，天线2，移动通信模块250，无线通信模块260，音频模块270，扬声器270A，受话器270B，麦克风270C，耳机接口270D，传感器模块280，按键290，马达291，指示器292，摄像头293，显示屏294，以及用户标识模块(subscriber identification module，SIM)卡接口295等。其中传感器模块280可以包括压力传感器280A，陀螺仪传感器280B，气压传感器280C，磁传感器280D，加速度传感器280E，距离传感器280F，接近光传感器280G，指纹传感器280H，温度传感器280J，触摸传感器280K，环境光传感器280L，骨传导传感器280M等。

可以理解的是，本发明实施例示意的结构并不构成对电子设备200的具体限定。在本申请另一些实施例中，电子设备200可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。

处理器210可以包括一个或多个处理单元，例如：处理器210可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processingunit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，视频编解码器，数字信号处理器(digital signal processor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。

控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。

处理器210中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器210中的存储器为高速缓冲存储器。该存储器可以保存处理器210刚用过或循环使用的指令或数据。如果处理器210需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器210的等待时间，因而提高了系统的效率。

在一些实施例中，处理器210可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit，I2C)接口，集成电路内置音频(inter-integrated circuitsound，I2S)接口，脉冲编码调制(pulse code modulation，PCM)接口，通用异步收发传输器(universal asynchronous receiver/transmitter，UART)接口，移动产业处理器接口(mobile industry processor interface，MIPI)，通用输入输出(general-purposeinput/output，GPIO)接口，用户标识模块(subscriber identity module，SIM)接口，和/或通用串行总线(universal serial bus，USB)接口等。

可以理解的是，本发明实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对电子设备200的结构限定。在本申请另一些实施例中，电子设备200也可以采用上述实施例中不同的接口连接方式，或多种接口连接方式的组合。

无线通信模块260可以提供应用在电子设备200上的包括无线局域网(wirelesslocal area networks，WLAN)(如无线保真(wireless fidelity，Wi-Fi)网络)，蓝牙(bluetooth，BT)，全球导航卫星系统(global navigation satellite system，GNSS)，调频(frequency modulation，FM)，近距离无线通信技术(near field communication，NFC)，红外技术(infrared，IR)等无线通信的解决方案。无线通信模块260可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块260经由天线2接收电磁波，将电磁波信号调频以及滤波处理，将处理后的信号发送到处理器210。无线通信模块260还可以从处理器210接收待发送的信号，对其进行调频，放大，经天线2转为电磁波辐射出去。

电子设备200通过GPU，显示屏294，以及应用处理器等实现显示功能。

外部存储器接口220可以用于连接外部存储卡，例如Micro SD卡，实现扩展电子设备200的存储能力。外部存储卡通过外部存储器接口220与处理器210通信，实现数据存储功能。例如将音乐，视频等文件保存在外部存储卡中。

内部存储器221可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。内部存储器221可以包括存储程序区和存储数据区。其中，存储程序区可存储操作系统，至少一个功能所需的应用程序(比如声音播放功能，图像播放功能等)等。存储数据区可存储电子设备200使用过程中所创建的数据(比如音频数据，电话本等)等。此外，内部存储器221可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件，闪存器件，通用闪存存储器(universal flash storage，UFS)等。处理器210通过运行存储在内部存储器221的指令，和/或存储在设置于处理器中的存储器的指令，执行电子设备200的各种功能应用以及数据处理。

电子设备200可以通过音频模块270，扬声器270A，受话器270B，麦克风270C，耳机接口270D，以及应用处理器等实现音频功能。例如音乐播放，录音等。

音频模块270用于将数字音频信息转换成模拟音频信号输出，也用于将模拟音频输入转换为数字音频信号。音频模块270还可以用于对音频信号编码和解码。在一些实施例中，音频模块270可以设置于处理器210中，或将音频模块270的部分功能模块设置于处理器210中。

扬声器270A，也称“喇叭”，用于将音频电信号转换为声音信号。电子设备200可以通过扬声器270A收听音乐，或收听免提通话。

受话器270B，也称“听筒”，用于将音频电信号转换成声音信号。当电子设备200接听电话或语音信息时，可以通过将受话器270B靠近人耳接听语音。

麦克风270C，也称“话筒”，“传声器”，用于将声音信号转换为电信号。当拨打电话或发送语音信息时，用户可以通过人嘴靠近麦克风270C发声，将声音信号输入到麦克风270C。电子设备200可以设置至少一个麦克风270C。在另一些实施例中，电子设备200可以设置两个麦克风270C，除了采集声音信号，还可以实现降噪功能。在另一些实施例中，电子设备200还可以设置三个，四个或更多麦克风270C，实现采集声音信号，降噪，还可以识别声音来源，实现定向录音功能等。

耳机接口270D用于连接有线耳机。耳机接口270D可以是USB接口130，也可以是3.5mm的开放移动电子设备平台(open mobile terminal platform，OMTP)标准接口，美国蜂窝电信工业协会(cellular telecommunications industry association of the USA，CTIA)标准接口。

触摸传感器280K，也称“触控器件”。触摸传感器280K可以设置于显示屏294，由触摸传感器280K与显示屏294组成触摸屏，也称“触控屏”。触摸传感器280K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器，以确定触摸事件类型。可以通过显示屏294提供与触摸操作相关的视觉输出。在另一些实施例中，触摸传感器280K也可以设置于电子设备200的表面，与显示屏294所处的位置不同。

按键290包括开机键，音量键等。按键290可以是机械按键。也可以是触摸式按键。电子设备200可以接收按键输入，产生与电子设备200的用户设置以及功能控制有关的键信号输入。

需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

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，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/电子设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

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、或者计算机软件和电子硬件的结合来实现。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申请的范围。

最后应说明的是：以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (19)

1.一种耳机模式的切换方法，应用于耳机，其特征在于，所述方法包括：

获取所述耳机上的麦克风采集的声音信号；

在所述耳机当前的工作模式为第一模式，且根据所述声音信号确定佩戴所述耳机的第一用户正在与第二用户说话的情况下，将所述耳机从所述第一模式切换为第二模式，所述耳机在所述第二模式下获取外界声音的能力大于在所述第一模式下获取外界声音的能力。

2.根据权利要求1所述的方法，其特征在于，所述根据所述声音信号确定佩戴所述耳机的第一用户正在与第二用户说话，包括：

若所述声音信号中包含佩戴所述耳机的第一用户的语音信号，则确定佩戴所述耳机的第一用户正在与所述第二用户说话。

3.根据权利要求1所述的方法，其特征在于，所述根据所述声音信号确定佩戴所述耳机的第一用户正在与第二用户说话，包括：

若所述声音信号中包含佩戴所述耳机的第一用户的语音信号，且所述第一用户的语音信号中包含第一唤醒词，则确定佩戴所述耳机的第一用户正在与所述第二用户说话。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述耳机上的传感器采集的振动信号。

5.根据权利要求4所述的方法，其特征在于，在所述耳机当前的工作模式为第一模式，且根据所述声音信号确定佩戴所述耳机的第一用户正在与第二用户说话的情况下，将所述耳机从所述第一模式切换为第二模式，包括：

在所述耳机当前的工作模式为第一模式，且根据所述声音信号和所述振动信号确定佩戴所述耳机的第一用户正在与第二用户说话的情况下，将所述耳机从所述第一模式切换为第二模式。

6.根据权利要求1～5任一项所述的方法，其特征在于，在所述获取所述耳机上的麦克风采集的声音信号之后，所述方法还包括：

在所述耳机当前的工作模式为第一模式，所述声音信号中包含所述第二用户的语音信号，且所述第二用户的语音信号中包含第二唤醒词时，将所述耳机从所述第一模式切换为所述第二模式。

7.根据权利要求6所述的方法，其特征在于，所述耳机上的麦克风包括前馈麦克风、反馈麦克风以及通话麦克风，所述前馈麦克风位于所述耳机远离耳朵的一侧，所述反馈麦克风位于所述耳机靠近耳朵的一侧；所述耳机用于根据所述反馈麦克风采集的声音信号确定所述第一用户正在与所述第二用户说话，所述耳机用于根据所述前馈麦克风和所述通话麦克风采集的声音信号确定所述声音信号中包含所述第二用户的语音信号。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

根据所述前馈麦克风和所述通话麦克风采集的声音信号确定所述第二用户的语音信号的传播方向，根据所述传播方向采集所述声音信号。

9.根据权利要求6～8任一项所述的方法，其特征在于，在所述将所述耳机从所述第一模式切换为第二模式之后，所述方法还包括：

若在第一时长内未检测到所述第一用户与所述第二用户说话，且所述声音信号中不存在所述第二用户的语音信号，将所述耳机从所述第二模式切换为所述第一模式。

10.根据权利要求9所述的方法，其特征在于，所述方法还包括：

接收电子设备发送的所述第一时长的设置信息。

11.根据权利要求6～9任一项所述的方法，其特征在于，在所述获取所述耳机上的麦克风采集的声音信号之前，所述方法还包括：

获取电子设备发送的唤醒词识别模型，所述唤醒词识别模型由包括所述第二唤醒词的文本和/或包括所述第二唤醒词的语音训练得到；

对应地，在所述获取所述耳机上的麦克风采集的声音信号之后，所述方法还包括：

在确定所述声音信号中包含所述第二用户的语音信号时，将所述第二用户的语音信号输入所述唤醒词识别模型，得到所述唤醒词识别模型输出的是否包含所述第二唤醒词的识别结果。

12.根据权利要求11所述的方法，其特征在于，在所述获取电子设备发送的唤醒词识别模型之前，所述方法还包括：

向所述电子设备发送所述耳机上的麦克风采集的测试语音，所述电子设备用于根据所述测试语音训练分类模型，得到所述唤醒词识别模型。

13.根据权利要求1～9任一项所述的方法，其特征在于，在所述获取所述耳机上的麦克风采集的声音信号之前，所述方法还包括：

接收电子设备发送的启动自动切换耳机模式功能的指示信息。

14.根据权利要求1～13任一项所述的方法，其特征在于，所述获取所述耳机上的麦克风采集的声音信号，包括：

在所述耳机处于双耳佩戴的场景下，获取所述耳机上的麦克风采集的声音信号。

15.根据权利要求1～13任一项所述的方法，其特征在于，所述耳机包括主耳机和从耳机，所述声音信号由所述主耳机上的麦克风采集。

16.根据权利要求15所述的方法，其特征在于，在所述主耳机处于未工作状态，或所述主耳机上的麦克风处于异常工作状态时，指示所述从耳机上的麦克风采集所述声音信号。

17.根据权利要求1～16任一项所述的方法，其特征在于，所述方法还包括：

在所述耳机当前的工作模式是第一模式，且根据所述声音信号确定佩戴所述耳机的第一用户正在与第二用户说话的情况下，降低所述耳机中正在播放的音频的音量，或指示所述耳机停止播放音频。

18.一种耳机，其特征在于，包括处理器，所述处理器用于执行存储在存储器中的计算机程序，以实现如权利要求1～17任一项所述的耳机模式的切换方法。

19.一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，其特征在于，所述计算机程序被处理器执行时实现如权利要求1～17任一项所述的耳机模式的切换方法。