CN118034415A - 一种家庭设备的控制方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明实施例提供了一种家庭设备的控制方法、装置、电子设备及存储介质，该方法包括：获取目标数据，所述目标数据包括家庭设备的设备数据、环境数据，以及假期数据；确定用户的需求信息；根据所述目标数据和所述用户的需求信息，生成提示语；通过大语言模型对所述提示语进行语义分析，生成针对目标家庭设备的控制指令；根据所述针对目标家庭设备的控制指令，对所述目标家庭设备进行控制，从而可以通过大语言模型对当前家庭设备的设备数据、环境数据、假期数据以及用户的需求信息进行分析，并根据分析结果对家庭设备进行控制，实现了家庭场景的智能设置，提升了用户的体验。

Description

一种家庭设备的控制方法、装置、电子设备及存储介质

技术领域

本发明涉及智能家居设备技术领域，特别是涉及一种家庭设备的控制方法、装置、电子设备及存储介质。

背景技术

随着大语言模型的兴起，大模型的能力也日渐突出，大语言模型是一种利用机器学习技术来理解和生成人类语言的人工智能模型，可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务，如文本分类、问答、对话等，是通向人工智能的一条重要途径。对于希望从各个方面增强通信和数据处理并实现自动化的企业和机构而言，大语言模型具有极高的价值。

但是，大语言模型在智能家居的控制领域还未见起色。随着工业的发展，家庭场景中的家用电器越来越多，且不同的家庭设备具有不同的使用功能和操作方式，如何高效管理多种类型的家用设备是用户在家庭场景中面临的主要问题。现有的交互设备无法根据用户的需求同时对多种家庭设备进行控制，从而影响了用户在家庭场景中对家庭设备的使用体验。

发明内容

为了解决上述问题，本发明实施例公开了一种家庭设备的控制方法、装置、电子设备及存储介质。

第一方面，本发明实施例提供了一种家庭设备的控制方法，所述方法包括：

获取目标数据，所述目标数据包括家庭设备的设备数据、环境数据，以及假期数据；

确定用户的需求信息；

根据所述目标数据和所述用户的需求信息，生成提示语；

通过大语言模型对所述提示语进行语义分析，生成针对目标家庭设备的控制指令；

根据所述针对目标家庭设备的控制指令，对所述目标家庭设备进行控制。

可选地，所述环境数据包括温度数据、湿度数据、光照强度数据、空气质量数据，所述获取目标数据，包括：

通过温度传感器获取所述温度数据；

通过湿度传感器获取所述湿度数据；

通过光感传感器获取所述光照强度数据；

通过气体检测仪获取所述空气质量数据。

可选地，所述方法还包括：

根据所述目标数据输出询问信息，并获取所述用户针对所述询问信息输入的答复信息；

所述确定用户的需求信息，包括：

根据所述用户针对所述询问信息输入的答复信息，确定所述用户的需求信息。

可选地，在所述通过大语言模型对所述提示语进行语义分析，生成针对所述目标家庭设备的控制指令之前，所述方法还包括：

获取历史目标数据；所述历史目标数据包括家庭设备的历史设备数据、历史环境数据，以及历史假期数据；

根据所述历史目标数据对初始大语言模型进行训练，生成所述大语言模型。

可选地，所述方法还包括：

当所述家庭设备变化时，更新所述历史目标数据包含的家庭设备的历史设备数据；

根据更新后的所述历史目标数据重新对所述大语言模型进行训练。

可选地，所述方法还包括：

通过具备交互界面的家庭设备显示所述目标家庭设备响应所述控制指令的控制结果，和/或，通过具备语音交互功能的家庭设备播放所述目标家庭设备响应所述控制指令的控制结果。

第二方面，本发明实施例提供了一种家庭设备的控制系统，所述系统包括服务器，与所述服务器连接的家庭设备；

所述服务器用于获取环境数据，家庭设备的设备数据，以及时间数据；确定用户的需求信息；根据所述环境数据，所述家庭设备的设备数据，所述时间数据和所述用户的需求信息，生成提示语；通过大语言模型对所述提示语进行语义分析，生成针对目标家庭设备的控制指令；根据所述控制指令对所述目标家庭设备进行控制；

所述家庭设备用于接收所述服务器发送的所述控制指令，并响应所述控制指令执行对应的操作。

第三方面，本发明实施例提供了一种家庭设备的控制装置，所述装置包括：

目标数据获取模块，用于获取目标数据，所述目标数据包括家庭设备的设备数据、环境数据，以及假期数据；

需求信息确定模块，用于确定用户的需求信息；

提示信息生成模块，用于根据所述目标数据和所述用户的需求信息，生成提示语；

控制指令生成模块，用于通过大语言模型对所述提示语进行语义分析，生成针对目标家庭设备的控制指令；

家庭设备控制模块，用于根据所述针对目标家庭设备的控制指令，对所述目标家庭设备进行控制。

可选地，所述环境数据包括温度数据、湿度数据、光照强度数据、空气质量数据，所述目标数据获取模块，包括：

温度数据获取子模块，用于通过温度传感器获取所述温度数据；

湿度数据获取子模块，用于通过湿度传感器获取所述湿度数据；

光照强度数据获取子模块，用于通过光感传感器获取所述光照强度数据；

空气质量数据获取子模块，用于通过气体检测仪获取所述空气质量数据。

可选地，所述装置还包括：

答复信息获取模块，用于根据所述目标数据输出询问信息，并获取所述用户针对所述询问信息输入的答复信息；

所述需求信息确定模块，包括：

需求信息确定子模块，用于根据所述用户针对所述询问信息输入的答复信息，确定所述用户的需求信息。

可选地，在所述控制指令生成模块之前，所述装置还包括：

历史目标数据获取模块，用于获取历史目标数据；所述历史目标数据包括家庭设备的历史设备数据、历史环境数据，以及历史假期数据；

大语言模型生成模块，用于根据所述历史目标数据对初始大语言模型进行训练，生成所述大语言模型。

可选地，所述装置还包括：

历史设备数据更新模块，用于当所述家庭设备变化时，更新所述历史目标数据包含的家庭设备的历史设备数据；

大语言模型重新训练模块，用于根据更新后的所述历史目标数据重新对所述大语言模型进行训练。

可选地，所述装置还包括：

控制结果反馈模块，用于通过具备交互界面的家庭设备显示所述目标家庭设备响应所述控制指令的控制结果，和/或，通过具备语音交互功能的家庭设备播放所述目标家庭设备响应所述控制指令的控制结果。

第四方面，本发明示出了一种电子设备，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述装置执行如上任一项所述的一种家庭设备的控制方法。

第五方面，本发明示出了一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如上任一项所述的一种家庭设备的控制方法。

本发明实施例包括以下优点：

本发明实施例可以获取目标数据，目标数据包括家庭设备的设备数据、环境数据，以及假期数据；并确定用户的需求信息；然后根据目标数据和用户的需求信息，生成提示语；接着通过大语言模型对提示语进行语义分析，生成针对目标家庭设备的控制指令；最后根据针对目标家庭设备的控制指令，对目标家庭设备进行控制。本发明提供的家庭设备的控制方法，可以通过大语言模型对当前家庭设备的设备数据、环境数据、假期数据以及用户的需求信息进行分析，并根据分析结果对家庭设备进行控制，实现了家庭场景的智能设置，提升了用户的体验。

附图说明

为了更清楚地说明本发明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单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例的一种家庭设备的控制方法的步骤流程图；

图2是本发明实施例的另一种家庭设备的控制方法的步骤流程图；

图3是本发明实施例的一种家庭设备的控制方法的逻辑图；

图4是本发明实施例的一种家庭设备的控制系统的结构框图；

图5是本发明实施例的一种家庭设备的控制装置的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明实施例中的家庭设备包括能够进行页面或语音交互的智能设备以及相关的生态产品。各类生态产品可将自身的传感器数据和其他相关数据上传到云服务器，如，能够实时获取室内的温度、湿度、光线、空气质量等环境信息，以及家庭设备的状态信息，如电视、灯光、空调等设备的开关状态、使用时长等并将这些信息实时上传到云服务器中。云服务器在获取这些信息后，将根据当前室内外环境数据、家庭设备数据、设备状态、时间节日信息和用户的语音输入生成提示语，并将提示语传入大语言模型，利用大模型的语义理解和多模态能力，自主设定家庭场景并控制相关设备。

参照图1，示出了本发明实施例的一种家庭设备的控制方法的步骤流程图，所述方法具体可以包括如下步骤：

步骤101，获取目标数据，所述目标数据包括家庭设备的设备数据、环境数据，以及假期数据；

在本发明实施例中，可以通过云服务器对家庭场景中的家庭设备进行控制。所述家庭设备可以为设置有智能芯片的智能设备，云服务器可以通过与智能芯片通信连接，从而对智能设备进行控制。云服务还可以从智能设备中获取目标数据，目标数据包括家庭设备的设备数据、环境数据以及假期数据。

步骤102，确定用户的需求信息；

在本发明实施例中，云服务器可以通过具备交互界面的家庭设备像用户显示根据目标数据输出的询问信息，和/或，通过具备语音交互功能的家庭设备播放根据目标数据输出的询问信息，然后获取用户针对询问信息输入的答复信息，并根据用户针对询问信息输入的答复信息，确定用户的需求信息。

步骤103，根据所述目标数据和所述用户的需求信息，生成提示语；

在本发明实施例中，云服务器可以根据目标数据和用户的需求信息，生成提示语。示例性地，云服务器可以提取目标数据和用户的需求信息确定需要控制的目标家庭设备，以及目标家庭设备需要调整的设备参数，并根据目标家庭设备的设备信息以及需要调整的设备参数生成提示语。

提示语Prompt是一种短文本字符串，用于指导语言模型生成响应。Prompt可以包含任务相关的信息和上下文，以帮助模型更好地理解要求并生成正确的输出。通过调整Prompt的内容和格式，可以引导模型生成更准确和有用的输出。例如，在问答任务中，Prompt可能包含问题或话题的描述，以帮助模型生成正确的答案。在文本生成任务中，Prompt可以包含一些文本片段，以帮助模型更好地理解要求并生成更自然的输出。

步骤104，通过大语言模型对所述提示语进行语义分析，生成针对目标家庭设备的控制指令；

在本发明实施例中，云服务器可以通过大语言模型对提示语进行语义分析，生成针对目标家庭设备的控制指令。同时，云服务器可以实时检测家庭环境和家庭设备状态的变化，如果用户的需求或环境因素发生变化，则重新生成提示语和控制指令，并调整家庭场景。

大语言模型(LLM)，也称大型语言模型，是指使用大量文本数据训练的深度学习模型，可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务，如文本分类、问答、对话等，是通向人工智能的一条重要途径。它们在大量的文本数据上进行训练，可以执行广泛的任务，包括文本总结、翻译、情感分析等等。大语言模型的特点是规模庞大，包含数十亿的参数帮助它们学习语言数据中的复杂模式。

步骤105，根据所述针对目标家庭设备的控制指令，对所述目标家庭设备进行控制。

在本发明实施例中，云服务器可以根据针对目标家庭设备的控制指令，对目标家庭设备进行控制。示例性地，如果获取到的假期数据是今天是情人节，云服务器可以通过交互设备询问用户是否希望营造浪漫的氛围，若获取到用户针对询问信息输入的答复信息为“是的”，则云服务器可以确定用户的需求为浪漫的家庭场景，根据预设的情人节模板确定对应需要控制的目标家庭设备，并向目标家庭设备发送控制指令，如，控制音乐播放器播放浪漫的音乐、控制电灯开关点亮温馨的灯光、控制电视播放相关的视频内容等等。

又例如，当用户说“我想看电影”时，云服务器可以根据交互设备上传的语音数据获取该家庭场景下的其他家庭设备的设备数据，环境数据来设定当前场景，并控制各类生态产品，如控制灯光调整至舒适的亮度、播放电影原声音乐、打开电视并生成相应的电影画面在电视上播放，同时根据电影的类型和情节调整氛围灯光颜色和亮度等等。

在完成场景设定和控制后，云服务器可以通过具备交互界面的家庭设备显示，和/或，通过具备语音交互功能的家庭设备播放回复语，以告知用户。例如，“已为您设定电影氛围模式，灯光已调整至20％亮度，电视已打开并播放《阿凡达》电影画面，请您享受观影时光。”。

在本发明实施例中，云服务器可以获取目标数据，目标数据包括家庭设备的设备数据、环境数据，以及假期数据；并确定用户的需求信息；然后根据目标数据和用户的需求信息，生成提示语；接着通过大语言模型对提示语进行语义分析，生成针对目标家庭设备的控制指令；最后根据针对目标家庭设备的控制指令，对目标家庭设备进行控制。本发明提供的家庭设备的控制方法，可以通过大语言模型对当前家庭设备的设备数据、环境数据、假期数据以及用户的需求信息进行分析，并根据分析结果对家庭设备进行控制，实现了家庭场景的智能设置，提升了用户的体验。

参照图2，示出了本发明实施例的另一种家庭设备的控制方法的步骤流程图，所述方法具体可以包括如下步骤：

步骤201，获取目标数据，所述目标数据包括家庭设备的设备数据、环境数据，以及假期数据；

本发明的一个可选实施例中，所述环境数据包括温度数据、湿度数据、光照强度数据、空气质量数据，所述获取目标数据，可以包括以下子步骤：

子步骤S11，通过温度传感器获取所述温度数据；

子步骤S12，通过湿度传感器获取所述湿度数据；

子步骤S13，通过光感传感器获取所述光照强度数据；

子步骤S14，通过气体检测仪获取所述空气质量数据。

在本发明实施例中，可以通过云服务器对家庭场景中的家庭设备进行控制。所述家庭设备可以为设置有智能芯片的智能设备，云服务器可以通过与智能芯片通信连接，从而对智能设备进行控制。云服务还可以从智能设备中获取目标数据，目标数据包括家庭设备的设备数据、环境数据以及假期数据。

其中，不同功能的家庭设备还设置有不同功能的传感器。获取目标数据的过程具体可以包括：获取温度传感器采集的温度数据，获取湿度传感器采集的湿度数据，获取光感传感器采集的光照强度数据，获取气体检测仪采集的空气质量数据。

步骤202，根据所述目标数据输出询问信息，并获取所述用户针对所述询问信息输入的答复信息；

在本发明实施例中，云服务器可以通过具备交互界面的家庭设备向用户显示根据目标数据输出的询问信息，和/或，通过具备语音交互功能的家庭设备播放根据目标数据输出的询问信息，然后获取用户针对询问信息输入的答复信息。示例性地，如果获取到的假期数据是今天是情人节，云服务器可以通过交互设备询问用户是否希望营造浪漫的氛围。

步骤203，根据所述用户针对所述询问信息输入的答复信息，确定所述用户的需求信息；

在本发明实施例中，云服务器可以根据用户针对询问信息输入的答复信息，确定用户的需求信息。示例性地，如果云服务器通过交互设备询问用户是否希望营造浪漫的氛围，获取到用户针对询问信息输入的答复信息为“是的”，则云服务器可以确定用户的需求为浪漫的家庭场景，根据预设的情人节模板确定对应需要控制的家庭设备。此外，当用户输入的答复信息为语音数据时，云服务器可以通过ASR(语音识别)技术，将语音数据转换成文本数据。

语音识别技术，也被称为自动语音识别(Automatic Speech Recognition，ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。语音识别技术属于人工智能方向的一个重要分支，涉及许多学科，如信号处理、计算机科学、语言学、声学、生理学、心理学等，是人机自然交互技术中的关键环节。语音识别较语音合成而言，技术上要复杂，但应用却更加广泛。语音识别ASR的最大优势在于使得人机用户界面更加自然和容易使用。

语言模型包括由识别语音命令构成的语法网络或由统计方法构成的语言模型，语言处理可以进行语法、语义分析。语言模型对中、大词汇量的语音识别系统特别重要。当分类发生错误时可以根据语言学模型、语法结构、语义学进行判断纠正，特别是一些同音字则必须通过上下文结构才能确定词义。语言学理论包括语义结构、语法规则、语言的数学描述模型等有关方面。目前比较成功的语言模型通常是采用统计语法的语言模型与基于规则语法结构命令语言模型。语法结构可以限定不同词之间的相互连接关系，减少了识别系统的搜索空间，这有利于提高系统的识别。

语音识别技术常用的方法有如下四种：基于语言学和声学的方法，随机模型法，利用人工神经网络的方法，概率语法分析。其中最主流的方法是随机模型法。基于语言学和声学的方法是最早应用于语音识别的方法，但是现在并没有得到大规模普及。随机模型法主要采用提取特征、训练模板、对模板进行分类及对模板进行判断的步骤来对语音进行识别，该方法涉及到的技术一般有3种：动态时间规整(DTW)，隐马尔可夫模型(HMM)理论和矢量量化(VQ)技术。神经网络算法是在语音识别发展的后期才有的一种新的识别方法。它其实是一种模拟人类神经活动的方法，同时具有人的一些特性，如自动适应和自主学习。其较强的归类能力和映射能力在语音识别技术中具有很高的利用价值。概率语法分析法是一种能够识别大长度语段的技术，主要是为了完成“区别语言的特征”，对于不同层次的知识利用相应层次的知识来解决。

步骤204，根据所述目标数据和所述用户的需求信息，生成提示语；

在本发明实施例中，云服务器可以根据目标数据和用户的需求信息，生成提示语。示例性地，云服务器可以提取目标数据和用户的需求信息确定需要控制的目标家庭设备，以及目标家庭设备需要调整的设备参数，并根据目标家庭设备的设备信息以及需要调整的设备参数生成提示语。

提示语Prompt是一种短文本字符串，用于指导语言模型生成响应。Prompt可以包含任务相关的信息和上下文，以帮助模型更好地理解要求并生成正确的输出。通过调整Prompt的内容和格式，可以引导模型生成更准确和有用的输出。例如，在问答任务中，Prompt可能包含问题或话题的描述，以帮助模型生成正确的答案。在文本生成任务中，Prompt可以包含一些文本片段，以帮助模型更好地理解要求并生成更自然的输出。

PROMPT模型主要包括以下几个部分：知识库：PROMPT模型通过从大量语料库中学习，积累了一定的语言知识和模式。这些知识和模式可以理解为语言的“知识库”，是模型进行自然语言理解和生成的重要依据。模式识别：PROMPT模型能够识别输入语言中的模式，并从中提取出相应的含义。这种模式识别能力来源于模型在知识库中学习到的语言模式和知识。生成：PROMPT模型可以根据输入的上下文和知识库中的模式，生成相应的自然语言输出。这种生成能力来源于模型对输入语言的分析和理解。评估：PROMPT模型通过评估生成结果与真实输入之间的差距，不断优化模型参数，提高模型性能。这种评估能力来源于模型在知识库中学习到的语言知识和模式。

步骤205，通过大语言模型对所述提示语进行语义分析，生成针对目标家庭设备的控制指令；

本发明的一个可选实施例中，在所述通过大语言模型对所述提示语进行语义分析，生成针对所述目标家庭设备的控制指令之前，所述方法还包括以下子步骤：

子步骤S21，获取历史目标数据；所述历史目标数据包括家庭设备的历史设备数据、历史环境数据，以及历史假期数据；

子步骤S21，根据所述历史目标数据对初始大语言模型进行训练，生成所述大语言模型；

在本发明实施例中，云服务器可以通过大语言模型对提示语进行语义分析，生成针对目标家庭设备的控制指令。在使用大语言模型之前，云服务器可以获取历史目标数据，历史目标数据包括家庭设备的历史设备数据、历史环境数据，以及历史假期数据，然后根据历史目标数据对初始大语言模型进行训练，生成大语言模型。

大语言模型(LLM)，也称大型语言模型，是指使用大量文本数据训练的深度学习模型，可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务，如文本分类、问答、对话等，是通向人工智能的一条重要途径。它们在大量的文本数据上进行训练，可以执行广泛的任务，包括文本总结、翻译、情感分析等等。大语言模型的特点是规模庞大，包含数十亿的参数帮助它们学习语言数据中的复杂模式。

训练语言模型需要向其提供大量的文本数据，模型利用这些数据来学习人类语言的结构、语法和语义。这个过程通常是通过无监督学习完成的，使用一种叫做自我监督学习的技术。在自我监督学习中，模型通过预测序列中的下一个词或标记，为输入的数据生成自己的标签，并给出之前的词。

训练过程包括两个主要步骤：预训练(pre-training)和微调(fine-tuning)。在预训练阶段，模型从一个巨大的、多样化的数据集中学习，通常包含来自不同来源的数十亿词汇，如网站、书籍和文章。这个阶段允许模型学习一般的语言模式和表征。在微调阶段，模型在与目标任务或领域相关的更具体、更小的数据集上进一步训练。这有助于模型微调其理解，并适应任务的特殊要求。常见的大语言模型包括GPT-3(Generative Pre-trainedTransformer 3)、BERT(Bidirectional Encoder Representations from Transformers)、T5(文本到文本转换器)等等。

本发明的一个可选实施例中，所述方法还包括以下子步骤：

子步骤S31，当所述家庭设备变化时，更新所述历史目标数据包含的家庭设备的历史设备数据；

子步骤S32，根据更新后的所述历史目标数据重新对所述大语言模型进行训练。

在本发明实施例中，云服务器还可以在家庭设备变化时，更新历史目标数据包含的家庭设备的历史设备数据，并根据更新后的历史目标数据重新对大语言模型进行训练。

步骤206，根据所述针对目标家庭设备的控制指令，对所述目标家庭设备进行控制；

在本发明实施例中，云服务器可以根据针对目标家庭设备的控制指令，对目标家庭设备进行控制。示例性地，如果获取到的假期数据是今天是情人节，云服务器可以通过交互设备询问用户是否希望营造浪漫的氛围，若获取到用户针对询问信息输入的答复信息为“是的”，则云服务器可以确定用户的需求为浪漫的家庭场景，根据预设的情人节模板确定对应需要控制的目标家庭设备，并向目标家庭设备发送控制指令，如，控制音乐播放器播放浪漫的音乐、控制电灯开关点亮温馨的灯光、控制电视播放相关的视频内容等等。

又例如，当用户说“我想看电影”时，云服务器可以根据交互设备上传的语音数据获取该家庭场景下的其他家庭设备的设备数据，环境数据来设定当前场景，并控制各类生态产品，如控制灯光调整至舒适的亮度、播放电影原声音乐、打开电视并生成相应的电影画面在电视上播放，同时根据电影的类型和情节调整氛围灯光颜色和亮度等等。

步骤207，通过具备交互界面的家庭设备显示所述目标家庭设备响应所述控制指令的控制结果，和/或，通过具备语音交互功能的家庭设备播放所述目标家庭设备响应所述控制指令的控制结果。

在本发明实施例中，云服务器可以通过具备交互界面的家庭设备显示目标家庭设备响应控制指令的控制结果，和/或，通过具备语音交互功能的家庭设备播放目标家庭设备响应控制指令的控制结果。示例性地，在完成场景设定和控制后，云服务器可以通过具备交互界面的家庭设备显示，和/或，通过具备语音交互功能的家庭设备播放回复语，以告知用户。例如，“已为您设定电影氛围模式，灯光已调整至20％亮度，电视已打开并播放《阿凡达》电影画面，请您享受观影时光。”。本发明实施例通过回复语不仅能让用户知道目标家庭设备已经按照其需求设定了相应的场景，同时也提供了用户对设备进行操作和调整的反馈渠道。

参照图3，示出了本发明实施例提供的一种家庭设备的控制方法的逻辑图，为了使本领域技术人员能够更好地理解本发明实施例，下面通过图3对本发明实施例加以说明：

(1)云服务器通过不同功能的家庭设备设置的传感器获取目标数据，目标数据包括家庭设备的设备数据，环境数据，以及假期数据，环境数据包括温度数据、湿度数据、光照强度数据以及空气质量数据；

(2)通过具有交互功能的家庭设备获取用户的语音数据，并通过语音识别技术将语音数据转换成文字数据，从而识别用户需求；

(3)根据目标数据和用户需求生成提示语；

(4)将提示语输入大语言模型，通过大语言模型分析需要控制的目标家庭设备，以及目标家庭设备的工作状态，并生成针对目标家庭设备的控制指令；

(5)将控制指令发送给对应的目标家庭设备，以使目标家庭设备调整至符合用户需求的工作状态；

(6)将目标家庭设备的控制结果通过交互设备反馈给用户，以使用户知道家庭设备已经按照其需求设定了相应的场景，同时用户可以通过交互设备对目标家庭设备进行操作和调整，以满足自己的个性化需求。

在本发明实施例中，云服务器可以获取目标数据，目标数据包括家庭设备的设备数据、环境数据，以及假期数据；根据目标数据输出询问信息，并获取用户针对询问信息输入的答复信息，再根据用户针对询问信息输入的答复信息，确定用户的需求信息；然后根据目标数据和用户的需求信息，生成提示语；接着通过大语言模型对提示语进行语义分析，生成针对目标家庭设备的控制指令；根据针对目标家庭设备的控制指令，对目标家庭设备进行控制；最后通过交互设备将控制指令的控制结果反馈给用户。本发明提供的家庭设备的控制方法，可以通过大语言模型对当前家庭设备的设备数据、环境数据、假期数据以及用户的需求信息进行分析，并根据分析结果对家庭设备进行控制，实现了家庭场景的智能设置，提升了用户的体验。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图4，示出了本发明实施例提供的一种家庭设备的控制系统的结构框图，所述家庭设备控制系统300包括服务器301，与所述服务器301连接的家庭设备302；

所述服务器301用于获取环境数据，家庭设备的设备数据，以及时间数据；确定用户的需求信息；根据所述环境数据，所述家庭设备的设备数据，所述时间数据和所述用户的需求信息，生成提示语；通过大语言模型对所述提示语进行语义分析，生成针对目标家庭设备的控制指令；根据所述控制指令对所述目标家庭设备进行控制；

所述家庭设备302用于接收所述服务器发送的所述控制指令，并响应所述控制指令执行对应的操作。

示例性地，如果获取到的假期数据是今天是情人节，云服务器可以通过交互设备询问用户是否希望营造浪漫的氛围，若获取到用户针对询问信息输入的答复信息为“是的”，则云服务器可以确定用户的需求为浪漫的家庭场景，根据预设的情人节模板确定对应需要控制的目标家庭设备，并向目标家庭设备发送控制指令，如，控制音乐播放器播放浪漫的音乐、控制电灯开关点亮温馨的灯光、控制电视播放相关的视频内容等等。又例如，当用户说“我想看电影”时，云服务器可以根据交互设备上传的语音数据获取该家庭场景下的其他家庭设备的设备数据，环境数据来设定当前场景，并控制各类生态产品，如控制灯光调整至舒适的亮度、播放电影原声音乐、打开电视并生成相应的电影画面在电视上播放，同时根据电影的类型和情节调整氛围灯光颜色和亮度等等。

在本发明实施例中，服务器可以为云服务器，家庭设备可以为设置有智能芯片的智能设备，云服务器可以通过与智能芯片通信连接，从而对智能设备进行控制。其中，云服务器可以获取目标数据，目标数据包括家庭设备的设备数据、环境数据，以及假期数据；并确定用户的需求信息；然后根据目标数据和用户的需求信息，生成提示语；接着通过大语言模型对提示语进行语义分析，生成针对目标家庭设备的控制指令；最后根据针对目标家庭设备的控制指令，对目标家庭设备进行控制。家庭设备可以接收云服务器发送的控制指令，并响应控制指令执行对应的操作。本发明提供的家庭设备的控制系统，可以通过大语言模型对当前家庭设备的设备数据、环境数据、假期数据以及用户的需求信息进行分析，并根据分析结果对家庭设备进行控制，实现了家庭场景的智能设置，提升了用户的体验。

参照图5，示出了本发明实施例提供的一种家庭设备的控制装置的结构框图，具体可以包括如下模块：

目标数据获取模块401，用于获取目标数据，所述目标数据包括家庭设备的设备数据、环境数据，以及假期数据；

需求信息确定模块402，用于确定用户的需求信息；

提示信息生成模块403，用于根据所述目标数据和所述用户的需求信息，生成提示语；

控制指令生成模块404，用于通过大语言模型对所述提示语进行语义分析，生成针对目标家庭设备的控制指令；

家庭设备控制模块405，用于根据所述针对目标家庭设备的控制指令，对所述目标家庭设备进行控制。

在本发明实施例中，所述环境数据包括温度数据、湿度数据、光照强度数据、空气质量数据，所述目标数据获取模块401，包括：

温度数据获取子模块，用于通过温度传感器获取所述温度数据；

湿度数据获取子模块，用于通过湿度传感器获取所述湿度数据；

光照强度数据获取子模块，用于通过光感传感器获取所述光照强度数据；

空气质量数据获取子模块，用于通过气体检测仪获取所述空气质量数据。

在本发明实施例中，所述装置还包括：

答复信息获取模块，用于根据所述目标数据输出询问信息，并获取所述用户针对所述询问信息输入的答复信息；

所述需求信息确定模块402，包括：

需求信息确定子模块，用于根据所述用户针对所述询问信息输入的答复信息，确定所述用户的需求信息。

在本发明实施例中，在所述控制指令生成模块404之前，所述装置还包括：

历史目标数据获取模块，用于获取历史目标数据；所述历史目标数据包括家庭设备的历史设备数据、历史环境数据，以及历史假期数据；

大语言模型生成模块，用于根据所述历史目标数据对初始大语言模型进行训练，生成所述大语言模型。

在本发明实施例中，所述装置还包括：

历史设备数据更新模块，用于当所述家庭设备变化时，更新所述历史目标数据包含的家庭设备的历史设备数据；

大语言模型重新训练模块，用于根据更新后的所述历史目标数据重新对所述大语言模型进行训练。

在本发明实施例中，所述装置还包括：

控制结果反馈模块，用于通过具备交互界面的家庭设备显示所述目标家庭设备响应所述控制指令的控制结果，和/或，通过具备语音交互功能的家庭设备播放所述目标家庭设备响应所述控制指令的控制结果。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本发明实施例还提供了一种电子设备，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述装置执行如上任一项所述的家庭设备的控制方法。

本发明实施例还提供了一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如上任一项所述的家庭设备的控制方法。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的机器可读介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者终端设备不仅包括那些要素，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、物品或者终端设备所固有的要素。

以上对本发明所提供的一种家庭设备的控制方法和一种家庭设备的控制装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种家庭设备的控制方法，其特征在于，所述方法包括：

获取目标数据，所述目标数据包括家庭设备的设备数据、环境数据，以及假期数据；

确定用户的需求信息；

根据所述目标数据和所述用户的需求信息，生成提示语；

通过大语言模型对所述提示语进行语义分析，生成针对目标家庭设备的控制指令；

根据所述针对目标家庭设备的控制指令，对所述目标家庭设备进行控制。

2.根据权利要求1所述的方法，其特征在于，所述环境数据包括温度数据、湿度数据、光照强度数据、空气质量数据，所述获取目标数据，包括：

通过温度传感器获取所述温度数据；

通过湿度传感器获取所述湿度数据；

通过光感传感器获取所述光照强度数据；

通过气体检测仪获取所述空气质量数据。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述目标数据输出询问信息，并获取所述用户针对所述询问信息输入的答复信息；

所述确定用户的需求信息，包括：

根据所述用户针对所述询问信息输入的答复信息，确定所述用户的需求信息。

4.根据权利要求1所述的方法，其特征在于，在所述通过大语言模型对所述提示语进行语义分析，生成针对所述目标家庭设备的控制指令之前，所述方法还包括：

获取历史目标数据；所述历史目标数据包括家庭设备的历史设备数据、历史环境数据，以及历史假期数据；

根据所述历史目标数据对初始大语言模型进行训练，生成所述大语言模型。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

当所述家庭设备变化时，更新所述历史目标数据包含的家庭设备的历史设备数据；

根据更新后的所述历史目标数据重新对所述大语言模型进行训练。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

通过具备交互界面的家庭设备显示所述目标家庭设备响应所述控制指令的控制结果，和/或，通过具备语音交互功能的家庭设备播放所述目标家庭设备响应所述控制指令的控制结果。

7.一种家庭设备的控制系统，其特征在于，所述系统包括服务器，与所述服务器连接的家庭设备；

所述服务器用于获取环境数据，家庭设备的设备数据，以及时间数据；确定用户的需求信息；根据所述环境数据，所述家庭设备的设备数据，所述时间数据和所述用户的需求信息，生成提示语；通过大语言模型对所述提示语进行语义分析，生成针对目标家庭设备的控制指令；根据所述控制指令对所述目标家庭设备进行控制；

所述家庭设备用于接收所述服务器发送的所述控制指令，并响应所述控制指令执行对应的操作。

8.一种家庭设备的控制装置，其特征在于，所述装置包括：

目标数据获取模块，用于获取目标数据，所述目标数据包括家庭设备的设备数据、环境数据，以及假期数据；

需求信息确定模块，用于确定用户的需求信息；

提示信息生成模块，用于根据所述目标数据和所述用户的需求信息，生成提示语；

控制指令生成模块，用于通过大语言模型对所述提示语进行语义分析，生成针对目标家庭设备的控制指令；

家庭设备控制模块，用于根据所述针对目标家庭设备的控制指令，对所述目标家庭设备进行控制。

9.一种电子设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-6中任一项所述的一种家庭设备的控制方法的步骤。

10.一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如权利要求1-6任一项所述的一种家庭设备的控制方法。