WO2017096843A1 - 头戴设备的控制方法和装置 - Google Patents

头戴设备的控制方法和装置 Download PDF

Info

Publication number
WO2017096843A1
WO2017096843A1 PCT/CN2016/088884 CN2016088884W WO2017096843A1 WO 2017096843 A1 WO2017096843 A1 WO 2017096843A1 CN 2016088884 W CN2016088884 W CN 2016088884W WO 2017096843 A1 WO2017096843 A1 WO 2017096843A1
Authority
WO
WIPO (PCT)
Prior art keywords
audio information
information
recognition result
standard
collected
Prior art date
Application number
PCT/CN2016/088884
Other languages
English (en)
French (fr)
Inventor
陈相金
Original Assignee
乐视控股（北京）有限公司
乐视致新电子科技（天津）有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 乐视控股（北京）有限公司, 乐视致新电子科技（天津）有限公司 filed Critical 乐视控股（北京）有限公司
Priority to US15/247,569 priority Critical patent/US20170169820A1/en
Publication of WO2017096843A1 publication Critical patent/WO2017096843A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
    • G09G5/003—Details of a display terminal, the details relating to the control arrangement of the display terminal and to the interfaces thereto
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

一种头戴设备的控制方法和装置。其中方法包括：确定头戴设备上的采集部件采集到的音频信息是否为有效语音信息（101）；若是，则对有效语音信息进行识别，得到识别结果（102）；依据识别结果执行识别结果指示的控制操作（103）。该方法通过语音对头戴设备进行控制，从而无需再通过按键或遥控器进行控制，使头戴设备的控制更加方便，提升用户体验。

Description

头戴设备的控制方法和装置
本申请要求在2015年12月10日提交中国专利局、申请号为201510926119.6、发明名称为“头戴设备的控制方法和装置”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本发明实施例涉及头戴设备技术领域，尤其涉及一种头戴设备的控制方法和装置。
背景技术
随着科技的飞速发展，多种多样的智能设备走进人们的生活，头戴设备作为一种智能设备越来越受到广大用户的喜爱，用户可以通过头戴设备更方便地进行各种各样的操控。
在现有技术中，头戴设备通常具有配套的遥控器，用户可以通过遥控器对头戴设备进行控制，或者为了方便用户使用，在头戴设备上可以设置少量按键，用户可以通过按键对头戴设备进行控制。
但是在实现本发明过程中，发明人发现现有技术中上述通过遥控器控制的方式中需要配置额外的配件，不便于用户携带；上述通过按键控制的方式中，由于实体按键通常采取机械接触的方式来实现，故其在使用寿命上存在缺陷，并且由于头戴设备需戴在头部使用，用户需要凭借直觉和触觉感知按键位置进行操控，用户体验较差。
发明内容
本发明实施例提供一种头戴设备的控制方法和装置，用以解决现有对头戴设备的控制技术中，控制不方便，用户体验差的问题。
本发明实施例提供一种头戴设备的控制方法，包括：
确定头戴设备上的采集部件采集到的音频信息是否为有效语音信息；
若是，则对所述有效语音信息进行识别，得到识别结果；
依据所述识别结果执行所述识别结果指示的控制操作。
本发明实施例提供一种头戴设备的控制装置，包括：
确定模块，用于确定头戴设备上的采集部件采集到的音频信息是否为有效语音信息；
识别模块，用于在所述确定模块的确定结果为是时，对所述有效语音信息进行识别，得到识别结果；
控制模块，用于依据所述识别结果执行所述识别结果指示的控制操作。
本发明实施例提供一种计算机程序，其包括计算机可读代码，当所述计算机可读代码在头戴设备上运行时，导致所述头戴设备执行上述的头戴设备的控制方法。
本发明实施例提供一种计算机可读介质，其中存储了上述的计算机程序。
本发明实施例提供的头戴设备的控制方法和装置，在头戴设备上设置有用于采集音频信息的采集部件，当采集部件采集到音频信息时，确定该音频信息是否为有效语音信息，若是，则对有效语音信息进行识别得到识别结果，然后头戴设备即可执行识别结果指示的控制操作。由此可知，本发明实施例中可以通过语音对头戴设备进行控制，从而无需再通过按键或遥控器进行控制，使头戴设备的控制更加方便，提升用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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为本发明实施例一的一种头戴设备的控制方法的步骤流程图；
图2为本发明实施例二的一种头戴设备的控制方法的步骤流程图；
图3为本发明实施例二的一种头戴设备的结构示意图；
图4为本发明实施例三的一种头戴设备的控制装置的结构框图；
图5为本发明实施例四的一种头戴设备的控制装置的结构框图；
图6示意性地示出了用于执行根据本发明的方法的头戴设备的框图；以及
图7示意性地示出了用于保持或者携带实现根据本发明的方法的程序代码的存储单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
实施例一
参照图1，示出了本发明实施例一的一种头戴设备的控制方法的步骤流程图。
本发明实施例的头戴设备的控制方法可以包括以下步骤：
步骤101，确定头戴设备上的采集部件采集到的音频信息是否为有效语音信息。
本发明实施例中，头戴设备包括但不限于虚拟头盔、虚拟眼镜、骑行头盔等。预先在头戴设备上设置采集部件，如麦克风(MIC)等，该采集部件用于对外界的音频信息进行采集，以便实现通过语音控制头戴设备。
为了降低功耗，头戴设备并非对全部的音频信息都进行响应，而是仅对有效语音信息进行响应，例如对于外界的噪音信息或者与头戴设备不对应的语音信息，即使采集部件采集到上述噪音信息或者语音信息，头戴设备也不会对其进行处理，上述噪音信息和语音信息即为无效语音信息。故本发明实施例在采集部件采集到音频信息后，首先确定该音频信息是否为有效语音信息，然后根据确定结果执行相应的操作。
步骤102，若是，则对有效语音信息进行识别，得到识别结果。
如果在步骤101中确定出采集到的音频信息为有效语音信息，则将进一 步对该有效语音信息进行识别，得到识别结果，该识别结果用于指示对头戴设备的控制操作，头戴设备可以响应该识别结果，执行该识别结果指示的控制操作，从而达到通过语音控制头戴设备的目的。
步骤103，依据识别结果执行识别结果指示的控制操作。
本发明实施例对上述各个步骤进行了简单描述，对于上述各个步骤的具体过程，将在实施例二中进行详细论述。
本发明实施例提供的头戴设备的控制方法，在头戴设备上设置有用于采集音频信息的采集部件，当采集部件采集到音频信息时，确定该音频信息是否为有效语音信息，若是，则对有效语音信息进行识别得到识别结果，然后头戴设备即可执行识别结果指示的控制操作。由此可知，本发明实施例中可以通过语音对头戴设备进行控制，从而无需再通过按键或遥控器进行控制，使头戴设备的控制更加方便，提升用户体验。
实施例二
参照图2，示出了本发明实施例二的一种头戴设备的控制方法的步骤流程图。
本发明实施例的头戴设备的控制方法可以包括以下步骤：
步骤201，头戴设备上的采集部件采集音频信息。
参照图3，示出了本发明实施例二的一种头戴设备的结构示意图。该头戴设备可以包括MIC、语音处理芯片、CPU(Central Processing Unit，中央处理器)和WiFi(Wireless-Fidelity，无线保真)模块。其中，MIC即为采集部件，主要用于采集音频信息，并将采集的音频信息(Audio)送至语音处理芯片进行处理；语音处理芯片主要用于进行语音唤醒、语音降噪处理等；CPU主要用于进行本地语音识别、本地语音操控、语音信息送云端等。语音处理芯片与CPU之间可以通过IIC(Inter Integrated Circuit，集成电路总线)交换命令、状态等，还可以通过中断(INT)对CPU进行控制(如唤醒CPU等)，还可以将Audio发送至CPU。CPU与WiFi模块之间设置有SDIO(Secure Digital Input and Output Card，安全数字输入输出卡)接口，CPU可以通过WiFi模块将音频信息发送至云端服务器，云端服务器可以对音频信息进行语音识别。
本发明实施例为解决头戴设备控制不方便、用户体验差的问题，利用采集部件对音频信息进行采集，通过语音唤醒、语音识别、语音操控一系列流程来对头戴设备进行控制，以下将详细论述。
步骤202，确定采集到的音频信息是否为有效语音信息。若是，则执行步骤203；若否，则执行设定操作。
该步骤对应于语音唤醒流程。初始时头戴设备的系统处于待机状态，MIC处于低功耗监听模式，监听是否有音频信息，MIC采集到音频信息后，语音处理芯片对该音频信息进行相应处理，以确认该音频信息是否为有效语音信息。
优选地，该步骤202可以包括以下子步骤：
子步骤a1，将采集到的音频信息与预设的多个标准音频信息进行信号波形比对；若存在与采集到的音频信息比对成功的标准音频信息，则执行子步骤a2；若不存在与采集到的音频信息比对成功的标准音频信息，则执行子步骤a3。
本发明实施例中，可以针对头戴设备预先设置与其相对应的多个标准音频信息，如针对乐视的头戴设备，可以设置“乐视，您好”等对应的音频信息为标准音频信息。采集到的音频信息和预设的标准音频信息均为音频信号波形，可以将采集到的音频信息与标准音频信息进行信号波形比对，这些标准音频信息对该头戴设备来说即为有效语音信息，故如果采集到的音频信息与某个标准音频信息比对成功，则可以确定该采集到的音频信息为有效语音信息。
优选地，该子步骤a1可以包括：
a11，将采集到的音频信息中从开始到设定时间的第一段音频信息与预设的多个标准音频信息进行信号波形比对；若不存在与第一段音频信息比对成功的标准音频信息，则执行a12；若存在与第一段音频信息比对成功的标准音频信息，则执行a13。
a12，若不存在与第一段音频信息比对成功的标准音频信息，则停止比对，确定不存在与采集到的音频信息比对成功的标准音频信息；
采集部件采集到的音频信息有可能为外界环境中的噪音信息，而并非语音信息，如在嘈杂的环境中佩戴头戴设备时采集部件可能会采集到单纯的噪 音信息。如果采集到的音频信息是噪音信息，则在将采集到的音频信息与标准音频信息进行比对时无需将全段音频信息进行比对，仅需比较一小段音频信息即可，从而降低处理过程的复杂度。因此，在进行比对时首先将采集到的音频信息中从开始到设定时间的第一段音频信息与预设的多个标准音频信息进行信号波形比对，若不存在与第一段音频信息比对成功的标准音频信息，则可以确定采集到的音频信息为噪音信息，故将停止比对，并确定不存在与采集到的音频信息比对成功的标准音频信息。其中，比对成功是指比对的两者的信号波形相同。对于上述设定时间的具体数值，本领域技术人员根据实际经验进行相关设置即可，如可以设置为10ms、30ms等，本发明实施例对此并不加以限制。
a13，若存在与第一段音频信息比对成功的标准音频信息，则继续将采集到的音频信息中除第一段音频信息之外剩余的第二段音频信息与比对成功的标准音频信息进行信号波形比对；若不存在与第二段音频信息比对成功的标准音频信息，则执行a14；若存在与第二段音频信息比对成功的标准音频信息，则执行a15。
若存在与第一段音频信息比对成功的标准音频信息，则可以确定采集到的音频信息不是噪音信息，该种情况下继续将采集到的音频信息中除第一段音频信息之外剩余的第二段音频信息与比对成功的标准音频信息(此处比对成功的标准音频信息是指与第一段音频信息比对成功的标准音频信息)进行信号波形比对。
a14，若不存在与第二段音频信息比对成功的标准音频信息，则确定不存在与采集到的音频信息比对成功的标准音频信息；
若不存在与第二段音频信息比对成功的标准音频信息，则说明采集到的音频信息虽然为语音信息，但是并非是有效语音信息，故该种情况下仍然确定不存在与采集到的音频信息比对成功的标准音频信息。
a15，若存在与第二段音频信息比对成功的标准音频信息，则确定存在与采集到的音频信息比对成功的标准音频信息。
若存在与第二段音频信息比对成功的标准音频信息，则该与第二段音频信息比对成功的标准音频信息即为与采集到的音频信息比对成功的标准音频信息。
子步骤a2，若存在与采集到的音频信息比对成功的标准音频信息，则确定采集到的音频信息为有效语音信息；
子步骤a3，若不存在与采集到的音频信息比对成功的标准音频信息，则确定采集到的音频信息为无效语音信息。
步骤203，若是，则对有效语音信息进行识别，得到识别结果。
该步骤对应于语音识别流程。如果采集到的音频信息为无效语音信息，如上述的噪音信息及未与标准音频信息比对成功的音频信息，则语音处理芯片不作响应，系统将继续维持低功耗状态；如果采集到的音频信息为有效语音信息，则语音处理芯片将CPU唤醒，系统进入正常工作状态。
语音处理芯片将有效语音信息送往CPU进行识别。优选地，语音处理芯片还可以先对有效语音信息进行降噪处理，处理后再送至CPU。例如，可以通过盲源分离等技术将有效语音信息中的噪音和有用信息进行分离，以便进行降噪处理。盲源分离问题即在不知道源信号和传输通道的先验信息的情况下，根据源信号的统计特性，仅由观测到的混合信号恢复出源信号的过程，语音信号的盲源分离是盲源分离技术的一个非常重要的分支，例如可以利用独立量分析(independent component analysis，简称ICA)等算法进行盲源分离，对于盲源分离的具体过程，本领域技术人员根据实际经验进行相关处理即可，本发明实施例对此不再详细论述。
优选地，本发明实施例中对有效语音信息进行识别，得到识别结果的步骤可以包括以下子步骤：
子步骤b1，在本地对有效语音信息进行识别；若能够得到本地识别结果，则执行子步骤b2；若未得到本地识别结果，则执行子步骤b3。
首先在本地CPU对有效语音信息进行识别，该子步骤b1可以包括：
b11，在本地将有效语音信息转换为文本信息；
CPU可以将有效语音信息利用设定的软件算法(如科大讯飞、乐视语音等)转换为文本信息，对于转换的具体过程，本领域技术人员根据实际经验进行相关处理即可，本发明实施例对此不再详细论述。
b12，将转换得到的文本信息与预设的多个标准文本信息进行匹配；若存在与转换得到的文本信息相匹配的标准文本信息，则执行b13；若不存在与转换得到的文本信息相匹配的标准文本信息，则执行b14。
本发明实施例中，预先设置本地的命令库，该本地命令库中可以包括多个标准文本信息，如开机、关机、调大音量、调小音量等，将转换后的文本信息与本地命令库进行搜索匹配，确定是否存在与转换得到的文本信息相匹配的标准文本信息。其中，相匹配可以指转换得到的文本信息与标准文本信息相同。
b13，若存在与转换得到的文本信息相匹配的标准文本信息，则将相匹配的标准文本信息作为本地识别结果；
b14，若不存在与转换得到的文本信息相匹配的标准文本信息，则确定未得到本地识别结果。
子步骤b2，若能够得到本地识别结果，则将本地识别结果作为识别结果；
子步骤b3，若未得到本地识别结果，则将有效语音信息发送至云端服务器，以使云端服务器对有效语音信息进行识别得到云端识别结果，接收云端服务器返回的云端识别结果，将云端识别结果作为识别结果。
如果能够得到本地识别结果，则将本地识别结果作为最终识别结果，依据该识别结果对头戴设备进行控制。但是，基于本地的条件限制(如存储空间等的限制)，可能无法将对头戴设备对应的控制命令全部保存至本地命令库中，如有效语音信息为“现在北京什么天气”等，该种情况并非是简单地是对头戴设备进行开关机等的控制，而是还需要进行信息搜索等操作，因此还存在本地识别时未得到本地识别结果的情况，该种情况下CPU将有效语音信息发送至云端服务器，通过云端服务器对有效语音信息进行识别得到云端识别结果。云端服务器通过对有效语音信息进行语义分析，得到对应的文本信息，并根据该文本信息执行相应的操作，如有效语音信息为音视频资源搜索相关的信息，则云端服务器进行音视频资源搜索，得到音视频资源搜索结果作为云端识别结果，再如有效语音信息为地图导航信息查询相关的信息，则云端服务器进行地图查询，得到导航信息查询结果作为云端识别结果。云端服务器云端识别结果后，将云端识别结果发送至头戴设备本地，本地将该云端识别结果作为识别结果。
步骤204，依据识别结果执行识别结果指示的控制操作。
该步骤对应于语音操控流程。本地得到识别结果后，头戴设备将依据识别结果自动执行该识别结果指示的控制操作。其中，识别结果包括本地识别 结果和云端识别结果。本地识别结果可以为能够简单控制头戴设备的指令，如开机、关机、调大音量、调小音量等，头戴设备响应该本地识别结果执行相应的操作。云端识别结果可以为通过云端服务器搜索得到的一些信息，如音视频资源搜索结果、导航信息查询结果等，头戴设备接收到云端识别结果后，可以与用户进行交互操作，如提示用户是否显示、播放云端搜索结果等，用户在确定后，头戴设备接收到确定指令，进行显示、播放云端搜索结果等操作。
本实施例中通过麦克风对音频信息进行采集，传输到语音处理芯片进行降噪处理(以提高识别率)并唤醒CPU，处理后有效语音信息送往CPU进行本地或云端服务器进行语音识别，然后根据识别结果进行相应的控制操作，从而无需再通过按键或遥控器进行控制，使头戴设备的控制更加方便，提升用户体验。
对于前述的各方法实施例，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，本发明并不受所描述的动作顺序的限制，因为依据本发明，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，所涉及的动作和模块并不一定是本发明所必须的。
实施例三
参照图4，示出了本发明实施例三的一种头戴设备的控制装置的结构框图。
本发明实施例的头戴设备的控制装置可以包括以下模块：
确定模块401，用于确定头戴设备上的采集部件采集到的音频信息是否为有效语音信息；
识别模块402，用于在确定模块的确定结果为是时，对有效语音信息进行识别，得到识别结果；
控制模块403，用于依据识别结果执行识别结果指示的控制操作。
本发明实施例提供的头戴设备的控制装置，在头戴设备上设置有用于采集音频信息的采集部件，当采集部件采集到音频信息时，确定该音频信息是否为有效语音信息，若是，则对有效语音信息进行识别得到识别结果，然后 头戴设备即可执行识别结果指示的控制操作。由此可知，本发明实施例中可以通过语音对头戴设备进行控制，从而无需再通过按键或遥控器进行控制，使头戴设备的控制更加方便，提升用户体验。
实施例四
参照图5，示出了本发明实施例四的一种头戴设备的控制装置的结构框图。
本发明实施例的头戴设备的控制装置可以包括以下模块：
确定模块501，用于确定头戴设备上的采集部件采集到的音频信息是否为有效语音信息；
识别模块502，用于在确定模块的确定结果为是时，对有效语音信息进行识别，得到识别结果；
控制模块503，用于依据识别结果执行识别结果指示的控制操作。
优选地，确定模块501包括：信息比对子模块5011，用于将采集到的音频信息与预设的多个标准音频信息进行信号波形比对；信息确定子模块5012，用于在存在与采集到的音频信息比对成功的标准音频信息时，确定采集到的音频信息为有效语音信息；在不存在与采集到的音频信息比对成功的标准音频信息时，确定采集到的音频信息为无效语音信息。
优选地，信息比对子模块5011包括：第一比对子单元50111，用于将采集到的音频信息中从开始到设定时间的第一段音频信息与预设的多个标准音频信息进行信号波形比对；第二比对子单元50112，用于在存在与第一段音频信息比对成功的标准音频信息时，继续将采集到的音频信息中除第一段音频信息之外剩余的第二段音频信息与比对成功的标准音频信息进行信号波形比对；比对确定子单元50113，用于在不存在与第一段音频信息比对成功的标准音频信息时，停止比对，确定不存在与采集到的音频信息比对成功的标准音频信息；在不存在与第二段音频信息比对成功的标准音频信息时，确定不存在与采集到的音频信息比对成功的标准音频信息；在存在与第二段音频信息比对成功的标准音频信息时，确定存在与采集到的音频信息比对成功的标准音频信息。
优选地，识别模块502包括：本地识别子模块5021，用于在本地对有效 语音信息进行识别；若能够得到本地识别结果，则将本地识别结果作为识别结果；云端识别子模块5022，用于在本地识别子模块未得到本地识别结果时，将有效语音信息发送至云端服务器，以使云端服务器对有效语音信息进行识别得到云端识别结果，接收云端服务器返回的云端识别结果，将云端识别结果作为识别结果。
优选地，本地识别子模块5021包括：信息转换子单元50211，用于在本地将有效语音信息转换为文本信息；信息匹配子单元50212，用于将转换得到的文本信息与预设的多个标准文本信息进行匹配；结果确定子单元50213，用于在存在与转换得到的文本信息相匹配的标准文本信息时，将相匹配的标准文本信息作为本地识别结果；在不存在与转换得到的文本信息相匹配的标准文本信息时，确定未得到本地识别结果。
本实施例中通过麦克风对音频信息进行采集，传输到语音处理芯片进行降噪处理(以提高识别率)并唤醒CPU，处理后有效语音信息送往CPU进行本地或云端服务器进行语音识别，然后根据识别结果进行相应的控制操作，从而无需再通过按键或遥控器进行控制，使头戴设备的控制更加方便，提升用户体验
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。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
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各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台 计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
例如，图6示出了可以实现根据本发明的头戴设备。该头戴设备传统上包括处理器610和以存储器620形式的计算机程序产品或者计算机可读介质。存储器620可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器620具有用于执行上述方法中的任何方法步骤的程序代码631的存储空间630。例如，用于程序代码的存储空间630可以包括分别用于实现上面的方法中的各种步骤的各个程序代码631。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为如参考图7所述的便携式或者固定存储单元。该存储单元可以具有与图6的头戴设备中的存储器620类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常，存储单元包括计算机可读代码631’，即可以由例如诸如610之类的处理器读取的代码，这些代码当由头戴设备运行时，导致该头戴设备执行上面所描述的方法中的各个步骤。
最后应说明的是：以上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精神和范围。

Claims (12)

  1. 一种头戴设备的控制方法，其特征在于，包括：
    确定头戴设备上的采集部件采集到的音频信息是否为有效语音信息；
    若是，则对所述有效语音信息进行识别，得到识别结果；
    依据所述识别结果执行所述识别结果指示的控制操作。
  2. 根据权利要求1所述的方法，其特征在于，所述确定头戴设备上的采集部件采集到的音频信息是否为有效语音信息的步骤，包括：
    将所述采集到的音频信息与预设的多个标准音频信息进行信号波形比对；
    若存在与所述采集到的音频信息比对成功的标准音频信息，则确定所述采集到的音频信息为有效语音信息；
    若不存在与所述采集到的音频信息比对成功的标准音频信息，则确定所述采集到的音频信息为无效语音信息。
  3. 根据权利要求2所述的方法，其特征在于，所述将所述采集到的音频信息与预设的多个标准音频信息进行信号波形比对的步骤，包括：
    将所述采集到的音频信息中从开始到设定时间的第一段音频信息与预设的多个标准音频信息进行信号波形比对；
    若不存在与所述第一段音频信息比对成功的标准音频信息，则停止比对，确定不存在与所述采集到的音频信息比对成功的标准音频信息；
    若存在与所述第一段音频信息比对成功的标准音频信息，则继续将所述采集到的音频信息中除所述第一段音频信息之外剩余的第二段音频信息与所述比对成功的标准音频信息进行信号波形比对；
    若不存在与所述第二段音频信息比对成功的标准音频信息，则确定不存在与所述采集到的音频信息比对成功的标准音频信息；
    若存在与所述第二段音频信息比对成功的标准音频信息，则确定存在与所述采集到的音频信息比对成功的标准音频信息。
  4. 根据权利要求1所述的方法，其特征在于，所述对所述有效语音信息进行识别，得到识别结果的步骤，包括：
    在本地对所述有效语音信息进行识别；
    若能够得到本地识别结果，则将所述本地识别结果作为识别结果；
    若未得到本地识别结果，则将所述有效语音信息发送至云端服务器，以使所述云端服务器对所述有效语音信息进行识别得到云端识别结果，接收所述云端服务器返回的所述云端识别结果，将所述云端识别结果作为识别结果。
  5. 根据权利要求4所述的方法，其特征在于，所述在本地对所述有效语音信息进行识别的步骤，包括：
    在本地将所述有效语音信息转换为文本信息；
    将转换得到的文本信息与预设的多个标准文本信息进行匹配；
    若存在与所述转换得到的文本信息相匹配的标准文本信息，则将所述相匹配的标准文本信息作为本地识别结果；
    若不存在与所述转换得到的文本信息相匹配的标准文本信息，则确定未得到本地识别结果。
  6. 一种头戴设备的控制装置，其特征在于，包括：
    确定模块，用于确定头戴设备上的采集部件采集到的音频信息是否为有效语音信息；
    识别模块，用于在所述确定模块的确定结果为是时，对所述有效语音信息进行识别，得到识别结果；
    控制模块，用于依据所述识别结果执行所述识别结果指示的控制操作。
  7. 根据权利要求6所述的装置，其特征在于，所述确定模块包括：
    信息比对子模块，用于将所述采集到的音频信息与预设的多个标准音频信息进行信号波形比对；
    信息确定子模块，用于在存在与所述采集到的音频信息比对成功的标准音频信息时，确定所述采集到的音频信息为有效语音信息；在不存在与所述采集到的音频信息比对成功的标准音频信息时，确定所述采集到的音频信息为无效语音信息。
  8. 根据权利要求7所述的装置，其特征在于，所述信息比对子模块包括：
    第一比对子单元，用于将所述采集到的音频信息中从开始到设定时间的第一段音频信息与预设的多个标准音频信息进行信号波形比对；
    第二比对子单元，用于在存在与所述第一段音频信息比对成功的标准音频信息时，继续将所述采集到的音频信息中除所述第一段音频信息之外剩余 的第二段音频信息与所述比对成功的标准音频信息进行信号波形比对；
    比对确定子单元，用于在不存在与所述第一段音频信息比对成功的标准音频信息时，停止比对，确定不存在与所述采集到的音频信息比对成功的标准音频信息；在不存在与所述第二段音频信息比对成功的标准音频信息时，确定不存在与所述采集到的音频信息比对成功的标准音频信息；在存在与所述第二段音频信息比对成功的标准音频信息时，确定存在与所述采集到的音频信息比对成功的标准音频信息。
  9. 根据权利要求6所述的装置，其特征在于，所述识别模块包括：
    本地识别子模块，用于在本地对所述有效语音信息进行识别；若能够得到本地识别结果，则将所述本地识别结果作为识别结果；
    云端识别子模块，用于在本地识别子模块未得到本地识别结果时，将所述有效语音信息发送至云端服务器，以使所述云端服务器对所述有效语音信息进行识别得到云端识别结果，接收所述云端服务器返回的所述云端识别结果，将所述云端识别结果作为识别结果。
  10. 根据权利要求9所述的装置，其特征在于，所述本地识别子模块包括：
    信息转换子单元，用于在本地将所述有效语音信息转换为文本信息；
    信息匹配子单元，用于将转换得到的文本信息与预设的多个标准文本信息进行匹配；
    结果确定子单元，用于在存在与所述转换得到的文本信息相匹配的标准文本信息时，将所述相匹配的标准文本信息作为本地识别结果；在不存在与所述转换得到的文本信息相匹配的标准文本信息时，确定未得到本地识别结果。
  11. 一种计算机程序，包括计算机可读代码，当所述计算机可读代码在头戴设备上运行时，导致所述头戴设备执行根据权利要求1-5中的任一个所述的头戴设备的控制方法。
  12. 一种计算机可读介质，其中存储了如权利要求11所述的计算机程序。
PCT/CN2016/088884 2015-12-10 2016-07-06 头戴设备的控制方法和装置 WO2017096843A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/247,569 US20170169820A1 (en) 2015-12-10 2016-08-25 Electronic device and method for controlling head-mounted device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201510926119.6 2015-12-10
CN201510926119.6A CN105976814B (zh) 2015-12-10 2015-12-10 头戴设备的控制方法和装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US15/247,569 Continuation US20170169820A1 (en) 2015-12-10 2016-08-25 Electronic device and method for controlling head-mounted device

Publications (1)

Publication Number Publication Date
WO2017096843A1 true WO2017096843A1 (zh) 2017-06-15

Family

ID=56988372

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2016/088884 WO2017096843A1 (zh) 2015-12-10 2016-07-06 头戴设备的控制方法和装置

Country Status (3)

Country Link
US (1) US20170169820A1 (zh)
CN (1) CN105976814B (zh)
WO (1) WO2017096843A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112118610A (zh) * 2019-06-19 2020-12-22 杭州萤石软件有限公司 无线智能设备配网方法及系统

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106909603A (zh) * 2016-08-31 2017-06-30 阿里巴巴集团控股有限公司 搜索信息处理方法及装置
CN107731226A (zh) * 2017-09-29 2018-02-23 杭州聪普智能科技有限公司 基于语音识别的控制方法、装置及电子设备
CN108198552B (zh) * 2018-01-18 2021-02-02 深圳市大疆创新科技有限公司 一种语音控制方法及视频眼镜
CN109255064A (zh) * 2018-08-30 2019-01-22 Oppo广东移动通信有限公司 信息搜索方法、装置、智能眼镜及存储介质
CN109104572A (zh) * 2018-09-07 2018-12-28 北京金茂绿建科技有限公司 一种头戴设备
CN109036415A (zh) * 2018-10-22 2018-12-18 广东格兰仕集团有限公司 一种智能冰箱的语音控制系统
CN109887490A (zh) * 2019-03-06 2019-06-14 百度国际科技（深圳）有限公司 用于识别语音的方法和装置
CN110136704B (zh) * 2019-04-03 2021-12-28 北京石头世纪科技股份有限公司 机器人语音控制方法、装置、机器人和介质
CN110232923B (zh) * 2019-05-09 2021-05-11 海信视像科技股份有限公司 一种语音控制指令生成方法、装置及电子设备
CN111326156A (zh) * 2020-04-16 2020-06-23 杭州趣慧科技有限公司 一种智能头盔控制方法、装置
CN112435670A (zh) * 2020-11-11 2021-03-02 青岛歌尔智能传感器有限公司 语音识别方法、语音识别设备和计算机可读存储介质
CN112420039A (zh) * 2020-11-13 2021-02-26 深圳市麦积电子科技有限公司 一种交通工具的人机交互方法及其系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030130852A1 (en) * 2002-01-07 2003-07-10 Kabushiki Kaisha Toshiba Headset with radio communication function for speech processing system using speech recognition
US20090132256A1 (en) * 2007-11-16 2009-05-21 Embarq Holdings Company, Llc Command and control of devices and applications by voice using a communication base system
CN102138337A (zh) * 2008-08-13 2011-07-27 W·W·格雷林 具有自包含的语音反馈和语音命令的佩戴型头戴式耳机
CN103811003A (zh) * 2012-11-13 2014-05-21 联想(北京)有限公司 一种语音识别方法以及电子设备
CN104410883A (zh) * 2014-11-29 2015-03-11 华南理工大学 一种移动可穿戴非接触式交互系统与方法
CN105009202A (zh) * 2013-01-04 2015-10-28 寇平公司 分为两部分的语音识别

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040006470A1 (en) * 2002-07-03 2004-01-08 Pioneer Corporation Word-spotting apparatus, word-spotting method, and word-spotting program
JP2005189294A (ja) * 2003-12-24 2005-07-14 Toyota Central Res & Dev Lab Inc 音声認識装置
CN101587724A (zh) * 2009-06-18 2009-11-25 广州番禺巨大汽车音响设备有限公司 一种语音识别的网络多媒体播放器系统及方法
CN102103858B (zh) * 2010-12-15 2013-07-24 方正国际软件有限公司 一种基于语音的控制方法及系统
CN102945672B (zh) * 2012-09-29 2013-10-16 深圳市国华识别科技开发有限公司 一种多媒体设备语音控制系统及方法
CN103871408B (zh) * 2012-12-14 2017-05-24 联想(北京)有限公司 一种语音识别方法及装置、电子设备
CN103714815A (zh) * 2013-12-09 2014-04-09 何永 语音控制方法及其设备
US9922667B2 (en) * 2014-04-17 2018-03-20 Microsoft Technology Licensing, Llc Conversation, presence and context detection for hologram suppression
CN105141758A (zh) * 2015-07-31 2015-12-09 小米科技有限责任公司 终端控制方法及装置
CN105139850A (zh) * 2015-08-12 2015-12-09 西安诺瓦电子科技有限公司 语音交互装置及方法、语音交互式led异步控制系统终端

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030130852A1 (en) * 2002-01-07 2003-07-10 Kabushiki Kaisha Toshiba Headset with radio communication function for speech processing system using speech recognition
US20090132256A1 (en) * 2007-11-16 2009-05-21 Embarq Holdings Company, Llc Command and control of devices and applications by voice using a communication base system
CN102138337A (zh) * 2008-08-13 2011-07-27 W·W·格雷林 具有自包含的语音反馈和语音命令的佩戴型头戴式耳机
CN103811003A (zh) * 2012-11-13 2014-05-21 联想(北京)有限公司 一种语音识别方法以及电子设备
CN105009202A (zh) * 2013-01-04 2015-10-28 寇平公司 分为两部分的语音识别
CN104410883A (zh) * 2014-11-29 2015-03-11 华南理工大学 一种移动可穿戴非接触式交互系统与方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112118610A (zh) * 2019-06-19 2020-12-22 杭州萤石软件有限公司 无线智能设备配网方法及系统
CN112118610B (zh) * 2019-06-19 2023-08-22 杭州萤石软件有限公司 无线智能设备配网方法及系统

Also Published As

Publication number Publication date
US20170169820A1 (en) 2017-06-15
CN105976814A (zh) 2016-09-28
CN105976814B (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
WO2017096843A1 (zh) 头戴设备的控制方法和装置
CN107025906B (zh) 扩展语音识别的周期的方法和产品以及信息处理设备
US9959865B2 (en) Information processing method with voice recognition
CN107103906B (zh) 一种唤醒智能设备进行语音识别的方法、智能设备和介质
WO2017012511A1 (zh) 语音控制方法、装置及投影仪设备
KR102018152B1 (ko) 항상-온-항상-청취 음성 인식 시스템을 위한 위치 인식 전력 관리 스킴
TWI665584B (zh) 語音控制系統及方法
TWI525532B (zh) Set the name of the person to wake up the name for voice manipulation
US11295760B2 (en) Method, apparatus, system and storage medium for implementing a far-field speech function
US8972252B2 (en) Signal processing apparatus having voice activity detection unit and related signal processing methods
US20210109585A1 (en) Methods and apparatus to improve user experience on computing devices
JP2019185011A (ja) アプリケーションプログラムをウェイクアップする処理方法、装置及び記憶媒体
WO2020244257A1 (zh) 语音唤醒方法、系统、电子设备及计算机可读存储介质
WO2020062669A1 (zh) 电器设备的控制方法、系统、装置、设备及介质
WO2021218600A1 (zh) 语音唤醒方法和设备
US20200193137A1 (en) Login Method Based on Fingerprint Recognition and Device
US20200234707A1 (en) Voice interaction processing method and apparatus
CN111177453A (zh) 控制音频播放的方法、装置、设备及计算机可读存储介质
WO2020001172A1 (zh) 一种音频处理方法和电子设备
WO2020192215A1 (zh) 一种交互方法及可穿戴交互设备
WO2021212388A1 (zh) 一种交互沟通实现方法、设备和存储介质
CN108093350B (zh) 麦克风的控制方法和麦克风
TWI831902B (zh) 聲控方法及終端裝置
CN112233676A (zh) 智能设备唤醒方法、装置、电子设备及存储介质
WO2018023514A1 (zh) 一种家居背景音乐控制系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16872045

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16872045

Country of ref document: EP

Kind code of ref document: A1