[發(fā)明專利]語(yǔ)音交互控制方法、裝置、電子設(shè)備、存儲(chǔ)介質(zhì)和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010622594.5
• 申請(qǐng)日: 2020-06-30
• 公開（公告）號(hào): CN111768783A
• 公開（公告）日: 2020-10-13
• 發(fā)明（設(shè)計(jì)）人: 高聰;鄒賽賽;白錦峰;賈磊
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G10L15/22
• 分類號(hào): G10L15/22;G10L15/30
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本申請(qǐng)公開了一種語(yǔ)音交互控制方法、裝置、電子設(shè)備、存儲(chǔ)介質(zhì)和系統(tǒng)，涉及語(yǔ)音識(shí)別、人機(jī)交互和深度學(xué)習(xí)技術(shù)領(lǐng)域。其中，一種語(yǔ)音交互控制方法的具體實(shí)現(xiàn)方案為：采集音頻信號(hào)；檢測(cè)所述音頻信號(hào)中的喚醒詞；基于檢測(cè)的喚醒詞結(jié)果，播放提示音和/或執(zhí)行音頻信號(hào)中的語(yǔ)音指令。本申請(qǐng)實(shí)施例簡(jiǎn)化了交互流程。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及語(yǔ)音識(shí)別、人機(jī)交互和深度學(xué)習(xí)技術(shù)領(lǐng)域。

背景技術(shù)

隨著語(yǔ)音技術(shù)和人機(jī)交互技術(shù)的發(fā)展，出現(xiàn)了可以與用戶進(jìn)行語(yǔ)音交互的智能終端設(shè)備(簡(jiǎn)稱語(yǔ)音交互終端)，例如智能音箱、智能家居和智能手表等。

現(xiàn)有的語(yǔ)音交互終端在使用時(shí)，一般采用四音節(jié)的喚醒詞，例如“小小度小度”等。語(yǔ)音交互終端識(shí)別到喚醒詞后，發(fā)出提示音，以提示用戶可以繼續(xù)發(fā)送語(yǔ)音指令；然后，語(yǔ)音交互終端再對(duì)用戶發(fā)送的語(yǔ)音指令進(jìn)行響應(yīng)。通常需要兩輪交互才能響應(yīng)一個(gè)指令。可見，現(xiàn)有的喚醒詞較長(zhǎng)且交互流程繁瑣。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┝艘环N語(yǔ)音交互控制方法、裝置、電子設(shè)備、存儲(chǔ)介質(zhì)和系統(tǒng)。

根據(jù)本申請(qǐng)的一方面，提供了一種語(yǔ)音交互控制方法，包括：

采集音頻信號(hào)；

檢測(cè)所述音頻信號(hào)中的喚醒詞；

基于檢測(cè)的喚醒詞結(jié)果，播放提示音和/或執(zhí)行音頻信號(hào)中的語(yǔ)音指令。

根據(jù)本申請(qǐng)的另一方面，提供了一種語(yǔ)音交互控制方法，包括：

獲取音頻信號(hào)；

檢測(cè)所述音頻信號(hào)首部的喚醒詞和所述喚醒詞之后的語(yǔ)音指令；

基于檢測(cè)的喚醒詞結(jié)果和語(yǔ)音指令結(jié)果中的至少一項(xiàng)，控制語(yǔ)音交互終端播放提示音和/或執(zhí)行語(yǔ)音指令。

根據(jù)本申請(qǐng)的另一方面，提供了一種語(yǔ)音交互控制裝置，包括：

采集模塊，用于采集音頻信號(hào)；

檢測(cè)模塊，用于檢測(cè)所述音頻信號(hào)中的喚醒詞；

執(zhí)行模塊，用于基于檢測(cè)的喚醒詞結(jié)果，播放提示音和/或執(zhí)行音頻信號(hào)中的語(yǔ)音指令。

根據(jù)本申請(qǐng)的另一方面，提供了一種語(yǔ)音交互控制裝置，包括：

獲取模塊，用于獲取音頻信號(hào)；

檢測(cè)模塊，用于檢測(cè)所述音頻信號(hào)首部的喚醒詞和所述喚醒詞之后的語(yǔ)音指令；

控制模塊，用于基于檢測(cè)的喚醒詞結(jié)果和語(yǔ)音指令結(jié)果中的至少一項(xiàng)，控制語(yǔ)音交互終端播放提示音和/或執(zhí)行語(yǔ)音指令。

根據(jù)本申請(qǐng)的另一方面，提供了一種電子設(shè)備，包括：

至少一個(gè)處理器；以及

與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，

所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行任一實(shí)施例所述的語(yǔ)音交互控制方法。

根據(jù)本申請(qǐng)的另一方面，提供了另一種電子設(shè)備，包括：

至少一個(gè)處理器；以及

與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，

所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行任一實(shí)施例所述的語(yǔ)音交互控制方法。

根據(jù)本申請(qǐng)的另一方面，提供了一種存儲(chǔ)有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行任一實(shí)施例所述的語(yǔ)音交互控制方法。