[發明專利]全雙工語音控制方法、裝置、存儲介質及語音設備

在審

• 申請號: 202010881215.4
• 申請日: 2020-08-27
• 公開（公告）號: CN112133296A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 陳士勇
• 申請（專利權）人: 北京小米移動軟件有限公司
• 主分類號: G10L15/20
• 分類號: G10L15/20;G10L15/22;G06K9/00
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 李柯瑩

1.一種全雙工語音控制方法，其特征在于，所述方法包括：

在語音設備處于收音狀態的情況下，響應于接收到目標對象發出的語音指令，采集所述目標對象的生物特征信息；

在所述生物特征信息與預設特征信息相匹配的情況下，獲取所述目標對象的發音方向信息；

根據所述發音方向信息確定所述目標對象的發音方向是否朝向所述語音設備；

在所述目標對象的發音方向朝向所述語音設備的情況下，執行所述語音指令對應的操作，并延長所述語音設備的收音時長；

在所述目標對象的發音方向未朝向所述語音設備的情況下，丟棄所述語音指令對應的操作，并縮短所述語音設備的收音時長。

2.根據權利要求1所述的方法，其特征在于，所述采集所述目標對象的生物特征信息，包括：

根據所述語音指令采集所述目標對象的聲紋信息。

3.根據權利要求1所述的方法，其特征在于，所述獲取所述目標對象的發音方向信息，包括：

通過攝像頭采集所述目標對象的影像信息，并根據所述影像信息確定所述目標對象的人臉特征信息以及口型特征信息；

根據所述影像信息確定所述目標對象的面部朝向，所述發音方向信息包括所述面部朝向。

4.根據權利要求1所述的方法，其特征在于，所述采集所述目標對象的生物特征信息，包括：

通過攝像頭采集所述目標對象的影像信息，并根據所述影像信息確定所述目標對象的人臉特征信息以及口型特征信息；

采集所述目標對象的人臉特征信息以及口型特征信息。

5.根據權利要求4所述的方法，其特征在于，所述獲取所述目標對象的發音方向信息，包括：

獲取所述采集的所述目標對象的人臉特征信息以及口型特征信息；

根據所述影像信息確定所述目標對象的面部朝向，所述發音方向信息包括所述面部朝向。

6.根據權利要求1-5任一項所述的方法，其特征在于，

所述延長所述語音設備的收音時長，包括：根據預設的增長梯度延長所述收音時長，所述增長梯度包括多個增長比例，并且后一次的增長比例大于前一次的增長比例；

所述縮短所述語音設備的收音時長，包括：根據預設的縮短梯度縮短所述收音時長，所述縮短梯度包括多個縮短比例，并且后一次的縮短比例大于前一次的縮短比例。

7.根據權利要求1-5任一項所述的方法，其特征在于，在縮短所述語音設備的收音時長之后，所述方法還包括：

在縮短后的收音時長小于預設的最短收音時長閾值的情況下，控制所述語音設備停止收音。

8.一種全雙工語音控制裝置，其特征在于，所述裝置包括：

第一信息獲取模塊，被配置成在語音設備處于收音狀態的情況下，響應于接收到目標對象發出的語音指令，采集所述目標對象的生物特征信息；

第二信息獲取模塊，被配制成在所述生物特征信息與預設特征信息相匹配的情況下，獲取所述目標對象的發音方向信息；

判斷模塊，被配置成根據所述發音方向信息確定所述目標對象的發音方向是否朝向所述語音設備；

第一執行模塊，被配置成在所述目標對象的發音方向朝向所述語音設備的情況下，執行所述語音指令對應的操作，并延長所述語音設備的收音時長；

第二執行模塊，被配置成在所述目標對象的發音方向未朝向所述語音設備的情況下，丟棄所述語音指令對應的操作，并縮短所述語音設備的收音時長。

9.根據權利要求8所述的裝置，其特征在于，所述第一信息獲取模塊被配置成根據所述語音指令采集所述目標對象的聲紋信息。

10.根據權利要求8所述的裝置，其特征在于，所述第二信息獲取模塊被配置成通過攝像頭采集所述目標對象的影像信息，并根據所述影像信息確定所述目標對象的人臉特征信息以及口型特征信息；

根據所述影像信息確定所述目標對象的面部朝向，所述發音方向信息包括所述面部朝向。