[發(fā)明專(zhuān)利]大屏語(yǔ)音響應(yīng)方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011290889.3
• 申請(qǐng)日: 2020-11-18
• 公開(kāi)（公告）號(hào): CN112102835B
• 公開(kāi)（公告）日: 2023-02-17
• 發(fā)明（設(shè)計(jì)）人: 陳孝良;常樂(lè);王晶儒
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京聲智科技有限公司
• 主分類(lèi)號(hào): G10L15/22
• 分類(lèi)號(hào): G10L15/22;G10L17/00;G06F16/687;G06V40/16;G01S5/22
• 代理公司: 北京三高永信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 邢少真

本發(fā)明適用于語(yǔ)音信號(hào)處理技術(shù)領(lǐng)域，提供了一種大屏語(yǔ)音響應(yīng)方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)。其中，所述方法包括：獲取同時(shí)采集到的至少兩條語(yǔ)音信息；確定所述至少兩條語(yǔ)音信息中的一條語(yǔ)音信息為目標(biāo)語(yǔ)音信息；識(shí)別所述目標(biāo)語(yǔ)音信息中的控制指令，對(duì)屏幕進(jìn)行顯示控制。本發(fā)明利用多條語(yǔ)音信息同時(shí)進(jìn)行識(shí)別來(lái)確定其中一條語(yǔ)音信息為目標(biāo)語(yǔ)音信息，以此來(lái)解決在獲取到多條語(yǔ)音信息情況下如何進(jìn)行響應(yīng)的問(wèn)題，提高了語(yǔ)音控制屏幕的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明屬于語(yǔ)音信號(hào)處理技術(shù)領(lǐng)域，尤其涉及大屏語(yǔ)音響應(yīng)方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

在研究利用語(yǔ)音對(duì)由多個(gè)分屏組成的大屏進(jìn)行顯示控制時(shí)，可以采用不同的拾音設(shè)備來(lái)獲取用戶(hù)對(duì)大屏控制的語(yǔ)音信息。在實(shí)際中，系統(tǒng)存在同時(shí)獲取到由相同拾音設(shè)備或不同拾音設(shè)備采集到的多條語(yǔ)音信息，此時(shí)如何從中選取對(duì)大屏進(jìn)行顯示控制的目標(biāo)語(yǔ)音信息，是在研發(fā)利用語(yǔ)音對(duì)大屏進(jìn)行控制的過(guò)程中遇到的一個(gè)技術(shù)問(wèn)題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實(shí)施例提供了一種大屏語(yǔ)音響應(yīng)方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，以解決大屏如何同時(shí)響應(yīng)多條語(yǔ)音信息進(jìn)行大屏顯示控制的問(wèn)題。

第一方面，提供一種大屏語(yǔ)音響應(yīng)方法，其包括：獲取同時(shí)采集到的至少兩條語(yǔ)音信息；確定所述至少兩條語(yǔ)音信息中的一條語(yǔ)音信息為目標(biāo)語(yǔ)音信息；識(shí)別所述目標(biāo)語(yǔ)音信息中的控制指令，對(duì)屏幕進(jìn)行顯示控制。

作為一種可選方案，所述至少兩條語(yǔ)音信息包括：由固定麥克風(fēng)/移動(dòng)麥克風(fēng)采集的多條語(yǔ)音信息；或者，由固定麥克風(fēng)和移動(dòng)麥克風(fēng)采集的多條語(yǔ)音信息。

作為一種可選方案，所述確定所述至少兩條語(yǔ)音信息中的一條語(yǔ)音信息為目標(biāo)語(yǔ)音信息，具體包括以下確定目標(biāo)語(yǔ)音信息方法中的任一種或多種的組合：

識(shí)別所述多條語(yǔ)音信息的權(quán)限，確定其中一條具有權(quán)限的語(yǔ)音信息為目標(biāo)語(yǔ)音信息；

識(shí)別所述多條語(yǔ)音信息中是否包含關(guān)鍵詞，確定其中一條包含關(guān)鍵詞的語(yǔ)音信息為目標(biāo)語(yǔ)音信息；

識(shí)別所述多條語(yǔ)音信息的采集設(shè)備的類(lèi)型，確定由移動(dòng)麥克風(fēng)采集的一條語(yǔ)音信息為目標(biāo)語(yǔ)音信息；

識(shí)別是多條語(yǔ)音信息的采集設(shè)備與屏幕的距離，確定與屏幕的距離在預(yù)設(shè)距離范圍內(nèi)的一條語(yǔ)音信息為目標(biāo)語(yǔ)音信息。

作為一種可選方案，識(shí)別所述多條語(yǔ)音信息的權(quán)限，確定其中一條具有權(quán)限的語(yǔ)音信息為目標(biāo)語(yǔ)音信息，包括：識(shí)別所述多條語(yǔ)音信的聲紋信息，確定其中聲紋信息的用戶(hù)為預(yù)設(shè)用戶(hù)的一條語(yǔ)音信息為目標(biāo)語(yǔ)音信息。

作為一種可選方案，識(shí)別所述多條語(yǔ)音信息的權(quán)限，確定其中一條具有權(quán)限的語(yǔ)音信息為目標(biāo)語(yǔ)音信息，包括：識(shí)別所述多條語(yǔ)音信息的用戶(hù)的人臉信息，確定其中人臉信息的用戶(hù)為預(yù)設(shè)用戶(hù)的一條語(yǔ)音信息為目標(biāo)語(yǔ)音信息。

作為一種可選方案，識(shí)別所述多條語(yǔ)音信息的權(quán)限，確定其中一條具有權(quán)限的語(yǔ)音信息為目標(biāo)語(yǔ)音信息，包括：識(shí)別所述多條語(yǔ)音信息的電子信號(hào)標(biāo)識(shí)，確定具有電子信號(hào)標(biāo)識(shí)的一條語(yǔ)音信息為目標(biāo)語(yǔ)音信息。

作為一種可選方案，識(shí)別是多條語(yǔ)音信息的采集設(shè)備與屏幕的距離，確定與屏幕的距離在預(yù)設(shè)距離范圍內(nèi)的一條語(yǔ)音信息為目標(biāo)語(yǔ)音信息，包括：識(shí)別所述多條語(yǔ)音信息的聲源位置；計(jì)算所述多條語(yǔ)音信息的聲源位置與屏幕的距離；選擇與屏幕的距離在預(yù)設(shè)距離范圍內(nèi)的聲源位置對(duì)應(yīng)的語(yǔ)音信息為目標(biāo)語(yǔ)音信息。

作為一種可選方案，識(shí)別是多條語(yǔ)音信息的采集設(shè)備與屏幕的距離，確定與屏幕的距離在預(yù)設(shè)距離范圍內(nèi)的一條語(yǔ)音信息為目標(biāo)語(yǔ)音信息，包括：識(shí)別所述多條語(yǔ)音信息的聲源位置；計(jì)算所述多條語(yǔ)音信息的聲源位置與屏幕的距離；選擇與屏幕距離最小的聲源位置對(duì)應(yīng)的語(yǔ)音信息為目標(biāo)語(yǔ)音信息。