[發明專利]ASR平臺語音助手實現流媒體播放的方法、系統及終端

在審

• 申請號: 202110328824.1
• 申請日: 2021-03-27
• 公開（公告）號: CN113079394A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 劉宏濤;陳遠鵬;李思強
• 申請（專利權）人: 深圳市研強物聯技術有限公司
• 主分類號: H04N21/239
• 分類號: H04N21/239;H04N21/437;G10L15/22;G10L15/26;G10L15/30
• 代理公司: 深圳市海盛達知識產權代理事務所(普通合伙) 44540
• 代理人: 趙雪佳

本發明公開了一種基于ASR平臺語音助手實現流媒體播放的方法、系統及終端；流媒體數據播放方法包括：獲取語音數據，發送語音數據到網絡服務器；網絡服務器識別語音數據并返回識別結果；接收并解析識別結果；根據解析結果提取含有語音請求答案的流媒體數據鏈接，并把提取到的流媒體數據鏈接存儲于本地的流媒體數據鏈接列表中；解析流媒體數據鏈接，并根據流媒體數據鏈接的協議類型要求封裝請求數據包；將請求數據包放入發送環形隊列緩存，并將請求數據包發送到網絡服務器；下載流媒體數據存儲于接收環形隊列；播放流媒體數據。采用本發明的技術方案，可實現利用語音助手播放網絡服務器上的流媒體數據，增加了產品功能的同時提升用戶體驗感。

技術領域

本發明涉及人機交互技術領域，具體涉及基于ASR平臺語音助手實現流媒體播放的方法、系統及終端。

背景技術

自動語音識別技術(Automatic Speech Recognition)是一種將人的語音轉換為文本的技術。語音識別是一個多學科交叉的領域，它與聲學、語音學、語言學、數字信號處理理論、信息論、計算機科學等眾多學科緊密相連。由于語音信號的多樣性和復雜性，語音識別系統只能在一定的限制條件下獲得滿意的性能，或者說只能應用于某些特定的場合。

市場上的消費類電子芯片平臺解決方案中,提供的語音互動播放類APP中,大部分只支持播放本地音頻文件,不支持在線實時播放流媒體數據。對于目前“萬物皆聯網”的時代,已然無法跟上步伐。

發明內容

為了解決上述現有技術的不足，本發明提供一種基于ASR平臺語音助手實現流媒體播放的方法，并具體提供如下技術方案：

一種基于ASR平臺語音助手實現流媒體播放的方法，其特征在于，包括以下步驟：S1：獲取語音數據，并發送所述語音數據到網絡服務器；S2：網絡服務器識別語音數據并返回識別結果；S3：接收并解析所述識別結果；S4：根據解析結果提取含有語音請求答案的流媒體數據鏈接，并把提取到的流媒體數據鏈接存儲于本地的流媒體數據鏈接列表中；S5：解析所述流媒體數據鏈接，并根據所述流媒體數據鏈接的協議類型要求封裝請求數據包；S6：將所述請求數據包放入發送環形隊列緩存，并將所述請求數據包發送到網絡服務器；S7：下載流媒體數據存儲于接收環形隊列；S8：播放所述流媒體數據。

進一步地，在步驟S1中，包括以下步驟：S11：獲取語音數據緩存于發送數據隊列；S12：將發送數據隊列中的語音數據發送到網絡服務器；S13：重復步驟S11和S12直至所有語音數據發送至網絡服務器。

進一步地，在步驟S3之前，包括如下步驟：A1：啟動第一接收超時定時器；A2：若超過所述第一接收超時定時器的預定時間未收到識別結果，則停止所述第一接收超時定時器，同時反饋識別失敗信息，并返回步驟S1；若在所述第一接收超時定時器的預定時間內收到識別結果，則執行步驟S3。

進一步地，在步驟S4中，提取到含有語音請求答案的流媒體數據鏈接后，判斷所述流媒體數據鏈接是否存在，若存在，則把提取到的流媒體數據鏈接存儲于本地的流媒體數據鏈接列表中；若不存在，則反饋識別失敗信息，并返回步驟S1。

進一步地，在步驟S5中，解析流媒體數據鏈接包括判斷所述流媒體數據鏈接的協議類型是否為http或https協議；若是，則根據所述流媒體數據鏈接的協議類型要求封裝請求數據包；若否，則反饋所述流媒體數據鏈接的協議類型暫不支持的信息,并返回步驟S1。

進一步地，在步驟S6后，步驟S7前，執行以下步驟：B1：啟動接收Task,并啟動第二接收超時定時器；B2：若超過所述第二接收超時定時器的預定時間未收到流媒體數據，則反饋接收網絡數據超時信息，并返回步驟S1；若在所述第二接收超時定時器的預定時間內收到流媒體數據，則執行步驟S7。