語音操控方法和裝置制造方法
【專利摘要】本發(fā)明公開了一種語音操控方法和裝置，提升了移動互聯(lián)和三網(wǎng)融合的各類應(yīng)用的操作便捷度。其技術(shù)方案為：對語音進(jìn)行采樣后傳輸至機(jī)頂盒；機(jī)頂盒對采樣的語音進(jìn)行識別后轉(zhuǎn)化成文字；機(jī)頂盒對轉(zhuǎn)化后的文字進(jìn)行語義識別，將文字分解成控制命令、應(yīng)用名稱和參數(shù)三部分；機(jī)頂盒基于分解出的應(yīng)用名稱查詢是否已經(jīng)在激活狀態(tài)，根據(jù)控制命令控制應(yīng)用的狀態(tài)，并將參數(shù)送入應(yīng)用進(jìn)行操作。
【專利說明】語音操控方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及語音操控技術(shù)，尤其涉及針對移動互聯(lián)網(wǎng)和三網(wǎng)融合的各類應(yīng)用的語音操控方法和裝置。
【背景技術(shù)】
[0002]移動互聯(lián)網(wǎng)技術(shù)和三網(wǎng)融合技術(shù)，使得業(yè)務(wù)及內(nèi)容大爆發(fā)，這些業(yè)務(wù)和內(nèi)容展現(xiàn)在最終用戶手中后，用戶的操控便利性是一個(gè)很大的難題。遙控器、鼠標(biāo)、手指滑動、重力感應(yīng)等操控手段層出不窮，但相對最自然的操控，還是語音控制。目前，由于語音識別技術(shù)不斷成熟，利用語音進(jìn)行操控的方式在各種終端中也不斷出現(xiàn)。
[0003]如何通過語音有效的操控機(jī)頂盒是目前亟待解決的問題。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于解決上述問題，提供了一種語音操控方法和裝置，提升了移動互聯(lián)和三網(wǎng)融合的各類應(yīng)用的操作便捷度。
[0005]本發(fā)明的技術(shù)方案為:本發(fā)明揭示了一種語音操控方法，包括:
[0006]對語音進(jìn)行采樣后傳輸至機(jī)頂盒；
[0007]機(jī)頂盒對采樣的語音進(jìn)行識別后轉(zhuǎn)化成文字；
[0008]機(jī)頂盒對轉(zhuǎn)化后的文字進(jìn)行語義識別，將文字分解成控制命令、應(yīng)用名稱和參數(shù)三部分；
[0009]機(jī)頂盒基于分解出的應(yīng)用名稱查詢是否已經(jīng)在激活狀態(tài)，根據(jù)控制命令控制應(yīng)用的狀態(tài)，并將參數(shù)送入應(yīng)用進(jìn)行操作。
[0010]根據(jù)本發(fā)明的語音操控方法的一實(shí)施例，語音識別和語義識別由機(jī)頂盒的語音識別層實(shí)現(xiàn)。
[0011 ] 根據(jù)本發(fā)明的語音操控方法的一實(shí)施例，應(yīng)用的操作由機(jī)頂盒的應(yīng)用管理器調(diào)用對應(yīng)的應(yīng)用來實(shí)現(xiàn)，應(yīng)用管理器的調(diào)用由機(jī)頂盒的語音控制層完成。
[0012]根據(jù)本發(fā)明的語音操控方法的一實(shí)施例，控制命令所控制的應(yīng)用的狀態(tài)包括打開/激活、關(guān)閉、失活、升級、卸載。
[0013]本發(fā)明還揭示了一種語音操控裝置，包括用戶端裝置和機(jī)頂盒，其中:
[0014]用戶端裝置包括采樣模塊，對語音進(jìn)行采樣后傳輸至機(jī)頂盒；
[0015]機(jī)頂盒包括語音識別模塊、語義識別模塊和應(yīng)用調(diào)用模塊，其中:
[0016]語音識別模塊對采樣的語音進(jìn)行識別后轉(zhuǎn)化成文字；
[0017]語義識別模塊對轉(zhuǎn)化后的文字進(jìn)行語義識別，將文字分解成控制命令、應(yīng)用名稱和參數(shù)三部分；
[0018]應(yīng)用調(diào)用模塊基于分解出的應(yīng)用名稱查詢是否已經(jīng)在激活狀態(tài)，根據(jù)控制命令控制應(yīng)用的狀態(tài)，并將參數(shù)送入應(yīng)用進(jìn)行操作。
[0019]根據(jù)本發(fā)明的語音操控裝置的一實(shí)施例，控制命令所控制的應(yīng)用的狀態(tài)包括打開/激活、關(guān)閉、失活、升級、卸載。
[0020]本發(fā)明對比現(xiàn)有技術(shù)有如下的有益效果:本發(fā)明的方案是在語音識別之后進(jìn)行語義識別，將語音命令分解成控制命令、應(yīng)用名稱和參數(shù)，然后調(diào)用相應(yīng)的應(yīng)用進(jìn)行處理。相較于傳統(tǒng)技術(shù)，本發(fā)明可以推廣到接受語音操控的數(shù)碼終端，包括但不限于機(jī)頂盒、0ΤΤ、PAD、車載GPS等可以接受語音輸入的用戶終端。
【專利附圖】

【附圖說明】
[0021]圖1示出了本發(fā)明的語音操控方法的較佳實(shí)施例的流程圖。
[0022]圖2示出了本發(fā)明的語音操控裝置的較佳實(shí)施例的原理圖。
【具體實(shí)施方式】
[0023]下面結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步的描述。
[0024]圖1示出了本發(fā)明的語音操控方法的較佳實(shí)施例的流程。請參見圖1，本實(shí)施例的語音操控方法的實(shí)施步驟詳述如下。
[0025]步驟SlO:對語音進(jìn)行采樣后傳輸至機(jī)頂盒。
[0026]步驟S12:機(jī)頂盒的語音識別層對采樣的語音進(jìn)行識別后轉(zhuǎn)化成文字。
[0027]步驟S14:機(jī)頂盒的語音識別層對轉(zhuǎn)化后的文字進(jìn)行語義識別，將文字分解成控制命令、應(yīng)用名稱和參數(shù)三部分。
[0028]例如，“打開電視到CCTV-1 ”，“打開”為控制，“電視”為電視應(yīng)用，“CCTV-1 ”為傳入電視應(yīng)用的參數(shù)。為可動態(tài)增加應(yīng)用的個(gè)數(shù)，此過程需要檢索應(yīng)用注冊數(shù)據(jù)庫。
[0029]對于一個(gè)應(yīng)用來說，控制狀態(tài)有:打開/激活:應(yīng)用未運(yùn)行在內(nèi)存中，打開后變成激活狀態(tài)，或者應(yīng)用處于失活掛起狀態(tài)后，轉(zhuǎn)變成當(dāng)前應(yīng)用狀態(tài)；關(guān)閉:將指定應(yīng)用轉(zhuǎn)為關(guān)閉狀態(tài)，釋放資源；失活:從當(dāng)前運(yùn)行狀態(tài)變成非當(dāng)前狀態(tài)，但仍然在內(nèi)存中；升級:應(yīng)用進(jìn)行升級操作；卸載:刪除應(yīng)用；掛起；后臺。掛起和后臺這兩種在普通用戶看來基本用不上，因此只需要考慮前5種狀態(tài)。
[0030]從用戶的角度看，用戶的控制命令大致有這么幾種:“看”電視，“玩”游戲，“查”天氣，“查”資料，“打”電話，“發(fā)”短信，“輸入”姓名，“保存”通信錄。這些控制語言是在語音識別并轉(zhuǎn)化成“控制” “應(yīng)用” “參數(shù)”這個(gè)過程中需要涉及到的?；旧隙际恰按蜷_/激活”的意思。
[0031]應(yīng)用名稱是語音識別的第二部分，比如，“看電視到CCTV1”，其中的“電視”就是應(yīng)用名稱。應(yīng)用名稱在語音控制命令中有可能會被縮略，比如，用戶會用“看CCTV1”代替說“看電視到CCTV1”，這時(shí)，需要根據(jù)控制參數(shù)來模糊判斷應(yīng)用名稱。有些查不到應(yīng)用名稱的，可以跳出瀏覽器的搜索引擎來，直接按照查詢信息的方式處理。例如“瑞士的首都是什么？ ”等命令。
[0032]參數(shù)是針對某一個(gè)應(yīng)用的，傳進(jìn)去的是一個(gè)字符串，由特定應(yīng)用去處理這個(gè)字符串，比如“看電視到CCTV1”的“CCTV1”就是應(yīng)用參數(shù)。又比如“發(fā)微信給張三”，其中“張三”就是參數(shù)。還有一種參數(shù)，是在當(dāng)前應(yīng)用中的。例如，在當(dāng)前應(yīng)用是VOD的時(shí)候，用戶發(fā)指令“找魔戒三”，應(yīng)用本身則應(yīng)該在影片搜索中輸入“魔戒三”，之后開始搜索。
[0033]步驟S16:機(jī)頂盒基于分解出的應(yīng)用名稱查詢是否已經(jīng)在激活狀態(tài)，根據(jù)控制命令控制應(yīng)用的狀態(tài)，并將參數(shù)送入應(yīng)用進(jìn)行操作。
[0034]機(jī)頂盒的語音控制層獲取語音識別層交給的控制命令、應(yīng)用名稱和參數(shù)后，調(diào)用應(yīng)用管理器。應(yīng)用管理器根據(jù)應(yīng)用是否已經(jīng)在激活狀態(tài)，控制應(yīng)用的狀態(tài)，并將參數(shù)送入應(yīng)用進(jìn)行操作。應(yīng)用根據(jù)應(yīng)用參數(shù)的處理，由各應(yīng)用自己響應(yīng)并展現(xiàn)。
[0035]圖2示出了本發(fā)明的語音操控裝置的較佳實(shí)施例的原理，請參見圖2，本實(shí)施例的語音操控裝置包括用戶端裝置I和機(jī)頂盒2。
[0036]用戶端裝置I包括采樣模塊10，對語音進(jìn)行采樣后傳輸至機(jī)頂盒2。機(jī)頂盒2包括語音識別模塊21、語義識別模塊22和應(yīng)用調(diào)用模塊23。語音識別模塊21對采樣的語音進(jìn)行識別后轉(zhuǎn)化成文字。語義識別模塊22對轉(zhuǎn)化后的文字進(jìn)行語義識別，將文字分解成控制命令、應(yīng)用名稱和參數(shù)三部分，其中控制命令所控制的應(yīng)用的狀態(tài)包括打開/激活、關(guān)閉、失活、升級、卸載。應(yīng)用調(diào)用模塊23基于分解出的應(yīng)用名稱查詢是否已經(jīng)在激活狀態(tài)，根據(jù)控制命令控制應(yīng)用的狀態(tài)，并將參數(shù)送入應(yīng)用進(jìn)行操作。
[0037]上述實(shí)施例是提供給本領(lǐng)域普通技術(shù)人員來實(shí)現(xiàn)和使用本發(fā)明的，本領(lǐng)域普通技術(shù)人員可在不脫離本發(fā)明的發(fā)明思想的情況下，對上述實(shí)施例做出種種修改或變化，因而本發(fā)明的保護(hù)范圍并不被上述實(shí)施例所限，而應(yīng)該是符合權(quán)利要求書所提到的創(chuàng)新性特征的最大范圍。
【權(quán)利要求】
1.一種語音操控方法，包括: 對語音進(jìn)行采樣后傳輸至機(jī)頂盒； 機(jī)頂盒對采樣的語音進(jìn)行識別后轉(zhuǎn)化成文字； 機(jī)頂盒對轉(zhuǎn)化后的文字進(jìn)行語義識別，將文字分解成控制命令、應(yīng)用名稱和參數(shù)三部分； 機(jī)頂盒基于分解出的應(yīng)用名稱查詢是否已經(jīng)在激活狀態(tài)，根據(jù)控制命令控制應(yīng)用的狀態(tài)，并將參數(shù)送入應(yīng)用進(jìn)行操作。
2.根據(jù)權(quán)利要求1所述的語音操控方法，其特征在于，語音識別和語義識別由機(jī)頂盒的語音識別層實(shí)現(xiàn)。
3.根據(jù)權(quán)利要求1所述的語音操控方法，其特征在于，應(yīng)用的操作由機(jī)頂盒的應(yīng)用管理器調(diào)用對應(yīng)的應(yīng)用來實(shí)現(xiàn)，應(yīng)用管理器的調(diào)用由機(jī)頂盒的語音控制層完成。
4.根據(jù)權(quán)利要求1所述的語音操控方法，其特征在于，控制命令所控制的應(yīng)用的狀態(tài)包括打開/激活、關(guān)閉、失活、升級、卸載。
5.一種語音操控裝置，包括用戶端裝置和機(jī)頂盒，其中: 用戶端裝置包括采樣模塊，對語音進(jìn)行采樣后傳輸至機(jī)頂盒； 機(jī)頂盒包括語音識別模塊、語義識別模塊和應(yīng)用調(diào)用模塊，其中: 語音識別模塊對采樣的語音進(jìn)行識別后轉(zhuǎn)化成文字； 語義識別模塊對轉(zhuǎn)化后的文字進(jìn)行語義識別，將文字分解成控制命令、應(yīng)用名稱和參數(shù)三部分； 應(yīng)用調(diào)用模塊基于分解出的應(yīng)用名稱查詢是否已經(jīng)在激活狀態(tài)，根據(jù)控制命令控制應(yīng)用的狀態(tài)，并將參數(shù)送入應(yīng)用進(jìn)行操作。
6.根據(jù)權(quán)利要求5所述的語音操控裝置，其特征在于，控制命令所控制的應(yīng)用的狀態(tài)包括打開/激活、關(guān)閉、失活、升級、卸載。
【文檔編號】G10L15/22GK103500578SQ201310500587
【公開日】2014年1月8日 申請日期:2013年10月22日 優(yōu)先權(quán)日:2013年10月22日
【發(fā)明者】張毅軍, 徐征 申請人:上海云視科技有限公司