本发明专利技术公开了一种语音指令的执行方法，包括：在同时接收到至少两个声源对象发出的语音指令时，确定至少两个声源对象的位置；根据至少两个声源对象的位置以及电子设备的位置，建立电子设备和至少两个声源对象的拓扑结构图；根据拓扑结构图，分别获取至少两个声源对象发出的语音指令的权重值；执行权重值最大的语音指令。同时，本发明专利技术还公开了一种语音指令的执行装置和电子设备。
Implementation method, device and electronic equipment of a voice command
【技术实现步骤摘要】
一种语音指令的执行方法、装置及电子设备
本专利技术涉及智能电子设备
，尤其涉及一种语音指令的执行方法、装置及电子设备。
技术介绍
随着人工智能的快速发展，智能音箱、智能语音识别机器人等语音智能设备不断涌现，并且由于语音智能设备能够智能识别用户的语音指令，无需手动操作，极大的方便了用户对只能设备的控制，智能语音识别技术得到极大的发展。相关技术中，智能语音识别主要依赖于语音前端处理模块，通过前端处理模块在特征提取之前，对原始语音进行处理，部分消除噪声和不同说话人带来的音箱，抑制各种噪声干扰，使待识别语音更干净，从而更能反映语音的本质特征。但是，相关技术中的智能语音设备在多人同时发出语音指令时，无法准确确定需要执行的待执行语音指令。
技术实现思路
有鉴于此，本专利技术提供了一种语音指令的执行方法、装置及电子设备，以解决相关技术中的智能语音设备在多人同时发出语音指令时，无法准确确定需要执行的待执行语音指令的问题。为实现上述专利技术目的，根据本专利技术的一个方面，提供一种语音指令的执行方法，应用于电子设备，包括：在同时接收到至少两个声源对象发出的语音指令时，确定所述至少两个声源对象的位置；根据所述至少两个声源对象的位置以及所述电子设备的位置，建立所述电子设备和所述至少两个声源对象的拓扑结构图；根据所述拓扑结构图，分别获取所述至少两个声源对象发出的所述语音指令的权重值；执行所述权重值最大的所述语音指令。在一种可选方式中，在所述根据所述至少两个声源对象的位置以及所述电子设备的位置，建立所述电子设备和所述至少两个声源对象的拓扑结构图之前，所述方法还包括：根据所述至少两个声源对象的位置对所述至少两个声源对象进行图像采集，获取至少一帧声源图像；分别获取所述至少一帧声源图像中每一个所述声源对象的面部朝向；所述建立所述电子设备和所述至少两个声源对象的拓扑结构图，包括：根据所述声源对象的面部朝向、所述声源对象的位置以及所述电子设备的位置，建立所述电子设备和所述至少两个声源对象的拓扑结构图。在一种可选方式中，所述拓扑结构图包括：所述电子设备与所述声源对象之间的距离和所述电子设备与所述声源对象的面部朝向之间的第一夹角；所述根据所述拓扑结构图，分别获取所述至少两个声源对象发出的所述语音指令的权重值，包括：根据所述距离和所述第一夹角，分别获取所述语音指令的权重值。在一种可选方式中，所述根据所述距离和所述夹角，分别获取所述语音指令的权重值，包括：根据公式(1)计算每一个所述声源对象发出的所述语音指令的权重值；其中，Si为所述语音指令的权重值，α和β为常数，Xi为所述电子设备与所述声源对象的位置之间的距离，Yi为所述电子设备与所述声源对象的面部朝向之间的第一夹角。在一种可选方式中，在多帧所述声源图像中，至少一个所述声源对象的面部朝向发生变化的情况下；所述根据所述距离和所述第一夹角，分别获取所述语音指令的权重值，包括：根据公式(2)计算每一个所述声源对象发出的所述语音指令的权重值；其中，Si为所述语音指令的权重值，α和β为常数，Xi为所述电子设备与所述声源对象的位置之间的距离，Y0为T0时刻所述电子设备与所述声源对象的面部朝向之间的第一夹角，Y1为T1时刻所述电子设备与所述声源对象的面部朝向之间的第一夹角，T为T0时刻至T1时刻的时间长度。在一种可选方式中，在多帧所述声源图像中，至少一个所述声源对象的位置发生变化的情况下；所述根据所述距离和所述第一夹角，分别获取所述语音指令的权重值，包括：根据公式(3)计算每一个所述声源对象发出的所述语音指令的权重值；其中，Si为所述语音指令的权重值，α和β为常数，X0为T0时刻所述电子设备与所述声源对象的位置之间的距离，X1为T1时刻所述电子设备与所述声源对象的位置之间的距离，Yi为所述电子设备与所述声源对象的面部朝向之间的第一夹角，T为T0时刻至T1时刻之间的时间长度。在一种可选方式中，每两个所述声源对象的面部朝向之间具有第二夹角，在所述第一夹角小于所述第二夹角的情况下；所述方法还包括：获取所述至少两个声源对象发出语音指令的时间长度；所述分别获取所述至少两个声源对象发出的所述语音指令的权重值，包括：根据所述语音指令的时间长度，获取所述语音指令的权重值。在一种可选方式中，所述根据所述语音指令的时间长度，获取所述语音指令的权重值，包括：根据公式(4)计算每一个所述声源对象发出的所述语音指令的权重值；其中，Si为所述语音指令的权重值，α和β为常数，Xi为所述电子设备与所述声源对象的位置之间的距离，Yi为所述电子设备与所述声源对象的面部朝向之间的第一夹角，ti为所述声源对象发出语音指令的时间长度。根据本专利技术第二个方面，提供一种语音指令的执行装置，包括：确定模块，用于在同时接收到至少两个声源对象发出的语音指令时，确定所述至少两个声源对象的位置；建立模块，用于根据所述至少两个声源对象的位置以及所述电子设备的位置，建立所述电子设备和所述至少两个声源对象的拓扑结构图；获取模块，用于根据所述拓扑结构图，分别获取所述至少两个声源对象发出的所述语音指令的权重值；执行模块，用于执行所述权重值最大的所述语音指令。在一种可选方式中，所述装置还包括：图像采集模块，用于在所述根据所述至少两个声源对象的位置以及所述电子设备的位置，建立所述电子设备和所述至少两个声源对象的拓扑结构图之前，根据所述至少两个声源对象的位置对所述至少两个声源对象进行图像采集，获取至少一帧声源图像；所述获取模块，还用于分别获取所述至少一帧声源图像中每一个所述声源对象的面部朝向；所述建立模块，还用于根据所述声源对象的面部朝向、所述声源对象的位置以及所述电子设备的位置，建立所述电子设备和所述至少两个声源对象的拓扑结构图。在一种可选方式中，所述拓扑结构图包括：所述电子设备与所述声源对象之间的距离和所述电子设备与所述声源对象的面部朝向之间的第一夹角；所述获取模块，还用于根据所述距离和所述第一夹角，分别获取所述语音指令的权重值。在一种可选方式中，所述获取模块，具体用于根据公式(1)计算每一个所述声源对象发出的所述语音指令的权重值；其中，Si为所述语音指令的权重值，α和β为常数，Xi为所述电子设备与所述声源对象的位置之间的距离，Yi为所述电子设备与所述声源对象的面部朝向之间的第一夹角。在一种可选方式中，在多帧所述声源图像中，至少一个所述声源对象的面部朝向发生变化的情况下；所述获取模块，具体用于根据公式(2)计算每一个所述声源对象发出的所述语音指令的权重值；其中，Si为所述语音指令的权重值，α和β为常数，Xi为所述电子设备与所述声源对象的位置之间的距离，Y0为T0时刻所述电子设备与所述声源对象的面部朝向之间的第一夹角，Y1为T1时刻所述电子设备与所述声源对象的面部朝向之间的第一夹角，T为T0时刻至T1时刻的时间长度。在一种可选方式中，在多帧所述声源图像中，至少一个所述声源对象的位置发生变化的情况下；所述获取模块，具体用于根据公式(3)计算每一个所述声源对象发出的所述语音指令的权重值；其中，Si为所述语音指令的权重值，α和β为常数，X0为T0时刻所述电子设备与所述声源对象的位置之间的距离，X1为T1时刻所述电子设备与所述声源对象的位置之间的距离，Yi为所述电子设备与所述声源对象的本文档来自技高网...
【技术保护点】
1.一种语音指令的执行方法，其特征在于，应用于电子设备，包括：在同时接收到至少两个声源对象发出的语音指令时，确定所述至少两个声源对象的位置；根据所述至少两个声源对象的位置以及所述电子设备的位置，建立所述电子设备和所述至少两个声源对象的拓扑结构图；根据所述拓扑结构图，分别获取所述至少两个声源对象发出的所述语音指令的权重值；执行所述权重值最大的所述语音指令。
【技术特征摘要】
1.一种语音指令的执行方法，其特征在于，应用于电子设备，包括：在同时接收到至少两个声源对象发出的语音指令时，确定所述至少两个声源对象的位置；根据所述至少两个声源对象的位置以及所述电子设备的位置，建立所述电子设备和所述至少两个声源对象的拓扑结构图；根据所述拓扑结构图，分别获取所述至少两个声源对象发出的所述语音指令的权重值；执行所述权重值最大的所述语音指令。2.根据权利要求1所述的方法，其特征在于，在所述根据所述至少两个声源对象的位置以及所述电子设备的位置，建立所述电子设备和所述至少两个声源对象的拓扑结构图之前，所述方法还包括：根据所述至少两个声源对象的位置对所述至少两个声源对象进行图像采集，获取至少一帧声源图像；分别获取所述至少一帧声源图像中每一个所述声源对象的面部朝向；所述建立所述电子设备和所述至少两个声源对象的拓扑结构图，包括：根据所述声源对象的面部朝向、所述声源对象的位置以及所述电子设备的位置，建立所述电子设备和所述至少两个声源对象的拓扑结构图。3.根据权利要求2所述的方法，其特征在于，所述拓扑结构图包括：所述电子设备与所述声源对象之间的距离和所述电子设备与所述声源对象的面部朝向之间的第一夹角；所述根据所述拓扑结构图，分别获取所述至少两个声源对象发出的所述语音指令的权重值，包括：根据所述距离和所述第一夹角，分别获取所述语音指令的权重值。4.根据权利要求3所述的方法，其特征在于，所述根据所述距离和所述夹角，分别获取所述语音指令的权重值，包括：根据公式(1)计算每一个所述声源对象发出的所述语音指令的权重值；其中，Si为所述语音指令的权重值，α和β为常数，Xi为所述电子设备与所述声源对象的位置之间的距离，Yi为所述电子设备与所述声源对象的面部朝向之间的第一夹角。5.根据权利要求3所述的方法，其特征在于，在多帧所述声源图像中，至少一个所述声源对象的面部朝向发生变化的情况下；所述根据所述距离和所述第一夹角，分别获取所述语音指令的权重值，包括：根据公式(2)计算每一个所述声源对象发出的所述语音指令的权重值；其中，Si为所述语音指令的权重值，α和β为常数，Xi为所述电子设...
【专利技术属性】
技术研发人员：杜国威，
申请(专利权)人：北京安云世纪科技有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。