一种智能音箱交互方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种智能音箱交互方法、装置、设备及存储介质，涉及物联网技术领域。具体方式方案为：在满足预设触发条件时，获取预设交互信息；其中，所述预设交互信息包括所述移动终端的屏幕显示图像、用户语音信息以及用户对所述图像的触控操作的信息中的至少一种；将所述预设交互信息发送至服务器，以使所述服务器根据所述预设交互信息确定需要调用的服务，并在调用所述服务后，将服务调用结果发送至智能音箱进行语音播报。本申请实施例通过用户通过移动终端即可控制智能音箱进行服务调用结果的播放，通过移动终端与智能音箱之间的交互，拓宽了智能音箱的应用场景，使智能音箱能够适配多种场景下的应用需求，从而提高了用户的使用体验。

An intelligent speaker interaction method, device, equipment and storage medium

The application discloses an intelligent speaker interaction method, device, device and storage medium, which relates to the technical field of the Internet of things. The specific method is as follows: when the preset triggering conditions are met, the preset interactive information is acquired; wherein, the preset interactive information includes at least one of the screen display image of the mobile terminal, the user voice information and the information of the user's touch operation on the image; the preset interactive information is sent to the server so that the server interacts according to the preset The information determines the service to be called, and after calling the service, sends the service call result to the smart speaker for voice broadcast. In the embodiment of the application, the user can control the smart speaker to play the service call result through the mobile terminal. Through the interaction between the mobile terminal and the smart speaker, the application scenario of the smart speaker is widened, so that the smart speaker can adapt to the application requirements under various scenarios, thus improving the user's use experience.

【技术实现步骤摘要】
一种智能音箱交互方法、装置、设备及存储介质
本申请涉及通信技术，尤其涉及物联网
，尤其涉及一种智能音箱交互方法、装置、设备及存储介质。
技术介绍
音箱是整个音响系统的终端，用于把音频电能转化成相应的声能，并把所转化的声能辐射至空间中。随着互联网技术的不断发展，移动终端正从一个简单的通话工具转变为一个综合信息处理平台，用户对移动终端的依赖程度日益增强。现有技术中，仅能够通过触发音箱中的触控按钮进行音频数据的播放，无法与移动终端有效互动，难以适配不同场景下的应用需求。
技术实现思路
本申请实施例提供了一种智能音箱交互方法、装置、设备及存储介质，以使音箱能够适配多种场景下的应用需求。第一方面，本申请实施例提供了一种智能音箱交互方法，包括：在满足预设触发条件时，获取预设交互信息；其中，所述预设交互信息包括所述移动终端的屏幕显示图像、用户语音信息以及用户对所述图像的触控操作的信息中的至少一种；将所述预设交互信息发送至服务器，以使所述服务器根据所述预设交互信息确定需要调用的服务，并在调用所述服务后，将调用结果发送至智能音箱进行语音播报。上述申请中的一个实施例通过移动终端在满足预设触发条件时进行包括移动终端的屏幕显示图像、用户语音信息以及用户对图像的触控操作的信息中的至少一种的预设交互信息的获取；并将预设交互信息发送至服务器，以使服务器根据预设交互信息确定需要调用的服务，并在调用服务后，将服务调用结果发送至智能音箱进行语音播报。上述技术方案通过移动终端进行用户需求的发送，通过服务器进行用户需求对应的服务的调用及服务调用结果的生成，通过智能音箱进行服务调用结果语音播报，使得用户通过移动终端即可控制智能音箱进行服务调用结果的播放，通过移动终端与智能音箱之间的交互，拓宽了智能音箱的应用场景，使智能音箱能够适配多种场景下的应用需求，从而提高了用户的使用体验。可选的，所述触控操作的信息包括所述触控操作的位置信息和/或方式信息。上述申请中的各个可选实施方式，通过将触控操作的信息细化为触控操作的位置信息和/或方式信息，丰富了预设交互信息的内容形式，为服务器确定调用的服务，以及在调用服务后产生的服务调用结果的内容多样性奠定了基础。可选的，所述用户语音信息包括所述触控操作对应的用户语音信息。上述申请中的一个可选实施例通过将用户语音信息细化为触控操作对应的用户语音信息，为服务器确定调用的服务提供了参照。可选的，所述触控操作对应的用户语音信息包括：在执行所述触控操作之前的第一设定时间段内所述用户发出的语音信息，和/或在执行所述触控操作之后的第二设定时间段内所述用户发出的语音信息。上述申请中的各可选实施方式通过对触控操作对应的用户语音信息的限定，完善了用户语音信息的获取方式。可选的，所述预设触发条件包括检测到用户执行对所述图像的触控操作。上述申请中的一个可选实施方式，通过细化预设触发条件的内容，对预设交互信息的获取时机加以限定，进一步限定了智能音箱交互方法的应用场景。可选的，若所述预设交互信息包括所述用户语音信息，则将所述预设交互信息发送至服务器，包括：通过所述移动终端或所述智能音箱，将所述用户语音信息发送至所述服务器；和/或，若所述预设交互信息包括所述触控操作的信息和/或所述图像，则将所述预设交互信息发送至服务器，包括：通过所述移动终端将所预设交互信息中的触控操作的信息和/或所述图像发送至所述服务器。上述申请中的各个可选实施方式，通过在预设交互信息包括不同内容时，采用不同的执行主体进行预设交互信息的发送，丰富了信息的发送方式。可选的，在所述获取预设交互信息之前，所述方法还包括：执行所述移动终端与所述智能音箱之间的配对操作，在配对操作成功并打开所述智能音箱对应的应用后，开启所述移动终端的摄像功能，以对目标对象进行拍摄；相应的，所述图像为当前屏幕显示的对所述目标对象的拍摄图像。上述申请中的一个可选实施方式，通过在获取预设交互信息之前，进行目标对象的图像拍摄，限定了移动终端的屏幕显示图像的内容，从而实现了图像的实时获取以及智能音箱的实时播报，提高了移动终端与智能音箱之间交互的实时性和灵活度。可选的，所述目标对象包括物体、或在信息载体中展示的多媒体信息。可选的，所述多媒体信息包括文本和/或图片；所述信息载体包括纸质载体和/或电子载体。上述申请中的各可选实施方式，通过对目标对象对应的限定，丰富了移动终端所拍摄对象的内容和范围，进一步拓宽了智能音箱的应用场景。可选的，所述触控操作为用户对所述拍摄图像中的目标对象的触控操作。上述申请中的可选实施方式，通过对触控操作限定为对拍摄图像中目标对象的触控，限定了图像中目标对象的确定方式，从而达到了针对图像中的部分内容进行服务调用的效果，进一步拓宽了智能音箱的应用场景。第二方面，本申请实施例还提供了一种智能音箱交互方法，包括：接收预设交互信息；其中，所述预设交互信息包括移动终端的屏幕显示图像、用户语音信息以及用户对所述图像的触控操作的信息中的至少一种；根据所述预设交互信息确定需要调用的服务，并在调用所述服务后，将服务调用结果发送至智能音箱进行语音播报。上述申请中的一个实施例通过服务器接收包括移动终端的屏幕显示图像、用户语音信息以及用户对图像的触控操作的信息中的至少一种的预设交互信息；根据预设交互信息确定需要调用的服务，并在调用服务后将服务调用结果发送至智能音箱进行语音播报。上述技术方案通过移动终端进行用户需求的发送，通过服务器进行用户需求对应的服务的调用及服务调用结果的生成，通过智能音箱进行服务调用结果语音播报，使得用户通过移动终端即可控制智能音箱进行服务调用结果的播放，通过移动终端与智能音箱之间的交互，拓宽了智能音箱的应用场景，使智能音箱能够适配多种场景下的应用需求，从而提高了用户的使用体验。可选的，所述触控操作的信息包括触控操作的位置信息和/或方式信息。上述申请中的各个可选实施方式，通过将触控操作的信息细化为触控操作的位置信息和/或方式信息，丰富了预设交互信息的内容形式，为服务器进行服务调用，以及在调用服务后产生的服务调用结果的内容多样性奠定了基础。可选的，若所述预设交互信息包括所述图像，则调用所述服务，包括：若所述预设交互信息还包括所述位置信息，则根据所述位置信息确定所述触控操作在所述图像中所对应的目标对象，并根据所述目标对象的信息产生服务调用指令，以将所述目标对象的信息作为调用参数来调用所述服务；若所述预设交互信息不包括所述位置信息，则将所述图像作为目标对象，并根据所述目标对象的信息产生服务调用指令，以将所述目标对象的信息作为调用参数来调用所述服务。上述申请中的各个可选实施方式，针对不同的预设交互信息，采用不同的目标对象确定方法，丰富了目标对象的确定方式，并为服务调用结果的产生提供参数变量。可选的，若所述预设交本文档来自技高网...

【技术保护点】
1.一种智能音箱交互方法，其特征在于，包括：/n在满足预设触发条件时，获取预设交互信息；其中，所述预设交互信息包括所述移动终端的屏幕显示图像、用户语音信息以及用户对所述图像的触控操作的信息中的至少一种；/n将所述预设交互信息发送至服务器，以使所述服务器根据所述预设交互信息确定需要调用的服务，并在调用所述服务后，将服务调用结果发送至智能音箱进行语音播报。/n

【技术特征摘要】
1.一种智能音箱交互方法，其特征在于，包括：
在满足预设触发条件时，获取预设交互信息；其中，所述预设交互信息包括所述移动终端的屏幕显示图像、用户语音信息以及用户对所述图像的触控操作的信息中的至少一种；
将所述预设交互信息发送至服务器，以使所述服务器根据所述预设交互信息确定需要调用的服务，并在调用所述服务后，将服务调用结果发送至智能音箱进行语音播报。


2.根据权利要求1所述的方法，其特征在于，所述触控操作的信息包括所述触控操作的位置信息和/或方式信息。


3.根据权利要求1所述的方法，其特征在于，所述用户语音信息包括所述触控操作对应的用户语音信息。


4.根据权利要求3所述的方法，其特征在于，所述触控操作对应的用户语音信息包括：在执行所述触控操作之前的第一设定时间段内所述用户发出的语音信息，和/或在执行所述触控操作之后的第二设定时间段内所述用户发出的语音信息。


5.根据权利要求1所述的方法，其特征在于，所述预设触发条件包括检测到用户执行对所述图像的触控操作。


6.根据权利要求1所述的方法，其特征在于：
若所述预设交互信息包括所述用户语音信息，则将所述预设交互信息发送至服务器，包括：
通过所述移动终端或所述智能音箱，将所述用户语音信息发送至所述服务器；和/或，
若所述预设交互信息包括所述触控操作的信息和/或所述图像，则将所述预设交互信息发送至服务器，包括：
通过所述移动终端将所预设交互信息中的触控操作的信息和/或所述图像发送至所述服务器。


7.根据权利要求1-6任一项所述的方法，其特征在于，在所述获取预设交互信息之前，所述方法还包括：
执行所述移动终端与所述智能音箱之间的配对操作，在配对操作成功并打开所述智能音箱对应的应用后，开启所述移动终端的摄像功能，以对目标对象进行拍摄；
相应的，所述图像为当前屏幕显示的对所述目标对象的拍摄图像。


8.根据权利要求7所述的方法，其特征在于，所述目标对象包括物体、或在信息载体中展示的多媒体信息。


9.根据权利要求8所述的方法，其特征在于，所述多媒体信息包括文本和/或图片；所述信息载体包括纸质载体和/或电子载体。


10.根据权利要求7所述的方法，其特征在于，所述触控操作为用户对所述拍摄图像中的目标对象的触控操作。


11.一种智能音箱交互方法，其特征在于，包括：
接收预设交互信息；其中，所述预设交互信息包括移动终端的屏幕显示图像、用户语音信息以及用户对所述图像的触控操作的信息中的至少一种；
根据所述预设交互信息确定需要调用的服务，并在调用所述服务后，将服务调用结果发送至智能音箱进行语音播报。


12.根据权利要求11所述的方法，其特征在于，所述触控操作的信息包括触控操作的位置信息和/或方式信息。


13.根据权利要求12所述的方法，其特征在于，若所述预设交互信息包括所述图像，则调用所述服务，包括：
若所述预设交互信息还包括所述位置信息，则根据所述位置信息确定所述触控操作在所述图像中所对应的目标对象，并根据所述目标对象的信息产生服务调用指令，以将所述目标对象的信息作为调用参数来调用所述服务；
若所述预设交互信息不包括所述位置信息，则将所述图像作为目标对象，并根据所述目标对象的信息产生服务调用指令，以将所述目标对象的信息作为调用参数来调用所述服务。


14.根据权利要求13所述的方法，其特征在于，若所述预设交互信息包括所述图像，则根据所述预设交互信息确定需要调...

【专利技术属性】
技术研发人员：戚耀文，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京;11