基于语音的控制方法和装置制造方法及图纸

本申请公开了基于语音的控制方法和装置，涉及人工智能和语音处理技术领域。具体实施方式包括：采集语音信息，对语音信息进行在线识别和离线识别；获取语音信息的在线识别结果和离线识别结果，其中，在线识别结果和离线识别结果中的至少一者为控制指令；确定获取到在线识别结果和离线识别结果的先后顺序，并基于先后顺序，执行在线识别结果和离线识别结果中作为控制指令的一者。本申请可以同时利用在线识别结果和离线识别结果，以通过更全面的资源确定要执行的控制指令，有助于得到更准确的控制指令。并且，通过具有时间特性的先后顺序，确定要执行的控制指令，有助于在得到了更准确的控制指令的情况下，同时提高确定控制指令的效率。率。率。

【技术实现步骤摘要】
基于语音的控制方法和装置


[0001]本申请涉及计算机
，具体涉及人工智能和语音处理
，尤其涉及基于语音的控制方法和装置。

技术介绍

[0002]随着人工智能技术的发展，语音识别技术也日趋成熟。语音识别指对人说出或设备输出的语音进行识别，以得到语音对应的文字内容。在相关技术中，语音识别一般分为两个途径：在线语音识别和离线语音识别。
[0003]通过语音识别得到的结果，可以包括用于对设备进行控制的控制指令。比如，对于智能交互设备发出的调高音量的控制指令。

技术实现思路

[0004]提供了一种基于语音的控制方法、装置、电子设备以及存储介质。
[0005]根据第一方面，提供了一种基于语音的控制方法，包括：采集语音信息，对语音信息进行在线识别和离线识别；获取语音信息的在线识别结果和离线识别结果，其中，在线识别结果和离线识别结果中的至少一者为控制指令；确定获取到在线识别结果和离线识别结果的先后顺序，并基于先后顺序，执行在线识别结果和离线识别结果中作为控制指令的一者。
[0006]根据第二方面，提供了一种基于语音的控制装置，包括：采集单元，被配置成采集语音信息，对语音信息进行在线识别和离线识别；获取单元，被配置成获取语音信息的在线识别结果和离线识别结果，其中，在线识别结果和离线识别结果中的至少一者为控制指令；确定单元，被配置成确定获取到在线识别结果和离线识别结果的先后顺序，并基于先后顺序，执行在线识别结果和离线识别结果中作为控制指令的一者。
[0007]根据第三方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如基于语音的控制方法中任一实施例的方法。
[0008]根据第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如基于语音的控制方法中任一实施例的方法。
[0009]根据第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据基于语音的控制方法中任一实施例的方法。
[0010]根据本申请的方案，可以同时利用在线识别结果和离线识别结果，以通过更全面的资源确定要执行的控制指令，有助于得到更准确的控制指令。并且，通过具有时间特性的先后顺序，确定要执行的控制指令，有助于在得到了更准确的控制指令的情况下，同时提高确定控制指令的效率。
附图说明
[0011]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
[0012]图1是本申请一些实施例可以应用于其中的示例性系统架构图；
[0013]图2是根据本申请的基于语音的控制方法的一个实施例的流程图；
[0014]图3是根据本申请的基于语音的控制方法的又一个实施例的流程图；
[0015]图4是根据本申请的基于语音的控制方法的又一个实施例的流程图；
[0016]图5是根据本申请的基于语音的控制装置的一个实施例的结构示意图；
[0017]图6是用来实现本申请实施例的基于语音的控制方法的电子设备的框图。
具体实施方式
[0018]以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0019]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0020]图1示出了可以应用本申请的基于语音的控制方法或基于语音的控制装置的实施例的示例性系统架构100。
[0021]如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
[0022]用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如智能交互类应用、视频类应用、直播应用、即时通信工具、邮箱客户端、社交平台软件等。
[0023]这里的终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
[0024]服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103提供支持的后台服务器。后台服务器可以对接收到的语音信息等数据进行分析等处理，并将处理结果(例如在线识别结果)反馈给终端设备。
[0025]需要说明的是，本申请实施例所提供的基于语音的控制方法可以由终端设备101、102、103执行，相应地，基于语音的控制装置可以设置于终端设备101、102、103中。
[0026]应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
[0027]继续参考图2，示出了根据本申请的基于语音的控制方法的一个实施例的流程200。该基于语音的控制方法，包括以下步骤：
[0028]步骤201，采集语音信息，对语音信息进行在线识别和离线识别。
[0029]在本实施例中，基于语音的控制方法运行于其上的执行主体(例如图1所示的终端设备)可以采集语音信息，并对该语音信息进行在线识别和离线识别。这里的在线识别指，将语音信息发送给用于语音识别的服务器，以使该服务器进行语音识别，该服务器向上述执行主体返回的语音识别结果即是在线识别结果。离线识别即是上述执行主体在本地完成的语音识别过程所得到的结果。
[0030]步骤202，获取语音信息的在线识别结果和离线识别结果，其中，在线识别结果和离线识别结果中的至少一者为控制指令。
[0031]在本实施例中，上述执行主体可以获取语音信息的在线识别结果和离线识别结果。在实践中，在线识别结果和离线识别结果中的一者或两者为控制指令。这里的控制指令是语音信息的发出者对于上述执行主体进行控制的指令，比如“调大音量”。或者，在线识别结果和离线识别结果也可以是控制指令以外的内容，比如用于和用户进行交互的待播放语音，如“主人，你真漂亮”。
[0032]具体地，这里的获取在线识别结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于语音的控制方法，所述方法包括：采集语音信息，对所述语音信息进行在线识别和离线识别；获取所述语音信息的在线识别结果和离线识别结果，其中，所述在线识别结果和所述离线识别结果中的至少一者为控制指令；确定获取到所述在线识别结果和所述离线识别结果的先后顺序，并基于所述先后顺序，执行所述在线识别结果和所述离线识别结果中作为控制指令的一者。2.根据权利要求1所述的方法，其中，所述基于所述先后顺序，执行所述在线识别结果和所述离线识别结果中作为控制指令的一者，包括：若所述先后顺序为获取到所述在线识别结果非后于获取到所述离线识别结果，响应于所述在线识别结果为控制指令，执行所述在线识别结果。3.根据权利要求1所述的方法，其中，所述基于所述先后顺序，执行所述在线识别结果和所述离线识别结果中作为控制指令的一者，包括：若所述先后顺序为获取到所述在线识别结果后于获取到所述离线识别结果，响应于所述离线识别结果为控制指令，执行所述离线识别结果。4.根据权利要求1所述的方法，其中，所述基于所述先后顺序，执行所述在线识别结果和所述离线识别结果中作为控制指令的一者，包括：若所述先后顺序为获取到所述在线识别结果后于获取到所述离线识别结果，响应于所述离线识别结果不为控制指令，且所述在线识别结果为控制指令，则执行所述在线识别结果。5.根据权利要求1所述的方法，其中，在所述采集语音信息之前，所述方法还包括：响应于采集到唤醒音频，开始监听语音信息。6.一种基于语音的控制装置，所述装置包括：采集单元，被配置成采集语音信息，对所述语音信息进行在线识别和离线识别；获取单元，被配置成获取所述语音信息的在线识别结果和离线识别结果，其中，所述在线识别结果和所述离线识别结果中的至少一者为控制指令；确定单元，被配置成确定获取到所述在线识别结果和所述离线识别结果的先后顺序，并...

【专利技术属性】
技术研发人员：周鹏飞，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：