语音指令的生成方法、装置、可读存储介质及电子设备制造方法及图纸

本公开实施例公开了一种语音指令的生成方法、装置、计算机可读存储介质及电子设备，其中，该方法包括：获取用户感应信息，并基于用户感应信息，确定位于目标区域的用户的第一用户信息；基于第一用户信息和用户信息库，确定目标区域中用户的目标用户信息；响应于接收到语音控制信号，确定语音控制信号的语音属性；确定语音属性与目标用户信息的匹配关系；响应于匹配关系为匹配，生成语音控制信号对应的语音指令。本公开实施例可以对语音控制信号的来源进行自动匹配，保证了目标用户的语音控制权限不被其他用户占用，降低了语音控制信号误识别的风险。同时实现了对目标区域中用户的目标用户信息进行自动记录，提高了用户使用的便利性。性。性。

【技术实现步骤摘要】
语音指令的生成方法、装置、可读存储介质及电子设备


[0001]本公开涉及计算机
，尤其是一种语音指令的生成方法、装置、计算机可读存储介质及电子设备。

技术介绍

[0002]随着人工智能技术的发展，利用语音对设备进行控制的场景越来越丰富。但随之而来的误识别等问题越来越多。
[0003]例如，可以用语音对车辆进行控制，用来执行调整车窗高度、控制车内多媒体播放、控制导航程序等。为了车辆行驶的安全性，个别应用功能需要限制用户的控制权限，例如语音控制导航等仅限于驾驶位上的人员使用，因此需要对语音指令的来源进行准确定位，以避免非驾驶位上的人员与驾驶位上的人员的语音控制权限发生冲突，影响驾驶安全。
[0004]目前通常使用音区定位方法来对语音的来源进行定位，音区定位需要使用多个麦克风采集多路语音信号。但多路麦克风无法解决非主驾位的人员靠近主驾位导致错误地将非主驾位人员误识别为主驾位人员的问题。

技术实现思路

[0005]为了解决上述技术问题，本公开的实施例提供了一种语音指令的生成方法、装置、计算机可读存储介质及电子设备，以减少语音控制的误识别的风险，同时自动记录目标区域的用户信息，无需用户主动注册，提高用户使用的便利性。
[0006]本公开的实施例提供了一种语音指令的生成方法，该方法包括：获取用户感应信息，并基于用户感应信息，确定位于目标区域的用户的第一用户信息；基于第一用户信息和用户信息库，确定目标区域中用户的目标用户信息；响应于接收到包括控制指令的语音控制信号，确定语音控制信号的语音属性；确定语音属性与目标用户信息的匹配关系；响应于匹配关系为匹配，生成语音控制信号对应的语音指令。
[0007]根据本公开实施例的另一个方面，提供了一种语音指令的生成装置，该装置包括：获取模块，用于获取用户感应信息，并基于用户感应信息，确定位于目标区域的用户的第一用户信息；第一确定模块，用于基于第一用户信息和用户信息库，确定目标区域中用户的目标用户信息；第二确定模块，用于响应于接收到包括控制指令的语音控制信号，确定语音控制信号的语音属性；第三确定模块，用于确定语音属性与目标用户信息的匹配关系；生成模块，用于响应于匹配关系为匹配，生成语音控制信号对应的语音指令。
[0008]根据本公开实施例的另一个方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序用于被处理器执行以实现执行上述语音指令的生成方法。
[0009]根据本公开实施例的另一个方面，提供了一种电子设备，电子设备包括：处理器；用于存储处理器可执行指令的存储器；处理器，用于从存储器中读取可执行指令，并执行指令以实现上述语音指令的生成方法。
[0010]根据本公开实施例的另一个方面，提供了一种计算机程序产品，计算机程序产品包括计算机程序指令，当计算机程序指令由指令处理器执行时，执行本公开提出的语音指令的生成方法。
[0011]基于本公开上述实施例提供的语音指令的生成方法、装置、计算机可读存储介质及电子设备，通过设置用户信息库记录用户信息，基于对用户识别的第一用户信息和用户信息库，确定该用户的目标用户信息，在接收到语音控制信号时，确定语音控制信号的语音属性，若语音属性与目标用户信息匹配，生成语音指令，实现了对语音控制信号的来源进行自动匹配，保证了目标用户的语音控制权限不被其他用户占用，降低了语音控制信号误识别的风险。同时实现了对目标区域中用户的目标用户信息进行自动记录，无需用户主动注册，提高了用户使用的便利性。
附图说明
[0012]通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤；
[0013]图1是本公开所适用的系统图；
[0014]图2是本公开一示例性实施例提供的语音指令的生成方法的流程示意图；
[0015]图3是本公开另一示例性实施例提供的语音指令的生成方法的流程示意图；
[0016]图4是本公开另一示例性实施例提供的语音指令的生成方法的流程示意图；
[0017]图5是本公开另一示例性实施例提供的语音指令的生成方法的流程示意图；
[0018]图6是本公开另一示例性实施例提供的语音指令的生成方法的流程示意图；
[0019]图7是本公开另一示例性实施例提供的语音指令的生成方法的流程示意图；
[0020]图8是本公开另一示例性实施例提供的语音指令的生成方法的流程示意图；
[0021]图9是本公开另一示例性实施例提供的语音指令的生成方法的流程示意图；
[0022]图10是本公开一示例性实施例提供的语音指令的生成装置的结构示意图；
[0023]图11是本公开另一示例性实施例提供的语音指令的生成装置的结构示意图；
[0024]图12是本公开一示例性实施例提供的电子设备的结构图。
具体实施方式
[0025]为了解释本公开，下面将参考附图详细地描述本公开的示例实施例，显然，所描述的实施例仅是本公开的一部分实施例，而不是全部实施例，应理解，本公开不受示例性实施例的限制。
[0026]应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
[0027]申请概述
[0028]为了降低不同位置的用户的语音控制权限发生混乱，目前通常使用音区定位方法来对语音的来源进行定位，音区定位需要使用多个麦克风采集多路语音信号。例如，在语音控制车辆领域，多路麦克风无法解决非主驾位的人员靠近主驾位导致错误地将非主驾位人
员误识别为主驾位人员的问题。若使用图像识别唇动信息，与声学方法相结合可以提高音区定位的准确性，但同样无法解决非主驾位的人员靠近主驾位导致错误地将非主驾位人员的唇动误识别为主驾位人员的唇动的问题。
[0029]为解决上述问题，本公开实施例采用识别目标区域的用户的用户感应信息，利用预先建立的用户信息库，确定用户的目标用户信息，在采集到语音控制信号时，将语音控制信号与目标用户信息匹配，从而避免将其他用户的语音误识别为用户的语音，降低了语音控制信号误识别的风险，同时目标用户信息可以自动记录到用户信息库，无需用户主动注册，从而提高了用户使用的便利性。
[0030]示例性系统
[0031]图1示出了可以应用本公开的实施例的语音指令的生成方法或语音指令的生成装置的示例性系统架构100。
[0032]如图1所示，系统架构100可以包括终端设备101，网络102、服务器103和感应设备104。网络102用于在终端设备101和服务器103之间提供通信链路的介质。网络102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。
[0033]感应设备104可以设置在各种空间内，例如车内、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种语音指令的生成方法，包括：获取用户感应信息，并基于所述用户感应信息，确定位于目标区域的用户的第一用户信息；基于所述第一用户信息和用户信息库，确定所述目标区域中用户的目标用户信息；响应于接收到包括控制指令的语音控制信号，确定所述语音控制信号的语音属性；确定所述语音属性与所述目标用户信息的匹配关系；响应于所述匹配关系为匹配，生成所述语音控制信号对应的语音指令。2.根据权利要求1所述的方法，其中，所述基于所述用户感应信息，确定位于目标区域的用户的第一用户信息，包括：基于所述用户感应信息包括的图像序列，确定位于所述目标区域的用户的第一脸部图像序列和所述用户的脸部特征信息；和/或，基于所述用户感应信息包括的语音信号，确定位于所述目标区域的用户的第一声纹信息；基于所述用户的脸部特征信息和/或所述用户的第一声纹信息，确定所述第一用户信息。3.根据权利要求2所述的方法，其中，所述基于所述用户感应信息包括的语音信号，确定位于所述目标区域的用户的第一声纹信息，包括：基于所述用户感应信息包括的语音信号，确定所述语音信号的第一声源位置和初始声纹信息；确定所述第一声源位置与所述目标区域的位置的匹配关系；响应于所述第一声源位置与所述目标区域的位置的匹配关系为匹配，获取所述用户的第一脸部图像序列，并对所述第一脸部图像序列进行唇动检测，得到所述用户的第一唇动检测结果；确定所述第一唇动检测结果与所述语音信号的匹配关系；响应于所述第一唇动检测结果与所述语音信号匹配，将所述初始声纹信息确定为所述目标区域的用户的第一声纹信息。4.根据权利要求2所述的方法，其中，所述基于所述第一用户信息和用户信息库，确定所述目标区域中用户的目标用户信息，包括：将所述第一用户信息包括的所述用户的脸部特征信息和/或所述用户的第一声纹信息，与所述用户信息库中的用户信息进行匹配；响应于所述用户信息库中存在与所述用户的脸部特征信息和/或所述用户的第一声纹信息匹配的匹配用户信息，基于所述匹配用户信息和/或所述第一用户信息，确定所述用户的目标用户信息。5.根据权利要求4所述的方法，其中，所述基于所述匹配用户信息和/或所述第一用户信息，确定所述用户的目标用户信息，包括：响应于所述匹配用户信息中包括所述用户的脸部特征信息且不包括所述用户的第一声纹信息，基于所述匹配用户信息确定所述用户的目标用户信息，并基于所述用户的第一声纹信息，更新所述匹配用户信息中的声纹信息；响应于所述匹配用户信息中包括所述用户的声纹信息且不包括所述用户的脸部特征
信息，基于所述匹配用户信息确定所...

【专利技术属性】
技术研发人员：陶然，
申请(专利权)人：南京地平线集成电路有限公司，
类型：发明
国别省市：