本發(fā)明涉及智能控制領(lǐng)域，特別是涉及一種基于語音交互的控制方法及系統(tǒng)。

背景技術(shù)：

語音交互控制是指通過語音交互來實(shí)現(xiàn)應(yīng)用程序的調(diào)用。

現(xiàn)有的語音交互控制方法主要是根據(jù)用戶的指令自動(dòng)開啟移動(dòng)設(shè)備上的應(yīng)用程序，但在使用過程中需要用戶盯緊移動(dòng)設(shè)備屏幕，用手去點(diǎn)擊。當(dāng)通過語音交互控制方法打開某一個(gè)應(yīng)用程序時(shí)，需要用戶手動(dòng)關(guān)閉該應(yīng)用程序，而且在執(zhí)行該應(yīng)用程序過程中需要調(diào)用其他應(yīng)用程序時(shí)，必須重新啟動(dòng)語音交互控制方法進(jìn)行調(diào)用。例如，當(dāng)用語音交互控制方法打開地圖程序之后，需要用戶自己操作地圖進(jìn)行導(dǎo)航或者路線查詢等操作，而且無法繼續(xù)用語音交互控制方法調(diào)用短信等其他應(yīng)用程序。這使得現(xiàn)有的語音交互控制方法使用便捷性不高。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種基于語音交互的控制方法及系統(tǒng)，通過全語音交互的形式，實(shí)現(xiàn)對(duì)應(yīng)用程序的調(diào)用，而且可實(shí)現(xiàn)多個(gè)程序同時(shí)調(diào)用與實(shí)時(shí)控制，以解決現(xiàn)有技術(shù)中語音交互控制方法及系統(tǒng)使用便捷性不高的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種基于語音交互的控制方法，所述方法包括：

獲取喚醒信號(hào)，所述喚醒信號(hào)用于啟動(dòng)語音交互系統(tǒng)進(jìn)入語音交互過程；

根據(jù)所述喚醒信號(hào)，啟動(dòng)所述語音交互系統(tǒng)；

獲取語音信息；

判斷所述語音信息是否能夠被轉(zhuǎn)換成文字信息，得到第一判斷結(jié)果；

當(dāng)所述第一判斷結(jié)果為否時(shí)，返回所述獲取語音信息步驟；

當(dāng)所述第一判斷結(jié)果為是時(shí)，對(duì)所述語音信息對(duì)應(yīng)的文字信息進(jìn)行分析，并存儲(chǔ)分析結(jié)果，根據(jù)所述分析結(jié)果判斷所述文字信息的功能參數(shù)是否完整，得到第二判斷結(jié)果；

當(dāng)所述第二判斷結(jié)果為是時(shí)，則執(zhí)行所述文字信息功能參數(shù)對(duì)應(yīng)的操作，生成確認(rèn)消息，并根據(jù)所述確認(rèn)消息進(jìn)行語音信息合成，并播放合成的語音信息；

當(dāng)所述第二判斷結(jié)果為否時(shí)，根據(jù)缺少的功能參數(shù)生成提示消息，并根據(jù)所述提示消息進(jìn)行語音信息合成，并播放合成的語音信息，返回所述獲取語音信息步驟。

可選的，所述根據(jù)所述喚醒信號(hào)，啟動(dòng)所述語音交互系統(tǒng)具體包括：

將所述喚醒信號(hào)與系統(tǒng)預(yù)存的喚醒詞進(jìn)行比對(duì)；

比對(duì)成功后，啟動(dòng)所述語音交互系統(tǒng)。

可選的，所述對(duì)所述語音信息對(duì)應(yīng)的文字信息進(jìn)行分析，并存儲(chǔ)分析結(jié)果之后，還包括：

返回所述獲取喚醒信號(hào)的步驟。

可選的，所述執(zhí)行所述文字信息功能參數(shù)對(duì)應(yīng)的操作之前，還包括：

當(dāng)所述文字信息的功能參數(shù)完整且所述文字信息功能參數(shù)對(duì)應(yīng)的操作選項(xiàng)多于一個(gè)時(shí)，生成選擇提示問題，并根據(jù)所述選擇提示問題進(jìn)行語音信息合成，并播放合成的語音信息，所述選擇提示問題用于提示用戶選擇需要執(zhí)行的操作選項(xiàng)。

可選的，所述生成選擇提示問題具體包括：生成提示用戶回復(fù)選項(xiàng)編號(hào)的消息，每個(gè)所述選項(xiàng)編號(hào)對(duì)應(yīng)不同的所述操作選項(xiàng)的內(nèi)容。

可選的，所述根據(jù)缺少的功能參數(shù)生成提示消息之后還包括：

當(dāng)所述語音信息中包括完整的功能參數(shù)而所述分析結(jié)果為不完整時(shí)，

提示用戶補(bǔ)充語義數(shù)據(jù)庫；所述語義數(shù)據(jù)庫中存儲(chǔ)有功能參數(shù)以及與所述功能參數(shù)相對(duì)應(yīng)的操作；

獲取所述用戶輸入的操作信息；

將所述語音信息中包括完整的功能參數(shù)以及所述用戶輸入的操作信息對(duì)應(yīng)增加至所述語義數(shù)據(jù)庫。

一種基于語音交互的系統(tǒng)，所述系統(tǒng)包括：

語音喚醒模塊，用于獲取喚醒信號(hào)，所述喚醒信號(hào)用于啟動(dòng)系統(tǒng)進(jìn)入語音交互過程；

語音交互系統(tǒng)啟動(dòng)模塊，用于根據(jù)所述喚醒信號(hào)，啟動(dòng)所述語音交互系統(tǒng)；

語音信息獲取模塊，用于獲取語音信息；

語音信息判斷模塊，用于判斷所述語音信息是否能夠被轉(zhuǎn)換成文字信息，得到第一判斷結(jié)果；

語音分析模塊，用于當(dāng)所述第一判斷結(jié)果為是時(shí)，對(duì)所述語音信息對(duì)應(yīng)的文字信息進(jìn)行分析；

存儲(chǔ)模塊，用于存儲(chǔ)所述語音分析模塊對(duì)所述語音信息對(duì)應(yīng)的文字信息進(jìn)行分析的分析結(jié)果；

功能參數(shù)判斷模塊，用于根據(jù)所述分析結(jié)果判斷所述文字信息的功能參數(shù)是否完整，得到第二判斷結(jié)果；

執(zhí)行模塊，用于當(dāng)所述第二判斷結(jié)果為是時(shí)，執(zhí)行所述文字信息功能參數(shù)對(duì)應(yīng)的操作；

確認(rèn)消息生成模塊，用于生成確認(rèn)消息；

語音合成模塊，用于進(jìn)行語音信息合成；

語音播放模塊，用于播放合成的語音信息；

提示消息生成模塊，用于當(dāng)所述第二判斷結(jié)果為否時(shí)，根據(jù)缺少的功能參數(shù)生成提示消息。

可選的，所述語音交互系統(tǒng)啟動(dòng)模塊具體包括：

語音交互系統(tǒng)比對(duì)模塊，用于將所述喚醒信號(hào)與系統(tǒng)預(yù)存的喚醒詞進(jìn)行比對(duì)；

語音交互系統(tǒng)啟動(dòng)子模塊，比對(duì)成功后，啟動(dòng)所述語音交互系統(tǒng)。。

可選的，所述系統(tǒng)還包括選擇提示問題生成模塊，用于當(dāng)所述執(zhí)行模塊執(zhí)行所述文字信息功能參數(shù)對(duì)應(yīng)的操作之前，所述文字信息的功能參數(shù)完整且所述文字信息功能參數(shù)對(duì)應(yīng)的操作選項(xiàng)多于一個(gè)時(shí)，生成選擇提示問題。

可選的，所述系統(tǒng)還包括語義補(bǔ)充模塊，所述語義補(bǔ)充模塊具體包括：

補(bǔ)充提示生成模塊，用于當(dāng)提示消息生成模塊根據(jù)缺少的功能參數(shù)生成提示消息之后，所述語音信息中包括完整的功能參數(shù)而所述分析結(jié)果為不完整時(shí)，提示用戶補(bǔ)充語義數(shù)據(jù)庫；所述語義數(shù)據(jù)庫中存儲(chǔ)有功能參數(shù)以及與所述功能參數(shù)相對(duì)應(yīng)的操作；

輸入模塊，用于獲取所述用戶輸入的操作信息；

語義數(shù)據(jù)庫補(bǔ)充模塊，用于將所述語音信息中包括完整的功能參數(shù)以及所述用戶輸入的操作信息對(duì)應(yīng)增加至所述語義數(shù)據(jù)庫。

根據(jù)本發(fā)明提供的具體實(shí)施例，本發(fā)明的有益效果為：

通過以下幾個(gè)方面提高了語音交互控制方法及系統(tǒng)的使用便捷性：

(1)全語音操作，所有操作都通過語音方式實(shí)現(xiàn)，不需要用手用眼；

(2)隨時(shí)語音開啟操作，通過語音可隨時(shí)開始新功能的操作，可隨時(shí)選擇不同功能操作，或者選擇同一功能的不同執(zhí)行參數(shù)，滿足用戶的不同需求；

(3)自定義配置語義知識(shí)庫，可靈活擴(kuò)展調(diào)整語義分析，增加處理執(zhí)行的功能種類。

(4)操作簡單，應(yīng)用方便。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明基于語音交互的控制方法實(shí)施例1流程圖；

圖2為本發(fā)明基于語音交互的系統(tǒng)結(jié)構(gòu)圖；

圖3為本發(fā)明基于語音交互的控制方法實(shí)施例2流程圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明的目的是提供一種

為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說明。

圖1為本發(fā)明基于語音交互的控制方法實(shí)施例1流程圖。如圖1所示，實(shí)施例1包括：

步驟101：獲取喚醒信號(hào)，所述喚醒信號(hào)用于啟動(dòng)語音交互系統(tǒng)進(jìn)入語音交互過程，用戶可以隨時(shí)通過語音喚醒控制來啟動(dòng)新的語音交互過程，進(jìn)行喚醒時(shí)，將獲取的聲音數(shù)據(jù)流與某一個(gè)或多個(gè)預(yù)存的喚醒詞的發(fā)聲進(jìn)行比對(duì)。例如，喚醒信號(hào)可以為“開啟語音交互系統(tǒng)”，可以為“啟動(dòng)黑馬”，一旦比對(duì)成功，則喚醒成功，啟動(dòng)語音交互系統(tǒng)，進(jìn)入語音交互過程。

步驟102：獲取語音信息，啟動(dòng)語音交互系統(tǒng)后，系統(tǒng)持續(xù)偵聽語音信息；

步驟103：判斷偵聽到的語音信息是否可以轉(zhuǎn)換成文字信息，生成第一判斷結(jié)果；當(dāng)?shù)谝慌袛嘟Y(jié)果為是時(shí)，執(zhí)行步驟104；當(dāng)?shù)谝慌袛嘟Y(jié)果為否時(shí)，返回步驟102；

步驟104：對(duì)語音信息對(duì)應(yīng)的文字信息進(jìn)行分析，提取文字信息中相應(yīng)要操作的功能項(xiàng)以及功能項(xiàng)對(duì)應(yīng)的參數(shù)項(xiàng)，每次一分析后，會(huì)將分析結(jié)果進(jìn)行存儲(chǔ)，并更新當(dāng)前分析的結(jié)果，下一次分析時(shí)會(huì)依據(jù)上次存儲(chǔ)的狀態(tài)，對(duì)新的語音輸入進(jìn)行分析。功能參數(shù)提取方法可以是提取關(guān)鍵字，也可以是提取正則式；例如，文字信息“我要去天安門”將被提取出功能項(xiàng)為“導(dǎo)航”，參數(shù)項(xiàng)為“天安門”。

步驟105：根據(jù)提取的功能參數(shù)項(xiàng)判斷功能參數(shù)是否完整，得到第二判斷結(jié)果，當(dāng)?shù)诙袛嘟Y(jié)果為否時(shí)，執(zhí)行步驟106；當(dāng)?shù)诙袛嘟Y(jié)果為是時(shí)，執(zhí)行步驟107；

步驟106：根據(jù)缺少的功能參數(shù)生成提示問題，并返回步驟102繼續(xù)獲取語音信息。例如分析的語音信息為“我要去”，分析結(jié)果為缺少導(dǎo)航的目的地這一參數(shù)，生成提示問題可以為“請(qǐng)問您要去哪？”，也可以為“請(qǐng)輸入您要去的目的地”。

步驟107：根據(jù)分析的功能參數(shù)執(zhí)行相應(yīng)的操作。例如，“我要去天安門”的分析結(jié)果功能項(xiàng)為“導(dǎo)航”，參數(shù)項(xiàng)為“天安門”，則開啟地圖實(shí)施導(dǎo)航功能，并指定目的地為天安門。若此時(shí)導(dǎo)航路線搜索結(jié)果為多種，則會(huì)根據(jù)導(dǎo)航路線生成選擇提示問題向用戶提示回復(fù)需要進(jìn)行的操作，例如，去天安門的路線為3條，則生成的選擇提示問題可以為“請(qǐng)回復(fù)您要選擇的路線的選項(xiàng)編號(hào)：A、直行500米然后右轉(zhuǎn)行駛1000米到達(dá)目的地；B、直行300米然后右轉(zhuǎn)行駛1000米再左轉(zhuǎn)200米到達(dá)目的地；C、右轉(zhuǎn)行駛1000米然后左轉(zhuǎn)行駛500米到達(dá)目的地”。

步驟108：生成確認(rèn)消息，所述確認(rèn)消息用于和用戶確認(rèn)已經(jīng)執(zhí)行相應(yīng)的操作。例如執(zhí)行操作導(dǎo)航去天安門，生成的確認(rèn)消息可以為“已為您開啟導(dǎo)航至天安門”。

圖2為本發(fā)明基于語音交互的系統(tǒng)結(jié)構(gòu)圖。如圖2所示，所述系統(tǒng)包括：語音喚醒模塊201、語音交互系統(tǒng)啟動(dòng)模塊202、語音信息獲取模塊203、語音信息判斷模塊204、語音分析模塊205、存儲(chǔ)模塊206、功能參數(shù)判斷模塊207、提示消息生成模塊208、執(zhí)行模塊209、確認(rèn)消息生成模塊2010、語音合成模塊2011和語音播放模塊2012。

語音喚醒模塊201接收喚醒信號(hào)，將接收的喚醒信號(hào)與系統(tǒng)預(yù)存的一個(gè)或多個(gè)喚醒次進(jìn)行比對(duì)，例如，喚醒信號(hào)可以為“開啟語音交互系統(tǒng)”，可以為“啟動(dòng)黑馬”，比對(duì)成功時(shí)，則喚醒信號(hào)觸發(fā)語音交互系統(tǒng)啟動(dòng)模塊202啟動(dòng)語音交互系統(tǒng)。語音交互系統(tǒng)啟動(dòng)后，語音信息獲取模塊203持續(xù)偵聽語音信息，并將偵聽到的語音信息傳輸至語音信息判斷模塊204，語音信息判斷模塊204判斷傳輸?shù)恼Z音信息是否能夠被轉(zhuǎn)換成文字信息，如果能，則語義信息對(duì)應(yīng)的文字信息傳輸至語音分析模塊205對(duì)文字信息進(jìn)行分析，語音分析模塊205根據(jù)文字信息提取相應(yīng)要操作的功能項(xiàng)以及功能項(xiàng)對(duì)應(yīng)的參數(shù)項(xiàng)，每次一分析后，會(huì)將分析結(jié)果存儲(chǔ)至存儲(chǔ)模塊206中，并更新當(dāng)前分析的結(jié)果，下一次分析時(shí)會(huì)依據(jù)上次存儲(chǔ)的狀態(tài)，對(duì)新的語音輸入進(jìn)行分析。功能參數(shù)提取方法可以是提取關(guān)鍵字，也可以是提取正則式；例如，文字信息“我要去天安門”將被提取出功能項(xiàng)為“導(dǎo)航”，參數(shù)項(xiàng)為“天安門”。

功能參數(shù)判斷模塊207根據(jù)分析結(jié)果判斷所述文字信息的功能參數(shù)是否完整，如果完整則通過執(zhí)行模塊209執(zhí)行相應(yīng)的操作，例如，“我要去天安門”的分析結(jié)果功能項(xiàng)為“導(dǎo)航”，參數(shù)項(xiàng)為“天安門”，則執(zhí)行模塊209開啟地圖實(shí)施導(dǎo)航功能，并指定目的地為天安門，然后通過確認(rèn)消息生成模塊2010生成確認(rèn)消息，例如執(zhí)行操作導(dǎo)航去天安門，生成的確認(rèn)消息可以為“已為您開啟導(dǎo)航至天安門”然后通過語音合成模塊2011進(jìn)行語音合成，通過語音播放模塊2012進(jìn)行語音播放。若此時(shí)導(dǎo)航路線搜索結(jié)果為多種，則會(huì)根據(jù)導(dǎo)航路線生成選擇提示問題向用戶提示回復(fù)需要進(jìn)行的操作，例如，去天安門的路線為3條，則生成的選擇提示問題可以為“請(qǐng)回復(fù)您要選擇的路線的選項(xiàng)編號(hào)：A、直行500米然后右轉(zhuǎn)行駛1000米到達(dá)目的地；B、直行300米然后右轉(zhuǎn)行駛1000米再左轉(zhuǎn)200米到達(dá)目的地；C、右轉(zhuǎn)行駛1000米然后左轉(zhuǎn)行駛500米到達(dá)目的地”通過語音合成模塊2011進(jìn)行語音合成，通過語音播放模塊2012進(jìn)行語音播放；如果判斷所述文字信息的功能參數(shù)是不完整的，則通過提示消息生成模塊208根據(jù)缺少的功能參數(shù)生成提示消息，例如，分析的語音信息為“我要去”，分析結(jié)果為缺少導(dǎo)航的目的地這一參數(shù)，生成提示問題可以為“請(qǐng)問您要去哪？”，也可以為“請(qǐng)回復(fù)您要去的目的地”，然后通過語音合成模塊2011進(jìn)行語音合成，通過語音播放模塊2012進(jìn)行語音播放。

圖3為本發(fā)明基于語音交互的控制方法實(shí)施例2流程圖。如圖3所示，實(shí)施例2包括：

步驟301：喚醒系統(tǒng)，通過喚醒信號(hào)喚醒語音交互系統(tǒng)進(jìn)入語音交互過程，此處設(shè)置喚醒信號(hào)為“啟動(dòng)語音”，當(dāng)系統(tǒng)接收到“啟動(dòng)語音”信號(hào)時(shí)進(jìn)入語音交互過程；

步驟302：獲取語音信息，持續(xù)偵聽語音信息；

步驟303：判斷偵聽的語音信息是否可以轉(zhuǎn)換成文字信息，如果能轉(zhuǎn)換成文字信息，執(zhí)行步驟304；對(duì)于不能識(shí)別轉(zhuǎn)換為文字信息的語音做丟棄處理，重新偵聽語音信息。例如，偵聽到鳥叫聲，或者風(fēng)聲，都無法轉(zhuǎn)換成相應(yīng)的文字信息。

步驟304：對(duì)于可與轉(zhuǎn)換成文字信息的語音信息，對(duì)其對(duì)應(yīng)的文字信息進(jìn)行分析，提取出相應(yīng)的操作功能項(xiàng)與參數(shù)項(xiàng)；

步驟305：，與系統(tǒng)數(shù)據(jù)庫中預(yù)先存儲(chǔ)的功能項(xiàng)與參數(shù)項(xiàng)進(jìn)行比對(duì)與調(diào)用，判斷語音信息對(duì)應(yīng)的文字信息中的功能參數(shù)是否完整，如果完整，執(zhí)行步驟306，如果不完整，執(zhí)行步驟307；

步驟306：根據(jù)分析的功能項(xiàng)與參數(shù)項(xiàng)調(diào)用相應(yīng)模塊，執(zhí)行相應(yīng)的操作。對(duì)于有歧義的操作，會(huì)進(jìn)一步生成選擇問題供用戶選擇。例如，地名有重復(fù)時(shí)，“我要去浦江”，由于浙江省金華市有浦江縣，四川省成都市有蒲江縣，兩者名字相近，系統(tǒng)會(huì)提示“請(qǐng)您回復(fù)目的地的選項(xiàng)編號(hào)：A:浙江省金華市有浦江縣，B:四川省成都市有蒲江縣”。例如，當(dāng)同時(shí)獲取兩個(gè)人語音信息時(shí)，“我要去天安門”和“打電話給小明”，系統(tǒng)會(huì)生成選擇問題“請(qǐng)回復(fù)要進(jìn)行的操作的選項(xiàng)編號(hào)：A:導(dǎo)航至天安門，B:打電話給小明”。

步驟307：對(duì)不完整的功能參數(shù)進(jìn)行補(bǔ)充，此處包括兩種類型，一是語音交互的形式，系統(tǒng)根據(jù)缺少的功能參數(shù)進(jìn)行提問，用戶語音回復(fù)需要進(jìn)行的操作；二是當(dāng)語音信息中包括完整的功能參數(shù)而分析結(jié)果為不完整時(shí)，系統(tǒng)提示用戶補(bǔ)充語義數(shù)據(jù)庫，語義數(shù)據(jù)庫中存儲(chǔ)有功能參數(shù)以及與該功能參數(shù)相對(duì)應(yīng)的操作，用戶可以通過手動(dòng)輸入將該語音信息中完整的功能參數(shù)對(duì)應(yīng)增加至系統(tǒng)數(shù)據(jù)庫中。除此之外，本發(fā)明的系統(tǒng)可以進(jìn)行自動(dòng)更新，實(shí)時(shí)更新數(shù)據(jù)庫。

本說明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見即可。對(duì)于實(shí)施例公開的系統(tǒng)而言，由于其與實(shí)施例公開的方法相對(duì)應(yīng)，所以描述的比較簡單，相關(guān)之處參見方法部分說明即可。

本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處。綜上所述，本說明書內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。