CN110211605A - 智能设备语音灵敏度调节方法、装置、设备和存储介质 - Google Patents
智能设备语音灵敏度调节方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN110211605A CN110211605A CN201910439164.7A CN201910439164A CN110211605A CN 110211605 A CN110211605 A CN 110211605A CN 201910439164 A CN201910439164 A CN 201910439164A CN 110211605 A CN110211605 A CN 110211605A
- Authority
- CN
- China
- Prior art keywords
- phonetic order
- smart machine
- phonetic
- triggering
- orders
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000035945 sensitivity Effects 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000007619 statistical method Methods 0.000 claims abstract description 13
- 230000001960 triggered effect Effects 0.000 claims description 30
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 2
- 238000004378 air conditioning Methods 0.000 description 14
- 230000002354 daily effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了智能设备语音灵敏度调节方法、装置、设备和存储介质,其中,智能设备语音灵敏度调节方法包括以下步骤:收集用户向智能设备发出的所有语音指令所对应的语音信息;对所述所有语音指令所对应的语音信息进行统计分析,获得语音指令汇总内容;根据所述语音指令汇总内容相应设置所述所有语音指令的灵敏度。相比于传统技术,本发明能够动态调整语音指令的灵敏度,减小语音指令的误唤醒率以及提高语音指令的正唤醒率,从而更能匹配用户对于智能设备的语音控制需求。
Description
技术领域
本发明涉及智能设备控制领域,尤其是智能设备语音灵敏度调节方法、装置、设备和存储介质。
背景技术
目前的智能设备,尤其是室内生活环境下的智能设备,无论什么时候,所有语音指令的灵敏度都是固定不变的,即不会根据室内生活环境的实际情况来动态地为每个语音指令匹配适宜的灵敏度,这样就会导致:在需要满足用户需求以执行语音指令操控的场景下,语音指令的唤醒率不够高以致无法执行,或是在用户无需执行语音指令操控的场景下的情况时,语音指令的误唤醒率太高以致错误执行。
发明内容
为了解决上述问题,本发明的目的是提供智能设备语音灵敏度调节方法、装置、设备和存储介质,能够动态调整语音指令的灵敏度,从而更能匹配用户对于智能设备的语音控制需求。
为了弥补现有技术的不足,本发明实施例采用的技术方案是:
智能设备语音灵敏度调节方法,包括以下步骤:
收集用户向智能设备发出的所有语音指令所对应的语音信息;
对所述所有语音指令所对应的语音信息进行统计分析,获得语音指令汇总内容;
根据所述语音指令汇总内容相应设置所述所有语音指令的灵敏度。
进一步地,收集用户向智能设备发出的所有语音指令所对应的语音信息,包括:
为所述智能设备匹配时钟;
记录若干个时钟周期内用户向智能设备发出的所有语音指令所对应的语音信息,其中,所述语音指令所对应的语音信息包括语音指令触发内容和语音指令触发时间。
进一步地,所述对所述所有语音指令所对应的语音信息进行统计分析,获得语音指令汇总内容,包括:
分别统计每个语音指令的触发总次数、每日触发次数和相邻触发次间的时间间隔,获得所有语音指令的触发汇总内容。
进一步地,所述根据所述语音指令汇总内容相应设置所述所有语音指令的灵敏度,包括:
S31、设定阈值范围,所述阈值范围包括触发总次数阈值、每日触发次数阈值和相邻触发次间的时间间隔阈值;
S32、将阈值范围与每个语音指令的触发总次数、每日触发次数和相邻触发次间的时间间隔进行对比;若语音指令的触发总次数超过所述触发总次数阈值,或语音指令的每日触发次数超过所述每日触发次数阈值,或语音指令的相邻触发次间的时间间隔不超过所述相邻触发次间的时间间隔阈值,则将该语音指令的语音识别阈值设置为优先级,否则设置为滞后级。
进一步地,所述语音指令所对应的语音信息还包括语音指令触发分贝数。
进一步地,所述对所述所有语音指令所对应的语音信息进行统计分析,获得语音指令汇总内容,还包括:分别统计每个语音指令的待触发成功所需时间间隔。
进一步地,所述步骤S31和所述步骤S32之间还包括步骤S30,所述步骤S30包括:
设定待触发成功所需时间间隔阈值;
将待触发成功所需时间间隔阈值与每个语音指令的待触发成功所需时间间隔进行对比,若语音指令的待触发成功所需时间间隔超过所述待触发成功所需时间间隔阈值,则将该语音指令的语音识别阈值设置为优先级并终止执行所述步骤S32,否则执行所述步骤S32。
智能设备语音灵敏度调节装置,包括:
信息获取单元,用于收集用户向智能设备发出的所有语音指令所对应的语音信息;
信息分析单元,用于对所述所有语音指令所对应的语音信息进行统计分析,获得语音指令汇总内容;
信息处理单元,用于根据所述语音指令汇总内容相应设置所述所有语音指令的灵敏度。
智能设备语音灵敏度调节设备,包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器;所述存储器存储有可被所述至少一个控制处理器执行的指令,所述指令被所述至少一个控制处理器执行,以使所述至少一个控制处理器能够执行上述任一技术方案所述的智能设备语音灵敏度调节方法。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行上述任一技术方案所述的智能设备语音灵敏度调节方法。
本发明实施例中提供的一个或多个技术方案,至少具有如下有益效果:通过收集用户所发出的语音指令并对语音指令所对应的信息进行分析统计,能够了解到用户对于智能设备的控制习惯,从而了解到用户的使用需求,最终基于分析统计内容可对各语音指令进行匹配调整灵敏度,以更加符合用户的控制习惯,从而减小语音指令的误唤醒率以及提高语音指令的正唤醒率。因此,本发明能够动态调整语音指令的灵敏度,减小语音指令的误唤醒率以及提高语音指令的正唤醒率,从而更能匹配用户对于智能设备的语音控制需求。
附图说明
下面结合附图给出本发明较佳实施例,以详细说明本发明的实施方案。
图1是本发明实施例智能设备语音灵敏度调节方法的步骤流程示意框图;
图2是本发明实施例智能设备语音灵敏度调节装置的结构示意框图;
图3是本发明实施例智能设备语音灵敏度调节方法的一种具体实施流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
需要说明的是,如果不冲突,本发明实施例中的各个特征可以相互结合,均在本发明的保护范围之内。另外,虽然在***示意图中进行了功能单元划分,在流程图中示出了逻辑顺序,但是在某些内容下,可以以不同于***中的单元划分,或流程图中的顺序执行所示出或描述的步骤。
下面结合附图,对本发明实施例作进一步阐述。
参照图1,本发明实施例提供了智能设备语音灵敏度调节方法,包括以下步骤:
S100、收集用户向智能设备发出的所有语音指令所对应的语音信息;
S200、对所述所有语音指令所对应的语音信息进行统计分析,获得语音指令汇总内容;
S300、根据所述语音指令汇总内容相应设置所述所有语音指令的灵敏度。
在本实施例中,智能设备常见的有:空调、吸尘器以及扫地机器人等;通过收集用户所发出的语音指令并对语音指令所对应的信息进行分析统计,能够了解到用户对于智能设备的控制习惯,从而了解到用户的使用需求,最终基于分析统计内容可对各语音指令进行匹配调整灵敏度,以更加符合用户的控制习惯,减小语音指令的误唤醒率以及提高语音指令的正唤醒率。因此,本发明能够动态调整语音指令的灵敏度,减小语音指令的误唤醒率以及提高语音指令的正唤醒率,从而更能匹配用户对于智能设备的语音控制需求。
进一步地,本发明另一实施例还提供了智能设备语音灵敏度调节方法,其中,收集用户向智能设备发出的所有语音指令所对应的语音信息,包括:
S11、为所述智能设备匹配时钟;
S12、记录若干个时钟周期内用户向智能设备发出的所有语音指令所对应的语音信息,其中,所述语音指令所对应的语音信息包括语音指令触发内容和语音指令触发时间。
在本实施例中,时钟便于控制监测时间段,从而将收集时间限定在一个具体时间段内,这是符合实际需求的;同时在配置方面较为方便,具体时钟周期数可根据实际情况进行设定;具体地,在配置方面,可将MCU搭载在智能设备上,由于MCU可匹配连接外部晶振时钟模块以及存储库,因此具有匹配时钟功能及存储所有语音指令所对应的语音信息的功能,记录信息可以利用常见的红外模块来实现;
以空调为例,为空调语音插座样机添加时钟功能和指令触发记录功能,以测试体验人员作为用户,将空调语音插座样机分配给测试体验人员进行使用。
进一步地,本发明另一实施例还提供了智能设备语音灵敏度调节方法,其中,所述对所述所有语音指令所对应的语音信息进行统计分析,获得语音指令汇总内容,包括:
S21、分别统计每个语音指令的触发总次数、每日触发次数和相邻触发次间的时间间隔,获得所有语音指令的触发汇总内容。
在本实施例中,触发总次数可表征该语音指令的总体使用情况,每日触发次数可表征该语音指令的分散使用情况,相邻触发次间的时间间隔可表征该语音指令的总体使用频率,本实施例通过同时对以上三种类型进行统计,能够更准确地定性语音指令的实际使用情况,防止出现误判而将其灵敏度进行不合理调控的情况发生;
以空调为例,经测试人员分析统计,“开启空调”和“关闭空调”这两个操作频率最高;长时间(大于8小时)关闭空调的情况下再次开启空调,半小时内调节温度的操作频率高;空调开启1小时后再次进行操作的频率较低;空调处于超长时间关闭的状态下(大于24小时),再次进行开启空调的操作频率较低等等;通过上述数据可以实时了解到用户的使用需求。
进一步地,本发明另一实施例还提供了智能设备语音灵敏度调节方法,其中,所述根据所述语音指令汇总内容相应设置所述所有语音指令的灵敏度,包括:
S31、设定阈值范围,所述阈值范围包括触发总次数阈值、每日触发次数阈值和相邻触发次间的时间间隔阈值;
S32、将阈值范围与每个语音指令的触发总次数、每日触发次数和相邻触发次间的时间间隔进行对比;若语音指令的触发总次数超过所述触发总次数阈值,或语音指令的每日触发次数超过所述每日触发次数阈值,或语音指令的相邻触发次间的时间间隔不超过所述相邻触发次间的时间间隔阈值,则将该语音指令的语音识别阈值设置为优先级,否则设置为滞后级。
在本实施例中,各阈值可由厂家根据用户实际情况对应匹配设定;语音指令的触发总次数或每日触发次数对应超过阈值范围,则说明该语音指令在长期时间或短期时间内的使用次数均很高,此时将其调节为优先级可以匹配其使用情况,同理,相邻触发次间的时间间隔阈值的类似设计,同样可以匹配其使用情况。
更具体地,可将语音阈值设置为1级、2级、3级和4级,其中,3级和4级为优先级,唤醒效果好,误唤醒率高,1级和2级为滞后级,唤醒效果一般,误唤醒率低;
参照图3,图中“Y”表示“是”,“N”表示“否”,在此说明;基于以上内容,可以给出本实施例的一种实际工作流程可以是:
(1)假设一语音指令的初始语音阈值被设置为1级;
(2)等待语音唤醒;
(3)判断语音是否被唤醒,若是则转入步骤(4),否则转入步骤(10);
(4)判断语音唤醒间隔是否超过24小时,若是,则转入步骤(2),否则转入步骤(5);
(5)待语音唤醒后,将语音阈值加4,即提高到4级;
(6)等待语音指令触发;
(7)判断语音指令是否触发,若是,则转入步骤(8),否则转入步骤(6);
(8)执行语音指令,并转入到步骤(6);
(9)判断是否等待触发超过10秒钟,若是,则转入步骤(2),否则转入步骤(6);
(10)判断语音识别阈值是否为1级,若是则转入步骤(2),否则转入步骤(11);
(11)判断语音唤醒是否超过20分钟,若是则转入步骤(12),否则转入步骤(2);
(12)将语音识别阈值降低一个等级,转入到步骤(2)。
进一步地,本发明另一实施例还提供了智能设备语音灵敏度调节方法,其中,所述语音指令所对应的语音信息还包括语音指令触发分贝数。在本实施例中,可同时获取用户说话分贝信息,以对用户控制场景进行更好的分析,具体可利用麦克风来记录实现获取。
进一步地,本发明另一实施例还提供了智能设备语音灵敏度调节方法,其中,所述对所述所有语音指令所对应的语音信息进行统计分析,获得语音指令汇总内容,还包括:分别统计每个语音指令的待触发成功所需时间间隔。在本实施例中,如此设计所针对的是目前有时语音指令虽然被智能设备所接收但不能马上响应的实际问题,待触发成功所需时间间隔可表征语音指令被智能设备所接收后的触发速度,即哪些语音指令更容易被触发,比如仍以空调为例,假设该待触发成功所需时间间隔为1min。
进一步地,本发明另一实施例还提供了智能设备语音灵敏度调节方法,其中,所述步骤S31和所述步骤S32之间还包括步骤S30,所述步骤S30包括:
设定待触发成功所需时间间隔阈值;
将待触发成功所需时间间隔阈值与每个语音指令的待触发成功所需时间间隔进行对比,若语音指令的待触发成功所需时间间隔超过所述待触发成功所需时间间隔阈值,则将该语音指令的语音识别阈值设置为优先级并终止执行所述步骤S32,否则执行所述步骤S32。
在本实施例中,优先判断语音指令的待触发成功所需时间间隔,若是其超过阈值,说明该语音指令不容易被触发,这时就应进一步优先提高其灵敏度,之后才应考虑语音指令的其它语音信息的影响,这符合实际应用场景情况;仍以空调为例,常用待触发成功所需时间间隔阈值为30s,其小于待触发成功所需时间间隔1min,因此应该将该语音指令的语音识别阈值设置为优先级。
参照图2,本发明另一实施例还提供了智能设备语音灵敏度调节装置,包括:
信息获取单元130,用于收集用户向智能设备发出的所有语音指令所对应的语音信息;
信息分析单元140,用于对所述所有语音指令所对应的语音信息进行统计分析,获得语音指令汇总内容;
信息处理单元150,用于根据所述语音指令汇总内容相应设置所述所有语音指令的灵敏度。
在本实施例中,需要说明的是,由于本实施例中的智能设备语音灵敏度调节装置与上述的智能设备语音灵敏度调节方法基于相同的发明构思,因此,方法实施例中的相应内容同样适用于本装置实施例,此处不再详述。
本发明另一实施例还提供了智能设备语音灵敏度调节设备,包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器;所述存储器存储有可被所述至少一个控制处理器执行的指令,所述指令被所述至少一个控制处理器执行,以使所述至少一个控制处理器能够执行上述任一技术方案所述的智能设备语音灵敏度调节方法。
本发明另一实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行上述任一技术方案所述的智能设备语音灵敏度调节方法。
以上内容对本发明的较佳实施例和基本原理作了详细论述,但本发明并不局限于上述实施方式,熟悉本领域的技术人员应该了解在不违背本发明精神的前提下还会有各种等同变形和替换,这些等同变形和替换都落入要求保护的本发明范围内。
Claims (10)
1.智能设备语音灵敏度调节方法,其特征在于,包括以下步骤:
收集用户向智能设备发出的所有语音指令所对应的语音信息;
对所述所有语音指令所对应的语音信息进行统计分析,获得语音指令汇总内容;
根据所述语音指令汇总内容相应设置所述所有语音指令的灵敏度。
2.根据权利要求1所述的智能设备语音灵敏度调节方法,其特征在于,收集用户向智能设备发出的所有语音指令所对应的语音信息,包括:
为所述智能设备匹配时钟;
记录若干个时钟周期内用户向智能设备发出的所有语音指令所对应的语音信息,其中,所述语音指令所对应的语音信息包括语音指令触发内容和语音指令触发时间。
3.根据权利要求1所述的智能设备语音灵敏度调节方法,其特征在于,所述对所述所有语音指令所对应的语音信息进行统计分析,获得语音指令汇总内容,包括:
分别统计每个语音指令的触发总次数、每日触发次数和相邻触发次间的时间间隔,获得所有语音指令的触发汇总内容。
4.根据权利要求3任一所述的智能设备语音灵敏度调节方法,其特征在于,所述根据所述语音指令汇总内容相应设置所述所有语音指令的灵敏度,包括:
S31、设定阈值范围,所述阈值范围包括触发总次数阈值、每日触发次数阈值和相邻触发次间的时间间隔阈值;
S32、将阈值范围与每个语音指令的触发总次数、每日触发次数和相邻触发次间的时间间隔进行对比;若语音指令的触发总次数超过所述触发总次数阈值,或语音指令的每日触发次数超过所述每日触发次数阈值,或语音指令的相邻触发次间的时间间隔不超过所述相邻触发次间的时间间隔阈值,则将该语音指令的语音识别阈值设置为优先级,否则设置为滞后级。
5.根据权利要求1所述的智能设备语音灵敏度调节方法,其特征在于,所述语音指令所对应的语音信息还包括语音指令触发分贝数。
6.根据权利要求4所述的智能设备语音灵敏度调节方法,其特征在于,所述对所述所有语音指令所对应的语音信息进行统计分析,获得语音指令汇总内容,还包括:分别统计每个语音指令的待触发成功所需时间间隔。
7.根据权利要求6所述的智能设备语音灵敏度调节方法,其特征在于,所述步骤S31和所述步骤S32之间还包括步骤S30,所述步骤S30包括:
设定待触发成功所需时间间隔阈值;
将待触发成功所需时间间隔阈值与每个语音指令的待触发成功所需时间间隔进行对比,若语音指令的待触发成功所需时间间隔超过所述待触发成功所需时间间隔阈值,则将该语音指令的语音识别阈值设置为优先级并终止执行所述步骤S32,否则执行所述步骤S32。
8.智能设备语音灵敏度调节装置,其特征在于,包括:
信息获取单元,用于收集用户向智能设备发出的所有语音指令所对应的语音信息;
信息分析单元,用于对所述所有语音指令所对应的语音信息进行统计分析,获得语音指令汇总内容;
信息处理单元,用于根据所述语音指令汇总内容相应设置所述所有语音指令的灵敏度。
9.智能设备语音灵敏度调节设备,其特征在于,包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器;所述存储器存储有可被所述至少一个控制处理器执行的指令,所述指令被所述至少一个控制处理器执行,以使所述至少一个控制处理器能够执行如权利要求1-7任一项所述的智能设备语音灵敏度调节方法。
10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1-7任一项所述的智能设备语音灵敏度调节方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910439164.7A CN110211605A (zh) | 2019-05-24 | 2019-05-24 | 智能设备语音灵敏度调节方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910439164.7A CN110211605A (zh) | 2019-05-24 | 2019-05-24 | 智能设备语音灵敏度调节方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110211605A true CN110211605A (zh) | 2019-09-06 |
Family
ID=67788578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910439164.7A Pending CN110211605A (zh) | 2019-05-24 | 2019-05-24 | 智能设备语音灵敏度调节方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110211605A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110989963A (zh) * | 2019-11-22 | 2020-04-10 | 北京梧桐车联科技有限责任公司 | 唤醒词推荐方法及装置、存储介质 |
CN113330513A (zh) * | 2021-04-20 | 2021-08-31 | 华为技术有限公司 | 语音信息处理方法及设备 |
CN114326423A (zh) * | 2021-12-21 | 2022-04-12 | 美的集团股份有限公司 | 一种场景化控制方案的自动生成方法及场景化控制设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7668710B2 (en) * | 2001-12-14 | 2010-02-23 | Ben Franklin Patent Holding Llc | Determining voice recognition accuracy in a voice recognition system |
CN106297777A (zh) * | 2016-08-11 | 2017-01-04 | 广州视源电子科技股份有限公司 | 一种唤醒语音服务的方法和装置 |
CN106338924A (zh) * | 2016-09-23 | 2017-01-18 | 广州视源电子科技股份有限公司 | 一种自动调整设备运行参数阈值的方法与装置 |
CN107393033A (zh) * | 2016-05-17 | 2017-11-24 | 上海搜林信息技术有限公司 | 车载单元唤醒灵敏度调节方法及其*** |
CN107610695A (zh) * | 2017-08-08 | 2018-01-19 | 问众智能信息科技(北京)有限公司 | 驾驶人语音唤醒指令词权重的动态调整方法 |
CN108847219A (zh) * | 2018-05-25 | 2018-11-20 | 四川斐讯全智信息技术有限公司 | 一种唤醒词预设置信度阈值调节方法及*** |
CN109003607A (zh) * | 2018-07-12 | 2018-12-14 | Oppo广东移动通信有限公司 | 语音识别方法、装置、存储介质及电子设备 |
-
2019
- 2019-05-24 CN CN201910439164.7A patent/CN110211605A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7668710B2 (en) * | 2001-12-14 | 2010-02-23 | Ben Franklin Patent Holding Llc | Determining voice recognition accuracy in a voice recognition system |
CN107393033A (zh) * | 2016-05-17 | 2017-11-24 | 上海搜林信息技术有限公司 | 车载单元唤醒灵敏度调节方法及其*** |
CN106297777A (zh) * | 2016-08-11 | 2017-01-04 | 广州视源电子科技股份有限公司 | 一种唤醒语音服务的方法和装置 |
CN106338924A (zh) * | 2016-09-23 | 2017-01-18 | 广州视源电子科技股份有限公司 | 一种自动调整设备运行参数阈值的方法与装置 |
CN107610695A (zh) * | 2017-08-08 | 2018-01-19 | 问众智能信息科技(北京)有限公司 | 驾驶人语音唤醒指令词权重的动态调整方法 |
CN108847219A (zh) * | 2018-05-25 | 2018-11-20 | 四川斐讯全智信息技术有限公司 | 一种唤醒词预设置信度阈值调节方法及*** |
CN109003607A (zh) * | 2018-07-12 | 2018-12-14 | Oppo广东移动通信有限公司 | 语音识别方法、装置、存储介质及电子设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110989963A (zh) * | 2019-11-22 | 2020-04-10 | 北京梧桐车联科技有限责任公司 | 唤醒词推荐方法及装置、存储介质 |
CN113330513A (zh) * | 2021-04-20 | 2021-08-31 | 华为技术有限公司 | 语音信息处理方法及设备 |
CN114326423A (zh) * | 2021-12-21 | 2022-04-12 | 美的集团股份有限公司 | 一种场景化控制方案的自动生成方法及场景化控制设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110211605A (zh) | 智能设备语音灵敏度调节方法、装置、设备和存储介质 | |
CN101399672B (zh) | 一种多神经网络融合的入侵检测方法 | |
CN103530912A (zh) | 一种具有情绪识别功能的考勤***及方法 | |
CN106714023A (zh) | 一种基于骨传导耳机的语音唤醒方法、***及骨传导耳机 | |
CN109256134A (zh) | 一种语音唤醒方法、存储介质及终端 | |
US9819564B2 (en) | Terminal device | |
WO2019062460A1 (zh) | 应用控制方法、装置、存储介质以及电子设备 | |
CN110097876A (zh) | 语音唤醒处理方法和被唤醒设备 | |
CN202130312U (zh) | 一种驾驶员疲劳驾驶监控装置 | |
CN110265036A (zh) | 语音唤醒方法、***、电子设备及计算机可读存储介质 | |
CN102999951A (zh) | 基于无线网络接收信号强度的人员智能考勤方法 | |
CN114707562B (zh) | 一种肌电信号采样频率控制方法、装置及存储介质 | |
CN110347663A (zh) | 基于复杂事件处理引擎的动力环境监控方法及*** | |
CN103295584A (zh) | 音声数据检测装置、音声监控***及其方法 | |
CN112198385A (zh) | 一种非侵入式负荷监测方法 | |
CN108492825A (zh) | 一种语音识别的启动方法、头戴式设备及语音识别*** | |
CN108154457A (zh) | 人口分析的方法及*** | |
CN109166591A (zh) | 一种基于音频特征信号的分类方法 | |
CN110516568A (zh) | 一种基于人脸识别的高校多场景数据管理方法及*** | |
CN109815088A (zh) | 一种监控辅助方法及装置 | |
Xiao | Machine learning in smart home energy monitoring system | |
Hammer et al. | Exploiting usage statistics for energy-efficient logical status inference on mobile phones | |
CN112651273A (zh) | 一种ai智能摄像跟踪的方法 | |
CN101499300A (zh) | 一种基于空间音频参数的音频关注度分析装置 | |
CN109389994A (zh) | 用于智能交通***的声源识别方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190906 |