CN110716444A - 一种基于智能家居的声音控制方法、装置和存储介质 - Google Patents

Abstract

本发明实施方式公开了一种基于智能家居的声音控制方法、装置和存储介质。该方法适用于智能设备，该方法包括：在降噪模式中，采集所述智能设备所在的智能家居环境中的、处于预定声音频率范围内的音频信息；基于所述音频信息确定出作为声源的发声智能设备；向所述发声智能设备发出降噪指令，以由所述发声智能设备基于所述降噪指令降低声音。本发明实施方式可以降低降噪成本，还可以实现精准降噪。另外，可以基于机器学习实现自动控制声音，并且基于对用户状态的识别自动开启降噪模式或由用户手动开启降噪模式。

Description

一种基于智能家居的声音控制方法、装置和存储介质

技术领域

本发明涉及智能家居技术领域，更具体的说，涉及一种基于智能家居的声音控制方法、装置和存储介质。

背景技术

物联网(IoT，Internet of things)，即“万物相连的互联网”，是互联网基础上的延伸和扩展的网络，将各种信息传感设备与互联网结合起来而形成的一个巨大网络，实现人、机、物的互联互通。

智能家居是在互联网影响下对IoT的一种具体体现。智能家居通过IoT技术将家中的各种设备(如音视频设备、照明***、窗帘控制、空调控制、安防***、数字影院***、影音服务器、影柜***、网络家电等)连接到一起，提供家电控制、照明控制、电话远程控制、室内外遥控、防盗报警、环境监测、暖通控制、红外转发以及可编程定时控制等多种功能和手段。与普通家居相比，智能家居不仅具有传统的居住功能，兼备建筑、网络通信、信息家电、设备自动化，提供全方位的信息交互功能，还可以节约能源费用。

在现有技术中，当在智能家居环境中出现噪声时，通常利用音频发声装置生成与环境噪音的相位相反的音频信号，音频发声装播放该音频信号以中和环境噪音，这种方式被称为有源降噪。

然而，有源降噪需要引入音频发声装置，导致采购成本和安装成本问题。而且，有源降噪仅对低频噪音有效，而对高频噪音无效。

发明内容

本发明提出一种基于智能家居的声音控制方法、装置和存储介质，以降低降噪成本。

本发明实施方式的技术方案如下：

一种基于智能家居的声音控制方法，该方法适用于智能设备，该方法包括：

在降噪模式中，采集所述智能设备所在的智能家居环境中的、处于预定声音频率范围内的音频信息；

基于所述音频信息确定出作为声源的发声智能设备；

向所述发声智能设备发出降噪指令，以由所述发声智能设备基于所述降噪指令降低声音。

在一个实施方式中，该方法还包括：

接收用户指令，响应于所述用户指令以被动进入所述降噪模式；或

采集状态参数，基于状态参数识别用户状态，当所述用户状态符合预定的触发条件时，主动进入所述降噪模式。

在一个实施方式中，所述状态参数包括下列中的至少一个：

当前时间；用户位置；用户移动状态；智能家居环境中的其它智能家居设备的状态。

在一个实施方式中，所述当用户状态符合预定的触发条件时，主动进入降噪模式包括：

当基于机器学习模型的决策确定所述用户状态符合预定的触发条件时，主动进入所述降噪模式，其中所述机器学习模型预先基于历史上的、指示进入降噪模式的用户指令执行机器学习过程。

在一个实施方式中，所述基于音频信息确定出作为声源的发声智能设备包括：

基于所述音频信息执行声源定位，以确定出声源位置；

将智能家居环境位置关系拓扑图中对应于该声源位置的智能设备确定为发声智能设备。

在一个实施方式中，所述基于音频信息确定出作为声源的发声智能设备包括：

提取所述音频信息的声纹特征；

将所述声纹特征与智能家居环境中的智能设备的声纹模型库进行匹配，将匹配成功的智能设备确定为发声智能设备。

在一个实施方式中，所述向发声智能设备发出降噪指令包括：

在显示界面上展示发声智能设备列表；

接收用户针对发声智能设备列表中的发声智能设备的选择操作以确定目标发声智能设备；

向所述目标发声智能设备发出降噪指令。

在一个实施方式中，所述向发声智能设备发出降噪指令包括：

基于机器学习模型的决策从一或多个发声智能设备中确定目标发声智能设备；

向所述目标发声智能设备发出降噪指令；

其中所述机器学习模型预先基于历史上的、用户针对发声智能设备列表的选择操作执行机器学习过程。

一种基于智能家居的声音控制装置，该装置适用于智能设备，该装置包括：

采集模块，用于在降噪模式中，采集所述智能设备所在的智能家居环境中的、处于预定声音频率范围内的音频信息；

声源确定模块，用于基于所述音频信息确定出作为声源的发声智能设备；

降噪模块，用于向所述发声智能设备发出降噪指令，以由所述发声智能设备基于所述降噪指令降低声音。

在一个实施方式中，采集模块，用于接收用户指令，响应于所述用户指令以被动进入所述降噪模式；或，用于采集状态参数，基于状态参数识别用户状态，当所述用户状态符合预定的触发条件时，主动进入所述降噪模式。

在一个实施方式中，采集模块，用于当基于机器学习模型的决策确定用户状态符合预定的触发条件时，主动进入所述降噪模式，其中所述机器学习模型预先基于历史上的、指示进入降噪模式的用户指令执行机器学习过程。

在一个实施方式中，声源确定模块，用于基于所述音频信息执行声源定位，以确定出声源位置；将智能家居环境位置关系拓扑图中对应于该声源位置的智能设备确定为发声智能设备。

在一个实施方式中，声源确定模块，用于提取所述音频信息的声纹特征；将所述声纹特征与智能家居环境中的智能设备的声纹模型库进行匹配，将匹配成功的智能设备确定为发声智能设备。

在一个实施方式中，降噪模块，用于在显示界面上展示发声智能设备列表；接收用户针对发声智能设备列表中的发声智能设备的选择操作以确定目标发声智能设备；向所述目标发声智能设备发出降噪指令.

在一个实施方式中，

降噪模块，用于基于机器学习模型的决策从一或多个发声智能设备中确定目标发声智能设备；向所述目标发声智能设备发出降噪指令；其中所述机器学习模型预先基于历史上的、用户针对发声智能设备列表的选择操作执行机器学习过程。

在一个实施方式中，所述智能设备包括下列中的至少一个：

智能手表；智能手机；智能电视；智能音箱。

一种基于智能家居的声音控制装置，包括处理器和存储器；

所述存储器中存储有可被所述处理器执行的应用程序，用于使得所述处理器执行如上任一项所述的基于智能家居的声音控制方法。

一种计算机可读存储介质，其中存储有计算机可读指令，该计算机可读指令用于执行如上任一项所述的基于智能家居的声音控制方法。

从上述技术方案可以看出，在本发明实施方式中，方法包括：在降噪模式中，采集智能设备所在的智能家居环境中的、处于预定声音频率范围内的音频信息；基于音频信息确定出作为声源的发声智能设备；向发声智能设备发出降噪指令，以由发声智能设备基于降噪指令降低声音。由此可见，无需布置有源降噪中的音频发声装置即可实现降噪，因此本发明实施方式可以降低降噪成本。

而且，本发明实施方式可以基于音频信息确定出作为声源的发声智能设备，从而实现精准降噪。本发明实施方式可以基于机器学习实现自动控制声音，提升用户体验。本发明实施方式还可以自动或由用户手动开启降噪模式，将周边的声音进行音量调整而不会影响到目标用户的当前活动。

另外，本发明实施方式可以基于当前活动状态和用户需求主动提供降噪服务。

附图说明

图1为根据本发明基于智能家居的声音控制方法的流程图。

图2为根据本发明基于智能家居的声音控制方法的示范性整体流程图。

图3为根据本发明机器学习处理流程图。

图4为根据本发明选择需要调整音量的设备的处理流程图。

图5为根据本发明基于智能家居的声音控制装置的结构图。

图6为手动进入降噪模式且手动选择需要调整音量的设备的第一示意图。

图7为手动进入降噪模式且手动选择需要调整音量的设备的第二示意图。

图8为手动进入降噪模式且手动选择需要调整音量的设备的第三示意图。

图9为手动进入降噪模式且自动选择需要调整音量的设备的第一示意图。

图10为手动进入降噪模式且自动选择需要调整音量的设备的第二示意图。

图11为手动进入降噪模式且自动选择需要调整音量的设备的第三示意图。

图12为自动进入降噪模式且手动选择需要调整音量的设备的第一示意图。

图13为自动进入降噪模式且手动选择需要调整音量的设备的第二示意图。

图14为自动进入降噪模式且手动选择需要调整音量的设备的第三示意图。

图15为自动进入降噪模式且自动选择需要调整音量的设备的第一示意图。

图16为自动进入降噪模式且自动选择需要调整音量的设备的第二示意图。

图17为自动进入降噪模式且自动选择需要调整音量的设备的第三示意图。

图18为根据本发明具有存储器-处理器架构的基于智能家居的声音控制装置的结构图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细描述。

为了描述上的简洁和直观，下文通过描述若干代表性的实施方式来对本发明的方案进行阐述。实施方式中大量的细节仅用于帮助理解本发明的方案。但是很明显，本发明的技术方案实现时可以不局限于这些细节。为了避免不必要地模糊了本发明的方案，一些实施方式没有进行细致地描述，而是仅给出了框架。下文中，“包括”是指“包括但不限于”，“根据……”是指“至少根据……，但不限于仅根据……”。由于汉语的语言习惯，下文中没有特别指出一个成分的数量时，意味着该成分可以是一个也可以是多个，或可理解为至少一个。

在本发明实施方式中，针对智能家居环境中用户日常需要降噪的场景，实现智能降噪和自动化的设备操作。例如：识别智能家居环境中的智能设备的噪声来源，采用IoT技术实现对智能设备的自动控制。而且，通过IoT技术和人工智能(AI)中的机器学习技术，智能识别需要降噪的场景和执行噪声控制操作，使得家庭降噪更贴近用户的日常需求。

在本发明实施方式中，提供一种针对应用IoT技术的智能家居环境中的家庭噪音的智能控制技术方案。

图1为根据本发明基于智能家居的声音控制方法的流程图。该方法适用于智能设备。比如，该智能设备为用户的手持智能设备(如智能手机)、可穿戴智能设备(如智能手表)或用户周边处的智能设备(如智能电视等)。

如图1所示，该方法包括：

步骤101：在降噪模式中，采集智能设备所在的智能家居环境中的、处于预定声音频率范围内的音频信息。

在这里，由于智能设备靠近用户，因此智能设备所采集到的音频信息，可以认定为能够传播到用户的音频信息。而且，智能设备自动过滤人耳无法听见的音频信息，仅保留人耳可以听见的音频信息。比如，预定声音频率范围为人耳能听到的声音频率范围，如20赫兹(HZ)～20000Hz之间。

在一个实施方式中，在步骤101之前，该方法还包括：接收用户指令，响应于用户指令以被动进入降噪模式。

举例，当用户自身感觉到周边噪声需要被降低时，可以主动在智能设备的人机交互界面上发出用户指令，智能设备基于该人机交互界面接收用户指令，并响应于用户指令以被动进入降噪模式。

在一个实施方式中，在步骤101之前，该方法还包括：智能设备采集状态参数，基于状态参数识别用户状态，当判定用户状态符合预定的触发条件时，主动进入降噪模式。优选地，状态参数包括下列中的至少一个：当前时间；用户位置；用户移动状态；智能家居环境中的其它智能家居设备的状态，等等。用户状态可以为睡觉状态或学习状态，等等。

举例，智能设备可以根据当前时间、用户在房间的位置以及相关智能设备的状态，识别出当前用户状态，当识别出用户是在睡觉或学习时，智能设备主动进入降噪模式。在初始状态下，当判定用户状态为睡觉或学习时，智能设备(如手表、电脑等)会自动进入降噪模式；若判定用户为非睡觉或非学习时，用户可使用智能设备手动进入降噪模式，此时***会记录智能设备信息、应用信息、场景信息、用户信息等以用于机器学习，后续当用户处于此相同或类似状态下，该智能设备会自动进入降噪模式。

优选的，当用户状态符合预定的触发条件时，主动进入降噪模式包括：当基于机器学习模型的决策确定用户状态符合预定的触发条件时，主动进入降噪模式，其中机器学习模型预先基于历史上的、指示进入降噪模式的用户指令执行机器学习过程。

步骤102：基于音频信息确定出作为声源的发声智能设备。

在一个实施方式中，步骤102中基于音频信息确定出作为声源的发声智能设备包括：基于音频信息执行声源定位，以确定出声源位置；将智能家居环境位置关系拓扑图中对应于该声源位置的智能设备确定为发声智能设备。

在这里，首先确定声源位置，再利用预保存在智能色设备中的智能家居环境位置关系拓扑图查找出对应于该声源位置的智能设备，即为发声智能设备。其中，在智能家居环境位置关系拓扑图中，保存有智能家居环境中各个智能设备的位置信息(比如，坐标信息、相对距离，布置朝向等等)。

在一个实施方式中，步骤102中基于音频信息确定出作为声源的发声智能设备包括：提取音频信息的声纹特征；将声纹特征与智能家居环境中的智能设备的声纹模型库进行匹配，将匹配成功的智能设备确定为发声智能设备。在这里，直接利用音频信息的声纹特征比对确定出发声智能设备。

步骤103：向发声智能设备发出降噪指令，以由发声智能设备基于降噪指令降低声音。

在一个实施方式中，步骤103中向发声智能设备发出降噪指令包括：在显示界面上展示发声智能设备列表；接收用户针对发声智能设备列表中的发声智能设备的选择操作以确定目标发声智能设备；向目标发声智能设备发出降噪指令。

在这里，可以在智能设备的显示界面上展示包含每个发声智能设备的名称标识、各自音量(比如，可以在步骤101中基于采集到的音频信息，确定智能设备的音量)和是否可控的提示信息的发声智能设备列表，以由用户从发声智能设备列表中手动选中标识为可控的目标发声智能设备(即期望被降低声音的发声智能设备)。然后，智能设备经由与目标发声智能设备的IoT连接，向目标发声智能设备发出降噪指令。目标发声智能设备接收到出降噪指令后，减低音量或关闭设备。

优选地，当用户手动选中目标发声智能设备时，智能设备会记录此时各个智能设备的状态、应用信息、场景信息和用户信息等，以基于机器学习方式确定出机器学习模型，后续当进入降噪模式且采集到相同的声源时，智能设备可以基于机器学习模型自动选择需要调整的声源。

在一个实施方式中，步骤103中向发声智能设备发出降噪指令包括：基于机器学习模型的决策从一或多个发声智能设备中确定目标发声智能设备；向目标发声智能设备发出降噪指令；其中机器学习模型预先基于历史上的、用户针对发声智能设备列表的选择操作执行机器学习过程。

优选地，当步骤101中智能设备收集了音频信息后，在步骤102中智能设备分析该音频信息的声源位置，判断该声源位置是否在家庭IoT连接的所有设备范围内，若是，则确定出该声源位置处的智能设备并判断该声源位置处的是否可控，若不是，可以过滤该音频。

基于图1所示流程，图2为根据本发明基于智能家居的声音控制方法的示范性整体流程图；图3为根据本发明机器学习处理流程图；图4为根据本发明选择需要调整音量的设备的处理流程图。

结合图2-图4可见，在该示范性整体流程中，用户可以手动设置手持或可穿戴智能设备(如智能手表、智能手机)或用户周边处的智能设备(如智能电视等)以控制手持或可穿戴智能设备或用户周边处的智能设备进入降噪模式。或，手持或可穿戴智能设备或用户周边处的智能设备基于对用户状态(如睡觉、学习、看电视等)的识别且检测到对用户造成干扰的噪音时自动进入降噪模式。其中，手持或可穿戴智能设备或用户周边处的智能设备，可以对作为噪声源的其它智能设备进行控制，可以称为具有控制能力的智能设备。

接着，在具有控制能力的智能设备进入降噪模式后，具有控制能力的智能设备收集用户可以听到的当前声音，判断出当前声音来自哪些智能设备。然后，可以由用户从这些发声智能设备中手动选择需要被调整音量的智能设备。具有控制能力的智能设备，控制降低这些手动选中的智能设备的音量或直接关闭。后续，具有控制能力的智能设备，可以基于对用户手动选择操作的学习分析出用户行为习惯，从而后续实现对相应智能设备的自动音量调整。

智能设备有些是可以被调整音量的(比如，智能电视)，有些是不可以被调整音量的(比如，扫地机器人)。

如果手动选中的智能设备是可以调整音量的智能设备，则具有控制能力的智能设备可以根据可以调整音量的智能设备与用户的位置距离，将可以调整音量的智能设备的音量调整至不对用户构成干扰的音量(比如，用户在具有控制能力的智能设备中预先设置音量门限值，以由具有控制能力的智能设备将可以调整音量的智能设备的音量调整到：传输到用户处时的音量不大于该音量门限值)。

如果手动选中的智能设备是无法调整音量的设备，具有控制能力的智能设备提供关闭选项以关闭无法调整音量的设备或不做处理。

当具有控制能力的智能设备实施为智能移动终端时，智能移动终端可以包括但是不局限于：智能手机、掌上电脑、个人电脑(PC)、平板电脑或个人数字助理(PDA)，等等。智能移动终端可以适用于任意的智能设备操作***，具体可以采用的操作***包括但是不局限于：安卓(Andorid)、Palm OS、Symbian(塞班)、Windows mobile、Linux、Android(安卓)、iPhone(苹果)OS、Black Berry(黑莓)OS 6.0、Windows Phone系列，等等。

以上虽然详细罗列了智能移动终端的具体实例，本领域人员可以意识到，这些罗列仅是阐述目的，并不用于限定本发明实施方式的保护范围。

可见，在本发明实施方式中，具有下列特征：

(1)、采用了音频信息采集技术：当用户通过智能设备(如手表、手机等)手动或者自动进入降噪模式，智能设备会自动采集该位置可以听到的音频信息，并通过音频信息分析出声源，同时显示在智能设备中，供用户查看。

(2)、采用了多设备实时连接技术：基于IoT机制将智能家居环境中的所有智能设备进行连接，当用户选择部分设备需要调整音量时，可以基于IoT连接直接连接这部分设备并进行调整。

(3)、采用了智能调整音量技术：若发声设备可以调节音量(如电视、扬声器等)且用户确认调整该设备的音量，则可以自动调整该设备的音量至目标用户在当前位置无法听到的最大的音量，从而既不干扰目标用户当前活动，也不影响使用该设备的其他用户。

(4)、采用了AI技术：基于用户的使用习惯及机器学习技术，后续会判断用户当前所处环境(如睡觉、学习、看电视等)，并自动进入降噪模式，无需用户手动进入，且自动选择并调整部分设备音量，也无需用户确认，提升用户体验。

图5为根据本发明基于智能家居的声音控制装置的结构图。该装置适用于智能设备。

如图5所示，该装置包括：

采集模块501，用于在降噪模式中，采集所述智能设备所在的智能家居环境中的、处于预定声音频率范围内的音频信息；

声源确定模块502，用于基于所述音频信息确定出作为声源的发声智能设备；

降噪模块503，用于向所述发声智能设备发出降噪指令，以由所述发声智能设备基于所述降噪指令降低声音。

在一个实施方式中，采集模块501，用于接收用户指令，响应于所述用户指令以被动进入所述降噪模式；或，用于采集状态参数，基于状态参数识别用户状态，当所述用户状态符合预定的触发条件时，主动进入所述降噪模式。

在一个实施方式中，采集模块501，用于当基于机器学习模型的决策确定用户状态符合预定的触发条件时，主动进入所述降噪模式，其中所述机器学习模型预先基于历史上的、指示进入降噪模式的用户指令执行机器学习过程。

在一个实施方式中，声源确定模块502，用于基于所述音频信息执行声源定位，以确定出声源位置；将智能家居环境位置关系拓扑图中对应于该声源位置的智能设备确定为发声智能设备。

在一个实施方式中，声源确定模块502，用于提取所述音频信息的声纹特征；将所述声纹特征与智能家居环境中的智能设备的声纹模型库进行匹配，将匹配成功的智能设备确定为发声智能设备。

在一个实施方式中，降噪模块503，用于在显示界面上展示发声智能设备列表；接收用户针对发声智能设备列表中的发声智能设备的选择操作以确定目标发声智能设备；向所述目标发声智能设备发出降噪指令.

在一个实施方式中，降噪模块503，用于基于机器学习模型的决策从一或多个发声智能设备中确定目标发声智能设备；向所述目标发声智能设备发出降噪指令；其中所述机器学习模型预先基于历史上的、用户针对发声智能设备列表的选择操作执行机器学习过程。

优选地，智能设备包括下列中的至少一个：智能手表；智能手机；智能电视；智能音箱；等等。

下面描述本发明实施方式的典型应用场景，包括：

(1)应用场景1：用户手动进入降噪模式，并手动选择需要调整音量的声源；

(2)应用场景2：用户手动进入降噪模式，并自动选择需要调整音量的声源；

(3)应用场景3：用户自动进入降噪模式，并手动选择需要调整音量的声源；

(4)应用场景4：用户自动进入降噪模式，并自动选择需要调整音量的声源。

针对应用场景1，本发明实施方式的处理过程包括：

用户打开某个智能设备，进入降噪模式；该智能设备采集周边音频信息(仅采集人耳可以听到的音频信息)；该智能设备分析采集到的音频信息的声源及判断该声源是否可控；用户打开智能设备，查看收集到的音频及声源；用户手动选择需要调整音量的声源；针对于可以调整音量大小的声源，调整音量至该智能设备无法采集的最大值，针对于不可以调整音量大小的声源，询问用户是否关闭声源，用户可以选择关闭或不做处理。

针对应用场景1，本发明实施方式的处理过程包括：用户打开某个智能设备，进入降噪模式；该智能设备采集周边音频信息(仅采集人耳可以听到的音频信息)；该智能设备分析采集到的音频信息的声源，及判断该声源是否可控；用户打开智能设备，查看收集到的音频及声源；根据用户的使用习惯及AI技术进行机器学习，并自动选择需要调整音量的声源；针对于可以调整音量大小的声源，调整音量至该智能设备无法采集的最大值；针对于不可以调整音量大小的声源，询问用户是否关闭声源，用户可以选择关闭或不做处理。

举例：用户a在书房看书，用户b正在客厅看智能电视，用户c在房间使用智能音箱播放音乐，扫地机器人正在书房扫地。

图6为手动进入降噪模式且手动选择需要调整音量的设备的第一示意图；图7为手动进入降噪模式且手动选择需要调整音量的设备的第二示意图；图8为手动进入降噪模式且手动选择需要调整音量的设备的第三示意图。

如图6所示的手机界面，用户a在手机界面中触发“开启降噪模式”控件，以手动控制手机进入降噪模式。

手机进入降噪模式后，采集手机所处环境中的音频信息。

如图7所示，手机可以采集到智能电视的音频信息、扫地机器人的音频信息和智能音箱的音频信息。

手机还展示音频信息并提供对音频信息的控制功能。

如图8所示，手机分别展示智能电视、智能音箱和扫地机器人的音量。而且，用户可以选中需要调整音量的声源并进行调整。

针对应用场景2，本发明实施方式的处理过程包括：

用户打开某个智能设备，进入降噪模式；该智能设备采集周边音频信息(仅采集人耳可以听到的音频信息)；该智能设备分析采集到的音频信息的声源，及判断该声源是否可控；用户打开智能设备，查看收集到的音频及声源；根据用户的使用习惯及AI技术进行机器学习，并自动选择需要调整音量的声源；针对于可以调整音量大小的声源，调整音量至该智能设备无法采集的最大值，针对于不可以调整音量大小的声源，系询问用户是否关闭声源，用户可以选择关闭或不做处理。

举例：用户a正在客厅看智能电视，用户b在房间使用智能音箱播放音乐；扫地机器人在客厅扫地；此时用户a手动控制智能电视进入降噪模式，智能电视会采集周边的音频信息，并根据用户习惯，自动选择需要调整音量的声源并进行调整。

图9为手动进入降噪模式且自动选择需要调整音量的设备的第一示意图；图10为手动进入降噪模式且自动选择需要调整音量的设备的第二示意图；图11为手动进入降噪模式且自动选择需要调整音量的设备的第三示意图。

如图9所示的智能电视屏幕，用户a在智能电视屏幕中触发(比如，通过遥控器触发)“开启降噪模式”控件，以手动控制智能电视进入降噪模式。

智能电视进入降噪模式后，采集智能电视所处环境中的音频信息(不包含智能电视自身的音频)。

如图10所示，智能电视可以采集到扫地机器人的音频信息和智能音箱的音频信息。

而且，智能电视基于机器学习模型的决策从扫地机器人和智能音箱中确定出需要被调节音量的目标发声智能设备；向目标发声智能设备发出降噪指令；其中机器学习模型预先基于历史上的、用户针对目标发声智能设备的选择操作执行机器学习过程。假定之前用户在类似情形(比如，类似情形为：之前用户在看智能电视且手动选择进入降噪模式)中选择调节智能音箱，此时机器学习模型确定需要调节智能音箱的音量，然后智能电视自动向智能音箱发出降噪指令。

如图11所示，在智能电视屏幕中，告知用户智能音箱的音量已经被调整。

针对应用场景3，本发明实施方式的处理过程包括：

当用户处于某种状态时(如睡觉、学习等)，根据用户习惯及AI技术进行机器学习，自动进入降噪模式；该智能设备采集周边音频信息(仅采集人耳可以听到的音频信息)；该智能设备分析采集到的音频信息的声源，及判断该声源是否可控；用户打开智能设备，查看收集到的音频及声源；用户手动选择需要调整音量的声源；针对于可以调整音量大小的声源，调整音量至该智能设备无法采集的最大值，针对于不可以调整音量大小的声源，询问用户是否关闭声源，用户可以选择关闭或不做处理。

举例，用户a戴着智能手表在卧室睡觉，此时智能手表自动进入降噪模式，用户b在客厅看电视；智能洗衣机在水房洗衣服；用户a被电视声音吵醒，打开智能手表的控制中心，手动选择需要调整智能电视的音量，然后智能手表调整智能电视的音量。

图12为自动进入降噪模式且手动选择需要调整音量的设备的第一示意图；图13为自动进入降噪模式且手动选择需要调整音量的设备的第二示意图；图14为自动进入降噪模式且手动选择需要调整音量的设备的第三示意图。

如图12所示，展示了智能手表的显示界面。当用户a戴着智能手表在卧室睡觉时，智能手表基于对用户状态分析自动进入降噪模式。

智能手表进入降噪模式后，采集智能手表所处环境中的音频信息。

如图13所示，智能手表采集到智能电视的音频信息和智能洗衣机的音频信息。

用户a被电视声音吵醒，打开智能手表的控制中心。图14所示为控制中心的示意图。可见，智能电视音量较大。用户a在控制中心中手动选择调整智能电视的音量。然后智能手表自动调整智能电视的音量。

针对应用场景4，本发明实施方式的处理过程包括：

当用户处于某种状态时(如睡觉、学习等)，根据用户习惯及AI技术进行机器学习，自动进入降噪模式；该智能设备采集周边音频信息(仅采集人耳可以听到的音频信息)；该智能设备分析采集到的音频信息的声源，及判断该声源是否可控；用户打开智能设备，查看收集到的音频及声源；根据用户的使用习惯及AI技术进行机器学习，并自动选择需要调整音量的声源；针对于可以调整音量大小的声源，调整音量至该智能设备无法采集的最大值，针对于不可以调整音量大小的声源，询问用户是否关闭声源，用户可以选择关闭或不做处理。

举例：用户a戴着智能手表在卧室睡觉，此时智能手表自动进入降噪模式，而且，用户b在客厅看智能电视，扫地机器人在客厅扫地。智能手表采集周边的音频信息，并根据用户习惯，自动选择需要调整音量的声源并进行调整。

图15为自动进入降噪模式且自动选择需要调整音量的设备的第一示意图；图16为自动进入降噪模式且自动选择需要调整音量的设备的第二示意图；图17为自动进入降噪模式且自动选择需要调整音量的设备的第三示意图。

如图15所示，当用户a戴着智能手表在卧室睡觉时，智能手表基于对用户状态分析自动进入降噪模式。

智能手表进入降噪模式后，采集智能手表所处环境中的音频信息。

如图16所示，智能手表采集到智能电视的音频信息和扫地机器人的音频信息。

而且，智能手表基于机器学习模型的决策从扫地机器人和智能音箱中确定出需要被调节音量的目标发声智能设备；向目标发声智能设备发出降噪指令；其中机器学习模型预先基于历史上的、用户针对目标发声智能设备的选择操作执行机器学习过程。假定之前用户在类似情形中选择关闭智能电视(比如，类似情形为：之前自动选择进入降噪模式且声源包括智能电视时，用户手动选择关闭智能电视)，此时机器学习模型确定需要关闭智能电视，智能手表向智能电视发出关闭指令。

如图17所示，在智能手表的控制中心界面中，告知用户智能电视已经被关闭。

以上描述了本发明实施方式的典型应用场景，本领域技术人员可以意识到，这种描述仅是示范性的，并不用于限定本发明实施方式的保护范围。

本发明实施方式还提出了具有存储器-处理器架构的基于智能家居的声音控制装置。

图18为根据本发明具有存储器-处理器架构的基于智能家居的声音控制装置的结构图。

如图18所示，具有存储器-处理器架构的基于智能家居的声音控制装置包括：处理器1801和存储器1802；其中存储器1802中存储有可被处理器1801执行的应用程序，用于使得处理器801执行如上任一项所述的基于智能家居的声音控制。

其中，存储器1802具体可以实施为电可擦可编程只读存储器(EEPROM)、快闪存储器(Flash memory)、可编程程序只读存储器(PROM)等多种存储介质。处理器1801可以实施为包括一或多个中央处理器或一或多个现场可编程门阵列，其中现场可编程门阵列集成一或多个中央处理器核。具体地，中央处理器或中央处理器核可以实施为CPU或MCU。

综上所示，本发明实施方式公开了一种基于IoT技术的家庭噪音智能控制方案。通过IoT技术将家庭环境中的所有智能设备进行连接，用户可以通过智能设备手动进入降噪模式，或智能设备通过判断用户的状态自动进入降噪模式。降噪模式中的智能设备采集周边的音频信息并进行声源分析，用户可以手动选择某些声源设备后，对这些声源设备进行音量智能调整，或者通过AI技术，对用户习惯不断的学习，自动调整某些声源设备音量，无需用户手动选择声源设备。

具体地，降噪模式中的智能设备会采集周边的音频信息(仅采集人耳可以听见的音频信息)，并进行声源分析，显示在智能设备上，用户可以手动选择需要调整音量的声源，将该声源的音量调至智能设备无法采集到的最大值。当用户进入降噪模式后，本发明实施方式不会屏蔽掉所有声音，用户自主性强，且保证了一些特殊声音(如警报、小孩的声音)依然可以听见。优选地，调节声源的声音而不直接将该声源关闭，从而既不打扰目标用户的活动，也不打扰其他用户继续使用。还有，本发明实施方式在音量控制中引入了AI技术，通过对用户习惯不断的机器学习，各种操作可以自动实现，不断地提升用户体验。

需要说明的是，上述各流程和各结构图中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分，实际实现时，一个模块可以分由多个模块实现，多个模块的功能也可以由同一个模块实现，这些模块可以位于同一个设备中，也可以位于不同的设备中。

各实施方式中的硬件模块可以以机械方式或电子方式实现。例如，一个硬件模块可以包括专门设计的永久性电路或逻辑器件(如专用处理器，如FPGA或ASIC)用于完成特定的操作。硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。至于具体采用机械方式，或是采用专用的永久性电路，或是采用临时配置的电路(如由软件进行配置)来实现硬件模块，可以根据成本和时间上的考虑来决定。

本发明还提供了一种机器可读的存储介质，存储用于使一机器执行如本申请所述方法的指令。具体地，可以提供配有存储介质的***或者装置，在该存储介质上存储着实现上述实施例中任一实施方式的功能的软件程序代码，且使该***或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。此外，还可以通过基于程序代码的指令使计算机上操作的操作***等来完成部分或者全部的实际操作。还可以将从存储介质读出的程序代码写到***计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作，从而实现上述实施方式中任一实施方式的功能。

用于提供程序代码的存储介质实施方式包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机或云上下载程序代码。

在本文中，“示意性”表示“充当实例、例子或说明”，不应将在本文中被描述为“示意性”的任何图示、实施方式解释为一种更优选的或更具优点的技术方案。为使图面简洁，各图中的只示意性地表示出了与本发明相关部分，而并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”并不表示将本发明相关部分的数量限制为“仅此一个”，并且“一个”不表示排除本发明相关部分的数量“多于一个”的情形。在本文中，“上”、“下”、“前”、“后”、“左”、“右”、“内”、“外”等仅用于表示相关部分之间的相对位置关系，而非限定这些相关部分的绝对位置。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (18)

1.一种基于智能家居的声音控制方法，其特征在于，该方法适用于智能设备，该方法包括：

在降噪模式中，采集所述智能设备所在的智能家居环境中的、处于预定声音频率范围内的音频信息；

基于所述音频信息确定出作为声源的发声智能设备；

向所述发声智能设备发出降噪指令，以由所述发声智能设备基于所述降噪指令降低声音。

2.根据权利要求1所述的基于智能家居的声音控制方法，其特征在于，该方法还包括：

接收用户指令，响应于所述用户指令以被动进入所述降噪模式；或

采集状态参数，基于状态参数识别用户状态，当所述用户状态符合预定的触发条件时，主动进入所述降噪模式。

3.根据权利要求2所述的基于智能家居的声音控制方法，其特征在于，所述状态参数包括下列中的至少一个：

当前时间；用户位置；用户移动状态；智能家居环境中的其它智能家居设备的状态。

4.根据权利要求2所述的基于智能家居的声音控制方法，其特征在于，所述当用户状态符合预定的触发条件时，主动进入降噪模式包括：

当基于机器学习模型的决策确定所述用户状态符合预定的触发条件时，主动进入所述降噪模式，其中所述机器学习模型预先基于历史上的、指示进入降噪模式的用户指令执行机器学习过程。

5.根据权利要求1所述的基于智能家居的声音控制方法，其特征在于，所述基于音频信息确定出作为声源的发声智能设备包括：

基于所述音频信息执行声源定位，以确定出声源位置；

将智能家居环境位置关系拓扑图中对应于该声源位置的智能设备确定为发声智能设备。

6.根据权利要求1所述的基于智能家居的声音控制方法，其特征在于，所述基于音频信息确定出作为声源的发声智能设备包括：

提取所述音频信息的声纹特征；

将所述声纹特征与智能家居环境中的智能设备的声纹模型库进行匹配，将匹配成功的智能设备确定为发声智能设备。

7.根据权利要求1所述的基于智能家居的声音控制方法，其特征在于，所述向发声智能设备发出降噪指令包括：

在显示界面上展示发声智能设备列表；

接收用户针对发声智能设备列表中的发声智能设备的选择操作以确定目标发声智能设备；

向所述目标发声智能设备发出降噪指令。

8.根据权利要求1所述的基于智能家居的声音控制方法，其特征在于，所述向发声智能设备发出降噪指令包括：

基于机器学习模型的决策从一或多个发声智能设备中确定目标发声智能设备；

向所述目标发声智能设备发出降噪指令；

其中所述机器学习模型预先基于历史上的、用户针对发声智能设备列表的选择操作执行机器学习过程。

9.一种基于智能家居的声音控制装置，其特征在于，该装置适用于智能设备，该装置包括：

采集模块，用于在降噪模式中，采集所述智能设备所在的智能家居环境中的、处于预定声音频率范围内的音频信息；

声源确定模块，用于基于所述音频信息确定出作为声源的发声智能设备；

降噪模块，用于向所述发声智能设备发出降噪指令，以由所述发声智能设备基于所述降噪指令降低声音。

10.根据权利要求9所述的基于智能家居的声音控制装置，其特征在于，

采集模块，用于接收用户指令，响应于所述用户指令以被动进入所述降噪模式；或，用于采集状态参数，基于状态参数识别用户状态，当所述用户状态符合预定的触发条件时，主动进入所述降噪模式。

11.根据权利要求10所述的基于智能家居的声音控制装置，其特征在于，

采集模块，用于当基于机器学习模型的决策确定用户状态符合预定的触发条件时，主动进入所述降噪模式，其中所述机器学习模型预先基于历史上的、指示进入降噪模式的用户指令执行机器学习过程。

12.根据权利要求9所述的基于智能家居的声音控制装置，其特征在于，

声源确定模块，用于基于所述音频信息执行声源定位，以确定出声源位置；将智能家居环境位置关系拓扑图中对应于该声源位置的智能设备确定为发声智能设备。

13.根据权利要求9所述的基于智能家居的声音控制装置，其特征在于，

声源确定模块，用于提取所述音频信息的声纹特征；将所述声纹特征与智能家居环境中的智能设备的声纹模型库进行匹配，将匹配成功的智能设备确定为发声智能设备。

14.根据权利要求9所述的基于智能家居的声音控制装置，其特征在于，

降噪模块，用于在显示界面上展示发声智能设备列表；接收用户针对发声智能设备列表中的发声智能设备的选择操作以确定目标发声智能设备；向所述目标发声智能设备发出降噪指令。

15.根据权利要求9所述的基于智能家居的声音控制装置，其特征在于，

降噪模块，用于基于机器学习模型的决策从一或多个发声智能设备中确定目标发声智能设备；向所述目标发声智能设备发出降噪指令；其中所述机器学习模型预先基于历史上的、用户针对发声智能设备列表的选择操作执行机器学习过程。

16.根据权利要求9-15中任一项所述的基于智能家居的声音控制装置，其特征在于，所述智能设备包括下列中的至少一个：

智能手表；智能手机；智能电视；智能音箱。

17.一种基于智能家居的声音控制装置，其特征在于，包括处理器和存储器；

所述存储器中存储有可被所述处理器执行的应用程序，用于使得所述处理器执行如权利要求1至8中任一项所述的基于智能家居的声音控制方法。

18.一种计算机可读存储介质，其特征在于，其中存储有计算机可读指令，该计算机可读指令用于执行如权利要求1至8中任一项所述的基于智能家居的声音控制方法。

Images