CN112307161A - 用于播放音频的方法和装置 - Google Patents
用于播放音频的方法和装置 Download PDFInfo
- Publication number
- CN112307161A CN112307161A CN202010120432.1A CN202010120432A CN112307161A CN 112307161 A CN112307161 A CN 112307161A CN 202010120432 A CN202010120432 A CN 202010120432A CN 112307161 A CN112307161 A CN 112307161A
- Authority
- CN
- China
- Prior art keywords
- voice input
- audio
- frequency band
- indication information
- input indication
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000004044 response Effects 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 9
- 230000003993 interaction Effects 0.000 abstract description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3343—Query execution using phonetics
-
- 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
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请的实施例公开了用于播放音频的方法和装置。该方法的一具体实施方式包括:获取待播放音频;获取目标设备的语音输入指示信息,其中,该语音输入指示信息用于指示该目标设备在预设时间段是否允许接收语音输入;确定与该语音输入指示信息匹配的频段;根据所确定的频段播放该待播放音频。该实施方式实现了在需要人机交互的情景下提高音频输出频段从而降低对人声的影响。
Description
技术领域
本申请的实施例涉及计算机技术领域,具体涉及用于播放音频的方法和装置。
背景技术
随着计算机技术的发展,智能语音交互设备取得了越来越广泛的应用。
为了降低语音识别过程中输入的噪声,现有的方式通常是在智能设备中搭建滤波电路来过滤与人声频段近似的噪声。
发明内容
本申请的实施例提出了用于播放音频的方法和装置。
第一方面,本申请的实施例提供了一种用于播放音频的方法,该方法包括:获取待播放音频;获取目标设备的语音输入指示信息,其中,语音输入指示信息用于指示目标设备在预设时间段是否允许接收语音输入;确定与语音输入指示信息匹配的频段;根据所确定的频段播放待播放音频。
在一些实施例中,上述确定与语音输入指示信息匹配的频段,包括:响应于确定语音输入指示信息用于指示目标设备在预设时间段允许接收语音输入,按照频段由高至低的顺序从第一预设对应关系表中选取目标数目个频段;从目标数目个频段中确定与语音输入指示信息匹配的频段。
在一些实施例中,上述确定与语音输入指示信息匹配的频段,包括:响应于确定语音输入指示信息用于指示目标设备在预设时间段不允许接收语音输入,从第二预设对应关系表中选取与待播放音频所对应的频段相一致的频段作为与语音输入指示信息匹配的频段。
在一些实施例中,上述获取目标设备的语音输入指示信息,包括:响应于接收到表征播放音频的指令,生成用于指示目标设备在预设时间不允许接收语音输入的语音输入指示信息。
在一些实施例中,上述根据所确定的频段播放待播放音频,包括:对待播放音频进行声波变换,生成目标音频,其中,目标音频的频段为所确定的频段的子集;播放目标音频。
第二方面,本申请的实施例提供了一种用于播放音频的装置,该装置包括:第一获取单元,被配置成获取待播放音频;第二获取单元,被配置成获取目标设备的语音输入指示信息,其中,语音输入指示信息用于指示目标设备在预设时间段是否允许接收语音输入;确定单元,被配置成确定与语音输入指示信息匹配的频段;播放单元,被配置成根据所确定的频段播放待播放音频。
在一些实施例中,上述确定单元包括:选取模块,被配置成响应于确定语音输入指示信息用于指示目标设备在预设时间段允许接收语音输入,按照频段由高至低的顺序从第一预设对应关系表中选取目标数目个频段;确定模块,被配置成从目标数目个频段中确定与语音输入指示信息匹配的频段。
在一些实施例中,上述确定单元进一步被配置成:响应于确定语音输入指示信息用于指示目标设备在预设时间段不允许接收语音输入,从第二预设对应关系表中选取与待播放音频所对应的频段相一致的频段作为与语音输入指示信息匹配的频段。
在一些实施例中,上述第二获取单元进一步被配置成:响应于接收到表征播放音频的指令,生成用于指示目标设备在预设时间段不允许接收语音输入的语音输入指示信息。
在一些实施例中,上述播放单元包括:生成模块,被配置成对待播放音频进行声波变换,生成目标音频,其中,目标音频的频段为所确定的频段的子集;播放模块,被配置成播放目标音频。
第三方面,本申请的实施例提供了一种终端,该终端包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;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第一方面中任一实现方式描述的方法。
第四方面,本申请的实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请的实施例提供的用于播放音频的方法和装置,首先获取待播放音频;而后,获取目标设备的语音输入指示信息,其中,语音输入指示信息用于指示目标设备在预设时间段是否允许接收语音输入;之后,确定与语音输入指示信息匹配的频段;最后,根据所确定的频段播放待播放音频。从而实现了在需要人机交互的情景下提高音频输出频段从而降低对人声的影响。而且,在不需要人机交互的情景下采用正常模式播放音频,保证用户的听觉体验尽量少地受到影响。
附图说明
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:
图1是本申请的一个实施例可以应用于其中的示例性***架构图;
图2是根据本申请的用于播放音频的方法的一个实施例的流程图;
图3是根据本申请的实施例的用于播放音频的方法的一个应用场景的示意图;
图4是根据本申请的用于播放音频的方法的又一个实施例的流程图;
图5是根据本申请的用于播放音频的装置的一个实施例的结构示意图;
图6是适于用来实现本申请的实施例的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
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。
图1示出了可以应用本申请的用于播放音频的方法或用于播放音频的装置的示例性架构100。
如图1所示,***架构100可以包括终端设备101、网络102和服务器103。网络102用以在终端设备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。
终端设备101通过网络102与服务器103交互,以接收或发送消息等。终端设备101上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、语音交互应用等。
终端设备101可以是硬件,也可以是软件。当终端设备101为硬件时,可以是具有扬声器并且支持人机交互的各种电子设备,包括但不限于智能手机、平板电脑、智能音箱、膝上型便携计算机和台式计算机等等。当终端设备101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。
服务器103可以是提供各种服务的服务器,例如为终端设备101上播放音频提供支持的后台服务器。后台服务器可以对接收到的语音输入指示信息进行分析处理,并生成处理结果(例如与语音输入提示信息匹配的频段),还可以将生成的处理结果反馈给终端设备。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,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。
还需要说明的是,终端设备101也可以直接对语音输入指示信息进行分析处理,并生成处理结果。此时,也可以不存在网络102和服务器103。本申请的实施例所提供的用于播放音频的方法一般由终端设备101执行,相应地,用于播放音频的装置一般设置于终端设备101中。可选地,
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。
继续参考图2,示出了根据本申请的用于播放音频的方法的一个实施例的流程200。该用于播放音频的方法包括以下步骤:
步骤201,获取待播放音频。
在本实施例中,用于播放音频的方法的执行主体(如图1所示的终端101)可以通过有线连接方式或者无线连接方式获取待播放音频。作为示例,上述执行主体可以从本地获取预先存储的待播放音频。作为又一示例,上述执行主体可以从通信连接的电子设备获取待播放音频。其中,上述待播放音频可以包括各种可以播放的音频。作为示例,上述待播放音频可以包括音频文件,例如歌曲音频。作为又一示例,上述待播放音频可以包括通过语音合成技术所生成的音频,例如“我在听”的语音文件。
步骤202,获取目标设备的语音输入指示信息。
在本实施例中,上述执行主体可以通过有线连接方式或者无线连接方式获取目标设备的语音输入指示信息。其中,上述语音输入指示信息可以用于指示上述目标设备在预设时间段是否允许接收语音输入。上述语音输入通常可以指上述执行主体接收用户的语音以进行语音交互。实践中,上述是否允许接收语音输入例如可以体现为麦克风是否开启,也可以体现为是否将采集的语音发送至上述执行主体中的处理器,在此不做限定。上述预设时间段通常是指从当前或以后(例如1分钟后)开始计时的时间段。可选地,上述预设时间段也可以与播放音频的时刻相关。例如,假设2s后播放音频,则上述预设时间段可以为从2s后开始至1min止这一时间段。上述目标设备可以是根据实际的应用需求而预先指定的任意设备。上述目标设备也可以是根据规则而定的设备,例如播放音频的方式受上述目标设备控制的设备。当上述执行主体为终端时,上述目标设备可以是执行主体本身。
作为示例,响应于接收到表征切换至语音交互模式的指令,上述执行主体可以生成用于指示上述目标设备在预设时间段允许接收语音输入的语音输入指示信息。其中,上述表征切换至语音交互模式的指令可以包括预设的唤醒词。
在本实施例中,上述执行主体可以从目标设备获取语音输入指示信息。作为示例,上述语音输入指示信息可以是预先设置的,例如默认为指示上述目标设备在预设时间段不允许接收语音输入的语音输入指示信息。作为又一示例,上述指示上述目标设备在预设时间段是否允许接收语音输入的语音输入指示信息也可以按照预设时间进行切换。
步骤203,确定与语音输入指示信息匹配的频段。
在本实施例中,上述执行主体可以通过各种方式确定与步骤202所获取的语音输入指示信息匹配的频段。作为示例,响应于确定所获取的语音输入指示信息用于指示目标设备在预设时间段不允许接收语音输入,上述执行主体可以将上述待播放音频所对应的频段确定为与语音输入指示信息匹配的频段。
作为又一示例,响应于确定所获取的语音输入指示信息用于指示目标设备在预设时间段允许接收语音输入,上述执行主体可以按照如下步骤确定与语音输入指示信息匹配的频段:首先,确定待播放音频的频段。而后,确定上述待播放音频的频段与预设频段之间的交集。其中,上述预设频段可以为语音识别情景下人说话的语音频段。之后,响应于确定上述交集满足预设播放条件,上述执行主体可以将上述待播放音频所对应的频段确定为与语音输入指示信息匹配的频段。响应于确定上述交集不满足预设播放条件,上述执行主体可以将与语音输入指示信息匹配的频段确定为比上述待播放音频所对应的频段更高的频段。其中,上述预设播放条件可以包括但不限于以下至少一项:频段之间的交集对应的音频时长小于预设时长阈值,频段之间的交集对应的最小频率大于预设频率阈值。
在本实施例的一些可选的实现方式中,响应于确定语音输入指示信息用于指示目标设备在预设时间段不允许接收语音输入,上述执行主体还可以从第二预设对应关系表中选取与待播放音频所对应的频段相一致的频段。其中,上述第二预设对应关系表可以用于表征频段与语音输入指示信息之间的对应关系。例如,用于指示目标设备在预设时间段不允许接收语音输入的语音输入指示信息对应第一频段,用于指示目标设备在预设时间段允许接收语音输入的语音输入指示信息对应第二频段,其中,上述第二频段可以为上述第一频段的子集。
步骤204,根据所确定的频段播放待播放音频。
在本实施例中,根据所确定的频段,上述执行主体可以通过各种方式播放上述待播放音频。作为示例,响应于确定所确定的频段与带播放音频的频段一致,上述执行主体可以直接播放上述待播放音频。作为又一示例,上述执行主体还可以将待播放音频变换至上述所确定的频段后再进行播放。
在本实施例的一些可选的实现方式中,基于上述可选的实现方式,上述执行主体还可以通过如下步骤播放待播放音频:
第一步,对待播放音频进行声波变换,生成目标音频。
在这些实现方式中,上述执行主体可以利用各种方式对上述待播放音频进行声波变换,生成目标音频。其中,上述目标音频的频段通常为所确定的频段的子集。上述声波变换可以用于将待播放音频的频段映射至所确定的频段范围之内。上述声波变换的方式可以包括对音频中各帧频率的放大操作,其可以包括但不限于以下至少一项:乘以大于1的预设数值,加上大于0的预设数值等。
第二步,播放目标音频。
在这些实现方式中,上述执行主体可以播放上述第一步所生成的目标音频。
继续参见图3,图3是根据本申请实施例的用于播放音频的方法的应用场景的一个示意图。在图3的应用场景中,用户301对终端设备302说唤醒词“小A小A”303。终端设备302从本地获取响应于唤醒词303的待播放音频“请讲…,我在听”304。终端设备302根据接收到唤醒词303获取用于指示终端设备在预设时间段允许接收语音输入的语音输入指示信息305。之后,终端设备302可以确定与上述语音输入指示信息305匹配的频段为比待播放音频304频率更高的频段306。最后,终端设备302可以在所确定的更高的频段306播放音频“请讲…,我在听”307。
目前,现有技术之一通常是在智能设备中搭建滤波电路来滤除与人声频段近似的噪声,导致提高了硬件制造和维护成本。而本申请的上述实施例提供的方法,通过根据语音输入指示信息来确定播放音频的频段,实现了在需要人机交互的情景下提高音频输出频段从而降低对人声的影响。而且,在不需要人机交互的情景下采用正常模式播放音频,保证用户的听觉体验尽量少地受到影响。
进一步参考图4,其示出了用于播放音频的方法的又一个实施例的流程400。该用于播放音频的方法的流程400,包括以下步骤:
步骤401,获取待播放音频。
步骤402,获取目标设备的语音输入指示信息。
在本实施例的一些可选的实现方式中,响应于接收到表征播放音频的指令,用于播放音频的方法的执行主体(例如图1所示的终端设备101)可以生成用于指示上述目标设备在预设时间段不允许接收语音输入的语音输入指示信息。其中,上述表征播放音频的指令例如可以是语音交互过程中所接收到的“播一首歌”或“放一段搞笑视频”等的语音。
需要说明的是,由于大部分视频文件中会集成有相应的音频,因此上述表征播放音频的指令也可以包括表征播放带有音频的视频文件的指令。
步骤403,响应于确定语音输入指示信息用于指示目标设备在预设时间段允许接收语音输入,按照频段由高至低的顺序从第一预设对应关系表中选取目标数目个频段。
在本实施例中,响应于确定语音输入指示信息用于指示目标设备在预设时间段允许接收语音输入,上述执行主体可以按照频段由高至低的顺序从第一预设对应关系表中选取目标数目个频段。其中,上述第一预设对应关系表可以用于表征频段与语音输入指示信息之间的对应关系。上述第一预设对应关系表可以与上述第二预设对应关系表相同或不同,在此不做限定。作为示例,人耳可以听到的声音的频率范围是20Hz至20kHz。上述第一预设对应关系表可以将上述频率范围划分为预设数目个频段。可选地,为了丰富播放音频的频率范围,上述频段之间可以存在交集。上述目标数目可以是预先指定的任意数值(例如2个、3个),也可以是根据实际应用需求所确定的数值(例如预设数目的50%)。
步骤404,从目标数目个频段中确定与语音输入指示信息匹配的频段。
在本实施例中,上述执行主体可以从上述步骤403所选取的目标数目个频段中通过各种方法确定与语音输入指示信息匹配的频段。作为示例,上述执行主体可以从上述目标数目个频段中随机选取频段作为与语音输入指示信息匹配的频段。作为又一示例,上述执行主体可以首先确定待播放音频的频段的统计值。其中,上述频段统计值可以包括但不限于以下至少一项:最大值,最小值,平均值,方差,中位数。而后,上述执行主体可以从上述目标数目个频段中选取统计值与上述待播放音频的频段的统计值最接近的频段作为与语音输入指示信息匹配的频段。
在本实施例的一些可选的实现方式中,响应于确定语音输入指示信息用于指示目标设备在预设时间段不允许接收语音输入,上述执行主体还可以从第二预设对应关系表中选取与待播放音频所对应的频段相一致的频段作为与语音输入指示信息匹配的频段。其中,上述第二预设对应关系表可以用于表征频段与语音输入指示信息之间的对应关系。上述一致可以指相同,也可以指重叠部分的频段的占比超过预设阈值,在此不做限定。
步骤405,根据所确定的频段播放待播放音频。
上述步骤401、步骤402、步骤405分别与前述实施例中的步骤201、步骤202、步骤204及其可选的实现方式一致,上文针对步骤201、步骤202和步骤204及其可选的实现方式的描述也适用于步骤401、步骤402和步骤405,此处不再赘述。
从图4中可以看出,本实施例中的用于播放音频的方法的流程400细化了确定与语音输入指示信息匹配的频段的步骤。由此,本实施例描述的方案可以在需要人机交互的情景下设置合适的输出频段,从而既可以实现降低对人声输入的干扰,又尽量减少音频频率升高对用户听觉体验带来的不适影响。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了用于播放音频的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例提供的用于播放音频的装置500包括第一获取单元501、第二获取单元502、确定单元503和播放单元504。其中,第一获取单元501,被配置成获取待播放音频;第二获取单元502,被配置成获取目标设备的语音输入指示信息,其中,语音输入指示信息用于指示目标设备在预设时间段是否允许接收语音输入;确定单元503,被配置成确定与语音输入指示信息匹配的频段;播放单元504,被配置成根据所确定的频段播放待播放音频。
在本实施例中,用于播放音频的装置500中:第一获取单元501、第二获取单元502、确定单元503和播放单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述确定单元503可以包括选取模块(图中未示出)、确定模块(图中未示出)。其中,上述选取模块,可以被配置成响应于确定语音输入指示信息用于指示目标设备在预设时间段允许接收语音输入,按照频段由高至低的顺序从第一预设对应关系表中选取目标数目个频段。上述确定模块,可以被配置成从目标数目个频段中确定与语音输入指示信息匹配的频段。
在本实施例的一些可选的实现方式中,上述确定单元503可以被进一步配置成选取模块,被配置成响应于确定语音输入指示信息用于指示目标设备在预设时间段允许接收语音输入,按照频段由高至低的顺序从第一预设对应关系表中选取目标数目个频段;确定模块,被配置成从目标数目个频段中确定与语音输入指示信息匹配的频段。
在本实施例的一些可选的实现方式中,上述第二获取单元502可以被进一步配置成:响应于接收到表征播放音频的指令,生成用于指示目标设备在预设时间段不允许接收语音输入的语音输入指示信息。
在本实施例的一些可选的实现方式中,上述播放单元504可以包括:生成模块(图中未示出)、播放模块(图中未示出)。其中,上述生成模块,可以被配置成对待播放音频进行声波变换,生成目标音频。其中,目标音频的频段可以为所确定的频段的子集。上述播放模块,可以被配置成播放目标音频。
本申请的上述实施例提供的装置,首先通过第一获取单元501获取待播放音频。而后,第二获取单元502获取目标设备的语音输入指示信息。其中,语音输入指示信息用于指示目标设备在预设时间段是否允许接收语音输入。之后,确定单元503确定与语音输入指示信息匹配的频段。播放单元504根据所确定的频段播放待播放音频。从而实现了在需要人机交互的情景下提高音频输出频段从而降低对人声的影响。而且,在不需要人机交互的情景下采用正常模式播放音频,保证用户的听觉体验尽量少地受到影响。
下面参考图6,其示出了适于用来实现本申请实施例的电子设备(例如图1中的终端设备)600的结构示意图。本申请实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、智能音箱等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的终端设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD,LiquidCrystal Display)、扬声器、振动器等的输出装置607;包括例如闪存等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本申请的实施例的方法中限定的上述功能。
需要说明的是,本申请的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(Radio Frequency,射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述终端设备中所包含的;也可以是单独存在,而未装配入该终端设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该终端设备执行时,使得该终端设备:获取待播放音频;获取目标设备的语音输入指示信息,其中,语音输入指示信息用于指示目标设备在预设时间段是否允许接收语音输入;确定与语音输入指示信息匹配的频段;根据所确定的频段播放待播放音频。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请的各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器,包括第一获取单元、第二获取单元、确定单元、播放单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取待播放音频的单元”。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种用于播放音频的方法,包括:
获取待播放音频;
获取目标设备的语音输入指示信息,其中,所述语音输入指示信息用于指示所述目标设备在预设时间段是否允许接收语音输入;
确定与所述语音输入指示信息匹配的频段;
根据所确定的频段播放所述待播放音频。
2.根据权利要求1所述的方法,其中,所述确定与所述语音输入指示信息匹配的频段,包括:
响应于确定所述语音输入指示信息用于指示所述目标设备在预设时间段允许接收语音输入,按照频段由高至低的顺序从第一预设对应关系表中选取目标数目个频段;
从所述目标数目个频段中确定与所述语音输入指示信息匹配的频段。
3.根据权利要求1或2所述的方法,其中,所述确定与所述语音输入指示信息匹配的频段,包括:
响应于确定所述语音输入指示信息用于指示所述目标设备在预设时间段不允许接收语音输入,从第二预设对应关系表中选取与所述待播放音频所对应的频段相一致的频段作为所述与所述语音输入指示信息匹配的频段。
4.根据权利要求3所述的方法,其中,所述获取目标设备的语音输入指示信息,包括:
响应于接收到表征播放音频的指令,生成用于指示所述目标设备在预设时间段不允许接收语音输入的语音输入指示信息。
5.根据权利要求2所述的方法,其中,所述根据所确定的频段播放所述待播放音频,包括:
对所述待播放音频进行声波变换,生成目标音频,其中,所述目标音频的频段为所述所确定的频段的子集;
播放所述目标音频。
6.一种用于播放音频的装置,包括:
第一获取单元,被配置成获取待播放音频;
第二获取单元,被配置成获取目标设备的语音输入指示信息,其中,所述语音输入指示信息用于指示所述目标设备在预设时间段是否允许接收语音输入;
确定单元,被配置成确定与所述语音输入指示信息匹配的频段;
播放单元,被配置成根据所确定的频段播放所述待播放音频。
7.根据权利要求6所述的装置,其中,所述确定单元包括:
选取模块,被配置成响应于确定所述语音输入指示信息用于指示所述目标设备在预设时间段允许接收语音输入,按照频段由高至低的顺序从第一预设对应关系表中选取目标数目个频段;
确定模块,被配置成从所述目标数目个频段中确定与所述语音输入指示信息匹配的频段。
8.根据权利要求6或7所述的装置,其中,所述确定单元进一步被配置成:
响应于确定所述语音输入指示信息用于指示所述目标设备在预设时间段不允许接收语音输入,从第二预设对应关系表中选取与所述待播放音频所对应的频段相一致的频段作为所述与所述语音输入指示信息匹配的频段。
9.根据权利要求8所述的装置,其中,所述第二获取单元进一步被配置成:
响应于接收到表征播放音频的指令,生成用于指示所述目标设备在预设时间段不允许接收语音输入的语音输入指示信息。
10.根据权利要求7所述的装置,其中,所述播放单元包括:
生成模块,被配置成对所述待播放音频进行声波变换,生成目标音频,其中,所述目标音频的频段为所述所确定的频段的子集;
播放模块,被配置成播放所述目标音频。
11.一种终端,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010120432.1A CN112307161B (zh) | 2020-02-26 | 2020-02-26 | 用于播放音频的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010120432.1A CN112307161B (zh) | 2020-02-26 | 2020-02-26 | 用于播放音频的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112307161A true CN112307161A (zh) | 2021-02-02 |
CN112307161B CN112307161B (zh) | 2022-11-22 |
Family
ID=74336686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010120432.1A Active CN112307161B (zh) | 2020-02-26 | 2020-02-26 | 用于播放音频的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112307161B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113793621A (zh) * | 2021-09-22 | 2021-12-14 | Oppo广东移动通信有限公司 | 音频播放方法及装置、电子设备及计算机可读存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010156738A (ja) * | 2008-12-26 | 2010-07-15 | Pioneer Electronic Corp | 音量調節装置、音量調節方法、音量調節プログラムおよび音量調節プログラムを格納した記録媒体 |
US9087520B1 (en) * | 2012-12-13 | 2015-07-21 | Rawles Llc | Altering audio based on non-speech commands |
US9830924B1 (en) * | 2013-12-04 | 2017-11-28 | Amazon Technologies, Inc. | Matching output volume to a command volume |
US20180091913A1 (en) * | 2016-09-27 | 2018-03-29 | Sonos, Inc. | Audio Playback Settings for Voice Interaction |
CN108091330A (zh) * | 2017-12-13 | 2018-05-29 | 北京小米移动软件有限公司 | 输出声强调节方法、装置、电子设备及存储介质 |
CN108307022A (zh) * | 2018-01-23 | 2018-07-20 | 青岛海信移动通信技术股份有限公司 | 音量控制方法及装置 |
CN108369805A (zh) * | 2017-12-27 | 2018-08-03 | 深圳前海达闼云端智能科技有限公司 | 一种语音交互方法、装置和智能终端 |
CN109671429A (zh) * | 2018-12-02 | 2019-04-23 | 腾讯科技(深圳)有限公司 | 语音交互方法及设备 |
US20190237070A1 (en) * | 2018-01-31 | 2019-08-01 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Voice interaction method, device, apparatus and server |
CN110211599A (zh) * | 2019-06-03 | 2019-09-06 | Oppo广东移动通信有限公司 | 应用唤醒方法、装置、存储介质及电子设备 |
-
2020
- 2020-02-26 CN CN202010120432.1A patent/CN112307161B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010156738A (ja) * | 2008-12-26 | 2010-07-15 | Pioneer Electronic Corp | 音量調節装置、音量調節方法、音量調節プログラムおよび音量調節プログラムを格納した記録媒体 |
US9087520B1 (en) * | 2012-12-13 | 2015-07-21 | Rawles Llc | Altering audio based on non-speech commands |
US9830924B1 (en) * | 2013-12-04 | 2017-11-28 | Amazon Technologies, Inc. | Matching output volume to a command volume |
US20180091913A1 (en) * | 2016-09-27 | 2018-03-29 | Sonos, Inc. | Audio Playback Settings for Voice Interaction |
CN108091330A (zh) * | 2017-12-13 | 2018-05-29 | 北京小米移动软件有限公司 | 输出声强调节方法、装置、电子设备及存储介质 |
CN108369805A (zh) * | 2017-12-27 | 2018-08-03 | 深圳前海达闼云端智能科技有限公司 | 一种语音交互方法、装置和智能终端 |
CN108307022A (zh) * | 2018-01-23 | 2018-07-20 | 青岛海信移动通信技术股份有限公司 | 音量控制方法及装置 |
US20190237070A1 (en) * | 2018-01-31 | 2019-08-01 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Voice interaction method, device, apparatus and server |
CN109671429A (zh) * | 2018-12-02 | 2019-04-23 | 腾讯科技(深圳)有限公司 | 语音交互方法及设备 |
CN110211599A (zh) * | 2019-06-03 | 2019-09-06 | Oppo广东移动通信有限公司 | 应用唤醒方法、装置、存储介质及电子设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113793621A (zh) * | 2021-09-22 | 2021-12-14 | Oppo广东移动通信有限公司 | 音频播放方法及装置、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112307161B (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11115539B2 (en) | Smart voice system, method of adjusting output voice and computer readable memory medium | |
CN112306448A (zh) | 根据环境噪声调节输出音频的方法、装置、设备和介质 | |
CN110809214B (zh) | 音频播放方法、音频播放装置及终端设备 | |
CN110062309B (zh) | 用于控制智能音箱的方法和装置 | |
US11822854B2 (en) | Automatic volume adjustment method and apparatus, medium, and device | |
JP2020003774A (ja) | 音声を処理する方法及び装置 | |
CN110096250B (zh) | 一种音频数据处理方法、装置、电子设备及存储介质 | |
CN112307161B (zh) | 用于播放音频的方法和装置 | |
CN108829370B (zh) | 有声资源播放方法、装置、计算机设备及存储介质 | |
CN114121050A (zh) | 音频播放方法、装置、电子设备和存储介质 | |
CN106293607B (zh) | 自动切换音频输出模式的方法及*** | |
CN111045634A (zh) | 音频处理方法和装置 | |
CN111147655B (zh) | 模型生成方法和装置 | |
CN109375892B (zh) | 用于播放音频的方法和装置 | |
CN112309352A (zh) | 音频信息处理方法、装置、设备和介质 | |
CN111145792B (zh) | 音频处理方法和装置 | |
CN111370017A (zh) | 一种语音增强方法、装置、*** | |
CN111048108B (zh) | 音频处理方法和装置 | |
US20180254056A1 (en) | Sounding device, audio transmission system, and audio analysis method thereof | |
CN111145776B (zh) | 音频处理方法和装置 | |
CN111048107B (zh) | 音频处理方法和装置 | |
CN111210837B (zh) | 音频处理方法和装置 | |
CN113840034B (zh) | 声音信号处理方法和终端设备 | |
CN111145770A (zh) | 音频处理方法和装置 | |
CN111045635B (zh) | 音频处理方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |