CN113050910A - 语音交互方法、装置、设备及存储介质 - Google Patents

Abstract

公开了一种语音交互方法、装置、设备及存储介质。设置与智能设备上的应用涉及的多个业务场景中各个业务场景相对应的音频播放优先级；获取所述应用中待处理的第一音频播放事件；以及根据所述第一音频播放事件所针对的业务场景的第一音频播放优先级，确定是否播放所述第一音频播放事件所对应的音频数据。由此，可以解决应用内存在的音频播放冲突。

Description

语音交互方法、装置、设备及存储介质

技术领域

本公开涉及语音交互领域，特别是涉及与智能设备上的应用相关的语音交互。

背景技术

随着计算机技术的进步，语音处理能力显著提升，运行在设备中的应用程序(APP)可以接收用户的语音输入，并向用户反馈音频输出，以实现语音交互，为人们生活、工作提供了诸多便利。

然而，在通过APP进行语音交互的过程中，可能存在多个业务场景需要使用扬声器等音频输出设备输出音频数据。

例如，对于集成了音乐播放、视频播放、导航、通话等诸多功能的APP来说，APP中可能同时存在多个需要输出音频数据的音频播放事件。

再例如，设备上可能存在多个能够播放音频的APP，因此会出现多个APP同时需要输出音频数据的情况。

在同时存在多个需要输出音频数据的音频播放事件的情况下，如何控制这多个音频播放事件的音频输出，以更好地服务用户，是目前急需解决的一个技术问题。

发明内容

本发明要解决的一个技术问题是，提供一种语音交互方案，以解决应用内或不同应用间可能存在的音频播放冲突。

根据本公开的第一个方面，提出了一种语音交互方法，包括：设置与智能设备上的应用涉及的多个业务场景中各个业务场景相对应的音频播放优先级；获取应用中待处理的第一音频播放事件；以及根据第一音频播放事件所针对的业务场景的第一音频播放优先级，确定是否播放第一音频播放事件所对应的音频数据。

可选地，根据第一音频播放事件所针对的业务场景的第一音频播放优先级确定是否播放第一音频播放事件所对应的音频数据的步骤包括：将第一音频播放优先级与应用中正在播放音频数据的第二音频播放事件所针对的业务场景的第二音频播放优先级进行比较；在第一音频播放优先级高于或等于第二音频播放优先级的情况下，播放第一音频播放事件所对应的音频数据。

可选地，在第一音频播放优先级高于第二音频播放优先级的情况下，停止播放第二音频播放事件所对应的音频数据，并播放第一音频播放事件所对应的音频数据，并且/或者在第一音频播放优先级等于第二音频播放优先级的情况下，继续播放第二音频播放事件所对应的音频数据，并播放第一音频播放事件所对应的音频数据，并且/或者在第一音频播放优先级高于或等于第二音频播放优先级的情况下，以第一参数播放第二音频播放事件所对应的音频数据，并以第二参数播放第一音频播放事件所对应的音频数据。

可选地，该方法还包括：在确定不播放第一音频播放事件所对应的音频数据的情况下，保存第一音频播放事件。

可选地，该方法还包括：判断第一音频播放事件是否为需要即时执行的事件；在判定第一音频播放事件为不需要即时执行的事件的情况下，执行保存第一音频播放事件的操作。

可选地，该方法还包括：在当前音频播放状态为未播放的情况下，从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件，并播放选取的第一音频播放事件所对应的音频数据。

可选地，从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件的步骤包括：根据音频播放优先级，从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件；或者根据第一音频播放事件被保存时的先后顺序，从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件。

可选地，应用包括多个应用界面，应用界面对应预定的业务场景，应用界面用于响应于用户的操作播放与该应用界面对应的业务场景下的音频数据，设置与智能设备上的应用涉及的多个业务场景中各个业务场景相对应的音频播放优先级的步骤包括：根据应用界面对应的业务场景，为应用界面设置音频播放优先级。

可选地，获取应用中待处理的第一音频播放事件的步骤包括：对应用界面进行检测，以获取应用界面中的第一音频播放事件。

可选地，应用界面为H5页面，并且/或者业务场景包括以下至少一项：通话场景、导航场景、音乐场景、视频场景。

可选地，该方法还包括：在应用与第一设备之间建立连接，第一设备具有音频输入和/或输出功能，或者第一设备能够连接到具有音频输入和/或输出功能的第二设备；应用通过连接，从第一设备接收输入音频数据，和/或向第一设备发送输出音频数据；应用基于输入音频数据，实现语音交互，得到输出音频数据。

可选地，实现语音交互的步骤包括：应用与服务器进行通信，该方法还包括：应用从服务器接收数据内容，生成播报数据内容的音频播放事件。

可选地，该方法还包括：在确定播放第一音频播放事件所对应的音频数据的情况下，应用通过连接向第一设备发送与第一音频播放事件对应的输出音频数据。

可选地，基于私有协议在应用与第一设备之间建立连接，基于私有协议，从第一设备接收输入音频数据，和/或向第一设备发送输出音频数据。

可选地，响应于在播放音频播放事件的过程中，接收到待播放的频播放事件，调高当前播放的音频播放事件的播放速度。

可选地，所述设置与智能设备上的应用涉及的多个业务场景中各个业务场景相对应的音频播放优先级的步骤包括：获取用户针对智能设备上的应用涉及的多个业务场景中各个业务场景设置的音频播放优先级。

可选地，该方法还包括：接收第二设备发送的音频播放事件；根据所述第二设备的类型，为来自所述第二设备的音频播放事件设置音频播放优先级。

根据本公开的第二个方面，还提出了一种语音交互方法，包括：设置与业务场景相对应的音频播放优先级；获取待处理的第一音频播放事件；以及根据第一音频播放事件所针对的业务场景的第一音频播放优先级，确定是否播放第一音频播放事件所对应的音频数据。

根据本公开的第三个方面，还提出了一种语音交互装置，包括：设置模块，用于设置与智能设备上的应用涉及的多个业务场景中各个业务场景相对应的音频播放优先级；获取模块，用于获取应用中待处理的第一音频播放事件；以及确定模块，用于根据第一音频播放事件所针对的业务场景的第一音频播放优先级，确定是否播放第一音频播放事件所对应的音频数据。

根据本公开的第四个方面，还提出了一种语音交互装置，包括：设置模块，用于设置与业务场景相对应的音频播放优先级；获取模块，用于获取待处理的第一音频播放事件；以及确定模块，用于根据第一音频播放事件所针对的业务场景的第一音频播放优先级，确定是否播放第一音频播放事件所对应的音频数据。

根据本公开的第五个方面，还提出了一种计算设备，包括：处理器；以及存储器，其上存储有可执行代码，当可执行代码被处理器执行时，使处理器执行如本公开第一个方面或第二个方面述及的方法。

根据本公开的第六个方面，还提出了一种非暂时性机器可读存储介质，其上存储有可执行代码，当可执行代码被电子设备的处理器执行时，使处理器执行如本公开第一个方面或第二个方面述及的方法。

本公开可以基于业务场景设置音频播放优先级，在同时存在多个音频播放事件的情况下，可以根据这多个音频播放事件所针对的业务场景的音频播放优先级，确定这多个音频播放事件的音频播放逻辑，以解决应用内或不同应用间可能存在的音频播放冲突。

附图说明

通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。

图1示出了根据本公开一实施例的语音交互方法的示意性流程图。

图2示出了根据本公开一个实施例的语音交互***的示意图。

图3示出了本公开在车载场景下的示意性流程图。

图4示出了根据本公开另一实施例的语音交互方法的示意性流程图。

图5示出了根据本公开一实施例的语音交互装置的结构示意图。

图6示出了根据本公开一实施例的计算设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

在同时存在多个需要输出音频数据的音频播放事件的情况下，如果不加控制，直接播放音频数据，会导致多路音频播放混合问题，而如果在新的音频播放事件到来时，不加区分直接禁止其他音频播放，则会影响用户的使用体验。

为此，本公开提出，可以基于业务场景设置音频播放优先级，在同时存在多个音频播放事件的情况下，可以根据这多个音频播放事件所针对的业务场景的音频播放优先级，确定这多个音频播放事件的音频播放逻辑，以解决应用内或不同应用间可能存在的音频播放冲突。

下面就本公开涉及的细节进一步说明。

【针对应用内音频播放冲突的解决方案】

图1示出了根据本公开一实施例的语音交互方法的示意性流程图。图1所示的方法可以是基于智能设备上的应用执行的。

在本实施例中，应用是指能够支持多种对应于不同业务场景的音频播放功能的应用程序。

例如，应用可以支持语音交互，应用可以通过语音交互的方式向用户提供信息播报、音频/视频播放、语音通话等诸多音频播放功能。

再例如，应用也可以支持手动操作，如应用可以包括一个或多个应用界面，可以响应于用户针对应用界面中特定界面元素的触摸操作，向用户提供信息播报、音频/视频播放、语音通话等诸多音频播放功能。

参见图1，在步骤S110，设置与智能设备上的应用涉及的多个业务场景中各个业务场景相对应的音频播放优先级。

业务场景也即业务类型。

应用涉及的多个业务场景可以包括但不限于通话场景、导航场景、音频场景、视频场景、语音交互场景等诸多场景中的任意组合。其中，音频场景可以进一步细分为音乐、电台、有声读物等诸多业务场景。

对于应用涉及的多个业务场景，可以根据业务场景的重要程度，设置与业务场景相对应的音频播放优先级。例如，可以为较为重要的业务场景(如导航场景、通话场景)，设置较高的音频播放优先级，为相对来说重要程度较低的业务场景(如音乐场景、视频场景)，设置较低的音频播放优先级。

还可以由用户设置音频播放优先级。如可以由用户根据自身习惯、喜好为应用涉及的业务场景设置相应的优先级。即可以获取用户针对智能设备上的应用涉及的多个业务场景中各个业务场景设置的音频播放优先级。

在步骤S120，获取应用中待处理的第一音频播放事件。

本公开中使用的“第一”、“第二”等用语仅用于区分描述，并不用于限定先后顺序、主次等级、重要程度等。

第一音频播放事件是指应用中生成的需要播放音频数据的音频播放事件。第一音频播放事件可以包括但不限于音乐播放事件、导航信息播放事件、视频播放事件、有声读物播放事件以及语音交互过程中向用户反馈的TTS(Text To Speech，从文本到语音)语音播放事件等等。

可以对应用进行检测，以获取应用中生成的待处理(也即待执行)的第一音频播放事件。

作为示例，应用可以包括多个应用界面，应用界面对应预定的业务场景，应用界面可以响应于用户的操作(可以是但不限于手动操作、语音指令)播放与该应用界面对应的业务场景下的音频数据。其中，应用界面可以为H5页面，H5页面是指基于第5代html标准规范(简称html5)设计的页面。可以对应用界面进行检测，以获取应用界面中的第一音频播放事件。

在步骤S130，根据第一音频播放事件所针对的业务场景的第一音频播放优先级，确定是否播放第一音频播放事件所对应的音频数据。

在获取到第一音频播放事件后，可以判断应用中是否存在正在播放音频数据的第二音频播放事件。

在应用中存在第二音频播放事件的情况下，可以调高第二音频播放事件的播放速度，以降低新来的第一音频播放事件的播放延迟。也即响应于在播放音频播放事件的过程中，接收到待播放的频播放事件，可以调高当前播放的音频播放事件的播放速度。

在应用中存在第二音频播放事件的情况下，也可以将第一音频播放优先级与第二音频播放事件所针对的业务场景的第二音频播放优先级进行比较。根据比较结果，确定是否播放第一音频播放事件所对应的音频数据。

作为示例，可以基于但不限于如下音频播放逻辑确定是否播放第一音频播放事件所对应的音频数据。

音频播放逻辑

1.第一音频播放优先级高于第二音频播放优先级

可以停止播放第二音频播放事件所对应的音频数据，并播放第一音频播放事件所对应的音频数据。

也可以以第一参数播放第二音频播放事件所对应的音频数据，并以第二参数播放第一音频播放事件所对应的音频数据。此处述及的第一参数、第二参数是指与声音相关的参数，如可以是音量，其中，第一参数可以是较低的音量，第二参数可以是较高的音量。

也即，在第一音频播放优先级高于第二音频播放优先级的情况下，可以以较低音量播放第二音频播放事件所对应的音频数据，并以相对较高音量播放第一音频播放事件所对应的音频数据。

2.第一音频播放优先级低于第二音频播放优先级

可以不播放第一音频播放事件所对应的音频数据，或者也可以降低音量播放第一音频播放事件所对应的音频数据。

3.第一音频播放优先级等于第二音频播放优先级

可以继续播放第二音频播放事件所对应的音频数据，并播放第一音频播放事件所对应的音频数据。

可选地，可以以第一参数播放第二音频播放事件所对应的音频数据，并以第二参数播放第一音频播放事件所对应的音频数据。此处述及的第一参数、第二参数是指与声音相关的参数，如可以是音量，其中，第一参数可以是较低的音量，第二参数可以是较高的音量。

也即，在第一音频播放优先级等于第二音频播放优先级的情况下，可以以较低音量播放第二音频播放事件所对应的音频数据，并以相对较高的音量播放第一音频播放事件所对应的音频数据。

在确定不播放第一音频播放事件所对应的音频数据的情况下，可以判断该第一音频播放事件是否为需要即时执行的事件，在判定第一音频播放事件为不需要即时执行的事件的情况下，可以保存第一音频播放事件。

在智能设备或应用的当前音频播放状态为未播放的情况下，可以从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件，并播放所选取的第一音频播放事件所对应的音频数据。

作为示例，可以根据音频播放优先级，从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件，或者也可以根据第一音频播放事件被保存时的先后顺序，从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件。

在应用中不存在第二音频播放事件的情况下，也即在应用当前未播放音频数据的情况下，可以直接播放第一音频播放事件所对应的音频数据。

需要说明的是，在同时存在多个第一音频播放事件的情况下，例如在应用中生成多个待处理的第一音频播放事件的情况下，除了比较第一音频播放事件与第二音频播放事件的优先级，还可以比较这多个第一音频播放事件的优先级，然后基于比较结果，确定这多个第一音频播放事件的播放逻辑。

作为示例，可以将多个第一音频播放事件所针对的业务场景的第一音频播放优先级进行比较，从中选择音频播放优先级最高的第一音频播放事件。在选出的第一音频播放事件为多个的情况下，可以从中择一选取、顺序播放，也可以同时播放。然后再从剩下未执行的第一音频播放事件中进一步选择音频播放优先级最高的第一音频播放事件，以此类推，完成所有第一音频播放事件所对应的音频数据的播放。

综上，本公开设定与业务场景对应的音频播放优先级，在应用内存在多个音频播放事件的情况下，对这多个音频播放事件所针对的业务场景的优先级进行比较，基于比较结果，确定这多个音频播放事件的播放逻辑，由此可以解决应用内可能存在的音频播放冲突。

本公开还可以接收第一设备之外的其他设备(为了便于区分，可以称为第二设备)发送的音频播放事件，并根据第二设备的类型，为第二设备的音频播放事件设置音频播放优先级。其中第二设备可以是但不限于本地设备、远程设备。例如第二设备可以是与第一设备属于同一家庭内的物联网设备，第二设备可以包括但不限于智能开门、智能灯泡、智能门锁等家庭物联网设备。可以由第一设备的用户为第二设备设置音频播放优先级。在接收到第二设备的音频播放事件后，关于该音频播放事件的播放逻辑，可以参见上文对第一音频播放事件的描述，此处不再赘述。

图2示出了根据本公开一个实施例的语音交互***的示意图。

如图2所示，可以在智能设备120上的APP与第一设备110之间建立连接。

智能设备120可以是任何合适的终端设备，优选可以为便携式移动设备，例如智能电话、平板电脑等。

这里述及的APP可以是指上文述及的能够支持多种对应于不同业务场景的音频播放功能的应用程序。

第一设备110具有音频输入和/或输出功能，或者第一设备110能够连接到具有音频输入和/或输出功能的第二设备140。

第一设备110可以具有音频输入和/或输出功能，能够进行音频采集和/或向外播报音频数据。或者，参见图2所示，该第一设备110例如能够连接到具有音频输入和/或输出功能的第二设备140，并经由该第二设备140实现上述音频输入和/或输出功能。

应用通过连接，可以从第一设备110接收输入音频数据，和/或向第一设备110发送输出音频数据。

应用基于输入音频数据，可以实现语音交互，得到输出音频数据。

参见图2所示，应用可以与服务器130进行通信，实现语音交互。其中，应用可以从服务器130接收数据内容，生成播报数据内容的音频播放事件，也即上文述及的第一音频播放事件。

可以由应用执行图1所示的方案，确定是否播放该第一音频播放事件所对应的音频数据。

在基于图1所示的方案确定播放第一音频播放事件所对应的音频数据的情况下，应用可以通过连接向第一设备发送与第一音频播放事件对应的输出音频数据。

优选地，可以基于私有协议在应用与第一设备之间建立连接，并基于私有协议，从第一设备接收输入音频数据，和/或向第一设备发送输出音频数据。由此，在应用实现语音交互的过程中，可以避免智能设备120上的其他应用对其造成干扰。

应用例

图3示出了本公开在车载场景下的示意性流程图。

在本实施例中，可以由车载终端执行本公开的语音交互方案。车载终端可以是但不限于车载中控盘、车载播放器等车载设备。车载终端也可以是与车载设备建立连接的手机APP，其中手机APP可以通过车载设备进行语音交互，并作为云端中转NLP指令，还可以提供控制指令执行的行为逻辑。

车载终端可以包括多个H5页面，不同的H5页面可以对应不同的业务场景，用户可以通过操作H5页面，播放音频/视频。

APP内部的H5页面可以通过JS Bridge注册音频播放优先级，播放管理模块可以检测H5页面的音频播放事件，例如可以通过JS Bridge检测H5页面的Video和Audio标签的onPlay、onEnd事件，以便了解H5页面的播放状态。

如图3所示，车载终端中还可以内置播放管理模块和内接语音交互模块。内接语音交互模块可以包括音视频播放器和TTS语音播放器，在本实施例中，音频播放事件可以包括TTS语音流播放指令或者其他音乐类播放指令。

在语音交互过程中，播放管理模块在收到TTS语音流播放指令或者其他音乐类播放指令时，可以根据注册的音频播放优先级，进行优先级判断，基于判断结果控制车载终端内H5页面中音频播放或打断。

作为示例，音频播放优先级可以分为mix和focus两个级别，focus的优先级高于mix。在注册音频播放优先级时，可以根据H5页面的业务场景，确定合适的优先级类别。例如，对应于导航业务场景的H5页面，可以注册focus，对应于音乐播放场景的H5页面，只需注册mix。

作为示例，在遇到focus级别的音频播放事件时，如果当前正在播放mix级别的音频数据，播放管理模块可以打断mix级别的音频播放，如果当前正在播放其他focus级别的音频数据，播放管理模块可以混合播放，可选地，在播放过程中可以降低其他focus级别的音量。

在遇到mix级别的音频播放事件时，如果当前正在播放focus级别的音频数据，播放管理模块可以忽略该mix级别的音频播放事件，即不播放mix级别的音频播放事件所对应的音频数据；如果当前正在播放其他mix级别的音频数据，则可以混合播放，可选地，在播放过程中可以降低其他mix级别的音量。

例如，在语音交互过程中，用户进入H5页面点播视频播放，此时，注册的JS Bridge收到音视频播放事件，则通知播放器管理模块，暂停音乐播放指令的执行，以避免多路音频播放问题。

下面以语音交互过程中的TSS播放的实现过程进行示例性说明。

1.用户的语音指令通过云端处理后返回可播放的TTS音频流。

2.在播放TTS前判断车载终端是否有其他媒体播放，如是否在听音乐，是否在听留言或者正在导航中。

3.若此时正在播放相关媒体内容，播放管理模块将根据注册的音频播放优先级判断媒体播放业务方是否允许打断，若允许打断将中断当前媒体播放，直接播放TTS音频流，在播放之后通知媒体继续播放。

4.若媒体不允许打断，当前无法播放TTS音频流无法播放，播放管理模块可以根据TTS音频流的类型决定是否保存此条TTS，若是即时TTS无需保存则直接丢弃不处理。

5.播放管理模块会检测媒体播放，一旦媒体播放结束，将从等待播放池从按先入先出的顺序播放TTS音频流。

6.当全部等待池中的TTS播放完毕则完成全部任务。

本实施例中，在车载终端内部多业务场景需要播放时，设计了播放管理模块，并着重处理了H5页面内播放音视频的场景，较好的处理了H5页面内用户操作音视频播放与语音交互的播放冲突。

至此结合图1至图3就针对应用内音频播放冲突的解决方案的实现原理做了详细说明。

【针对应用间音频播放冲突的解决方案】

基于上述技术构思，本公开还可以解决不同应用间的音频播放冲突。

图4示出了根据本公开另一实施例的语音交互方法的示意性流程图。其中，图4所示的方法可以由安装在智能设备上的客户端执行。

参见图4，在步骤S410，设置与业务场景相对应的音频播放优先级。

在本实施例中，可以根据智能设备上的应用涉及的业务场景，为应用设置音频播放优先级。此处述及的应用是指能够向用户提供音频播放业务的应用程序。

智能设备上可以安装多个应用，不同的应用可以对应不同的业务场景，用于提供与其对应的业务场景相匹配的音频播放功能。例如，智能设备上安装的多个应用可以包括但不限于导航类应用、音频播放类应用、视频播放类应用以及其他支持语音交互功能的应用等等。

可以根据应用涉及的业务场景的重要程度，为应用设置音频播放优先级。例如，可以为较为重要的业务场景所对应的应用(如导航类应用、通话类应用)，设置较高的音频播放优先级，为相对来说重要程度较低的业务场景所对应的应用(如音乐播放类应用、视频播放类应用)，设置较低的音频播放优先级。

也可以由用户设置音频播放优先级。如可以由用户根据自身习惯、喜好为应用涉及的业务场景设置相应的优先级。即可以获取用户针对智能设备上的应用涉及的多个业务场景中各个业务场景设置的音频播放优先级。

在步骤S420，获取待处理的第一音频播放事件。

可以对应用进行检测，以获取待处理的第一音频播放事件。

在步骤S430，根据第一音频播放事件所针对的业务场景的第一音频播放优先级，确定是否播放第一音频播放事件所对应的音频数据。

在智能设备的当前音频播放状态为未播放的情况下，可以播放第一音频播放事件所对应的音频数据。

在智能设备的当前音频播放状态为播放中的情况下，可以调高当前正在播放的音频播放事件的播放速度，以降低新来的第一音频播放事件的播放延迟。也即响应于在播放音频播放事件的过程中，接收到待播放的频播放事件，可以调高当前播放的音频播放事件的播放速度。

在智能设备的当前音频播放状态为播放中的情况下，可以将第一音频播放优先级与正在播放音频数据的应用所对应的第三音频播放优先级进行比较，基于比较结果，确定是否播放第一音频播放事件所对应的音频数据。

与上文述及的音频播放逻辑类似。

在第一音频播放优先级高于第三音频播放优先级的情况下，可以停止当前正在播放音频数据的应用的音频播放，并播放第一音频播放事件所对应的音频数据。也可以以第一参数播放当前正在播放音频数据，并以第二参数播放第一音频播放事件所对应的音频数据。此处述及的第一参数、第二参数是指与声音相关的参数，如可以是音量，其中，第一参数可以是较低的音量，第二参数可以是较高的音量。也即，在第一音频播放优先级高于第三音频播放优先级的情况下，可以以较低音量播放当前正在播放音频数据，并以相对较高的音量播放第一音频播放事件所对应的音频数据。

在第一音频播放优先级低于第三音频播放优先级的情况下，可以不播放第一音频播放事件所对应的音频数据，或者也可以降低音量播放第一音频播放事件所对应的音频数据。

在第一音频播放优先级等于第三音频播放优先级的情况下，可以继续播放当前正在播放的音频数据，并播放第一音频播放事件所对应的音频数据。可选地，可以以第一参数播放当前正在播放的音频数据，并以第二参数播放第一音频播放事件所对应的音频数据。此处述及的第一参数、第二参数是指与声音相关的参数，如可以是音量，其中，第一参数可以是较低的音量，第二参数可以是较高的音量。也即，在第一音频播放优先级等于第三音频播放优先级的情况下，可以以较低音量播放当前正在播放的音频数据，并以相对较高的音量开始播放第一音频播放事件所对应的音频数据。

在同时存在多个来自不同应用的第一音频播放事件的情况下，还可以比较这多个第一音频播放事件的优先级，然后基于比较结果，确定这多个第一音频播放事件的播放逻辑。

作为示例，可以将多个第一音频播放事件所对应的应用的第一音频播放优先级进行比较，从中选择音频播放优先级最高的第一音频播放事件。在选出的第一音频播放事件为多个的情况下，可以从中择一选取、顺序播放，也可以同时播放。然后再从剩下未执行的第一音频播放事件中进一步选择音频播放优先级最高的第一音频播放事件，以此类推，完成所有第一音频播放事件所对应的音频数据的播放。

在确定不播放第一音频播放事件所对应的音频数据的情况下，可以判断该第一音频播放事件是否为需要即时执行的事件，在判定第一音频播放事件为不需要即时执行的事件的情况下，可以保存第一音频播放事件。

在智能设备的当前音频播放状态为未播放的情况下，可以从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件，并播放所选取的第一音频播放事件所对应的音频数据。

作为示例，可以根据音频播放优先级，从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件，或者也可以根据第一音频播放事件被保存时的先后顺序，从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件。

综上，本公开设定与业务场景对应的音频播放优先级，在存在多个来自不同应用的音频播放事件的情况下，对这多个音频播放事件所针对的业务场景的优先级进行比较，基于比较结果，确定这多个音频播放事件的播放逻辑，由此可以解决不同应用间可能存在的音频播放冲突。

其中不同应用可以位于同一设备中，也可以位于不同设备中。以图4所示的方法由第一设备执行为例，第一设备还可以接收第一设备之外的其他设备(为了便于区分，可以称为第二设备)发送的音频播放事件，并根据第二设备的类型，为第二设备的音频播放事件设置音频播放优先级。其中第二设备可以是但不限于本地设备、远程设备。例如第二设备可以是与第一设备属于同一家庭内的物联网设备。其中可以由第一设备的用户为第二设备设置音频播放优先级。在接收到第二设备的音频播放事件后，关于该音频播放事件的播放逻辑，可以参见上文对第一音频播放事件的描述，此处不再赘述。

作为示例，图4所示的方法可以由安装在智能设备上的特定的客户端应用执行，可以由该客户端应用为智能设备上安装的音频播放类应用设置音频播放优先级，对音频播放类应用进行检测，获取来自这些应用的音频播放事件，通过比较音频播放优先级，控制音频数据的播放，以解决不同应用间可能存在的音频播放冲突。

图5示出了根据本公开一实施例的语音交互装置的结构示意图。其中，语音交互装置的功能模块可以由实现本发明原理的硬件、软件或硬件和软件的结合来实现。本领域技术人员可以理解的是，图5所描述的功能模块可以组合起来或者划分成子模块，从而实现上述发明的原理。因此，本文的描述可以支持对本文描述的功能模块的任何可能的组合、或者划分、或者更进一步的限定。

下面就语音交互装置可以具有的功能模块以及各功能模块可以执行的操作做简要说明，对于其中涉及的细节部分可以参见上文相关描述，这里不再赘述。

参见图5，语音交互装置500包括设置模块510、获取模块520以及确定模块530。

在一个实施例中，设置模块510用于设置与智能设备上的应用涉及的多个业务场景中各个业务场景相对应的音频播放优先级；获取模块520用于获取应用中待处理的第一音频播放事件；确定模块530用于根据第一音频播放事件所针对的业务场景的第一音频播放优先级，确定是否播放第一音频播放事件所对应的音频数据。

确定模块530可以将第一音频播放优先级与应用中正在播放音频数据的第二音频播放事件所针对的业务场景的第二音频播放优先级进行比较，在第一音频播放优先级高于或等于第二音频播放优先级的情况下，播放第一音频播放事件所对应的音频数据。

在第一音频播放优先级高于第二音频播放优先级的情况下，确定模块530停止播放第二音频播放事件所对应的音频数据，并播放第一音频播放事件所对应的音频数据，并且/或者

在第一音频播放优先级等于第二音频播放优先级的情况下，确定模块530继续播放第二音频播放事件所对应的音频数据，并播放第一音频播放事件所对应的音频数据，并且/或者

在第一音频播放优先级高于或等于第二音频播放优先级的情况下，确定模块530以第一参数播放第二音频播放事件所对应的音频数据，并以第二参数播放第一音频播放事件所对应的音频数据。

可选地，语音交互装置500还可以包括保存模块。保存模块用于在确定模块530确定不播放第一音频播放事件所对应的音频数据的情况下，保存第一音频播放事件。

可选地，语音交互装置500还可以包括判断模块。判断模块用于判断第一音频播放事件是否为需要即时执行的事件，在判断模块判定第一音频播放事件为不需要即时执行的事件的情况下，保存模块执行保存第一音频播放事件的操作。

可选地，语音交互装置500还可以包括选取模块。选取模块用于在当前音频播放状态为未播放的情况下，从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件，并播放选取的第一音频播放事件所对应的音频数据。

选取模块可以根据音频播放优先级，从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件，或者可以根据第一音频播放事件被保存时的先后顺序，从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件。

可选地，语音交互装置500还可以包括建立模块，用于在所述应用与第一设备之间建立连接。

本实施例涉及的细节部分可以参见上文结合图1的描述，此处不再赘述。

在另一个实施例中，设置模块510用于根据智能设备上的应用涉及的业务场景，设置音频播放优先级。获取模块520用于获取待处理的第一音频播放事件。确定模块530用于根据第一音频播放事件所针对的业务场景的第一音频播放优先级，确定是否播放第一音频播放事件所对应的音频数据。

可选地，语音交互装置500还可以包括判断模块和保存模块。判断模块用于判断第一音频播放事件是否为需要即时执行的事件，在判断模块判定第一音频播放事件为不需要即时执行的事件的情况下，保存模块保存第一音频播放事件。

可选地，语音交互装置500还可以包括选取模块。选取模块用于在当前音频播放状态为未播放的情况下，从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件，并播放选取的第一音频播放事件所对应的音频数据。

选取模块可以根据音频播放优先级，从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件，或者可以根据第一音频播放事件被保存时的先后顺序，从之前保存的多个第一音频播放事件中选取一个或多个第一音频播放事件。

本实施例涉及的细节部分可以参见上文结合图4的描述，此处不再赘述。

图6示出了根据本公开一实施例可用于实现上述语音交互方法的计算设备的结构示意图。

参见图6，计算设备600包括存储器610和处理器620。

处理器620可以是一个多核的处理器，也可以包含多个处理器。在一些实施例中，处理器620可以包含一个通用的主处理器以及一个或多个特殊的协处理器，例如图形处理器(GPU)、数字信号处理器(DSP)等等。在一些实施例中，处理器620可以使用定制的电路实现，例如特定用途集成电路(ASIC，Application Specific Integrated Circuit)或者现场可编程逻辑门阵列(FPGA，Field Programmable Gate Arrays)。

存储器610可以包括各种类型的存储单元，例如***内存、只读存储器(ROM)，和永久存储装置。其中，ROM可以存储处理器620或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。***内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。***内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器610可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(DRAM，SRAM，SDRAM，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器610可以包括可读和/或写的可移除的存储设备，例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM，双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。

存储器610上存储有可执行代码，当可执行代码被处理器620处理时，可以使处理器620执行上文述及的语音交互方法。

上文中已经参考附图详细描述了根据本发明的语音交互方法、装置及设备。

此外，根据本发明的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本发明的上述方法中限定的上述各步骤的计算机程序代码指令。

或者，本发明还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或计算设备、服务器等)的处理器执行时，使所述处理器执行根据本发明的上述方法的各个步骤。

本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。

附图中的流程图和框图显示了根据本发明的多个实施例的***和方法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，所述模块、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，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续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。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (22)

1.一种语音交互方法，其特征在于，包括：

设置与智能设备上的应用涉及的多个业务场景中各个业务场景相对应的音频播放优先级；

获取所述应用中待处理的第一音频播放事件；以及

根据所述第一音频播放事件所针对的业务场景的第一音频播放优先级，确定是否播放所述第一音频播放事件所对应的音频数据。

2.根据权利要求1所述的语音交互方法，其特征在于，根据所述第一音频播放事件所针对的业务场景的第一音频播放优先级确定是否播放所述第一音频播放事件所对应的音频数据的步骤包括：

将所述第一音频播放优先级与所述应用中正在播放音频数据的第二音频播放事件所针对的业务场景的第二音频播放优先级进行比较；

在所述第一音频播放优先级高于或等于所述第二音频播放优先级的情况下，播放所述第一音频播放事件所对应的音频数据。

3.根据权利要求2所述的语音交互方法，其特征在于，

在所述第一音频播放优先级高于所述第二音频播放优先级的情况下，停止播放所述第二音频播放事件所对应的音频数据，并播放所述第一音频播放事件所对应的音频数据，并且/或者

在所述第一音频播放优先级等于所述第二音频播放优先级的情况下，继续播放所述第二音频播放事件所对应的音频数据，并播放所述第一音频播放事件所对应的音频数据，并且/或者

在所述第一音频播放优先级高于或等于所述第二音频播放优先级的情况下，以第一参数播放所述第二音频播放事件所对应的音频数据，并以第二参数播放所述第一音频播放事件所对应的音频数据。

4.根据权利要求1所述的语音交互方法，其特征在于，还包括：

在确定不播放所述第一音频播放事件所对应的音频数据的情况下，保存所述第一音频播放事件。

5.根据权利要求4所述的语音交互方法，其特征在于，还包括：

判断所述第一音频播放事件是否为需要即时执行的事件；

在判定所述第一音频播放事件为不需要即时执行的事件的情况下，执行所述保存所述第一音频播放事件的操作。

6.根据权利要求4所述的语音交互方法，其特征在于，还包括：

在当前音频播放状态为未播放的情况下，从之前保存的多个所述第一音频播放事件中选取一个或多个第一音频播放事件，并播放选取的第一音频播放事件所对应的音频数据。

7.根据权利要求6所述的语音交互方法，其特征在于，所述从之前保存的多个所述第一音频播放事件中选取一个或多个第一音频播放事件的步骤包括：

根据所述音频播放优先级，从之前保存的多个所述第一音频播放事件中选取一个或多个第一音频播放事件；或者

根据所述第一音频播放事件被保存时的先后顺序，从之前保存的多个所述第一音频播放事件中选取一个或多个第一音频播放事件。

8.根据权利要求1所述的语音交互方法，其特征在于，

所述应用包括多个应用界面，所述应用界面对应预定的业务场景，所述应用界面用于响应于用户的操作播放与该应用界面对应的业务场景下的音频数据，

所述设置与智能设备上的应用涉及的多个业务场景中各个业务场景相对应的音频播放优先级的步骤包括：根据所述应用界面对应的业务场景，为所述应用界面设置音频播放优先级。

9.根据权利要求8所述的语音交互方法，其特征在于，获取所述应用中待处理的第一音频播放事件的步骤包括：

对所述应用界面进行检测，以获取所述应用界面中的第一音频播放事件。

10.根据权利要求8所述的语音交互方法，其特征在于，

所述应用界面为H5页面，并且/或者

所述业务场景包括以下至少一项：通话场景、导航场景、音乐场景、视频场景。

11.根据权利要求1所述的语音交互方法，其特征在于，还包括：

在所述应用与第一设备之间建立连接，所述第一设备具有音频输入和/或输出功能，或者所述第一设备能够连接到具有音频输入和/或输出功能的第二设备；

所述应用通过所述连接，从所述第一设备接收输入音频数据，和/或向所述第一设备发送输出音频数据；

所述应用基于输入音频数据，实现语音交互，得到输出音频数据。

12.根据权利要求11所述的语音交互方法，其特征在于，

所述实现语音交互的步骤包括：所述应用与服务器进行通信，

该方法还包括：所述应用从所述服务器接收数据内容，生成播报所述数据内容的音频播放事件。

13.根据权利要求11所述的语音交互方法，其特征在于，还包括：

在确定播放所述第一音频播放事件所对应的音频数据的情况下，所述应用通过所述连接向所述第一设备发送与所述第一音频播放事件对应的输出音频数据。

14.根据权利要求11所述的语音交互方法，其特征在于，

基于私有协议在所述应用与所述第一设备之间建立所述连接，

基于所述私有协议，从所述第一设备接收所述输入音频数据，和/或向所述第一设备发送输出音频数据。

15.根据权利要求1所述的语音交互方法，其特征在于，还包括：

响应于在播放音频播放事件的过程中，接收到待播放的频播放事件，调高当前播放的音频播放事件的播放速度。

16.根据权利要求1所述的语音交互方法，其特征在于，所述设置与智能设备上的应用涉及的多个业务场景中各个业务场景相对应的音频播放优先级的步骤包括：

获取用户针对智能设备上的应用涉及的多个业务场景中各个业务场景设置的音频播放优先级。

17.根据权利要求1所述的语音交互方法，其特征在于，还包括：

接收第二设备发送的音频播放事件；

根据所述第二设备的类型，为来自所述第二设备的音频播放事件设置音频播放优先级。

18.一种语音交互方法，其特征在于，包括：

设置与业务场景相对应的音频播放优先级；

获取待处理的第一音频播放事件；以及

根据所述第一音频播放事件所针对的业务场景的第一音频播放优先级，确定是否播放所述第一音频播放事件所对应的音频数据。

19.一种语音交互装置，其特征在于，包括：

设置模块，用于设置与智能设备上的应用涉及的多个业务场景中各个业务场景相对应的音频播放优先级；

获取模块，用于获取所述应用中待处理的第一音频播放事件；以及

确定模块，用于根据所述第一音频播放事件所针对的业务场景的第一音频播放优先级，确定是否播放所述第一音频播放事件所对应的音频数据。

20.一种语音交互装置，其特征在于，包括：

设置模块，用于设置与业务场景相对应的音频播放优先级；

获取模块，用于获取待处理的第一音频播放事件；以及

确定模块，用于根据所述第一音频播放事件所针对的业务场景的第一音频播放优先级，确定是否播放所述第一音频播放事件所对应的音频数据。

21.一种计算设备，包括：

处理器；以及

存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1至18中任何一项所述的方法。

22.一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1至18中任一项所述的方法。

Images