JP2019117623A - 音声対話方法、装置、デバイス及び記憶媒体 - Google Patents
音声対話方法、装置、デバイス及び記憶媒体 Download PDFInfo
- Publication number
- JP2019117623A JP2019117623A JP2018173966A JP2018173966A JP2019117623A JP 2019117623 A JP2019117623 A JP 2019117623A JP 2018173966 A JP2018173966 A JP 2018173966A JP 2018173966 A JP2018173966 A JP 2018173966A JP 2019117623 A JP2019117623 A JP 2019117623A
- Authority
- JP
- Japan
- Prior art keywords
- scene
- voice
- semantic analysis
- user
- voice interaction
- 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 137
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 230000006870 function Effects 0.000 claims abstract description 22
- 238000013473 artificial intelligence Methods 0.000 claims description 152
- 230000003993 interaction Effects 0.000 claims description 144
- 238000004458 analytical method Methods 0.000 claims description 92
- 238000012545 processing Methods 0.000 claims description 58
- 230000008859 change Effects 0.000 claims description 19
- 230000002618 waking effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 29
- 230000004044 response Effects 0.000 abstract 1
- 230000002452 interceptive effect Effects 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 7
- 238000009434 installation Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
- H04M1/72454—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to context-related or environment-related conditions
-
- 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
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- 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
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
-
- 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
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- 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
- G10L15/26—Speech to text systems
-
- 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/04—Training, enrolment or model building
-
- 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/22—Interactive procedures; Man-machine interfaces
-
- 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
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- 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
-
- 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
-
- 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
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
- G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context
-
- 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
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- User Interface Of Digital Computer (AREA)
- Telephone Function (AREA)
Abstract
Description
Claims (22)
- 人工知能AIデバイスに応用される音声対話方法であって、
AIデバイスが現在に置かれるシーンがプリセットシーンであるか否かを確定し、
前記AIデバイスが現在に置かれるシーンが前記プリセットシーンであれば、ユーザと音声対話を行うように、前記AIデバイスの音声対話機能をウェークアップする、
ことを含むことを特徴とする方法。 - 前記AIデバイスが現在に置かれるシーンがプリセットシーンであるか否かを確定することは、
前記AIデバイスの操作状態に変化があるか否かを検出し、
変化があると、操作状態が変化された後に前記AIデバイスが置かれるシーンがプリセットシーンであるか否かを確定し、
或いは、
ユーザから前記AIデバイスに入力されたシーン設置コマンドを受信し、
前記シーン設置コマンドに基づいて、前記AIデバイスが現在に置かれるシーンがプリセットシーンであるか否かを確定し、
或いは、
所定の周期に基づいて、前記AIデバイスが現在に置かれるシーンがプリセットシーンであるか否かを周期的に検出し確定し、
或いは、
前記AIデバイスのマイクがオン状態にあるか否かを検出し、
前記マイクがオン状態にあると、前記AIデバイスが現在に置かれるシーンがプリセットシーンであるか否かを確定する、
ことを含むことを特徴とする請求項1に記載の方法。 - 前記プリセットシーンに通話シーンが含まれる場合に、AIデバイスが現在に置かれるシーンがプリセットシーンであるか否かを確定することは、
前記AIデバイスが通話中であるか、或いは通話要求を受信したかを検出し、
肯定の場合に、前記AIデバイスが現在に置かれるシーンがプリセットシーンであると確定することを含み、
或いは、
前記プリセットシーンにメディアファイル再生シーンが含まれる場合に、前記AIデバイスが現在に置かれるシーンがプリセットシーンであるか否かを確定することは、
前記AIデバイスがメディアファイルを再生しているか否かを検出し、ここで、前記メディアファイルに画像ファイル、オーディオファイル及びビデオファイルのうちの少なくとも一つが含まれ、
肯定の場合に、前記AIデバイスが現在に置かれるシーンがプリセットシーンであると確定することを含み、
或いは、
前記プリセットシーンに移動シーンが含まれる場合に、前記AIデバイスが現在に置かれるシーンがプリセットシーンであるか否かを確定することは、
前記AIデバイスの移動速度を検出し、前記移動が所定値よりも大きいか否かを判断し、
肯定の場合に、前記AIデバイスが現在に置かれるシーンがプリセットシーンであることを確定することを含み、
或いは、
前記プリセットシーンに情報シーンが含まれる場合に、前記AIデバイスが現在に置かれるシーンがプリセットシーンであるか否かを確定することは、
前記AIデバイスがショートメッセージ或いは通知メッセージを受信したか否かを検出し、
肯定の場合に、前記AIデバイスが現在に置かれるシーンがプリセットシーンであると確定することを含む
ことを特徴とする請求項1又は請求項2に記載の方法。 - 前記ユーザと音声対話を行うように、前記AIデバイスの音声対話機能をウェークアップすることは、
ユーザの音声データを取得し、
前記音声データと、予め設置された前記AIデバイスが現在に置かれるシーンに対応するコマンドセットとに基づいて、音声対話を行う
ことを含むことを特徴とする請求項1又請求項は2に記載の方法。 - 前記ユーザの音声データを取得することは、
ユーザの音声データを採集するように、前記AIデバイスのマイクを制御し、
或いは、
ユーザの音声を採集してユーザの音声データを取得するように、前記AIデバイスに接続されたブルートゥース(登録商標)或いはイヤホンマイクを制御し、
或いは、
他のデバイスから送信されたユーザの音声データを受信する、
ことを含むことを特徴とする請求項4に記載の方法。 - 前記方法は、
音響学モデルと語義解析モデルを採用して前記音声データを認識し解析することにより語義解析結果を取得し、
前記語義解析結果の信頼度が所定の閾値よりも大きい場合に、前記語義解析結果に指示された操作を実行する、
ことを更に含むことを特徴とする請求項5に記載の方法。 - 前記音響学モデルと語義解析モデルを採用して前記音声データを認識し解析する前に、前記方法は、
前記音声データに対してノイズ除去とエコ除去の処理を行う、
ことを更に含むことを特徴とする請求項6に記載の方法。 - 予め取得された音響学モデルと語義解析モデルを採用して前記音声データを認識し解析することにより語義解析結果を取得することは、
前記音声データについて前記音響学モデルを採用してマッチングすることにより、語義データを認識し、
前記語義解析モデルに基づいて前記語義データを解析することにより、前記語義解析結果を取得する、
ことを含むことを特徴とする請求項6に記載の方法。 - 前記方法は、
前記AIデバイスが現在に置かれるシーン、前記AIデバイスが現在に置かれるシーンに対応するコマンドセット及び前記AIデバイスの状態に基づいて、前記語義解析結果の信頼度を評価し、
前記語義解析結果の信頼度が所定の閾値よりも大きいか否かを判断し、
前記語義解析結果の信頼度が前記所定の閾値よりも小さい場合に、前記語義解析結果に指示された操作の実行をキャンセルする、
ことを更に含むことを特徴とする請求項6〜請求項8の何れか一つに記載の方法。 - 前記前記語義解析結果に指示された操作を実行することは、
コマンドを指定するように前記語義解析結果をソフトウェアインターフェースに出力して実行する、ことを含むことを特徴とする請求項6〜請求項8の何れか一つに記載の方法。 - 音声対話装置であって、
音声対話装置が現在に置かれるシーンがプリセットシーンであるか否かを確定する第一処理モジュールと、
前記音声対話装置が現在に置かれるシーンが前記プリセットシーンであれば、ユーザと音声対話を行うように、前記音声対話装置の音声対話機能をウェークアップする第二処理モジュールと、
を備えることを特徴とする装置。 - 前記第一処理モジュールは、具体的に、
前記音声対話装置の操作状態に変化があるか否かを検出し、
変化があると、操作状態が変化された後に前記音声対話装置が置かれるシーンがプリセットシーンであるか否かを確定し、
或いは、
ユーザから前記音声対話装置に入力されたシーン設置コマンドを受信し、
前記シーン設置コマンドに基づいて、前記音声対話装置が現在に置かれるシーンがプリセットシーンであるか否かを確定し、
或いは、
所定の周期に基づいて、前記音声対話装置が現在に置かれるシーンがプリセットシーンであるか否かを周期的に検出し確定し、
或いは、
前記音声対話装置のマイクがオン状態にあるか否かを検出し、
前記マイクがオン状態にあると、前記音声対話装置が現在に置かれるシーンがプリセットシーンであるか否かを確定する、
ように用いられることを特徴とする請求項11に記載の装置。 - 前記プリセットシーンに通話シーンが含まれる場合に、前記第一処理モジュールは、更に
前記音声対話装置が通話中であるか、或いは通話要求を受信したかを検出し、
肯定の場合に、前記音声対話装置が現在に置かれるシーンがプリセットシーンであると確定するように用いられ、
或いは、
前記プリセットシーンにメディアファイル再生シーンが含まれる場合に、前記第一処理モジュールは、更に
前記音声対話装置がメディアファイルを再生しているかを検出し、ここで、前記メディアファイルに画像ファイル、オーディオファイル及びビデオファイルのうちの少なくとも一つが含まれ、
肯定の場合に、前記音声対話装置が現在に置かれるシーンがプリセットシーンであると確定するように用いられ、
或いは、
前記プリセットシーンに移動シーンが含まれる場合に、前記第一処理モジュールは、更に
前記音声対話装置の移動速度を検出し、前記移動が所定値よりも大きいか否かを判断し、
肯定の場合に、前記音声対話装置が現在に置かれるシーンがプリセットシーンであると確定するように用いられ、
或いは、
前記プリセットシーンに情報シーンが含まれる場合に、前記第一処理モジュールは、更に
前記音声対話装置がショートメッセージ或いは通知メッセージを受信したか否かを検出し、
肯定の場合に、前記音声対話装置が現在に置かれるシーンがプリセットシーンであると確定するように用いられる、
ことを特徴とする請求項11又は請求項12に記載の装置。 - 前記第二処理モジュールは、具体的に、
ユーザの音声データを取得し、
前記音声データと、予め設置された前記音声対話装置が現在に置かれるシーンに対応するコマンドセットとに基づいて、音声対話を行う、
ように用いられることを特徴とする請求項11又は請求項12に記載の装置。 - 前記第二処理モジュールは、更に具体的に、
ユーザの音声データを採集するように、前記音声対話装置のマイクを制御し、
或いは、
ユーザの音声を採集してユーザの音声データを取得するように、前記音声対話装置に接続されたブルートゥース(登録商標)或いはイヤホンマイクを制御し、
或いは、
他のデバイスから送信されたユーザの音声データを受信する、
ように用いられることを特徴とする請求項14に記載の装置。 - 前記装置は、更に、
音響学モデルと語義解析モデルを採用して前記音声データを認識し解析することにより、語義解析結果を取得する第三処理モジュールと、
前記語義解析結果の信頼度が所定の閾値よりも大きい場合に、前記語義解析結果に指示された操作を実行する第四処理モジュールと、
を備えることを特徴とする請求項15に記載の装置。 - 前記第三処理モジュールは、音響学モデルと語義解析モデルを採用して前記音声データを認識し解析する前に、更に
前記音声データに対してノイズ除去とエコ除去の処理を行う
ように用いられることを特徴とする請求項16に記載の装置。 - 前記第三処理モジュールは、具体的に、
前記音声データに対して前記音響学モデルを採用してマッチングすることにより、語義データを認識し、
前記語義解析モデルに基づいて前記語義データを解析することにより、前記語義解析結果を取得する、
ように用いられることを特徴とする請求項16に記載の装置。 - 前記第四処理モジュールは、具体的に、
前記音声対話装置が現在に置かれるシーン、前記音声対話装置が現在に置かれるシーンに対応するコマンドセット、及び前記音声対話装置の状態に基づいて、前記語義解析結果の信頼度を評価し、
前記語義解析結果の信頼度が所定の閾値よりも大きいか否かを判断し、
前記語義解析結果の信頼度が前記所定の閾値よりも小さい場合に、前記語義解析結果に指示された操作の実行をキャンセルする、
ように用いられることを特徴とする請求項16〜請求項18の何れか一つに記載の装置。 - 前記第四処理モジュールは、更に、
コマンドを指定するように前記語義解析結果をソフトウェアインターフェースに出力して実行する
ように用いられることを特徴とする請求項16〜請求項18の何れか一つに記載の装置。 - メモリとプロセッサを備え、
前記メモリは、コンピュータコマンドが記憶されており、前記プロセッサは、前記メモリに記憶されている前記コンピュータコマンドを実行して請求項1〜請求項10の何れか一つに記載の音声対話方法を実現させる、
ことを特徴とする人工知能AIデバイス。 - 読み取り可能な記憶媒体とコンピュータコマンドを備え、
前記コンピュータコマンドは前記読み取り可能な記憶媒体に記憶されており、前記コンピュータコマンドは請求項1〜請求項10の何れか一つに記載の音声対話方法を実現させる、
ことを特徴とする記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711427997.9A CN108337362A (zh) | 2017-12-26 | 2017-12-26 | 语音交互方法、装置、设备和存储介质 |
CN201711427997.9 | 2017-12-26 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019117623A true JP2019117623A (ja) | 2019-07-18 |
JP6811758B2 JP6811758B2 (ja) | 2021-01-13 |
Family
ID=62923410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018173966A Active JP6811758B2 (ja) | 2017-12-26 | 2018-09-18 | 音声対話方法、装置、デバイス及び記憶媒体 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10600415B2 (ja) |
JP (1) | JP6811758B2 (ja) |
CN (1) | CN108337362A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022501623A (ja) * | 2019-08-16 | 2022-01-06 | ペキン シャオミ モバイル ソフトウェア カンパニー, リミテッドBeijing Xiaomi Mobile Software Co., Ltd. | オーディオ処理方法、装置及び記憶媒体 |
JP2022534371A (ja) * | 2019-08-15 | 2022-07-29 | 華為技術有限公司 | 音声対話方法及び装置、端末、並びに記憶媒体 |
Families Citing this family (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109087650B (zh) * | 2018-10-24 | 2022-02-22 | 北京小米移动软件有限公司 | 语音唤醒方法及装置 |
CN109192210B (zh) * | 2018-10-25 | 2023-09-22 | 腾讯科技(深圳)有限公司 | 一种语音识别的方法、唤醒词检测的方法及装置 |
CN109410952B (zh) * | 2018-10-26 | 2020-02-28 | 北京蓦然认知科技有限公司 | 一种语音唤醒方法、装置及*** |
CN109285547B (zh) * | 2018-12-04 | 2020-05-01 | 北京蓦然认知科技有限公司 | 一种语音唤醒方法、装置及*** |
CN111312235B (zh) * | 2018-12-11 | 2023-06-30 | 阿里巴巴集团控股有限公司 | 一种语音交互方法、装置及*** |
CN109360567B (zh) * | 2018-12-12 | 2021-07-20 | 思必驰科技股份有限公司 | 可定制唤醒的方法和装置 |
CN109524010A (zh) * | 2018-12-24 | 2019-03-26 | 出门问问信息科技有限公司 | 一种语音控制方法、装置、设备及存储介质 |
CN109671432A (zh) * | 2018-12-25 | 2019-04-23 | 斑马网络技术有限公司 | 语音定位处理方法、装置、定位设备及车辆 |
CN109493849A (zh) * | 2018-12-29 | 2019-03-19 | 联想(北京)有限公司 | 语音唤醒方法、装置及电子设备 |
CN109871238A (zh) * | 2019-01-02 | 2019-06-11 | 百度在线网络技术(北京)有限公司 | 语音交互方法、装置和存储介质 |
CN111475206B (zh) * | 2019-01-04 | 2023-04-11 | 优奈柯恩(北京)科技有限公司 | 用于唤醒可穿戴设备的方法及装置 |
CN110136707B (zh) * | 2019-04-22 | 2021-03-02 | 云知声智能科技股份有限公司 | 一种用于进行多设备自主决策的人机交互*** |
CN110278205B (zh) | 2019-06-19 | 2021-05-28 | 百度在线网络技术(北京)有限公司 | 蓝牙音箱底座及其控制方法和*** |
CN110517678B (zh) * | 2019-08-28 | 2022-04-08 | 南昌保莱科技有限公司 | 一种基于视觉感应的ai语音应答响应*** |
CN112447180A (zh) * | 2019-08-30 | 2021-03-05 | 华为技术有限公司 | 语音唤醒方法和装置 |
CN110473556B (zh) * | 2019-09-17 | 2022-06-21 | 深圳市万普拉斯科技有限公司 | 语音识别方法、装置和移动终端 |
CN112533041A (zh) * | 2019-09-19 | 2021-03-19 | 百度在线网络技术(北京)有限公司 | 视频播放方法、装置、电子设备和可读存储介质 |
CN112558753A (zh) * | 2019-09-25 | 2021-03-26 | 佛山市顺德区美的电热电器制造有限公司 | 多媒体交互方式的切换方法及装置、终端、存储介质 |
CN112581945A (zh) * | 2019-09-29 | 2021-03-30 | 百度在线网络技术(北京)有限公司 | 语音控制方法、装置、电子设备和可读存储介质 |
CN110895931A (zh) * | 2019-10-17 | 2020-03-20 | 苏州意能通信息技术有限公司 | 一种基于语音识别的vr交互***和方法 |
CN114556895A (zh) * | 2019-10-21 | 2022-05-27 | 宇龙计算机通信科技(深圳)有限公司 | 语音控制的方法、装置、终端及存储介质 |
CN110751951B (zh) * | 2019-10-25 | 2022-11-11 | 智亮君 | 基于智能镜子的握手交互方法及***、存储介质 |
CN111367488B (zh) * | 2020-01-07 | 2023-08-22 | 百度在线网络技术(北京)有限公司 | 语音设备及语音设备的交互方法、设备、存储介质 |
CN113223510B (zh) * | 2020-01-21 | 2022-09-20 | 青岛海尔电冰箱有限公司 | 冰箱及其设备语音交互方法、计算机可读存储介质 |
CN111581361B (zh) * | 2020-04-22 | 2023-09-15 | 腾讯科技(深圳)有限公司 | 一种意图识别方法及装置 |
CN111524504A (zh) * | 2020-05-11 | 2020-08-11 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 机载语音控制方法和装置 |
CN111625094B (zh) * | 2020-05-25 | 2023-07-14 | 阿波罗智联(北京)科技有限公司 | 智能后视镜的交互方法、装置、电子设备和存储介质 |
CN111916076B (zh) * | 2020-07-10 | 2024-06-07 | 北京搜狗智能科技有限公司 | 一种录音方法、装置和电子设备 |
CN111951795B (zh) * | 2020-08-10 | 2024-04-09 | 中移(杭州)信息技术有限公司 | 语音交互方法、服务器、电子设备和存储介质 |
CN112000024B (zh) * | 2020-09-01 | 2022-08-05 | 青岛海尔科技有限公司 | 用于控制家电设备的方法及装置、设备 |
CN112233674A (zh) * | 2020-10-15 | 2021-01-15 | 上海博泰悦臻网络技术服务有限公司 | 一种多模交互方法及其*** |
CN112489644B (zh) * | 2020-11-04 | 2023-12-19 | 三星电子(中国)研发中心 | 用于电子设备的语音识别方法及装置 |
CN112799632B (zh) * | 2021-01-26 | 2023-12-19 | 深圳市普渡科技有限公司 | 机器人语音播放方法及机器人 |
CN115396831A (zh) * | 2021-05-08 | 2022-11-25 | ***通信集团浙江有限公司 | 交互模型生成方法、装置、设备及存储介质 |
CN115695636A (zh) * | 2021-07-27 | 2023-02-03 | 华为技术有限公司 | 一种智能语音交互的方法及电子设备 |
CN113808584A (zh) * | 2021-07-29 | 2021-12-17 | 杭州逗酷软件科技有限公司 | 语音唤醒方法、装置、电子设备及存储介质 |
CN114356275B (zh) * | 2021-12-06 | 2023-12-29 | 上海小度技术有限公司 | 交互控制方法、装置、智能语音设备及存储介质 |
CN115472156A (zh) * | 2022-09-05 | 2022-12-13 | Oppo广东移动通信有限公司 | 语音控制方法、装置、存储介质及电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020077830A1 (en) * | 2000-12-19 | 2002-06-20 | Nokia Corporation | Method for activating context sensitive speech recognition in a terminal |
JP2003195891A (ja) * | 2001-12-27 | 2003-07-09 | Denso Corp | 電子機器 |
JP2004289710A (ja) * | 2003-03-25 | 2004-10-14 | Toshiba Corp | ハンズフリーシステムおよび携帯電話機 |
JP2011253375A (ja) * | 2010-06-02 | 2011-12-15 | Sony Corp | 情報処理装置、および情報処理方法、並びにプログラム |
CN103561156A (zh) * | 2013-09-24 | 2014-02-05 | 北京光年无限科技有限公司 | 一种通过位移唤醒语音助手的方法 |
JP2017069748A (ja) * | 2015-09-30 | 2017-04-06 | グローリー株式会社 | 監視カメラシステム及び監視方法 |
CN107360327A (zh) * | 2017-07-19 | 2017-11-17 | 腾讯科技(深圳)有限公司 | 语音识别方法、装置和存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013037097A (ja) * | 2011-08-05 | 2013-02-21 | Seiko Epson Corp | 音声処理装置 |
CN105739977A (zh) * | 2016-01-26 | 2016-07-06 | 北京云知声信息技术有限公司 | 一种语音交互设备的唤醒方法及装置 |
CN105912092B (zh) * | 2016-04-06 | 2019-08-13 | 北京地平线机器人技术研发有限公司 | 人机交互中的语音唤醒方法及语音识别装置 |
CN106175407B (zh) * | 2016-07-05 | 2018-08-31 | 杭州九阳欧南多小家电有限公司 | 一种具有语音交互的烹饪器具及语音交互控制方法 |
US10051600B1 (en) * | 2017-12-12 | 2018-08-14 | Amazon Technologies, Inc. | Selective notification delivery based on user presence detections |
-
2017
- 2017-12-26 CN CN201711427997.9A patent/CN108337362A/zh active Pending
-
2018
- 2018-09-17 US US16/133,336 patent/US10600415B2/en active Active
- 2018-09-18 JP JP2018173966A patent/JP6811758B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020077830A1 (en) * | 2000-12-19 | 2002-06-20 | Nokia Corporation | Method for activating context sensitive speech recognition in a terminal |
JP2003195891A (ja) * | 2001-12-27 | 2003-07-09 | Denso Corp | 電子機器 |
JP2004289710A (ja) * | 2003-03-25 | 2004-10-14 | Toshiba Corp | ハンズフリーシステムおよび携帯電話機 |
JP2011253375A (ja) * | 2010-06-02 | 2011-12-15 | Sony Corp | 情報処理装置、および情報処理方法、並びにプログラム |
CN103561156A (zh) * | 2013-09-24 | 2014-02-05 | 北京光年无限科技有限公司 | 一种通过位移唤醒语音助手的方法 |
JP2017069748A (ja) * | 2015-09-30 | 2017-04-06 | グローリー株式会社 | 監視カメラシステム及び監視方法 |
CN107360327A (zh) * | 2017-07-19 | 2017-11-17 | 腾讯科技(深圳)有限公司 | 语音识别方法、装置和存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022534371A (ja) * | 2019-08-15 | 2022-07-29 | 華為技術有限公司 | 音声対話方法及び装置、端末、並びに記憶媒体 |
JP7324313B2 (ja) | 2019-08-15 | 2023-08-09 | 華為技術有限公司 | 音声対話方法及び装置、端末、並びに記憶媒体 |
US11922935B2 (en) | 2019-08-15 | 2024-03-05 | Huawei Technologies Co., Ltd. | Voice interaction method and apparatus, terminal, and storage medium |
JP2022501623A (ja) * | 2019-08-16 | 2022-01-06 | ペキン シャオミ モバイル ソフトウェア カンパニー, リミテッドBeijing Xiaomi Mobile Software Co., Ltd. | オーディオ処理方法、装置及び記憶媒体 |
US11264027B2 (en) | 2019-08-16 | 2022-03-01 | Beijing Xiaomi Mobile Software Co., Ltd. | Method and apparatus for determining target audio data during application waking-up |
JP7166294B2 (ja) | 2019-08-16 | 2022-11-07 | ペキン シャオミ モバイル ソフトウェア カンパニー, リミテッド | オーディオ処理方法、装置及び記憶媒体 |
Also Published As
Publication number | Publication date |
---|---|
US20190198019A1 (en) | 2019-06-27 |
JP6811758B2 (ja) | 2021-01-13 |
CN108337362A (zh) | 2018-07-27 |
US10600415B2 (en) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6811758B2 (ja) | 音声対話方法、装置、デバイス及び記憶媒体 | |
CN110634483B (zh) | 人机交互方法、装置、电子设备及存储介质 | |
CN108962240B (zh) | 一种基于耳机的语音控制方法及*** | |
US11502859B2 (en) | Method and apparatus for waking up via speech | |
CN109243431A (zh) | 一种处理方法、控制方法、识别方法及其装置和电子设备 | |
CN108538291A (zh) | 语音控制方法、终端设备、云端服务器及*** | |
JP7166294B2 (ja) | オーディオ処理方法、装置及び記憶媒体 | |
CN106463112A (zh) | 语音识别方法、语音唤醒装置、语音识别装置及终端 | |
WO2019033987A1 (zh) | 提示方法、装置、存储介质及终端 | |
US20130238341A1 (en) | Device capable of playing music and method for controlling music playing in electronic device | |
US11200899B2 (en) | Voice processing method, apparatus and device | |
CN111583923B (zh) | 信息控制方法及装置、存储介质 | |
WO2014182453A2 (en) | Method and apparatus for training a voice recognition model database | |
CN108648754A (zh) | 语音控制方法及装置 | |
JP6817386B2 (ja) | 音声認識方法、音声ウェイクアップ装置、音声認識装置、および端末 | |
CN112133302A (zh) | 预唤醒终端的方法、装置及存储介质 | |
CN108492826B (zh) | 音频处理方法、装置、智能设备及介质 | |
CN110415703A (zh) | 语音备忘信息处理方法及装置 | |
CN109215642A (zh) | 人机会话的处理方法、装置及电子设备 | |
US10693944B1 (en) | Media-player initialization optimization | |
CN109670025A (zh) | 对话管理方法及装置 | |
CN113449068A (zh) | 一种语音交互方法及电子设备 | |
US11641592B1 (en) | Device management using stored network metrics | |
CN111968680A (zh) | 一种语音处理方法、装置及存储介质 | |
CN213691430U (zh) | 一种用于声音控制的装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180918 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180918 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181105 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191023 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191203 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200302 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200804 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201030 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20201208 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201215 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6811758 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313114 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |