JP6906584B2 - デバイスをウェイクアップするための方法及び装置 - Google Patents
デバイスをウェイクアップするための方法及び装置 Download PDFInfo
- Publication number
- JP6906584B2 JP6906584B2 JP2019196478A JP2019196478A JP6906584B2 JP 6906584 B2 JP6906584 B2 JP 6906584B2 JP 2019196478 A JP2019196478 A JP 2019196478A JP 2019196478 A JP2019196478 A JP 2019196478A JP 6906584 B2 JP6906584 B2 JP 6906584B2
- Authority
- JP
- Japan
- Prior art keywords
- response
- response text
- self
- wake word
- text
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 50
- 230000002618 waking effect Effects 0.000 title claims description 4
- 230000004044 response Effects 0.000 claims description 249
- 230000005236 sound signal Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 241000283973 Oryctolagus cuniculus Species 0.000 description 1
- 241000207961 Sesamum Species 0.000 description 1
- 235000003434 Sesamum indicum Nutrition 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 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
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
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
- G10L15/08—Speech classification or search
-
- 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
- G10L15/04—Segmentation; Word boundary detection
- G10L15/05—Word boundary detection
-
- 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
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/02—Methods for producing synthetic speech; Speech synthesisers
- G10L13/027—Concept to speech synthesisers; Generation of natural phrases from machine-based concepts
-
- 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
- G10L2015/088—Word spotting
-
- 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)
- User Interface Of Digital Computer (AREA)
- Telephone Function (AREA)
- Telephonic Communication Services (AREA)
Description
なお、矛盾しない限り、本願の実施形態及び実施形態の特徴は、組合わせても良い。以下、図面を参照しながら、実施形態を用いて本願を説明する。
Claims (14)
- デバイスをウェイクアップするための方法であって、
デバイスを取り巻く環境の音声信号を収集するステップと、
前記音声信号が自己定義ウェイクワードを含むと判定されたことに応答し、ユーザーによって予め設定された、前記自己定義ウェイクワードに対応する応答ポリシーを決定するステップと、
前記応答ポリシーに基づき、ターゲット応答テキストを決定するステップと、
前記ターゲット応答テキストの応答音声を生成し、前記応答音声を再生するステップと
を備えることを特徴とする方法。 - 前記応答ポリシーに基づき、ターゲット応答テキストを決定するステップは、
現在のネットワークの接続状態が正常であることに応答し、クラウドサーバーに前記自己定義ウェイクワードを送信するステップと、
前記クラウドサーバーから受信した応答テキストをターゲット応答テキストとして決定するステップとを備えることを特徴とする請求項1に記載の方法。 - 前記応答ポリシーに基づき、ターゲット応答テキストを決定するステップは、
現在のネットワークの接続状態が異常であることに応答し、予め設定された応答テキスト集合から前記自己定義ウェイクワードにマッチするターゲット応答テキストを決定し、又は、応答テキスト履歴集合からターゲット応答テキストを決定するステップを備えることを特徴とする請求項2に記載の方法。 - 応答テキスト履歴集合からターゲット応答テキストを決定するステップは、前記応答テキスト履歴集合が空であると決定されたことに応答し、予め設定された応答テキストをターゲット応答テキストとして決定するステップを備えることを特徴とする請求項3に記載の方法。
- ユーザーによって送信された、自己定義ウェイクワードを含むウェイクワード設定要求を受信するステップと、
前記自己定義ウェイクワードをデバイスの自己定義ウェイクワードとして設定するステップとを更に備えることを特徴とする請求項1〜4の何れか1項に記載の方法。 - 前記ウェイクワード設定要求は、応答テキストを更に含み、
前記応答ポリシーに基づいてターゲット応答テキストを決定するステップは、前記ウェイクワード設定要求の中の応答テキストをターゲット応答テキストとして決定するステップを含むことを特徴とする請求項5に記載の方法。 - デバイスをウェイクアップするための装置であって、
デバイスを取り巻く環境の音声信号を収集するように構成されている音声信号収集ユニットと、
前記音声信号が自己定義ウェイクワードを含むと判定されたことに応答し、ユーザーによって予め設定された、前記自己定義ウェイクワードに対応する応答ポリシーを決定するように構成されている応答ポリシー決定ユニットと、
前記応答ポリシーに基づき、ターゲット応答テキストを決定するように構成されている応答テキスト決定ユニットと、
前記ターゲット応答テキストの応答音声を生成し、前記応答音声を再生するように構成されている応答音声再生ユニットと
を備えることを特徴とする装置。 - 前記応答テキスト決定ユニットは、現在のネットワークの接続状態が正常であることに応答し、クラウドサーバーに前記自己定義ウェイクワードを送信し、前記クラウドサーバーから受信した応答テキストをターゲット応答テキストとして決定するように更に構成されていることを特徴とする請求項8に記載の装置。
- 前記応答テキスト決定ユニットは、現在のネットワークの接続状態が異常であることに応答し、予め設定された応答テキスト集合から前記自己定義ウェイクワードにマッチするターゲット応答テキストを決定し、又は、応答テキスト履歴集合からターゲット応答テキストを決定するように更に構成されていることを特徴とする請求項8に記載の装置。
- 前記応答テキスト決定ユニットは、前記応答テキスト履歴集合が空であると決定されたことに応答し、予め設定された応答テキストをターゲット応答テキストとして決定するように更に構成されていることを特徴とする請求項9に記載の装置。
- ユーザーが送った、自己定義ウェイクワードを含むウェイクワード設定要求を受信し、前記自己定義ウェイクワードをデバイスの自己定義ウェイクワードとして設定するように構成されている自己定義ウェイクワード設定ユニットを更に備えることを特徴とする請求項7〜10の何れか1項に記載の装置。
- 前記ウェイクワード設定要求は、応答テキストを更に含み、
前記応答テキスト決定ユニットは、前記ウェイクワード設定要求の中の応答テキストをターゲット応答テキストとして決定するように更に構成されていることを特徴とする請求項11に記載の装置。 - 一つ又は複数のプロセッサと、
一つ又は複数のプログラムを記憶している記憶装置とを備え、
前記一つ又は複数のプログラムが前記一つ又は複数のプロセッサにより実行されると、前記一つ又は複数のプロセッサに、請求項1〜6の何れか1項に記載の方法を実現させることを特徴とする端末デバイス。 - コンピュータープログラムを記憶しているコンピューター可読メディアであって、
前記コンピュータープログラムがプロセッサによって実行されると、請求項1〜6の何れか1項に記載の方法を前記プロセッサに実現させることを特徴とするコンピューター可読メディア。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910180685.5A CN109887505A (zh) | 2019-03-11 | 2019-03-11 | 用于唤醒设备的方法和装置 |
CN201910180685.5 | 2019-03-11 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020149038A JP2020149038A (ja) | 2020-09-17 |
JP6906584B2 true JP6906584B2 (ja) | 2021-07-21 |
Family
ID=66931778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019196478A Active JP6906584B2 (ja) | 2019-03-11 | 2019-10-29 | デバイスをウェイクアップするための方法及び装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11270690B2 (ja) |
JP (1) | JP6906584B2 (ja) |
CN (1) | CN109887505A (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9922646B1 (en) * | 2012-09-21 | 2018-03-20 | Amazon Technologies, Inc. | Identifying a location of a voice-input device |
US11295741B2 (en) | 2019-12-05 | 2022-04-05 | Soundhound, Inc. | Dynamic wakewords for speech-enabled devices |
US11482222B2 (en) * | 2020-03-12 | 2022-10-25 | Motorola Solutions, Inc. | Dynamically assigning wake words |
CN113409805B (zh) * | 2020-11-02 | 2024-06-07 | 腾讯科技(深圳)有限公司 | 人机交互方法、装置、存储介质及终端设备 |
CN112420051A (zh) * | 2020-11-18 | 2021-02-26 | 青岛海尔科技有限公司 | 设备的确定方法、装置及存储介质 |
CN113593549A (zh) * | 2021-06-29 | 2021-11-02 | 青岛海尔科技有限公司 | 确定语音设备的唤醒率的方法及装置 |
CN115376524B (zh) * | 2022-07-15 | 2023-08-04 | 荣耀终端有限公司 | 一种语音唤醒方法、电子设备及芯片*** |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7555570B2 (en) * | 2006-02-17 | 2009-06-30 | Avocent Huntsville Corporation | Device and method for configuring a target device |
CN101377924A (zh) * | 2007-08-31 | 2009-03-04 | 鹏智科技(深圳)有限公司 | 可会话的类生物装置及其会话方法 |
CN101393738A (zh) * | 2007-09-21 | 2009-03-25 | 鹏智科技(深圳)有限公司 | 可会话的类生物装置及其会话方法 |
US8406162B2 (en) * | 2008-05-16 | 2013-03-26 | La Crosse Technology, Ltd. | Method and apparatus of transmitting, receiving, displaying and playing weather data |
CN101436404A (zh) * | 2007-11-16 | 2009-05-20 | 鹏智科技(深圳)有限公司 | 可会话的类生物装置及其会话方法 |
JP2014106523A (ja) | 2012-11-30 | 2014-06-09 | Aisin Aw Co Ltd | 音声入力対応装置及び音声入力対応プログラム |
US9697828B1 (en) * | 2014-06-20 | 2017-07-04 | Amazon Technologies, Inc. | Keyword detection modeling using contextual and environmental information |
US9263042B1 (en) * | 2014-07-25 | 2016-02-16 | Google Inc. | Providing pre-computed hotword models |
US9335966B2 (en) * | 2014-09-11 | 2016-05-10 | Nuance Communications, Inc. | Methods and apparatus for unsupervised wakeup |
US9354687B2 (en) * | 2014-09-11 | 2016-05-31 | Nuance Communications, Inc. | Methods and apparatus for unsupervised wakeup with time-correlated acoustic events |
CN105575395A (zh) * | 2014-10-14 | 2016-05-11 | 中兴通讯股份有限公司 | 语音唤醒方法及装置、终端及其处理方法 |
WO2016103809A1 (ja) | 2014-12-25 | 2016-06-30 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
CN107104994B (zh) * | 2016-02-22 | 2021-07-20 | 华硕电脑股份有限公司 | 语音识别方法、电子装置及语音识别*** |
CN107203265B (zh) * | 2017-05-17 | 2021-01-22 | 广东美的制冷设备有限公司 | 信息交互方法和装置 |
CN107134279B (zh) * | 2017-06-30 | 2020-06-19 | 百度在线网络技术(北京)有限公司 | 一种语音唤醒方法、装置、终端和存储介质 |
US10504511B2 (en) * | 2017-07-24 | 2019-12-10 | Midea Group Co., Ltd. | Customizable wake-up voice commands |
CN107358954A (zh) * | 2017-08-29 | 2017-11-17 | 成都启英泰伦科技有限公司 | 一种实时更换唤醒词的设备及方法 |
CN107704275B (zh) * | 2017-09-04 | 2021-07-23 | 百度在线网络技术(北京)有限公司 | 智能设备唤醒方法、装置、服务器及智能设备 |
CN109358751A (zh) | 2018-10-23 | 2019-02-19 | 北京猎户星空科技有限公司 | 一种机器人的唤醒控制方法、装置及设备 |
CN109448714A (zh) * | 2018-11-28 | 2019-03-08 | 紫勋智能科技(北京)有限公司 | 语音唤醒装置、机器人及语音唤醒的方法 |
CN109378000B (zh) * | 2018-12-19 | 2022-06-07 | 科大讯飞股份有限公司 | 语音唤醒方法、装置、***、设备、服务器及存储介质 |
-
2019
- 2019-03-11 CN CN201910180685.5A patent/CN109887505A/zh active Pending
- 2019-10-28 US US16/665,901 patent/US11270690B2/en active Active
- 2019-10-29 JP JP2019196478A patent/JP6906584B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US20200294491A1 (en) | 2020-09-17 |
CN109887505A (zh) | 2019-06-14 |
US11270690B2 (en) | 2022-03-08 |
JP2020149038A (ja) | 2020-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6906584B2 (ja) | デバイスをウェイクアップするための方法及び装置 | |
RU2689203C2 (ru) | Гибкая схема для настройки языковой модели | |
KR20180115628A (ko) | 복수의 지능형 개인 비서 서비스를 위한 관리 계층 | |
US20170046124A1 (en) | Responding to Human Spoken Audio Based on User Input | |
US9348554B2 (en) | Managing playback of supplemental information | |
JP6971292B2 (ja) | 段落と映像を整列させるための方法、装置、サーバー、コンピュータ可読記憶媒体およびコンピュータプログラム | |
CN107209668A (zh) | 反应型代理开发环境 | |
WO2021114979A1 (zh) | 视频页面显示方法、装置、电子设备和计算机可读介质 | |
WO2023051293A1 (zh) | 一种音频处理方法、装置、电子设备和存储介质 | |
CN109582274B (zh) | 音量调节方法、装置、电子设备及计算机可读存储介质 | |
WO2020224294A1 (zh) | 用于处理信息的***、方法和装置 | |
WO2023211369A2 (zh) | 语音识别模型的生成方法、识别方法、装置、介质及设备 | |
WO2021068493A1 (zh) | 用于处理信息的方法和装置 | |
CN113672748A (zh) | 多媒体信息播放方法及装置 | |
US20240103802A1 (en) | Method, apparatus, device and medium for multimedia processing | |
CN108829370B (zh) | 有声资源播放方法、装置、计算机设备及存储介质 | |
WO2024037480A1 (zh) | 交互方法、装置、电子设备和存储介质 | |
WO2023061229A1 (zh) | 视频生成方法及设备 | |
CN111460211A (zh) | 音频信息播放方法、装置和电子设备 | |
WO2023134558A1 (zh) | 交互方法、装置、电子设备、存储介质和程序产品 | |
CN112017685B (zh) | 语音生成方法、装置、设备和计算机可读介质 | |
CN113709506A (zh) | 基于云手机的多媒体播放方法、装置、介质及程序产品 | |
CN110366002B (zh) | 视频文件合成方法、***、介质和电子设备 | |
JP2023514863A (ja) | 情報を交換するための方法及び装置 | |
CN109375892B (zh) | 用于播放音频的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191120 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201020 |
|
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: 20210601 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210629 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6906584 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |