用于语音控制空调器的方法及装置、空调器、存储介质与流程

1.本技术涉及智能家电技术领域，例如涉及一种用于语音控制空调器的方法及装置、空调器、存储介质。

背景技术：

2.目前，随着ai(artificial intelligence人工智能)的时代到来，语音识别已经走进社会各个领域，将语音识别技术引入空调的智能空调技术也应运而生。现有的语音控制空调器的方案分为离线语音模块方案和在线语音模块方案，通过固定词条或云端识别的方式进行空调控制，各有优缺点。离线语音方案拥有不需要网络，不需要安装应用，响应速度快的优点，但是也有语音命令词的长度短、条数少和不支持语义理解识别等缺点。在线语音方案拥有对语音命令词的长度和条数没有限制，以及可支持语义理解识别等优点，也有需要网络才能工作，响应速度慢的缺点。
3.相关技术公开了一种在线与离线语音结合的智能设备控制方法，包括如下步骤：处理端通过语音识别模块对接收的语音信息进行识别，并将识别转化为信号发送给处理单元；处理单元接收信息后，提取请求关键词，并与命令识别数据库进行匹配对比；根据对比结果，将请求关键词发送至在线处理单元或离线处理单元中，在线处理单元或离线处理单元根据指令做出反馈，反馈控制指令。上述方法能够根据指令内容自动分配离线或者在线处理模块，进行相应控制。
4.在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：
5.相关技术需要将语音指令的关键词分别与离线数据库和在线数据库进行比对识别后，再将关键词发送至离线和/或在线处理单元进行反馈控制，语音处理流程对在线云端ai的依赖率较高，极大地浪费了系统资源，用户体验不佳。

技术实现要素：

6.为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
7.本公开实施例提供了一种用于语音控制空调器的方法及装置、空调器、存储介质，以降低语音识别对在线ai的依赖率，节省系统资源，提升用户体验。
8.在一些实施例中，所述空调器包括语音模块和语音分类模块；所述方法包括：在语音模块接收到外部输入的语音指令的情况下，将语音指令发送至语音分类模块以判断语音指令是否为离线语音指令；在语音指令为离线语音指令的情况下，将语音指令反馈至语音模块以控制空调器运行；在语音指令为非离线语音指令的情况下，将语音指令传输至云端进行解析识别后再反馈至语音模块以控制空调器运行。
9.在一些实施例中，所述装置包括：处理器和存储有程序指令的存储器，上述处理器被配置为在执行上述程序指令时，执行上述的用于语音控制空调器的方法。
10.在一些实施例中，所述空调器包括：语音模块和语音分类模块，语音分类模块包括本地词条数据库；以及上述的用于语音控制空调器的装置。
11.在一些实施例中，所述存储介质存储有程序指令，程序指令在运行时，执行上述的用于语音控制空调器的方法。
12.本公开实施例提供的用于语音控制空调器的方法及装置、空调器、存储介质，可以实现以下技术效果：
13.在语音模块接收到外部输入的语音指令的情况下，将语音指令发送至语音分类模块以判断语音指令是否为离线语音指令，接着在语音指令为离线语音指令的情况下，将语音指令反馈至语音模块以控制空调器运行。在语音指令为非离线语音指令的情况下，将语音指令传输至云端进行解析识别后再反馈至语音模块以控制空调器运行。先判断用户的语音指令是否为离线语音指令，再进行相对应的离线或者在线控制，避免了在开始阶段就通过在线云端ai对语音指令进行解析识别，降低了语音控制空调器对在线ai的使用频率，节省了系统资源，提升了用户体验。
14.以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本技术。
附图说明
15.一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
16.图1是本公开实施例提供的一个用于语音控制空调器的方法的示意图；
17.图2是本公开实施例提供的另一个用于语音控制空调器的方法的示意图；
18.图3是本公开实施例提供的另一个用于语音控制空调器的方法的示意图；
19.图4是本公开实施例提供的另一个用于语音控制空调器的方法的示意图；
20.图5是本公开实施例提供的另一个用于语音控制空调器的方法的示意图；
21.图6是本公开实施例提供的另一个用于语音控制空调器的方法的示意图；
22.图7是本公开实施例提供的一个用于语音控制空调器的装置的示意图。
具体实施方式
23.为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
24.本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
25.除非另有说明，术语“多个”表示两个或两个以上。
26.本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，a/b表示：a或b。
27.术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，a和/或b，表示：a或b，或，a和b这三种关系。
28.术语“对应”可以指的是一种关联关系或绑定关系，a与b相对应指的是a与b之间是一种关联关系或绑定关系。
29.本公开实施例中，智能家电设备是指将微处理器、传感器技术、网络通信技术引入家电设备后形成的家电产品，具有智能控制、智能感知及智能应用的特征，智能家电设备的运作过程往往依赖于物联网、互联网以及电子芯片等现代技术的应用和处理，例如智能家电设备可以通过连接电子设备，实现用户对智能家电设备的远程控制和管理。
30.公开实施例中，终端设备是指具有无线连接功能的电子设备，终端设备可以通过连接互联网，与如上的智能家电设备进行通信连接，也可以直接通过蓝牙、wifi等方式与如上的智能家电设备进行通信连接。在一些实施例中，终端设备例如为移动设备、电脑、或悬浮车中内置的车载设备等，或其任意组合。移动设备例如可以包括手机、智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备等，或其任意组合，其中，可穿戴设备例如包括：智能手表、智能手环、计步器等。
31.本公开实施例公开了一种空调器，包括语音模块和语音分类模块。语音模块用于接收外部的语音指令，并反馈控制指令至空调器主控板以控制空调器运行。语音分类模块用于对语音指令进行分类。
32.结合图1所示，本公开实施例提供一种用于语音控制空调器的方法，包括：
33.s01，空调器在语音模块接收到外部输入的语音指令的情况下，将语音指令发送至语音分类模块以判断语音指令是否为离线语音指令。
34.s02，空调器在语音指令为离线语音指令的情况下，将语音指令反馈至语音模块以控制空调器运行。
35.s03，空调器在语音指令为非离线语音指令的情况下，将语音指令传输至云端进行解析识别后再反馈至语音模块以控制空调器运行。
36.其中，在云端进行解析识别生成解析指令后，云端将解析指令反馈至语音模块，从而语音模块根据解析指令经主控板控制空调器运行。
37.采用本公开实施例提供的用于语音控制空调器的方法，在语音模块接收到外部输入的语音指令的情况下，将语音指令发送至语音分类模块以判断语音指令是否为离线语音指令。先判断用户的语音指令是否为离线语音指令，再进行相对应的离线或者在线控制，无需在开始阶段就通过在线云端ai对语音指令进行解析识别以区分用户语音指令为离线语音指令或者在线语音指令，降低了语音控制空调器对在线ai的依赖率，节省了系统资源。接着在语音指令为离线语音指令的情况下，将语音指令反馈至语音模块以控制空调器运行。在语音指令为非离线语音指令的情况下，将语音指令传输至云端进行解析识别后再反馈至语音模块以控制空调器运行。不仅有离线语音控制方案识别精度和效率高的优点，还有在线语音控制方案获取云端的内容服务和语音转文本信息的智能性，提升了用户体验。
38.可选地，结合图2所示，空调器判断语音指令是否为离线语音指令，包括：
39.s21，空调器将语音指令与本地词条数据库中的词条进行匹配。
40.s22，空调器在匹配成功的情况下，确定语音指令为离线语音指令。
41.s23，空调器在未匹配成功的情况下，确定语音指令为非离线语音指令。
42.这样，空调器将语音指令与本地词条数据库中的词条进行匹配。在匹配成功的情况下，确定语音指令为离线语音指令。在未匹配成功的情况下，确定语音指令为非离线语音指令。可以看到，在通过语音控制空调器方案的初始阶段，先根据本地词条数据库通过匹配的方式判断语音指令是否为离线语音指令，倘若是离线语音指令则可以直接发送至语音模块进行控制，而无需云端ai的参与，降低了云端ai的使用频率，节省了系统资源。
43.可选地，结合图3所示，空调器将语音指令与本地词条数据库中的词条进行匹配前，还包括：
44.s31，空调器获取语音指令的词条长度。
45.s32，空调器在词条长度大于长度阈值的情况下，确定语音指令为非离线语音指令。
46.其中，长度阈值为本地词条数据库中最长词条的长度值。
47.这样，空调器获取语音指令的词条长度，并在词条长度大于长度阈值的情况下，确定语音指令为非离线语音指令。在语音指令的长度大于长度阈值的情况下，既不需要通过云端ai对语音指令进行解析识别，也不需要将语音指令与本地词条数据库中的词条进行匹配。只需要将语音指令的长度与长度阈值进行比较，就能确定语音指令为非离线语音指令，进一步的提高了语音控制空调器的效率。
48.可选地，结合图4所示，空调器将语音指令反馈至语音模块以控制空调器运行，包括：
49.s41，空调器控制语音模块根据语音指令生成第一控制指令。
50.s42，空调器根据第一控制指令控制空调器运行。
51.这样，空调器控制语音模块根据语音指令生成第一控制指令，并根据第一控制指令控制空调器运行。在语音指令为离线语音指令的情况下，直接通过语音模块将第一控制指令反馈至空调器主控板以控制空调器运行。
52.可选地，结合图5所示，空调器将语音指令传输至云端进行解析识别后再反馈至语音模块以控制空调器运行，包括：
53.s51，空调器控制语音模块将语音指令传输至云端。
54.s52，空调器通过云端人工智能ai对语音指令进行解析识别，生成第二控制指令。
55.s53，空调器根据第二控制指令控制空调器运行。
56.这样，空调器控制语音模块将语音指令传输至云端，通过云端ai对语音指令进行解析识别生成第二控制指令，最后根据第二控制指令控制空调器运行。在语音指令为非离线语音指令的情况下，才启用云端ai对语音指令进行解析识别生成第二控制指令，最后直接通过语音模块将第二控制指令反馈至空调器主控板以控制空调器运行。无论是离线语音指令还是非离线语音指令，最后均是通过语音模块向主控板反馈控制指令以控制空调器运行，而无需分为离线和在线处理单元，简化了控制流程，降低了控制成本，提高了空调器的运行效率。
57.在实际使用过程中，语音模块与空调器主控板连接，空调器主控板可以操控空调器本体。用户对空调喊出语音指令后，传输给语音模块，语音模块将语音指令先传递给语音分类模块，语音分类单元接收语音指令。在接收到外部输入的语音指令时，为所收到的语音指令生成对应的语音序列号，当确定所述语音指令为自身离线语音指令时，直接将结果反
馈给语音模块，语音模块通过空调器主控板控制空调器，实现语音指令的操作。当确定所收到的语音指令经语音分类模块处理后，不是离线语音指令时，直接将所收到的语音指令传递给云端服务器，通过云端ai解析识别后，再将语音指令回馈到语音模块，语音模块经空调器主控板操控空调器或通过喇叭向用户反馈问题。
58.结合图6所示，本公开实施例提供一种用于语音控制空调器的方法，包括：
59.s01，空调器在语音模块接收到外部输入的语音指令的情况下，将语音指令发送至语音分类模块以判断语音指令是否为离线语音指令。
60.s02，空调器在语音指令为离线语音指令的情况下，将语音指令反馈至语音模块以控制空调器运行。
61.s03，空调器在语音指令为非离线语音指令的情况下，将语音指令传输至云端进行解析识别后再反馈至语音模块以控制空调器运行。
62.s61，空调器在语音指令为开机指令的情况下，根据用户的使用习惯，向用户推送推荐参数。
63.s62，空调器根据用户对推荐参数的反馈信息控制空调器运行。
64.采用本公开实施例提供的用于语音控制空调器的方法，空调器在语音指令为开机指令的情况下，根据用户的使用习惯向用户推送推荐参数，并根据用户对推荐参数的反馈信息控制空调器运行。通过在空调器开机时根据用户习惯向用户推荐参数，使得用户能够按照推荐参数控制空调器运行，无需进行繁琐的开机设置，提升了用户体验。
65.可选地，空调器根据用户的使用习惯，向用户推送推荐参数，包括：空调器根据空调器开机前的设定时长内的可设置参数的使用情况，确定各个工作场景下的各可设置参数的分数值；空调器根据各可设置参数的分数值，确定各个工作场景下的推荐参数；空调器在空调器开机的情况下，根据室内当前工作场景，向用户推送与当前工作场景对应的推荐参数。
66.其中，可设置参数包括空调器模式和数值，例如，推荐参数为制冷模式、湿度为45％、温度为26℃、风速为中风模式，风向为45
°
等等。
67.其中，设定时长可以为任意时间，具体根据需求设定，例如可以为一周，也可以为5天或者9天等等。
68.其中，以室内温度5℃，湿度为20％为基准，温度每变化超过5℃或者湿度每变化超过20％，则为新的工作场景。温度变化在5℃以内且湿度变化在20％以内，则为相同的工作场景。
69.这样，根据设定时长内的可设置参数的使用情况确定各个工作场景下的各可设置参数的分数值，并根据各可设置参数的分数值确定各个工作场景下的推荐参数，能够生成与各个工作场景用户最常使用的推荐参数。最后在空调器开机时，根据室内当前工作场景向用户推送当前工作场景下用户最常使用的推荐参数，并根据用户反馈信息控制空调器运行。基于各可设置参数的使用情况，在空调器开机时向用户推送当前工作场景下用户最常使用的推荐参数，使用户能够直接使用推荐参数以使空调器按照推荐参数运行，从而避免用户在空调器开机时进行繁琐的设置。简化了空调器开机使用时的操作流程，提升了用户体验。此外，由于推荐参数为根据各可设置参数的使用情况确定的用户在不同场景下最常使用的参数，能够使推荐参数更加符合用户的使用习惯，进一步提升用户体验。
70.可选地，空调器根据空调器开机前的设定时长内的可设置参数的使用情况，确定各个工作场景下的各可设置参数的分数值，包括：空调器在空调器开机前设定时长内，根据各可设置参数的首次开机使用情况、各可设置参数每天的使用次数和各可设置参数在空调器的每个工作时间段的使用时长，对各可设置参数进行计分；空调器在计分结束的情况下，确定各个工作场景下的各可设置参数的最终分数值；其中，工作时间段为空调器从开机至关机的时间段。
71.这样，在设定时长内，根据各可设置参数的首次开机使用情况、各可设置参数每天的使用次数和各可设置参数在空调器的每个工作时间段的使用时长，对各可设置参数进行计分。并在达到设定时长的情况下，确定各个工作场景下的各可设置参数的最终分数值。分别考虑首次开机时的使用情况、各可设置参数每天的使用次数和各可设置参数在空调器的每个工作时间段的使用时长，从三个维度对可设置参数进行计分，掌握在各个工作场景下用户对各可设置参数的使用情况，能够生成各工作场景下与用户使用习惯最契合的推荐参数，提升了用户体验。
72.可选地，空调器根据各可设置参数的首次开机使用情况、各可设置参数每天的使用次数和各可设置参数在空调器的每个工作时间段的使用时长，对各可设置参数进行计分，包括：空调器对每天首次开机后的第一时长内使用过的各可设置参数增加第一分数；空调器对每天除第一时长外的时间内使用过的各可设置参数，每次使用时增加第二分数；空调器根据在工作时间段内的各可设置参数的使用时长，对各可设置参数增加对应分数。
73.其中，第一分数可以等于第二分数。
74.其中，空调器根据在工作时间段内的各可设置参数的使用时长，对各可设置参数增加对应分数。具体的，计算使用时长与工作时间段的比值；将比值乘以在工作时间段内完整使用某一模式或者数值的总分数，得到对应分数；对各可设置参数增加对应分数。例如，以空调器开机到关机的完整时间段为完整使用区间，例如完整时间段为100分钟。在完整时间段内一直使用某一模式或数值则增加2.5分，倘若某一模式或者数值仅用了20分钟，使用时长与工作时间段的比值为20％，则增加2.5*20％为0.5分。
75.这样，空调器对每天首次开机后的第一时长内使用过的各可设置参数增加第一分数，对每天除第一时长外的时间内使用过的各可设置参数，每次使用时增加第二分数，根据在工作时间段内的各可设置参数的使用时长，对各可设置参数增加对应分数。例如，首次开机2分钟内使用的可设置参数增加1分。在24小时内(首次开机2分钟除外)用户使用过的可设置参数，增加1分。从三个维度对可设置参数进行计分，掌握在各个工作场景下用户对各可设置参数的使用情况，能够生成各工作场景下与用户使用习惯最契合的推荐参数，提升了用户体验。
76.可选地，空调器根据各可设置参数的分数值，确定各个工作场景下的推荐参数，包括：空调器获取各个工作场景下各可设置参数的参数类型；空调器将各参数类型中分数值最高的可设置参数确定为对应工作场景下的推荐参数。
77.其中，这里的参数类型指的是不同种类的参数，例如温度和湿度为不同的参数类型。各参数类型中分数值最高的可设置参数指的是不同参数类型下的具体的分数最高的参数数值，例如温度参数类型中只有温度25℃和温度26℃，其中温度26℃的分数比温度25℃分数高，则温度26℃为温度参数类型中分数值最高的可设置参数。
78.这样，空调器获取各个工作场景下各可设置参数的参数类型，并将各参数类型中分数值最高的可设置参数确定为对应工作场景下的推荐参数。这样，推荐参数均是在各个工作场景下分数值最高的可设置参数，能够最大限度的符合用户在各个工作场景下对空调器控制的需求。
79.可选地，空调器根据室内当前工作场景，向用户推送与当前工作场景对应的推荐参数，包括：空调器根据室内的环境参数，确定当前工作场景；空调器根据当前工作场景，确定与工作场景对应的目标推荐参数；空调器向用户推送目标推荐参数。
80.这样，在空调器开机时，根据室内的环境参数确定当前工作场景，并根据当前工作场景确定与工作场景对应的目标推荐参数，最后向用户推送目标推荐参数。在用户开启空调器时，基于当前的工作场景，针对性的向用户推送推荐参数，使用户能够直接使用这些推荐参数控制空调器运行，简化了繁琐的开机流程，提升了用户体验。终端设备还根据用户反馈信息控制空调器运行，用户在不想使用推荐参数的情况下，还能进行反馈，增强了用户体验。
81.可选地，空调器根据室内的环境参数，确定当前工作场景，包括：空调器根据预设的对应关系，确定与室内温度、室内湿度和二氧化碳浓度对应的工作场景；空调器将工作场景确定为当前工作场景；其中，环境参数包括室内温度、室内湿度和二氧化碳浓度。
82.这样，空调器根据预设的对应关系确定与室内温度、室内湿度和二氧化碳浓度对应的工作场景，并将工作场景确定为当前工作场景。通过室内温度、室内湿度和二氧化碳浓度能够区分不同的工作场景，从而确定室内当前的工作场景，并确定与工作场景对应的推荐参数，使推荐参数与当前的室内环境和用户需求相适应，提升了用户体验。
83.可选地，空调器根据用户反馈信息控制空调器运行，包括：空调器在用户确认按照推荐参数运行的情况下，控制空调器按照推荐参数运行；空调器在用户修改推荐参数的情况下，控制空调器按照修改后的推荐参数运行。
84.这样，在用户确认按照推荐参数运行的情况下，控制空调器按照推荐参数运行，在用户修改推荐参数的情况下，控制空调器按照修改后的推荐参数运行。在向用户推送推荐参数之后，还根据用户反馈信息控制空调器运行，用户在不想使用推荐参数的情况下，用户能够对推荐参数进行修改，从而使参数更加符合用户当前的需求，增强了用户体验。
85.在实际使用过程中，各种传感器与空调器的主控板连接，为空调器提供各种监测数据。空调器和联网模块连接，通过联网模块给终端设备上报数据，同时终端设备也可以通过联网模块给空调下发命令。手机app可以通过终端设备下发命令控制智能空调，同时用户的使用数据也被云端记录并传递给智能推荐算法，经过一周至两周的数据处理，得出用户在一定温度和湿度范围内的最常使用的空调模式和各种参数值，经终端设备传递给手机app，获得数据后，手机app的智能推荐模式栏开启，此时用户通过手机可以使用该模式，如果用户使用习惯发生改变，相应数据也会发生改变，推荐模式内的各参数也会随之改变，保证该模式的智能性和实用性。
86.结合图7所示，本公开实施例提供一种用于语音控制空调器的装置，包括处理器(processor)100和存储器(memory)101。可选地，该装置还可以包括通信接口(communication interface)102和总线103。其中，处理器100、通信接口102、存储器101可以通过总线103完成相互间的通信。通信接口102可以用于信息传输。处理器100可以调用存
储器101中的逻辑指令，以执行上述实施例的用于语音控制空调器的方法。
87.此外，上述的存储器101中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
88.存储器101作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器100通过运行存储在存储器101中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中用于语音控制空调器的方法。
89.存储器101可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器101可以包括高速随机存取存储器，还可以包括非易失性存储器。
90.本公开实施例提供了一种空调器，包括语音模块和语音分类模块，语音分类模块包括本地词条数据库；以及上述的用于语音控制空调器的装置。
91.本公开实施例提供了一种存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为执行上述用于语音控制空调器的方法。
92.上述的存储介质可以是暂态存储介质，也可以是非暂态存储介质。
93.本公开实施例的技术方案可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括一个或多个指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
94.以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本技术中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本技术中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本技术中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个
…”
限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
95.本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员
可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
96.本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
97.附图中的流程图和框图显示了根据本公开实施例的系统、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，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。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，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤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，这可以依所涉及的功能而定。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动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

技术特征：

1.一种用于语音控制空调器的方法，其特征在于，所述空调器包括语音模块和语音分类模块；所述方法包括：在所述语音模块接收到外部输入的语音指令的情况下，将所述语音指令发送至所述语音分类模块以判断所述语音指令是否为离线语音指令；在所述语音指令为所述离线语音指令的情况下，将所述语音指令反馈至所述语音模块以控制所述空调器运行；在所述语音指令为非离线语音指令的情况下，将所述语音指令传输至云端进行解析识别后再反馈至所述语音模块以控制所述空调器运行。2.根据权利要求1所述的方法，其特征在于，所述语音分类模块包括本地词条数据库；所述判断所述语音指令是否为离线语音指令，包括：将所述语音指令与所述本地词条数据库中的词条进行匹配；在匹配成功的情况下，确定所述语音指令为所述离线语音指令；在未匹配成功的情况下，确定所述语音指令为所述非离线语音指令。3.根据权利要求2所述的方法，其特征在于，所述将所述语音指令与所述本地词条数据库中的词条进行匹配前，还包括：获取所述语音指令的词条长度；在所述词条长度大于长度阈值的情况下，确定所述语音指令为所述非离线语音指令；其中，所述长度阈值为所述本地词条数据库中最长词条的长度值。4.根据权利要求1所述的方法，其特征在于，所述将所述语音指令反馈至所述语音模块以控制所述空调器运行，包括：控制所述语音模块根据所述语音指令生成第一控制指令；根据所述第一控制指令控制所述空调器运行。5.根据权利要求1所述的方法，其特征在于，所述将所述语音指令传输至云端进行解析识别后再反馈至所述语音模块以控制所述空调器运行，包括：控制所述语音模块将所述语音指令传输至所述云端；通过云端人工智能ai对所述语音指令进行解析识别，生成第二控制指令；根据所述第二控制指令控制所述空调器运行。6.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括：在所述语音指令为开机指令的情况下，根据用户的使用习惯，向用户推送推荐参数；根据用户对所述推荐参数的反馈信息控制所述空调器运行。7.根据权利要求6所述的方法，其特征在于，所述根据用户的使用习惯，向所述用户推送推荐参数，包括：根据所述空调器开机前的设定时长内的可设置参数的使用情况，确定各个工作场景下的各可设置参数的分数值；根据所述各可设置参数的分数值，确定所述各个工作场景下的推荐参数；在所述空调器开机的情况下，根据室内当前工作场景，向所述用户推送与所述当前工作场景对应的推荐参数。8.一种用于语音控制空调器的装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在执行所述程序指令时，执行如权利要求1至7任一项所述的用
于语音控制空调器的方法。9.一种空调器，其特征在于，包括语音模块和语音分类模块，所述语音分类模块包括本地词条数据库；以及如权利要求8所述的用于语音控制空调器的装置。10.一种存储介质，存储有程序指令，其特征在于，所述程序指令在运行时，执行如权利要求1至7任一项所述的用于语音控制空调器的方法。

技术总结

本申请涉及智能家电技术领域，公开一种用于语音控制空调器的方法，包括在语音模块接收到外部输入的语音指令的情况下，将语音指令发送至语音分类模块以判断语音指令是否为离线语音指令；在语音指令为离线语音指令的情况下，将语音指令反馈至语音模块以控制空调器运行；在语音指令为非离线语音指令的情况下，将语音指令传输至云端进行解析识别后再反馈至语音模块以控制空调器运行。先判断用户的语音指令是否为离线语音指令，再进行相对应的离线或者在线控制，避免了在开始阶段就通过在线云端AI对语音指令进行解析识别，降低了语音控制空调器对在线AI的使用频率，节省了系统资源。本申请还公开一种用于语音控制空调器的装置及空调器、存储介质。存储介质。存储介质。