语音服务方法、装置、电子设备和存储介质与流程

1.本技术实施例涉及计算机技术领域，尤其涉及语音服务方法、装置、电子设备和存储介质。

背景技术：

2.随着人工智能技术的发展，智能语音设备，例如智能手机、智能带屏音箱以及智能音响，逐渐被广大用户使用。用户可以通过语音与上述智能语音设备交互，使得上述智能语音设备可以根据用户发出的语音做出应答。在一些场景中，例如用户家中，可能存在多台智能语音设备，且摆放距离可能较近，因此如何选择拾音设备进行拾音成为问题。

技术实现要素：

3.本技术实施例提出了语音服务方法、装置、电子设备和存储介质。
4.第一方面，本技术的一些实施例提供了一种语音服务方法，该方法包括：获取同一网络中的语音设备的设备状态信息与接收到的语音交互唤醒词的能量大小信息；针对每个设备类型，根据设备状态信息以及能量大小信息从该设备类型的语音设备中选取备选拾音设备；根据接预先设置的设备类型优先级信息以及备选拾音设备的设备状态信息从备选拾音设备中确定拾音设备，并通知拾音设备开始拾音。
5.在一些实施例中，方法还包括：语音服务应用启动后，通过发送组播消息与相同类型的语音设备进行组网并选举出主设备，主设备通过发送组播消息再次进行组网并选举出超级主设备。
6.在一些实施例中，备选拾音设备为相同类型的主设备选取的，拾音设备为超级主设备确定的。
7.在一些实施例中，方法还包括：响应于本设备被确定为拾音设备，将采集到的语音发送给服务器；接收服务器返回的自然语言理解结果。
8.在一些实施例中，方法还包括：获取预先设置的领域优先级信息；根据领域优先级信息与自然语言理解结果确定自然语言理解结果的执行设备；将自然语言理解结果分发到执行设备进行处理。
9.第二方面，本技术的一些实施例提供了一种语音服务装置，该装置包括：第一获取单元，被配置成获取同一网络中的语音设备的设备状态信息与接收到的语音交互唤醒词的能量大小信息；选取单元，被配置成针对每个设备类型，根据设备状态信息以及能量大小信息从该设备类型的语音设备中选取备选拾音设备；第一确定单元，被配置成根据接预先设置的设备类型优先级信息以及备选拾音设备的设备状态信息从备选拾音设备中确定拾音设备，并通知拾音设备开始拾音。
10.在一些实施例中，装置还包括：组网单元，被配置成语音服务应用启动后，通过发送组播消息与相同类型的语音设备进行组网并选举出主设备，主设备通过发送组播消息再次进行组网并选举出超级主设备。
11.在一些实施例中，备选拾音设备为相同类型的主设备选取的，拾音设备为超级主设备确定的。
12.在一些实施例中，装置还包括：发送单元，被配置成响应于本设备被确定为拾音设备，将采集到的语音发送给服务器；接收单元，被配置成接收服务器返回的自然语言理解结果。
13.在一些实施例中，装置还包括：第二获取单元，被配置成获取预先设置的领域优先级信息；第二确定单元，被配置成根据领域优先级信息与自然语言理解结果确定自然语言理解结果的执行设备；分发单元，被配置成将自然语言理解结果分发到执行设备进行处理。
14.第三方面，本技术的一些实施例提供了一种设备，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，当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现如第一方面上述的方法。
15.第四方面，本技术的一些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上述的方法。
16.本技术实施例提供的语音服务方法、装置、电子设备和存储介质，通过获取同一网络中的语音设备的设备状态信息与接收到的语音交互唤醒词的能量大小信息；针对每个设备类型，根据设备状态信息以及能量大小信息从该设备类型的语音设备中选取备选拾音设备；根据接预先设置的设备类型优先级信息以及备选拾音设备的设备状态信息从备选拾音设备中确定拾音设备，并通知拾音设备开始拾音，提供了一种基于语音交互唤醒词的能量大小及设备类型的拾音设备确定机制，提高了语音服务效率。
附图说明
17.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，本技术的其它特征、目的和优点将会变得更明显：
18.图1是本技术的一些可以应用于其中的示例性系统架构图；
19.图2是根据本技术的语音服务方法的一个实施例的流程图；
20.图3是根据本技术的语音服务方法的一个实施例中主设备及超级主设备选举的一个示意图；
21.图4是根据本技术的语音服务装置的一个实施例的结构示意图；
22.图5是适于用来实现本技术的一些实施例的服务器或终端的计算机系统的结构示意图。
具体实施方式
23.下面结合附图和实施例对本技术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。
24.需要说明的是，在不冲突的情况下，本技术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技术。
25.图1示出了可以应用本技术的语音服务方法或语音服务装置的实施例的示例性系统架构100。
26.如图1所示，系统架构100可以包括语音设备101、102、103，网络104和服务器105。网络104用以在语音设备101、102、103和服务器105之间提供通信链路的介质。网络104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。
27.用户可以使用语音设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。语音设备101、102、103上可以安装有各种客户端应用，例如语音服务类应用、物联网类应用、电子商务类应用、搜索类应用等。
28.语音设备101、102、103可以是硬件，也可以是软件。当语音设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能音箱、智能魔镜、智能液晶中控屏、智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当语音设备101、102、103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，也可以实现成单个软件或软件模块。在此不做具体限定。
29.服务器105可以是提供各种服务的服务器，例如对语音设备101、102、103上安装的应用提供支持的后台服务器。
30.语音设备101、102、103可以获取同一网络中的语音设备的设备状态信息与接收到的语音交互唤醒词的能量大小信息；针对每个设备类型，根据设备状态信息以及能量大小信息从该设备类型的语音设备中选取备选拾音设备；根据接预先设置的设备类型优先级信息以及备选拾音设备的设备状态信息从备选拾音设备中确定拾音设备，并通知拾音设备开始拾音。
31.需要说明的是，本技术实施例所提供的语音服务方法可以由服务器105执行，也可以由语音设备101、102、103执行，相应地，语音服务装置可以设置于服务器105中，也可以设置于语音设备101、102、103中。
32.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，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)，也可以实现成单个软件或软件模块。在此不做具体限定。
33.应该理解，图1中的语音设备、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语音设备、网络和服务器。
34.继续参考图2，示出了根据本技术的语音服务方法的一个实施例的流程200。该语音服务方法，包括以下步骤：
35.步骤201，获取同一网络中的语音设备的设备状态信息与接收到的语音交互唤醒词的能量大小信息。
36.在本实施例中，语音服务方法执行主体(例如图1所示的服务器或语音设备)可以首先获取同一网络中的语音设备的设备状态信息与接收到的语音交互唤醒词的能量大小信息。设备状态信息可以包括设备的电量、网络、内存占用情况等指示设备是否可以正常工作的信息。语音设备在被唤醒之后，可以将采集的语音交互唤醒词的声音信号转化为能量大小信息，向网络内其他设备，例如确定出的主设备或超级主设备，报告。
37.步骤202，针对每个设备类型，根据设备状态信息以及能量大小信息从该设备类型的语音设备中选取备选拾音设备。
38.在本实施例中，上述执行主体可以针对每个设备类型，根据步骤201中获取的设备
状态信息以及能量大小信息从该设备类型的语音设备中选取备选拾音设备。例如，在可以正常工作的智能音箱中选取获取能量最大的智能音箱作为备选拾音设备，在可以正常工作的智能中控屏中选取获取能量最大的智能音箱作为备选拾音设备，在可以正常工作的智能魔镜中选取获取能量最大的智能魔镜作为备选拾音设备。
39.步骤203，根据接预先设置的设备类型优先级信息以及备选拾音设备的设备状态信息从备选拾音设备中确定拾音设备，并通知拾音设备开始拾音。
40.在本实施例中，上述执行主体可以根据接预先设置的设备类型优先级信息以及备选拾音设备的设备状态信息从步骤202中选取的备选拾音设备中确定拾音设备，并通知拾音设备开始拾音。作为示例，备选拾音设备包括可以正常工作的智能音箱、智能中控屏与智能魔镜，预先设置的设备类型优先级信息指示智能音箱的领域优先级高于智能中控屏，智能中控屏的领域优先级高于智能魔镜，那么备选拾音设备中的智能音箱被确定为拾音设备。
41.在本实施例的一些可选实现方式中，方法还包括：语音服务应用启动后，通过发送组播消息与相同类型的语音设备进行组网并选举出主设备，主设备通过发送组播消息再次进行组网并选举出超级主设备。参见图3，图3是根据本技术的语音服务方法的一个实施例中主设备及超级主设备选举的一个示意图。在图3中，同一类型的语音设备进行组网并选举出主设备，选举出的主设备通过发送组播消息再次进行组网并选举出了超级主设备。此外，组网完成后可以向云端获取云端配置的设备类型优先级信息和设备领域优先级信息，并同步相关信息给超级主设备。
42.在本实施例的一些可选实现方式中，备选拾音设备为相同类型的主设备选取的，拾音设备为超级主设备确定的。通过在同类型的设备中选取主设备，相比于不区分设备类型的确定方式，主设备可以更高效的确定该类型的备选拾音设备。
43.在本实施例的一些可选实现方式中，方法还包括：响应于本设备被确定为拾音设备，将采集到的语音发送给服务器；接收服务器返回的自然语言理解结果。若设备本地安装有自然语言理解模块，也可以在本地进行自然语言理解。
44.在本实施例的一些可选实现方式中，方法还包括：获取预先设置的领域优先级信息；根据领域优先级信息与自然语言理解结果确定自然语言理解结果的执行设备；将自然语言理解结果分发到执行设备进行处理。上述执行主体可以在接收到语音交互唤醒词的设备中根据领域优先级信息与自然语言理解结果确定自然语言理解结果的执行设备，其它同时被唤醒的设备即接收到语音交互唤醒词的设备可以不进行拾音但是显示工作中状态，因为其可能被确定为执行设备。领域可以包括健身领域，设备控制领域，音乐领域等，作为示例，健身领域智能魔镜的优先级最高，设备控制领域智能中控屏的优先级最高，音乐领域智能音箱的优先级最高。可以根据自然语言理解的结果确定其所属领域，再确定该领域优先级最高的设备。本实现方式通过选择最优的执行设备进一步提高了语音服务的质量。
45.单独使用分布式能量唤醒以及声源定位唤醒都依赖设备的拾音能力的归一性，而在实际场景中，语音设备有的是4麦克有的是2麦克，不同设备的拾音能力无法归一。因此无法从家里的同类型设备中再挑选出一个最优的设备进行拾音。本技术的上述实施例提供的方法通过获取同一网络中的语音设备的设备状态信息与接收到的语音交互唤醒词的能量大小信息；针对每个设备类型，根据设备状态信息以及能量大小信息从该设备类型的语音
设备中选取备选拾音设备；根据接预先设置的设备类型优先级信息以及备选拾音设备的设备状态信息从备选拾音设备中确定拾音设备，并通知拾音设备开始拾音，提供了一种基于语音交互唤醒词的能量大小及设备类型的拾音设备确定机制，在多种类型设备并存的情况下，可以挑选出最优的拾音设备，从而提高了语音服务效率。
46.进一步参考图4，作为对上述各图所示方法的实现，本技术提供了一种语音服务装置的一个实施例，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。
47.如图4所示，本实施例的语音服务装置400包括：第一获取单元401、选取单元402、第一确定单元403。其中，第一获取单元，被配置成获取同一网络中的语音设备的设备状态信息与接收到的语音交互唤醒词的能量大小信息；选取单元，被配置成针对每个设备类型，根据设备状态信息以及能量大小信息从该设备类型的语音设备中选取备选拾音设备；第一确定单元，被配置成根据接预先设置的设备类型优先级信息以及备选拾音设备的设备状态信息从备选拾音设备中确定拾音设备，并通知拾音设备开始拾音。
48.在本实施例中，语音服务装置400的第一获取单元401、选取单元402、第一确定单元403的具体处理可以参考图2对应实施例中的步骤201、步骤202和步骤203。
49.在本实施例的一些可选实现方式中，装置还包括：组网单元，被配置成语音服务应用启动后，通过发送组播消息与相同类型的语音设备进行组网并选举出主设备，主设备通过发送组播消息再次进行组网并选举出超级主设备。
50.在本实施例的一些可选实现方式中，备选拾音设备为相同类型的主设备选取的，拾音设备为超级主设备确定的。
51.在本实施例的一些可选实现方式中，装置还包括：发送单元，被配置成响应于本设备被确定为拾音设备，将采集到的语音发送给服务器；接收单元，被配置成接收服务器返回的自然语言理解结果。
52.在本实施例的一些可选实现方式中，装置还包括：第二获取单元，被配置成获取预先设置的领域优先级信息；第二确定单元，被配置成根据领域优先级信息与自然语言理解结果确定自然语言理解结果的执行设备；分发单元，被配置成将自然语言理解结果分发到执行设备进行处理。
53.本技术的上述实施例提供的装置，通过获取同一网络中的语音设备的设备状态信息与接收到的语音交互唤醒词的能量大小信息；针对每个设备类型，根据设备状态信息以及能量大小信息从该设备类型的语音设备中选取备选拾音设备；根据接预先设置的设备类型优先级信息以及备选拾音设备的设备状态信息从备选拾音设备中确定拾音设备，并通知拾音设备开始拾音，提供了一种基于语音交互唤醒词的能量大小及设备类型的拾音设备确定机制，提高了语音服务效率。
54.下面参考图5，其示出了适于用来实现本技术实施例的服务器或终端的计算机系统500的结构示意图。图5示出的服务器或终端仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
55.如图5所示，计算机系统500包括中央处理单元(cpu)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储部分508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram 503中，还存储有系统500操作所需的各种程序和数据。
cpu 501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
56.以下部件可以连接至i/o接口505：包括诸如键盘、鼠标等的输入部分506；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至i/o接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
57.特别地，根据本公开的实施例，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，本公开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部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(cpu)501执行时，执行本技术的方法中限定的上述功能。需要说明的是，本技术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介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读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。在本技术中，计算机可读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系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的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。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、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：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
58.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技术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)。
59.附图中的流程图和框图，图示了按照本技术各种实施例的系统、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，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。
60.描述于本技术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、选取单元、第一确定单元。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“被配置成获取同一网络中的语音设备的设备状态信息与接收到的语音交互唤醒词的能量大小信息的单元”。
61.作为另一方面，本技术还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。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装置执行时，使得该装置：获取同一网络中的语音设备的设备状态信息与接收到的语音交互唤醒词的能量大小信息；针对每个设备类型，根据设备状态信息以及能量大小信息从该设备类型的语音设备中选取备选拾音设备；根据接预先设置的设备类型优先级信息以及备选拾音设备的设备状态信息从备选拾音设备中确定拾音设备，并通知拾音设备开始拾音。
62.以上描述仅为本技术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，本技术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。例如上述特征与本技术中公开的(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。

技术特征：

1.一种语音服务方法，包括：获取同一网络中的语音设备的设备状态信息与接收到的语音交互唤醒词的能量大小信息；针对每个设备类型，根据所述设备状态信息以及所述能量大小信息从该设备类型的语音设备中选取备选拾音设备；根据接预先设置的设备类型优先级信息以及所述备选拾音设备的设备状态信息从所述备选拾音设备中确定拾音设备，并通知所述拾音设备开始拾音。2.根据权利要求1所述的方法，其中，所述方法还包括：语音服务应用启动后，通过发送组播消息与相同类型的语音设备进行组网并选举出主设备，所述主设备通过发送组播消息再次进行组网并选举出超级主设备。3.根据权利要求2所述的方法，其中，所述备选拾音设备为相同类型的主设备选取的，所述拾音设备为所述超级主设备确定的。4.根据权利要求1-3中任一项所述的方法，其中，所述方法还包括：响应于本设备被确定为拾音设备，将采集到的语音发送给服务器；接收所述服务器返回的自然语言理解结果。5.根据权利要求4所述的方法，其中，所述方法还包括：获取预先设置的领域优先级信息；根据所述领域优先级信息与所述自然语言理解结果确定所述自然语言理解结果的执行设备；将所述自然语言理解结果分发到所述执行设备进行处理。6.一种语音服务装置，包括：第一获取单元，被配置成获取同一网络中的语音设备的设备状态信息与接收到的语音交互唤醒词的能量大小信息；选取单元，被配置成针对每个设备类型，根据所述设备状态信息以及所述能量大小信息从该设备类型的语音设备中选取备选拾音设备；第一确定单元，被配置成根据接预先设置的设备类型优先级信息以及所述备选拾音设备的设备状态信息从所述备选拾音设备中确定拾音设备，并通知所述拾音设备开始拾音。7.根据权利要求6所述的装置，其中，所述装置还包括：组网单元，被配置成语音服务应用启动后，通过发送组播消息与相同类型的语音设备进行组网并选举出主设备，所述主设备通过发送组播消息再次进行组网并选举出超级主设备。8.根据权利要求7所述的装置，其中，所述备选拾音设备为相同类型的主设备选取的，所述拾音设备为所述超级主设备确定的。9.一种电子设备，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时，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。10.一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如权利
要求1-5中任一所述的方法。

技术总结

本申请实施例公开了语音服务方法、装置、电子设备和存储介质。该方法的一具体实施方式包括：获取同一网络中的语音设备的设备状态信息与接收到的语音交互唤醒词的能量大小信息；针对每个设备类型，根据设备状态信息以及能量大小信息从该设备类型的语音设备中选取备选拾音设备；根据接预先设置的设备类型优先级信息以及备选拾音设备的设备状态信息从备选拾音设备中确定拾音设备，并通知拾音设备开始拾音。该实施方式提供了一种基于语音交互唤醒词的能量大小及设备类型的拾音设备确定机制，提高了语音服务效率。高了语音服务效率。高了语音服务效率。