本發(fā)明涉及移動互聯(lián)智能硬件領(lǐng)域，具體涉及一種智能機器人與移動應用交互方法。

背景技術(shù)：

語音識別的研究工作可以追溯到20世紀50年代at&t貝爾實驗室的audry系統(tǒng)，它是第一個可以識別十個英文數(shù)字的語音識別系統(tǒng)。

語音識別技術(shù)被稱為自動語音識別automaticspeechrecognition(asr)，其目標是將人類的語音中的詞匯內(nèi)容轉(zhuǎn)換為計算機可讀的輸入，例如按鍵、二進制編碼或者字符序列。包括語音撥號、語音導航、室內(nèi)設(shè)備控制、語音文檔檢索、簡單的聽寫數(shù)據(jù)錄入等。語音識別技術(shù)與其他自然語言處理技術(shù)如機器翻譯及語音合成技術(shù)相結(jié)合，可以構(gòu)建出更加復雜的應用，例如語音到語音的翻譯。

語音識別技術(shù)所涉及的領(lǐng)域包括：信號處理、模式識別、概率論和信息論、發(fā)聲機理和聽覺機理、人工智能等。

語音識別分為語音識別和語義識別：如蘋果的siri、安卓的googlenow大多是語音識別；但是由于中文的特殊性，有很多英文沒有的特性，包含各種奇特含義的詞匯(如成語或特殊語調(diào)等)，所以中文的語義識別比英文困難很多。

智能語音識別技術(shù)能夠通過智能語音識別與邏輯判斷完成對用戶語音指令含義的判斷。只有“聽懂”才能“作答”，“聽”只是一個形象的說法，它指的就是人可以通過語音、體感甚至是意念等方式與機器進行“溝通”。而目前在國際上，比較成熟的技術(shù)還僅在基礎(chǔ)語音識別，但是由于應用場景的缺乏，沒有語言模型訓練，尤其大規(guī)模的平衡語音數(shù)據(jù)，語音識別實際效果增長緩慢，主要還是用于識別一些命令詞匯和固定的語法格式。其中，國外以nuance(蘋果siri整合了nuance)為代表，國內(nèi)則是以科大訊飛為代表。將“聽”來的語音轉(zhuǎn)化成文本以后，如何識別和理解，以及如何處理，就成了智能機器人要做的事情。而這一部分功能就猶如人的大腦，需在聽到訊息后，經(jīng)過思考，迅速給出精準的答復。涉及到自然語言處理、語義分析和理解、知識構(gòu)建和自學習能力、大數(shù)據(jù)處理和挖掘等前沿技術(shù)領(lǐng)域，并需要整合多種信息承載形式(如文字、語音、體感等)的通信和識別等能力。

技術(shù)實現(xiàn)要素：

本發(fā)明主要解決的技術(shù)問題是提供一種智能機器人與移動應用交互方法，使用云處理方式，能夠及時把移動應用獲取的用戶語音、表情或動作通過智能機器人表現(xiàn)，并向移動應用 發(fā)相關(guān)信息，與移動應用交互。

為解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)方案：

一種智能機器人與移動應用交互方法，所述移動應用安裝在移動終端上，所述智能機器人與移動應用交互方法包括如下步驟：

步驟1，所述移動終端接收第三方輸入，通過所述移動應用的識別模塊對所述第三方輸入進行識別，生成特定格式的程序標識；

步驟2，所述移動終端通過所述程序標識獲取程序識別信息；

步驟3，所述移動終端將獲取的程序識別信息發(fā)送至云端進行解析，得到指令；

步驟4，所述云端將所述指令推送給所述智能機器人；

步驟5，所述智能機器人解析所述指令，根據(jù)所述指令完成不同指令要求，并向所述移動終端發(fā)信息。

進一步，所述步驟1中所述第三方輸入為語音輸入、表情輸入或動作輸入。

進一步地，所述第三方輸入同時包含智能機器人發(fā)出的聲音或動作。

進一步，所述步驟1中的所述識別模塊為語音識別塊、攝像頭或紅外線動作識別，所述語音識別塊對語音進行識別，所述攝像頭對人臉進行識別，所述紅外線動作識別對動作進行識別。

進一步，所述步驟1中生成的所述程序標識的特定格式為json(javascriptobjectnotation)格式的鍵值對模型：一個key對應一個value。

進一步，所述步驟2中的程序識別信息獲取具體過程為：獲取程序標識key所對應的value作為關(guān)鍵詞執(zhí)行相關(guān)邏輯。

進一步，所述步驟3中的所述云端包括海量語言知識庫、百科知識庫和行業(yè)知識庫，并具有持續(xù)學習能力。

進一步，所述步驟3中的所述云端為集中處理庫，所述云端的解析具體過程為：

獲取來自移動終端的所述json指令；

遍歷所有key，作為執(zhí)行方向；

獲取key對應的value；

執(zhí)行所述key的功能。

進一步，所述步驟5中的所述信息為進度信息、環(huán)境信息和需求信息，其中，

所述進度信息為所述機器人完成移動終端送出一個指令的進度信息；

所述環(huán)境信息為周圍環(huán)境的改變信息；

所述需求信息為如果當前指令遇到不可完成因素未能完成會發(fā)送需求信息。

本發(fā)明的有益效果是：

使用云處理方式，及時更新信息，能夠及時把用戶的語音、表情或動作通過智能機器人表現(xiàn)，實現(xiàn)智能機器人與移動應用的交互。擁有準確的識別率與流暢的操控感，只需開口說話即能對移動應用進行實時控制，操作過程便捷又愉快。將變革傳統(tǒng)的家庭娛樂生活方式，使用戶在視覺與觸覺上感受到家庭人工智能伙伴的存在，給人們生活帶來便捷。

附圖說明

圖1是本發(fā)明一個實施例的智能機器人與移動應用交互方法流程示意圖。

具體實施方式

下面對本發(fā)明的較佳實施例進行詳細闡述，以使本發(fā)明的優(yōu)點和特征能更易于被本領(lǐng)域技術(shù)人員理解，從而對本發(fā)明的保護范圍做出更為清楚明確的界定。

一種智能機器人與移動應用交互方法，所述移動應用安裝在移動終端上，智能機器人能夠通過語音、表情或動作等方式與移動應用進行“溝通”，操控移動應用。所述智能機器人與移動應用交互方法流程如圖1所示，具體步驟如下所述。

步驟s1，移動終端接收第三方輸入，通過所述移動應用的識別模塊對所述第三方輸入進行識別，生成特定格式的程序標識。

所述第三方輸入包括語音輸入、表情輸入或動作輸入，第三方輸入同時包含智能機器人發(fā)出的聲音或動作。

所述識別模塊為語音識別塊、攝像頭或紅外線動作識別，所述語音識別塊對語音進行識別，所述攝像頭對人臉進行識別，所述紅外線動作識別對動作進行識別。

所述程序標識的特定格式為json(javascriptobjectnotation)格式的鍵值對模型：一個key對應一個value。

步驟s2，移動終端通過所述程序標識獲取程序識別信息。

程序識別信息獲取具體過程為：獲取程序標識key所對應的value作為關(guān)鍵詞執(zhí)行相關(guān)邏輯。如：若value為“你好”，則執(zhí)行相關(guān)邏輯解析后會回應一句：你好|你好呀。

步驟s3，移動終端將獲取的程序識別信息發(fā)送至云端進行解析，得到指令。

所述云端包括海量語言知識庫、百科知識庫和行業(yè)知識庫，并具有持續(xù)學習能力。

所述云端為集中處理庫，所述云端的解析具體過程為:

獲取來自移動終端的所述json指令；

遍歷所有key，作為執(zhí)行方向；

獲取key對應的value；

執(zhí)行所述key的功能。

如：“說你好”那么key就是“說”動詞作為key，value就是”你好”，然后數(shù)據(jù)格式:{說＝“你好”，

}

云端處理完成后執(zhí)行說的功能，回應一句：你好。

步驟s4，云端將所述指令推送給智能機器人。

步驟s5，智能機器人解析所述指令，根據(jù)指令完成不同指令要求，并在完成不同指令要求過程中向移動終端發(fā)送信息。

所述信息為進度信息、環(huán)境信息和需求信息，其中，進度信息為機器人完成移動終端送出一個指令的進度信息；環(huán)境信息為周圍環(huán)境的改變信息，諸如平地、臺階、墻壁、樓梯、坡道等不同的地理環(huán)境；需求信息為如果當前指令遇到不可完成因素未能完成會發(fā)送需求信息。

所述移動應用安裝于移動終端，具有一定的功能，如：聲紋解鎖：只要設(shè)定自己的聲紋密碼就可以通過識別聲音來解鎖；或體感撥號：把舉到耳邊可以通過呼叫聯(lián)系人名稱來撥打電話；或駕駛模式：可以通過語音指令處理電話、短信等事項；或語音小秘書：可以把語音轉(zhuǎn)成文字，并通過文字翻譯的加入實現(xiàn)語音翻譯；或語音拍照：通過“拍照”、“茄子”等口令讓自動拍照；如果嫌翻找應用麻煩，甚至還可以使用語音搜索，說出應用名稱就打開它。

本實施例使用云處理方式，及時更新信息，能夠及時把用戶的語音、表情或動作通過智能機器人表現(xiàn)，實現(xiàn)智能機器人與移動應用的交互。

以上所述僅為本發(fā)明的實施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運用在其他相關(guān)的技術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利保護范圍內(nèi)。