語音輸入設(shè)備控制方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及語音輸入技術(shù)領(lǐng)域，特別涉及一種語音輸入設(shè)備控制方法及系統(tǒng)。
【背景技術(shù)】
[0002]經(jīng)過多年的技術(shù)發(fā)展，語音輸入作為一種重要的非鍵盤輸入方法已經(jīng)在平板電腦、智能手機(jī)等設(shè)備上得到了廣泛的應(yīng)用。采用語音進(jìn)行信息數(shù)據(jù)輸入，語音輸入質(zhì)量的高低對語音識別的準(zhǔn)確性具有決定性作用，而語音識別的準(zhǔn)確性又在很大程度上影響了用戶體驗(yàn)的好壞。當(dāng)采用帶鈴聲功能的語音輸入設(shè)備(例如智能手機(jī))進(jìn)行語音輸入過程中，來自設(shè)備本身的來電鈴聲、短信鈴聲、鬧鈴音、后臺(tái)音樂等干擾音，容易與用戶輸入的語音信號相混雜，導(dǎo)致語音輸入質(zhì)量降低。
[0003]現(xiàn)有技術(shù)中，為防止語音輸入設(shè)備本身發(fā)出的鈴聲對語音輸入效果的影響，用戶通常在語音輸入前，手動(dòng)開啟語音輸入設(shè)備的靜音模式，在語音輸入結(jié)束后，再手動(dòng)關(guān)閉靜音模式，比較麻煩，并且容易因?yàn)橥浵嚓P(guān)操作而導(dǎo)致語音輸入過程中受到鈴聲干擾或者影響語音輸入設(shè)備正常的使用功能。

【發(fā)明內(nèi)容】

[0004]本發(fā)明實(shí)施例提供了一種語音輸入設(shè)備控制方法及系統(tǒng)，能夠自動(dòng)控制語音輸入設(shè)備開啟和關(guān)閉靜音模式，從而有效提高語音輸入質(zhì)量。
[0005]本發(fā)明實(shí)施例提供的技術(shù)方案如下:
[0006]一方面，提供了一種語音輸入設(shè)備控制方法，包括:
[0007]在感知到語音輸入開始操作后，接收用戶輸入的語音信號，并開啟所述語音輸入設(shè)備的靜音模式；
[0008]在感知到語音輸入結(jié)束操作后，檢查所述語音輸入設(shè)備是否處于靜音模式，如果是，則關(guān)閉所述語音輸入設(shè)備的靜音模式；
[0009]對所述語音信號進(jìn)行語音識別，得到所述語音信號對應(yīng)的命令；
[0010]執(zhí)行所述命令對應(yīng)的操作。
[0011]優(yōu)選地，所述感知到語音輸入開始操作包括:感知到用戶對所述語音輸入設(shè)備的錄音開啟按鈕的點(diǎn)擊操作，或者感知到用戶對所述語音輸入設(shè)備的錄音開啟按鍵的按壓操作，或者感知到用戶對所述語音輸入設(shè)備的錄音開始選項(xiàng)的選擇操作。
[0012]優(yōu)選地，所述感知到語音輸入結(jié)束操作包括:感知到用戶對所述語音輸入設(shè)備的錄音結(jié)束按鈕的點(diǎn)擊操作，或者感知到用戶對所述語音輸入設(shè)備的錄音結(jié)束按鍵的按壓操作，或者感知到用戶對所述語音輸入設(shè)備的錄音結(jié)束選項(xiàng)的選擇操作。
[0013]優(yōu)選地，所述接收用戶輸入的語音信號，并開啟所述語音輸入設(shè)備的靜音模式包括:對接收的所述語音信號進(jìn)行端點(diǎn)檢測，并在檢測到所述語音信號的開始端點(diǎn)后，開啟所述語音輸入設(shè)備的靜音模式。
[0014]優(yōu)選地，所述方法還包括:在感知到語音輸入結(jié)束操作之前，如果檢測到所述語音信號的結(jié)束端點(diǎn)，則關(guān)閉所述語音輸入設(shè)備的靜音模式。
[0015]另一方面，提供了一種語音輸入設(shè)備控制系統(tǒng)，包括:
[0016]操作感知模塊，用于感知用戶的語音輸入開始操作及語音輸入結(jié)束操作；
[0017]接收模塊，用于在所述操作感知模塊感知到所述語音輸入開始操作后，接收用戶輸入的語音信號；
[0018]模式設(shè)定模塊，用于在所述操作感知模塊感知到所述語音輸入開始操作后，開啟所述語音輸入設(shè)備的靜音模式，在所述操作感知模塊感知到所述語音輸入結(jié)束操作后，檢查所述語音輸入設(shè)備是否處于靜音模式，如果是，則關(guān)閉所述語音輸入設(shè)備的靜音模式；
[0019]語音識別模塊，用于對所述語音信號進(jìn)行語音識別，得到所述語音信號對應(yīng)的命令；
[0020]執(zhí)行模塊，用于執(zhí)行所述命令對應(yīng)的操作。
[0021]優(yōu)選地，所述用戶的語音輸入開始操作包括:用戶對所述語音輸入設(shè)備的錄音開啟按鈕的點(diǎn)擊操作，或者用戶對所述語音輸入設(shè)備的錄音開啟按鍵的按壓操作，或者用戶對所述語音輸入設(shè)備的錄音開始選項(xiàng)的選擇操作。
[0022]優(yōu)選地，所述用戶的語音輸入結(jié)束操作包括:用戶對所述語音輸入設(shè)備的錄音結(jié)束按鈕的點(diǎn)擊操作，或者用戶對所述語音輸入設(shè)備的錄音結(jié)束按鍵的按壓操作，或者用戶對所述語音輸入設(shè)備的錄音結(jié)束選項(xiàng)的選擇操作。
[0023]優(yōu)選地，還包括:端點(diǎn)檢測模塊，用于對所述接收模塊接收的語音信號進(jìn)行端點(diǎn)檢測，并在檢測到所述語音信號的開始端點(diǎn)后，控制所述模式設(shè)定模塊開啟所述語音輸入設(shè)備的靜音模式。
[0024]優(yōu)選地，所述端點(diǎn)檢測模塊，還用于在所述操作感知模塊感知到語音輸入結(jié)束操作之前，在檢測到所述語音信號的結(jié)束端點(diǎn)后，控制所述模式設(shè)定模塊關(guān)閉所述語音輸入設(shè)備的靜音模式。
[0025]本發(fā)明實(shí)施例提供的語音輸入設(shè)備控制方法及系統(tǒng)，在感知到語音輸入開始操作后，接收用戶輸入的語音信號，并自動(dòng)開啟語音輸入設(shè)備的靜音模式，能夠保證在語音輸入過程中，語音輸入設(shè)備處于靜音模式，從而有效屏蔽語音輸入設(shè)備本身所發(fā)出的來電鈴聲、短信鈴聲、鬧鈴音、后臺(tái)音樂等干擾音，提高語音輸入的質(zhì)量，進(jìn)而提高語音識別的準(zhǔn)確率；在感知到語音輸入結(jié)束操作后，檢查語音輸入設(shè)備是否處于靜音模式，如果是，則自動(dòng)關(guān)閉語音輸入設(shè)備的靜音模式，及時(shí)恢復(fù)語音輸入設(shè)備的鈴聲使用功能，從而不影響語音輸入設(shè)備鈴聲功能的正常使用。
【附圖說明】
[0026]為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明中記載的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，還可以根據(jù)這些附圖獲得其他的附圖。
[0027]圖1是本發(fā)明實(shí)施例提供的一種語音輸入設(shè)備控制方法的流程圖；
[0028]圖2是本發(fā)明實(shí)施例提供的第二種語音輸入設(shè)備控制方法的流程圖；
[0029]圖3是本發(fā)明實(shí)施例提供的第三種語音輸入設(shè)備控制方法的流程圖；
[0030]圖4是本發(fā)明實(shí)施例提供的一種語音輸入設(shè)備控制系統(tǒng)的結(jié)構(gòu)示意圖；
[0031]圖5是本發(fā)明實(shí)施例提供的另外一種語音輸入設(shè)備控制系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0032]為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明實(shí)施例的方案，下面結(jié)合附圖和實(shí)施方式對本發(fā)明實(shí)施例作進(jìn)一步的詳細(xì)說明。
[0033]如圖1所示，為本發(fā)明實(shí)施例提供的一種語音輸入設(shè)備控制方法的流程圖，包括以下步驟:
[0034]步驟101:在感知到語音輸入開始操作后，接收用戶輸入的語音信號，并開啟語音輸入設(shè)備的靜音模式。
[0035]其中，感知到語音輸入開始操作可以包括:感知到用戶對語音輸入設(shè)備的錄音開啟按鈕的點(diǎn)擊操作，或者感知到用戶對語音輸入設(shè)備的錄音開啟按鍵的按壓操作，或者感知到用戶對語音輸入設(shè)備的錄音開始選項(xiàng)的選擇操作。
[0036]當(dāng)感知到用戶對語音輸入設(shè)備的開始輸入相關(guān)操作后，可以認(rèn)為用戶要開始進(jìn)行語音輸入，此時(shí)，可以控制語音輸入設(shè)備自動(dòng)開啟語音信號接收功能，開始接收用戶輸入的語音信號。
[0037]為了防止語音輸入過程中，來電鈴聲、短信鈴聲、鬧鈴音、后臺(tái)音樂等干擾音對語音輸入效果造成不良影響，可以通過調(diào)用操作系統(tǒng)底層命令，開啟語音輸入設(shè)備的靜音模式，從而保證在進(jìn)行語音輸入過程中，不受來自設(shè)備本身鈴聲的干擾，從而有效提升語音輸入質(zhì)量。
[0038]具體地，接收用戶輸入的語音信號，并開啟語音輸入設(shè)備的靜音模式可以包括:先開始接收用戶輸入的語音信號，然后再開啟語音輸入設(shè)備的靜音模式；也可以在開始接收用戶輸入的語音信號的同時(shí)開啟語音輸入設(shè)備的靜音模式；當(dāng)然，還可以先開啟語音輸入設(shè)備的靜音模式后，然后再開始接收用戶輸入的語音信號。也即，本發(fā)明實(shí)施例不對開始接收用戶輸入的語音信號和開啟語音輸入設(shè)備的靜音模式的先后順序做具體限定，可以根據(jù)實(shí)際需要進(jìn)行具體設(shè)置。
[0039]考慮到用戶在對語音輸入設(shè)備進(jìn)行開始輸入操作后，未必立即開始說話，例如，用戶對語音輸入設(shè)備的錄音開啟按鈕進(jìn)行點(diǎn)擊操作后，停頓片刻之后才開始說話，也即，在操作錄音開啟按鈕和真正進(jìn)行語音輸入之間可能存在一定的時(shí)間差，而在真正開始進(jìn)行語音輸入之前就已經(jīng)開啟靜音功能，并無實(shí)際必要，并且會(huì)影響語音輸入設(shè)備在該段時(shí)間內(nèi)的正常使用，因此，可以在檢測到用戶真正開始進(jìn)行語音輸入后，再開啟靜音模式。具體而言，如圖2所示，在感知到語音輸入開始后，可以通過步驟201:對接收的語音信號進(jìn)行端點(diǎn)檢測，并在檢測到語音信號的開始端點(diǎn)后，開啟語音輸入設(shè)備的靜音模式，從而能夠保證在用戶真正開始進(jìn)行語音輸入后，再開啟語音輸入設(shè)備的靜音模式。
[0040]對接收的語音信號可以實(shí)時(shí)進(jìn)行端點(diǎn)檢測，從而確定語音信號的開始端點(diǎn)。具體可以通過對接收的語音信號做分幀和加窗處理，其中，語音信號可以為音頻波形，例如，可以將每一幀的長度設(shè)為25ms，幀移可以為10ms，然后對每一幀音頻數(shù)據(jù)計(jì)算出一個(gè)特征信息，例如時(shí)域能量，頻域能量，過零率等特征，可以根據(jù)需要設(shè)計(jì)適當(dāng)?shù)囊?guī)則來判斷當(dāng)前幀音頻數(shù)據(jù)是語音還是非語音，從而確定語音信號的開始端點(diǎn)。采用端點(diǎn)檢測能夠精確地確定語音信號的開始端點(diǎn)，從而保證在真正進(jìn)行語音信號輸入時(shí)，才開啟語音輸入設(shè)備的靜音模式。
[0041]步驟102:感知到語音輸入結(jié)束操作后，檢查語音輸入設(shè)備是否處于靜音模式，如果是，則關(guān)閉語音輸入設(shè)備的靜音模式。
[0042]具體地，感知到語音輸入結(jié)束操作可以包括:感知到用戶對語音輸入設(shè)備的錄音結(jié)束按鈕的點(diǎn)擊操作，或者感知到用戶對語音輸入設(shè)備的錄音結(jié)束按鍵的按壓操作，或者感知到用戶對語音輸入設(shè)備的錄音結(jié)束選項(xiàng)的選擇操作。
[0043]如圖3所示，用戶在語音輸入結(jié)束后，也可能因?yàn)橥浕蛘卟僮鞑粔蚣皶r(shí)而沒有立刻進(jìn)行語音輸入結(jié)束操作，從而導(dǎo)致所輸入的語音信號的末端包含非語音信號，占用存儲(chǔ)資源。因此，上述方法進(jìn)一步還可以包括步驟202:在感知到語音輸入結(jié)束操作之前，如果檢測到語音信號的結(jié)束端點(diǎn)，則關(guān)閉語音輸入設(shè)備的靜音模式，從而使得在檢測到語音信號的結(jié)束端點(diǎn)后，即使沒有進(jìn)行語音