一种语音指令响应方法、装置及终端设备

摘要：

本发明实施例提供了一种语音指令响应方法、装置及终端设备，涉及语音识别技术领域，用于在同时接收到多个声源对象分别输入的语音指令的情况下，准确选择多个语音指令中最希望被响应的语音指令进行响应。该方法包括：在接收到至少两个声源对象输入的至少两个语音指令的情况下，获取至少两个声源对象的声源信息，任一声源对象的声源信息包括该声源对象到终端设备的距离、该声源对象和终端设备连线与终端设备正面朝向之间的加角，以及该声源对象输入的语音指令的音量中的至少一个；根据至少两个声源对象的声源信息确定至少两个声源对象中的目标声源对象；响应目标声源对象输入的语音指令。本发明实施例用于对语音指令进行响应。

专利类型：发明专利

申请/专利号：CN201910935362.2

申请日期：2019-09-29

公开/公告号：CN112581947A

公开/公告日：2021-03-30

主分类号：G10L15/22(2006.01)

申请/专利权人:北京安云世纪科技有限公司

发明/设计人:杜国威

主申请人地址:100016 北京市朝阳区酒仙桥路6号院2号楼1至17层102号内10层1002

专利代理机构:北京律诚同业知识产权代理有限公司

代理人:王玉双

国别省市代码:北京;11

权利要求：

1.一种语音指令响应方法，其特征在于，应用于终端设备，所述方法包括： 在接收到至少两个声源对象输入的至少两个语音指令的情况下，获取所述至少两个声源对象的声源信息，任一声源对象的声源信息包括该声源对象到所述终端设备的距离、该声源对象到所述终端设备的连线与所述终端设备正面朝向之间的加角，以及该声源对象输入的语音指令的音量中的至少一个； 根据所述至少两个声源对象的声源信息确定所述至少两个声源对象中的目标声源对象； 响应所述目标声源对象输入的语音指令。 2.根据权利要求1所述的方法，其特征在于，任一声源对象的声源信息包括该声源对象到所述终端设备的距离； 所述根据所述至少两个声源对象的声源信息确定所述至少两个声源对象中的目标声源对象，包括： 将所述至少两个声源对象中到所述终端设备的距离最小的声源对象确定为所述目标声源对象。 3.根据权利要求2所述的方法，其特征在于，任一声源对象的声源信息还包括该声源对象到所述终端设备的连线与所述终端设备正面朝向之间的加角，所述方法还包括： 当到所述终端设备的距离最小的声源对象包括N个声源对象时，将所述N个声源对象中到所述终端设备的连线与所述终端设备正面朝向之间的加角最小的声源对象确定为所述目标声源对象； N为大于1的整数。 4.根据权利要求1所述的方法，其特征在于，任一声源对象的声源信息包括该声源对象到所述终端设备的连线与所述终端设备正面朝向之间的加角； 所述根据所述至少两个声源对象的声源信息确定所述至少两个声源对象中的目标声源对象，包括： 将所述至少两个声源对象中到所述终端设备的连线与所述终端设备正面朝向之间的加角最小的声源对象确定为所述目标声源对象。 5.根据权利要求1所述的方法，其特征在于，任一声源对象的声源信息包括该声源对象输入的语音指令的音量； 所述根据所述至少两个声源对象的声源信息确定所述至少两个声源对象中的目标声源对象，包括： 将所述至少两个声源对象中输入的语音指令的音量最大的声源对象确定为所述目标声源对象。 6.根据权利要求1所述的方法，其特征在于，任一声源对象的声源信息包括该声源对象到所述终端设备的距离、该声源对象到所述终端设备的连线与所述终端设备正面朝向之间的加角，以及该声源对象输入的语音指令的音量； 所述根据所述至少两个声源对象的声源信息确定所述至少两个声源对象中的目标声源对象，包括： 获取所述至少两个声源对象的权重值，任一声源对象的权重值为该声源对象的距离权重值、加角权重值以及音量权重值的和，任一声源对象的距离权重值为该声源对象到所述终端设备的距离与第一权重系数的乘积，任一声源对象的加角权重值为该声源对象到所述终端设备的连线与所述终端设备正面朝向之间的加角与第二权重系数的乘积，任一声源对象的音量权重值为该声源对象输入的语音指令的音量与第三权重系数的乘积； 将权重值符合预设要求的声源对象确定为所述目标声源对象。 7.根据权利要求1所述的方法，其特征在于，任一声源对象的声源信息包括该声源对象到所述终端设备的连线与所述终端设备正面朝向之间的加角； 所述根据所述至少两个声源对象的声源信息确定所述至少两个声源对象中的目标声源对象，包括： 根据各个声源对象到所述终端设备的连线与所述终端设备正面朝向之间的加角，确定各个声源对象对应的显示区域； 在各个声源对象对应的显示区域显示与各个声源对象输入的语音指令相应的显示内容； 接收用户对目标显示区域内显示的显示内容的选择输入； 响应于所述选择输入，将所述目标显示区域对应的声源对象确定为所述目标声源对象。 8.一种语音指令响应装置，其特征在于，包括： 获取单元，用于在接收到至少两个声源对象输入的至少两个语音指令的情况下，获取所述至少两个声源对象的声源信息，任一声源对象的声源信息包括该声源对象到所述语音指令响应装置的距离、该声源对象和所述语音指令响应装置的连线与所述语音指令响应装置正面朝向之间的加角，以及该声源对象输入的语音指令的音量中的至少一个； 处理单元，用于根据所述至少两个声源对象的声源信息确定所述至少两个声源对象中的目标声源对象； 响应单元，用于响应所述目标声源对象输入的语音指令。 9.一种终端设备，其特征在于，包括存储器和处理器，所述存储器用于存储计算机程序；所述处理器用于在调用所述计算机程序时执行如权利要求1-7任一项所述的语音指令响应方法。 10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的语音指令响应方法。