语音控制方法及装置、电子设备和介质与流程

1.本公开涉及智能控制技术领域，尤其涉及语音控制技术领域，具体涉及一种语音控制的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。


背景技术：

2.随着电子技术的发展，用户已经可以通过多种移动设备实现远程语音通信，其中的移动设备不局限于移动电话、移动电脑，也可以包括智能穿戴设备、手持游戏机等多种能够实现远程通信的移动设备。而伴随着移动设备种类的日益丰富，对于移动设备的语音控制方法也变得愈发多元。
3.在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。


技术实现要素：

4.本公开提供了一种语音控制的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
5.根据本公开的一方面，提供了一种语音控制方法，方法包括：获取移动终端的第一运动信息；响应于第一运动信息满足预设激活条件，执行至少一种验证操作；以及响应于至少一种验证操作中每一种验证操作验证成功，切换正在移动终端上运行的应用程序的语音传输模式。
6.根据本公开的另一方面，提供了一种语音控制装置，装置包括：获取单元，被配置用于获取移动终端的第一运动信息；验证单元，被配置用于响应于第一运动信息满足预设激活条件，执行至少一种验证操作；以及切换单元，被配置用于响应于至少一种验证操作中每一种验证操作验证成功，切换正在移动终端上运行的应用程序的语音传输模式。
7.根据本公开的另一方面，提供了一种电子设备，包括：存储器、处理器以及存储在存储器上的计算机程序，其中，处理器被配置为执行计算机程序以上述的方法的步骤。
8.根据本公开的另一方面，提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，其中，计算机程序被处理器执行时实现上述的方法的步骤。
9.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序被处理器执行时实现上述的方法的步骤。
10.根据本公开的一个或多个实施例，可以方便地执行对移动终端上运行的应用程序的语音传输模式的控制，并有效避免误操作，提高了对语音传输模式的控制的准确性，提升了用户体验。
11.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
12.附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
13.图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
14.图2示出了根据本公开的实施例的一种语音控制方法的流程图；
15.图3示出了根据本公开的实施例的另一种语音控制方法的流程图；
16.图4示出了根据本公开的实施例的另一种语音控制方法的流程图；
17.图5示出了根据本公开的实施例的语音控制装置的结构框图；
18.图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
19.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
20.在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
21.在本公开中对各种示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
22.相关技术中，为了实现对移动终端上运行的应用程序的语音传输模式的控制，往往需要用户在该应用程序的操作页面中操作相应的控制键，以实现对语音传输模式的切换。在这种情况下，当用户需要进行语音传输模式的切换时，不可避免地需要打开该应用程序的操作页面，并操作相应的控制键，以实现语音传输模式的切换。这种操作方法有时需要用户的多次操作，较为繁琐，导致用户体验不佳。
23.基于此，本公开提出一种语音控制的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。根据本公开所提出的语音控制方法，通过在移动终端的第一运动信息满足预设激活条件的情况下，执行至少一种验证操作，并根据验证结果切换移动终端上运行的应用程序的语音传输模式，能够方便地执行对移动终端上运行的应用程序的语音传输模式的控制，并避免误操作，提高了对语音传输模式的控制的准确性，提升了用户体验。
24.下面将结合附图详细描述本公开的实施例。
25.图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通
信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
26.在本公开的实施例中，服务器120可以运行使得能够执行语音控制的方法的一个或多个服务或软件应用。
27.在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(saas)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
28.在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
29.用户可以使用客户端设备101、102、103、104、105和/或106来获取语音数据，以及包括移动终端的运动信息、姿态信息和图像信息在内的多种传感数据，以基于上述传感数据实现对移动终端的语音控制。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
30.客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如microsoft windows、apple ios、类unix操作系统、linux或类linux操作系统(例如google chrome os)；或包括各种移动操作系统，例如microsoft windows mobile os、ios、windows phone、android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(pda)等。可穿戴设备可以包括头戴式显示器和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(sms)应用程序，并且可以使用各种通信协议。
31.网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于tcp/ip、sna、ipx等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(lan)、基于以太网的网络、令牌环、广域网(wan)、因特网、虚拟网络、虚拟专用网络(vpn)、内部网、外部网、公共交换电话网(pstn)、红外网络、无线网络(例如蓝牙、wifi)和/或这些和/或其他网络的任意组合。
32.服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如pc(个人计算机)服务器、unix服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功
能的一个或多个服务或软件应用。
33.服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括http服务器、ftp服务器、cgi服务器、java服务器、数据库服务器等。
34.在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
35.在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(vps，virtual private server)服务中存在的管理难度大、业务扩展性弱的缺陷。
36.系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
37.在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
38.图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
39.图2是示出根据本公开示例性实施例的语音控制方法，方法可以包括：步骤s201、获取移动终端的第一运动信息；步骤s202、响应于第一运动信息满足预设激活条件，执行至少一种验证操作；以及步骤s203、响应于至少一种验证操作中每一种验证操作验证成功，切换正在移动终端上运行的应用程序的语音传输模式。由此，能够使用户方便地执行对移动终端上运行的应用程序的语音传输模式的控制，并避免误操作，提高了对语音传输模式的控制的准确性，提升了用户体验。
40.针对步骤s201，其中，第一运动信息可以为包括加速度信息，角速度信息等在内的一种或多种。
41.根据一些实施例，移动终端可以通过调用自身的加速度传感器和/或角速度传感器，获取移动终端的第一运动信息。
42.针对步骤s202，根据一些实施例，第一运动信息可以包括加速度值，预设激活条件可以包括移动终端的加速度值大于预设加速度阈值。由此，能够根据获取的移动终端的加速度信息方便地判定是否满足激活条件，进而执行后续的验证操作。
43.例如，当用户通过提起手臂将移动终端移动至嘴边时，移动终端中的加速度传感器就可以检测到对应的加速度值，此时，该加速度值大于预设加速度阈值，可以判定为满足激活条件，进而使移动终端中正在运行的特定应用程序进入激活状态。
44.可以理解，在用户正常使用移动终端的情况下，即使移动终端中的加速度传感器可以检测到一定的加速度值，但是该加速度值不满足预设激活条件所要求的移动终端的加速度值大于预设加速度阈值，也不会使该应用程序进入激活状态，由此，能够在一定程度上降低用户的误操作。
45.根据一些实施例，预设激活条件还可以包括预设的特定动作。用户可以通过控制移动终端执行与预设激活条件一致的特定动作，以使移动终端中正在运行的特定应用程序进入激活状态。例如，当预设激活条件为顺时针画圆时，用户可以通过挥动移动终端在空间中顺时针画圆来使移动终端中正在运行的特定应用程序进入激活状态。
46.可以理解，预设激活条件还可以包括其它特定动作，本公开不作限定。
47.当正在移动终端上运行的应用程序进入激活状态后，可以通过执行至少一种验证操作以确定是否相应地切换该应用程序的语音传输模式。
48.可以理解，只有正在移动终端上运行的应用程序进入激活状态之后，才会启动至少一种验证操作的线程。由此能够在提升语音控制准确性的同时，避免对移动终端的传感器和计算资源的过度占用。
49.根据一些实施例，至少一种验证操作可以包括姿态验证操作，姿态验证操作可以包括：获取移动终端的姿态信息；以及响应于姿态信息满足第一验证条件，确定姿态验证操作验证成功。由此，能够基于移动终端的姿态信息准确地判断用户的当前意图，避免语音控制的误操作。
50.根据一些实施例，姿态信息可以包括移动终端的朝向信息，第一验证条件可以包括移动终端的正面朝上。
51.可以理解，当用户希望通过移动终端进行语音通信时，将会将移动终端的正面朝上以使通常在移动终端正面设置麦克风能够更好地接收用户语音。因此，在移动终端的正面朝上时，可以判断为用户当前希望通过移动终端进行语音通信，进而相应地开启移动终端的语音通信；反之，可以判断为用户当前不希望通过移动终端进行语音通信，进而相应地不开启移动终端的语音通信。
52.根据一些实施例，当移动终端的麦克风设置在移动终端的背面或者侧面时，第一验证条件可以相应地设置为移动终端的背面或者侧面朝上。
53.根据一些实施例，可以通过移动终端中设置的加速度传感器对移动终端的朝向信息进行检测，当加速度传感器检测到在垂直坐标轴上的重力加速度为负方向时，则可确定移动终端的正面朝上，反之，则可确定移动终端的背面朝上。可以理解，上述采用加速度传感器对移动终端的朝向信息进行检测仅是一种示例性实施例，在实际应用中，可以采用其它方法来检测移动终端的包括朝向信息在内的各种姿态信息，进而实现姿态验证操作，在此不做限定。
54.根据一些实施例，响应于移动终端的第一运动信息满足预设激活条件，而使运行的应用程序进入激活状态后，启动姿态验证操作的相应线程，开启移动终端中相应的传感器以获取移动终端的姿态信息，换言之，在未进入激活状态时，不启动姿态验证操作的相应
线程，获取移动终端的姿态信息的相关传感器处于关闭状态。由此，能够避免对于移动终端中相关传感器和计算资源的过度占用。
55.根据一些实施例，至少一种验证操作可以包括图像验证操作，图3是示出根据本公开示例性实施例的图像验证操作示意图，图像验证操作包括：步骤s301、控制移动终端执行图像信息采集；步骤s302、获取移动终端所采集的图像信息；以及步骤s303、响应于图像信息满足第二验证条件，确定图像验证操作验证成功。由此，能够基于所采集的图像信息准确地判断用户的当前意图，避免语音控制的误操作。
56.其中，移动终端可以通过调用设置于不同位置的一个或多个摄像头执行对图像信息的采集。
57.根据一些实施例，第二验证条件包括图像信息中包括人脸信息。
58.可以理解，当用户希望通过移动终端进行语音通信时，将会将移动终端移动至靠近脸部的位置。因此，当移动终端的摄像头能够采集到人脸信息时，可以判定用户希望通过移动终端进行语音通信，进而相应地开启移动终端的语音通信；反之，可以判定用户不希望通过移动终端进行语音通信，进而相应地不开启移动终端的语音通信。
59.其中，人脸信息可以为整个人脸，也可以为部分人脸。
60.根据一些实施例，人脸信息可以包括人脸中特定的器官，例如，嘴部。特别地，人脸信息还可以包括特定器官的特定状态，例如，处于张开状态的嘴。
61.根据一些实施例，响应于移动终端的第一运动信息满足预设激活条件，而使移动终端中运行的应用程序进入激活状态后，启动图像验证操作的相应线程，开启移动终端中摄像头以获取图像信息，换言之，在移动终端未进入激活状态时，不启动图像验证操作的相应线程，移动终端的摄像头处于关闭状态。由此，能够避免对于移动终端中相关传感器和计算资源的浪费。
62.根据一些实施例，至少一种验证操作可以包括状态验证操作，图4是示出根据本公开示例性实施例的状态验证操作，状态验证操作包括：步骤s401、获取移动终端在第一预设时间范围内的第二运动信息；步骤s402、基于预设规则，根据第一预设时间范围内的第二运动信息确定移动终端的状态；以及步骤s403、响应于移动终端的状态为静止状态，确定状态验证操作验证成功。由此，能够基于移动终端是否处于静止状态，准确地判断用户的当前意图，避免语音控制的误操作。
63.可以理解，当移动终端处于运动状态中时，例如，移动终端处于移动的交通工具中，或者由用户携带移动终端进行户外运动时，根据移动终端的第一运动信息而执行的激活操作并不符合用户的真实意图。在此情况下，通过对移动终端进行状态验证操作，能够避免由于移动终端处于运动状态而造成的错误的激活的情况，提升对语音控制的准确性。
64.其中，第一预设时间范围可以为移动终端进入激活状态后的一个特定的时间段。移动终端在第一预设时间范围内的第二运动信息为移动终端在第一预设时间范围内的时变的运动信息，其可以包括加速度信息，角速度信息等。
65.根据一些实施例，可以基于连续的多个第一预设时间范围执行状态验证操作。具体地，在根据首个第一预设时间范围内的第二运动信息确定移动终端的状态不是静止状态时，可以在该第一预设时间范围结束后，接着在下一个第一预设时间范围内确定移动终端的状态是否为静止状态，以此类推，直至确定移动终端的状态为静止状态或完成基于每一
个第一预设时间范围的状态验证操作。
66.根据一些实施例，基于预设规则，根据第一预设时间范围内的第二运动信息确定移动终端的状态包括：响应于第二运动信息的数值在第一预设时间范围内小于预设阈值，确定移动终端的状态为静止状态。由此，能够方便地对移动终端的状态是否为静止状态进行判断。
67.根据一些实施例，方法还包括：针对至少一种验证操作中每一种验证操作，响应于该验证操作在第二预设时间范围内未验证成功，确定该验证操作验证失败，其中，当至少一种验证操作包括状态验证操作时，第二预设时间范围不小于第一预设时间范围。由此，可以在判定用户的真实意图不是进行语音控制时，及时释放验证操作所占用的移动终端传感器和计算资源，避免对移动终端的资源的浪费。
68.针对步骤s203，响应于上述至少一种验证操作中每一种验证操作验证成功，切换正在移动终端上运行的应用程序的语音传输模式。
69.其中，切换正在移动终端上运行的应用程序的语音传输模式可以包括开启语音传输、关闭语音传输，或者改变语音传输方式等。
70.根据一些实施例，应用程序可以在移动终端的后台运行。在这种情况下，用户可以直接对移动终端后台运行的应用程序的语音传输模式进行切换，而不需要先将后台运行的应用程序切换至前台运行，再对应用程序的语音传输模式进行切换，进而方便用户的操作。
71.可以理解，当应用程序在移动终端的后台运行时，可以仅显示缩小的语音框，该语音框中不包括切换该应用程序的语音传输模式的控制键。用户在通过该后台运行的应用程序进行语音通话的同时，可以浏览移动终端的其它对象内容。根据本公开的上述一种或多种实施例，用户可以通过控制移动终端执行第一运动，以激活后台运行的应用程序，并在验证操作验证成功后，实现对后台运行的应用程序的语音传输模式的控制，而不需要点击缩小的语音框，打开该应用程序的操作界面再进行语音传输模式的控制，有效提升了用户操作的便捷性。
72.根据一些实施例，用户可以通过设置移动终端中应用程序的权限，使得应用程序可以在后台运行的过程中持续监听移动终端的第一运动信息，进而确定第一运动信息是否满足预设激活条件。
73.根据一些实施例，用户可以通过设置移动终端中应用程序的权限，使得应用程序可以在激活状态下进一步地调用移动终端的相关传感器和计算资源，以执行对移动终端的验证操作。
74.根据一些实施例，应用程序可以在进入激活状态后，在移动终端的显示页面显示开放权限提示信息，在用户选择或者确认后，应用程序可以进一步地调用相关的传感器和计算资源，以执行对移动终端的验证操作。
75.根据一些实施例，应用程序可以包括远程会议应用程序。由此，用户可以方便地对远程会议的语音传输模式进行实时控制。
76.根据一些实施例，响应于至少一种验证操作中每一种验证操作验证成功，切换应用程序的语音传输模式包括：将远程会议应用程序的语音传输模式从禁言模式切换至非禁言模式。
77.可以理解，切换应用程序的语音传输模式还可以相应地包括将远程会议应用程序
的语音传输模式从非禁言模式切换至禁言模式，在此不作限定。
78.根据本公开的另一方法，还公开了一种语音控制装置500，装置500包括：获取单元501，被配置用于获取移动终端的第一运动信息；验证单元502，被配置用于响应于第一运动信息满足预设激活条件，执行至少一种验证操作；以及切换单元503，被配置用于响应于至少一种验证操作中每一种验证操作验证成功，切换正在移动终端上运行的应用程序的语音传输模式。
79.根据一些实施例，第一运动信息包括加速度值，预设激活条件包括移动终端的加速度值大于预设加速度阈值。
80.根据一些实施例，至少一种验证操作包括姿态验证操作，验证单元包括：第一子获取单元，被配置用于获取移动终端的姿态信息；以及第一子确定单元，响应于姿态信息满足第一验证条件，确定姿态验证操作验证成功。
81.根据一些实施例，至少一种验证操作包括图像验证操作，验证单元包括：第一子控制单元，被配置用于控制移动终端执行图像信息采集；第二子获取单元，被配置用于获取移动终端所采集的图像信息；以及第二子确定单元，被配置用于响应于图像信息满足第二验证条件，确定图像验证操作验证成功。
82.根据一些实施例，至少一种验证操作包括状态验证操作，验证单元包括：第三子获取单元，被配置用于获取移动终端在第一预设时间范围内的第二运动信息；第三子确定单元，被配置用于基于预设规则，根据第一预设时间范围内的第二运动信息确定移动终端的状态；第四子确定单元，被配置用于响应于移动终端的状态为静止状态，确定状态验证操作验证成功。
83.根据本公开的另一方面，还公开了一种电子设备，包括：存储器、处理器以及存储在存储器上的计算机程序，其中，处理器被配置为执行计算机程序以实现上述的方法的步骤。
84.根据本公开的另一方面，还公开了一种非暂态计算机可读存储介质，其上存储有计算机程序，其中，计算机程序被处理器执行时实现上的方法的步骤。
85.根据本公开的另一方面，还公开了一种计算机程序产品，包括计算机程序，其中，计算机程序被处理器执行时实现上述的方法的步骤。
86.参考图6，现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
87.如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
88.设备600中的多个部件连接至i/o接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向设备600输入信息的任何类型的设备，输入单元606可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙tm设备、1302.11设备、wifi设备、wimax设备、蜂窝通信设备和/或类似物。
89.计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如语音控制方法。例如，在一些实施例中，语音控制方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文描述的语音控制方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行语音控制方法。
90.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
91.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
92.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom
或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd
‑
rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
93.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
94.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
95.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端
‑
服务器关系的计算机程序来产生客户端和服务器的关系。
96.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
97.虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。