具有命令关键词调节的网络麦克风设备的制作方法

技术特征：
1.一种由回放设备执行的方法，所述回放设备包括：至少一个麦克风，被配置为检测声音；以及第一唤醒词引擎和第二唤醒词引擎，被配置为接收表示由所述至少一个麦克风检测到的所述声音的输入声音数据，所述方法包括：其中，所述第一唤醒词引擎被配置为：当所述第一唤醒词引擎在所述输入声音数据中检测到vas唤醒词时，生成语音助手服务vas唤醒词事件，所述语音助手服务vas唤醒词事件使所述回放设备向所述语音助手服务的一个或多个服务器流式传输表示由所述至少一个麦克风检测到的所述声音的声音数据，以及经由所述第二唤醒词引擎检测所述声音数据中的多个命令唤醒词中的第一命令唤醒词，所述多个命令唤醒词中的每一个与相应的回放命令相对应；如果确定满足与检测到的第一命令唤醒词相对应的一个或多个回放条件，则经由所述第二唤醒词引擎生成与所述检测到的第一命令唤醒词相对应的命令唤醒词事件；以及响应于所述命令唤醒词事件，执行与所述第一命令唤醒词相对应的第一回放命令。2.根据权利要求1所述的方法，其中，所述回放设备还包括状态机，所述状态机被配置为：当满足与所述第一命令唤醒词相对应的所述一个或多个回放条件时转换到第一状态，并且当不满足与所述第一命令唤醒词相对应的所述一个或多个回放条件中的至少一个回放条件时转换到第二状态，并且其中，确定满足与所述第一命令唤醒词相对应的所述一个或多个回放条件包括确定所述状态机处于所述第一状态。3.根据权利要求2所述的方法，其中，所述回放设备还包括与所述多个命令唤醒词中的每个命令唤醒词相对应的附加状态机，其中，每个附加状态机被配置为：当满足与相应的命令唤醒词相对应的一个或多个回放条件时转换到所述第一状态，并且当不满足与所述相应的命令唤醒词相对应的所述一个或多个回放条件中的至少一个回放条件时转换到第二状态。4.根据前述权利要求中任一项所述的方法，还包括：如果确定不满足与所述检测到的第一命令唤醒词相对应的一个或多个回放条件中的至少一个回放条件，则抑制与所述检测到的第一命令唤醒词相对应的命令唤醒词事件的生成。5.根据前述权利要求中任一项所述的方法，还包括：在缓冲器中存储表示由所述至少一个麦克风检测到的声音的声音数据；当所述第一唤醒词引擎检测到第一vas唤醒词时，经由所述第一唤醒词引擎生成与检测到的第一vas唤醒词相对应的vas唤醒词事件；以及响应于与所述第一命令唤醒词相对应的所述命令唤醒词事件，经由网络接口向所述语音助手服务的所述一个或多个服务器流式传输缓冲声音数据的一部分，包括：(i)在所述第一vas唤醒词之前预定持续时间的缓冲声音数据；以及(ii)在所述第一vas唤醒词之后表示语音声音的缓冲声音数据。6.根据前述权利要求中任一项所述的方法，其中：所述第一命令唤醒词是跳过命令，与所述第一命令唤醒词相对应的所述一个或多个回放条件包括以下各项中的一项或多项：正在所述回放设备上回放媒体项，
所述回放设备上的队列处于活动状态，并且所述队列包括在所述回放设备上正在回放的媒体项之后的媒体项，以及执行所述第一回放命令包括在所述队列中向前跳过，以回放在所述回放设备上正在回放的媒体项之后的媒体项。7.根据权利要求1至5中任一项所述的方法，其中：所述第一命令唤醒词是暂停命令，与所述第一命令唤醒词相对应的所述一个或多个回放条件包括如下条件：音频内容正在所述回放设备上回放，并且执行所述第一回放命令包括暂停回放所述回放设备上的音频内容。8.根据权利要求1至5中任一项所述的方法，其中：所述第一命令唤醒词是音量增加命令，与所述第一命令唤醒词相对应的所述一个或多个回放条件包括：正在所述回放设备上回放音频内容；以及所述回放设备上的音量级别未处于最大音量级别，并且执行所述第一回放命令包括增加所述回放设备上的音量级别。9.根据前述权利要求中任一项所述的方法，其中：所述回放设备还包括第三唤醒词引擎，所述第三唤醒词引擎被配置为接收表示由所述至少一个麦克风检测到的声音的输入声音数据；并且所述方法还包括：经由所述第三唤醒词引擎检测所述第三唤醒词引擎支持的多个音频服务唤醒词中的特定流式音频服务唤醒词，所述特定流式音频服务唤醒词中的每一个对应于相应的流式音频服务命令；当确定满足与所述特定流式音频服务唤醒词相对应的一个或多个流式音频服务条件时：经由所述第三唤醒词引擎生成与所述特定流式音频服务唤醒词相对应的流式音频服务唤醒词事件；以及响应于所述流式音频服务唤醒词事件，执行与所述特定流式音频服务唤醒词相对应的特定流式音频服务命令。10.根据前述权利要求中任一项所述的方法，其中：第一语音输入包括所述第一命令唤醒词和第一语音话语；并且所述方法还包括：响应于所述命令唤醒词事件，经由本地自然语言单元nlu确定所述第一语音话语是否包括来自预定关键词库的至少一个关键词；以及当所述第一语音话语包括一个或多个特定关键词时，执行所述第一回放命令包括：根据与所述第一语音话语中的所述一个或多个特定关键词相对应的一个或多个参数执行所述第一回放命令。11.根据权利要求10所述的方法，还包括：当所述第一语音话语不包括来自所述预定关键词库的至少一个关键词时：向语音助手服务的一个或多个服务器流式传输表示第一语音输入的声音数据，以供所
述语音助手服务的所述一个或多个服务器处理。12.根据权利要求11所述的方法，还包括：当所述第一语音话语不包括来自所述预定关键词库的至少一个关键词时：向所述语音助手服务回放第二语音输入的音频提示；以及向所述语音助手服务的一个或多个服务器流式传输表示第二语音输入的声音数据，以供所述语音助手服务的所述一个或多个服务器处理。13.根据权利要求10至12中任一项所述的方法，还包括：当所述第一语音话语不包括来自所述预定关键词库的至少一个关键词时：根据一个或多个默认参数执行所述第一回放命令。14.根据权利要求10至13中任一项所述的方法，其中：所述一个或多个特定关键词中的第一关键词表示与媒体回放系统的第一区相对应的区名，并且根据所述一个或多个参数执行所述第一回放命令包括发送一个或多个指令以在所述第一区中执行所述第一回放命令。15.根据权利要求10至14中任一项所述的方法，还包括：利用与所述媒体回放系统内的相应区相对应的区名来填充所述预定关键词库，每个区包括一个或多个相应的回放设备，并且其中，所述预定关键词库填充有与所述媒体回放系统的所述第一区相对应的区名。16.根据权利要求10至15中任一项所述的方法，还包括：经由网络接口发现连接到局域网的智能家居设备；以及利用与在所述局域网上发现的相应的智能家居设备相对应的名称来填充所述预定关键词库。17.根据权利要求10至16中任一项所述的方法，还包括：利用与由所述媒体回放系统注册到的一个或多个用户简档指定为最爱的播放列表相对应的名称来填充所述预定关键词库。18.根据权利要求17所述的方法，其中：所述一个或多个用户简档中的第一用户简档与第一流式音频服务的用户账户和第二流式音频服务的用户账户相关联，并且所述播放列表包括：第一流式音频服务的第一播放列表，由所述第一流式音频服务的所述用户帐户指定为最爱；以及第二播放列表，包括来自所述第一流式音频服务和所述第二流式音频服务的音频曲目。19.根据权利要求10至18中任一项所述的方法，还包括：确定所述第一回放命令需要给定参数；回放音频提示以提供包括与所述给定参数相对应的关键词的第二语音输入，所述第二语音输入包括第二语音话语；经由所述本地nlu确定所述第二语音话语是否包括与所述给定参数相对应的关键词；以及当所述第二语音话语包括与所述给定参数相对应的关键词时，根据给定参数执行所述第一回放命令。
20.一种非暂时性的计算机可读介质，其上存储有指令，所述指令能够由一个或多个处理器执行，以使回放设备执行根据前述权利要求中任一项所述的方法。21.一种回放设备，包括：网络接口；一个或多个处理器；至少一个麦克风，被配置为检测声音；至少一个扬声器；第一唤醒词引擎和第二唤醒词引擎；以及数据存储设备，其上存储有指令，所述指令能够由所述一个或多个处理器执行，以使所述回放设备执行根据前述权利要求中任一项所述的方法。22.根据权利要求21所述的回放设备，还包括本地自然语言单元nlu，所述本地自然语言单元nlu被配置为：在语音话语中检测来自预定关键词库的关键词，其中，每个关键词是单词或短语。

技术总结
在一个方面中，回放设备包括语音助手服务(VAS)唤醒词引擎和命令关键词引擎。回放设备经由命令关键词引擎检测第一命令关键词，并且确定是否满足与第一命令关键词相对应的一个或多个回放条件。基于(a)检测到第一命令关键词，以及(b)确定满足与第一命令关键词相对应的一个或多个回放条件，回放设备执行与第一命令关键词相对应的第一回放命令。当回放设备经由唤醒词引擎检测到语音输入中的唤醒词时，回放设备向与VAS相关联的一个或多个远程服务器流式传输与语音输入的至少一部分相对应的声音数据。音数据。音数据。


技术研发人员：康纳
受保护的技术使用者：搜诺思公司
技术研发日：2020.06.11
技术公布日：2022/3/22