一种车载语音控制系统及方法与流程

1.本技术涉及语音交互技术领域，具体涉及一种车载语音控制系统及方法。


背景技术：

2.语音识别技术，也被称为自动语音识别(automatic speech recognition，asr)，语音识别技术的目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。
3.语音识别技术的关键在于语音的识别准确率，对语音识别技术的研究重点也主要在识别模型的优化等。而用户对于语音的使用体验更多地体现在语音的交互响应速度上。目前的车载语言识别技术中，在终端获取语音意图后，需要通过协议解析和多个执行模块的调用，来实现语音识别和交互响应，反应时间长反馈较慢，极大地影响了用户的使用体验。


技术实现要素：

4.鉴于以上所述现有技术的缺点，本发明提供一种，以解决上述技术问题。
5.本发明提供的一种车载语音控制系统，包括：
6.语音接收装置，用于获取录音数据，并提取所述录音数据的有效内容，获得语音数据；
7.语音识别装置，连接于所述语音接收装置，所述语音识别装置接收并处理所述语音数据，获取所述语音数据的执行对象和最优语义信息，且所述语音识别装置根据所述执行对象，生成预启动指令；
8.业务适配装置，连接于所述语音识别装置，所述业务适配装置接收所述最优语义信息，并匹配所述最优语义信息对应的业务内容，生成执行指令；以及
9.执行装置，连接于所述业务适配装置和所述语音语音识别装置，当接收到所述所述预启动指令，所述执行装置启动，当接收到所述执行指令，所述执行装置执行所述最优语义信息对应的操作。
10.于本发明的一实施例中，所述语音识别装置包括：
11.音频识别模块，连接于所述语音接收装置，所述音频识别模块接收所述语音数据，并将所述语音数据转换为文本数据；
12.语义识别模块，连接于所述音频识别模块，所述语义识别模块接收所述文本数据，并离线解析所述文本数据的语义，获得离线语义数据；
13.意图预判断模块，连接于所述音频识别模块和所述执行装置，所述意图预判断模块接收所述文本数据并获取所述文本数据的执行对象，且所述意图预判断模块根据所述执行对象，生成所述预启动指令；以及
14.语音云模块，连接于所述音频识别模块，所述语音云模块在线解析所述文本数据的语义，获得在线语义数据。
15.于本发明的一实施例中，所述语音识别装置包括语义仲裁模块，所述语义仲裁模块连接于所述语义识别模块和所述语音云模块，所述语义仲裁模块接收所述在线语义数据和所述离线语义数据，并从所述在线语义数据和所述离线语义数据筛选出最优语义信息。
16.于本发明的一实施例中，所述音频识别模块包括：
17.唤醒词识别单元，连接于语音接收装置，所述唤醒词识别单元接收所述语音数据，并根据音频特征，识别所述语音数据中的唤醒词；
18.指令段提取单元，连接于所述唤醒词识别单元，当所述语音数据中包含所述唤醒词，则按照录音顺序截取位于所述唤醒词后的所述语音数据，获得指令段数据；以及
19.音频转换单元，连接于所述指令段提取单元，所述音频转换单元接收所述指令段数据，并将所述指令段数据转换为文本数据。
20.于本发明的一实施例中，所述语义识别模块包括：
21.执行指令确认单元，接收所述文本数据并判断所述文本数据中是否包含执行指令；以及
22.语义分析单元，与所述执行指令确认单元连接，当所述文本数据中包含所述指令，所述语义分析单元接收所述文本数据，并解析所述文本数据的语义信息，获得所述离线语义数据。
23.于本发明的一实施例中，所述语音识别装置包括自定义意图预料库，所述自定义语料库存储有多个启动词。
24.于本发明的一实施例中，所述意图预判断模块包括：
25.长句拆分单元，接收所述文本数据，并逐字或根据词组将所述文本数据分割多段；
26.意图对象匹配单元，连接于所述长句拆分单元和所述自定义语料库，在所述长句拆分单元拆分所述文本数据的同时，所述意图对象匹配单元接收分割出的所述文本数据，并将所述文本数据与所述自定义语料库中的词语进行对比，直到获得所述文本数据的执行对象；以及
27.预启动单元，连接于所述意图对象匹配单元，所述预启动单元匹配所述执行对象对应的所述执行装置，并生成所述预启动指令。
28.于本发明的一实施例中，所述语音接收装置包括：
29.录音单元，用于录入用户的语音，获得录音数据；以及
30.数据处理单元，接收所述录音数据，并去除所述录音数据的干扰频段，获得语音数据。
31.本发明提供了一种车载语音控制方法，包括以下步骤：
32.通过语音接收装置获取录音数据，并提取所述录音数据的有效内容，获得语音数据；
33.通过语音识别装置接收并处理所述语音数据，获取所述语音数据的执行对象和最优语义信息，并根据所述执行对象，通过所述语音识别装置生成预启动指令；
34.通过业务适配装置接收所述最优语义信息，并匹配所述最优语义信息对应的业务内容，生成执行指令；以及
35.通过执行装置接收所述预启动指令和所述执行指令，当执行装置接收到所述预启动指令，所述执行装置启动，当所述执行装置接收到所述执行指令，所述执行装置执行所述
最优语义信息对应的操作。
36.于本发明的一实施例中，获取所述预启动指令的步骤包括：
37.通过音频识别模块将所述语音数据转换为文本数据；
38.通过长句拆分单元接收所述文本数据，并逐字或根据词组将所述文本数据分割多段；
39.在所述长句拆分单元拆分所述文本数据的同时，通过意图对象匹配单元接收分割出的多段所述文本数据，并将每段所述文本数据与自定义语料库中的词语进行对比，直到获得所述文本数据的执行对象；以及
40.通过预启动单元匹配所述执行对象对应的所述执行装置，并生成所述预启动指令。
41.本发明的有益效果：本发明中的车载语音控制系统能够在解析语音的语义内容的同时根据语音内容的意图，预启动对应的执行装置，从而提升用户语音操作的响应体验，并有利于提升语义解析后快速执行操作。本发明提供的语音控制系统还适用于在线离线的语义解析，解析效率高且解析准确率高，并且有利于进行样本训练以不断提升语义解析的准确率。本发明提供的语音控制系统兼具准确识别和响应快速的特点，极大地提升了用户语音控制的使用体验。
42.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
43.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术者来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
44.图1是本技术的一示例性实施例示出的车载语音控制的示意图。
45.图2是本技术的一示例性实施例示出的语音控制设备的实施示意图。
46.图3是本技术的一示例性实施例示出的语音控制方法的流程图。
47.图4为本技术的一示例性实施例示出的语音接收装置的示意图。
48.图5为本技术的一示例性实施例示出的音频识别模块的示意图。
49.图6为本技术的一示例性实施例示出的音频识别模块的示意图。
50.图7为本技术的一示例性实施例示出的语义识别模块的示意图。
51.图8示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。
具体实施方式
52.以下将参照附图和优选实施例来说明本发明的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
53.需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
54.在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。
55.首先需要说明的是，车载语音控制基于语音识别技术，能够通过用户语音的输入，转换为车内执行部件的动作。图1是本技术的一示例性实施例示出的车载语音控制的示意图。如图1所示，用户发出语音，识别装置110接收到用户的语音，并对语音内容进行识别，将语音内容转换为能被计算机120接收的数据。计算机120分析识别数据后，生成计算机指令，用于控制执行部件130执行对应的操作。例如，用户发出打开空调的命令，识别装置110识别语音内容后，将语音转换为文字或是计算机的代码序列。计算机120再识别代码序列，确定要执行的操作为打开空调，再生成计算机指令，并将计算机指令传递给执行部件130，例如为空调机。从而，在车内通过语音控制打开车载空调。
56.如图1所示，在用户发出语音后，语音要先经由识别装置110进行信息识别和转换，再由计算机120进行处理确定是否能生成操作指令，最后才由执行部件130进行对应的操作。其中要进行的识别、转换和指令生成的过程反应链较长。而且，在关键的识别过程中，还要经过多种操作才能实现语音的识别，对于长句复杂句或是带口音的语句等，识别还会更加复杂。因此整个控制链的拉长，促使车载语音控制装置延迟响应较为明显。对于用户而言，语音控制的准确性和时效性直接关乎着用户的使用体验。
57.图2是本技术的一示例性实施例示出的语音控制设备的示意图。如图2所示，语音控制设备200包括语音接收装置210、语音识别装置220、业务适配装置230和执行装置240。其中，语音接收装置210可以接收用户的语音数据。具体的，语音接收装置210可以是录音机。在本发明中，录音机指的是一种可用于存储语音内容的音频存储介质，例如磁带或是其他硬磁性材料制成的音频存储介质。语音接收装置210能够录音，并将语音转换为声音控制信号。语音识别装置220可以对声音控制信号进行识别，并将声音控制信号转换为数字信号。业务适配装置230可以对数字信号进行识别，并根据数字信号适配对应的执行装置240。在业务适配装置230的协调和控制下，对应的执行装置240执行语音对应的操作。
58.如图2所示，在本发明一实施例中，语音识别装置220包括音频识别模块221、语义识别模块222和语义仲裁模块223。其中，音频识别模块221与语音接收装置210电性连接，以接收语音接收装置210的语音数据。具体的，语音接收装置210接收声音控制信号，音频识别模块221可以将声音控制信号转换为数字信号。音频识别模块221可以将语音数据转换为例如文本数据。语音识别模块222电性连接音频识别模块221，可以接收音频识别模块221传输的文本数据。语义识别模块222对文本数据进行语义识别，明确用户语音是否为指令，若是指令信息则执行，若不是指令信息，则不执行。其中，语义识别模块222可通过一种或多种方式识别文本数据的语义，且不同的识别模型来可以识别出重点不同的语义数据。例如通过关键词分析文本数据，语义数据可以包括文本的人物、动作和执行对象等等。例如通过模型
相似度分析文本数据，语义数据可以包括执行意图和对应的执行结果等等。不同的语义识别算法，能够获得不同的语义数据。在本实施例中，通过语义识别模块222可以获得例如1个离线语义数据。
59.如图2所示，在本发明一实施例中，语音识别装置220包括音频识别模块221、语音云模块224和语义仲裁模块223。其中，语音云模块224是一种自然语言处理引擎及数据聚合平台，可以让用户享用语义识别技术以及为用户提供的大量知识数据，以用于语义识别。语音云模块224通讯连接于音频识别模块221，语音数据被转换音频识别模块221转换为文本数据后，由语音云模块224接收文本数据并将文本数据转换为在线语义数据。多个语义数据由语义仲裁模块223接收，并筛选出最佳的语义数据作为语义信息。因此通过语义仲裁模块223对在线语义数据和离线语义数据进行仲裁，筛选出最佳的语义数据作为最优语义信息。
60.如图2所示，在本发明一实施例中，语音云模块224为在线识别技术，语义识别模块222为离线识别技术。本发明不限定于实施在线识别技术或离线识别技术。联网在线时，在接收到音频识别模块221处理过的文本数据后，语音云模块224和语义识别模块222可以同步进行语义的识别，获得语义数据，再由语义仲裁模块223筛选出最优的语义数据。联网在线状态时，也可以仅通过语音云模块224识别文本数据获得多个语义数据。且联网在线时，也可以通过语音云模块224的语义数据训练语义识别模块222。
61.如图2所示，在本发明一实施例中，语音识别装置220电性连接于业务适配装置230。具体的，语义仲裁模块223电性连接于业务适配装置230。其中，业务适配装置230根据语义信息挑选出适配的业务内容，并进行协议解析，以驱动对应的执行装置240工作。
62.如图2所示，在本发明一实施例中，语音识别装置220包括自定义意图语料库225和意图判断模块226。其中，音频识别模块221的输出端电性连接有意图预判断模块226。意图预判断模块226接收文本数据后，将文本数据和自定义意图语料库进行对比，可以对文本数据的执行对象和执行意图进行预判断，并形成预执行信息。意图预判断模块226的输出端电性连接于执行装置240。执行装置240接收预执行信息，使对应的执行装置240预先启动。
63.基于上述语音控制设备200，本发明还提供了一种车载语音控制方法，可以快速且准确地识别用户的语音内容，以提升语音控制的用户体验。图3是本技术的一示例性实施例示出的语音控制方法的流程图，如图3所示，本发明所述车载语音控制方法的步骤包括步骤s310。
64.步骤s310、通过语音接收装置接收录音数据，并提取录音数据的有效内容，获得语音数据。
65.如图3所示，在本发明一实施例中，在步骤s310中，用户唤醒语音控制系统后，语音接收装置210开始对用户的语音内容进行录音，获得录音数据。其中，语音接收装置210对语音数据进行脉冲编码调制(pluse code modulation，pcm)，并对语音数据进行降噪和回声消除处理，去除语音数据中的干扰内容，获得可以被音频识别模块221识别的语音数据。
66.图4为本技术的一示例性实施例示出的语音接收装置的示意图。如图4所示，在本发明一实施例中，语音接收装置210包括录音单元401和数据处理单元402。在步骤s310中，录音单元401对用户的声音数据进行记录，获得录音数据并将录音数据发送给数据处理单元402。数据处理单元402可以去除录音数据的底噪和回声，并对录音数据进行调制处理，获得语音数据。
67.如图3所示，本发明所述车载语音控制方法的步骤包括步骤s320。
68.步骤s320、通过音频识别模块判断语音数据是否有效，若语音数据有效，则获取语音数据中的指令段数据，并将指令段数据转换为文本数据。
69.如图3所示，在本发明一实施例中，在例如车载环境中，用户的声音数据以及环境数据复杂，因此设置唤醒词可以判断用户是否发出指令。其中唤醒词可以由运行商预先设置并存储在音频识别模块221中，也可以给用户开放修改权限，由用户自行设置唤醒词。
70.图5为本技术的一示例性实施例示出的音频识别模块的示意图。如图3和图5所示，在本发明一实施例中，音频识别模块221包括唤醒词识别单元501、指令段提取单元502和音频转换单元503。在步骤s320中，通过唤醒词识别单元501可以对唤醒词的音频波段进行声学特征识别。具体的，唤醒词识别单元501可以接收多段语音数据，并按照接收时间对多段语音数据进行编号排序。在步骤s320中，按照多段语音数据的排序，通过唤醒词识别单元501依次判断每段语音数据内是否有唤醒词。若是当前段的语音数据没有唤醒词，则舍弃当前段的语音数据，并通过唤醒词识别单元501获取下一段语音数据。其中，舍弃语音数据可以是永久删除语音数据，以保护用户隐私。若是当前段的语音数据中有唤醒词，则唤醒词识别单元501将语音数据传输给指令段提取单元502。其中，唤醒词识别单元501传输的语音数据中包括唤醒词所在段的语音数据以及唤醒词所在段后的每段语音数据。
71.如图3和图5所示，在本发明一实施例中，在步骤s320中，经唤醒词识别单元501截取处理后的语音数据包括指令段和干扰段。其中，指令段为唤醒词后的语音数据。因此，在本实施例中，通过指令段提取单元502截取语音数据，具体的，以唤醒词为节点，保留当前段语音数据中时间顺序在唤醒词后的语音数据，以获得指令段数据。在步骤s320中，通过音频转换单元503处理指令段数据，将指令段数据转换为文本数据。其中指令段数据为音频类型文件转码得到的pcm编码数据，音频转换单元503可以将解析pcm编码数据并将对应的指令段数据转换为文本数据。在转换文本数据时，对语音进行逐字转换，确保语音数据的完整性，以提升语义分析的准确性。其中，也可以通过音频转换单元503对指令段数据进行纠错，以提升文本数据输出的准确性。例如，方言在转换过程中可能出现识别错误，通过与词库进行对比，可以将文本数据中识别错误的词组进行纠错。
72.如图3所示，本发明所述车载语音控制方法的步骤包括步骤s330。
73.步骤s330、根据文本数据，通过意图预判断模块获取用户预调取的执行对象，并预启动对应的执行装置。
74.如图2和图3所示，在本发明一实施例中，音频识别模块221将文本数据传输给意图预判断模块226。在步骤s330中，通过意图预判断模块226获取文本数据中的执行对象，在确定具体的执行内容前，预启动执行装置。以车载环境内的空调启动为例，用户若发出指令“小白，把空调开到5档”。其中，小白可以是唤醒词，把空调开到5档则是指令段。通过意图预判断模块226预先获知执行对象为空调。而执行内容为打开且开到5档，在后续进行语义分析后才能获知。而在步骤s330中，在已经获知执行对象为空调的情况下，预先启动空调，给用户更好的响应体验。在启动空调的过程中，再同步地分析语义、解析协议，确定空调的具体操作内容。
75.图6为本技术的一示例性实施例示出的音频识别模块的示意图。如图2、图3和图6所示，在本发明一实施例中，在步骤s330中，意图预判断模块226包括长句拆分单元601、意
latent semantic analysis，plsa)、非负矩阵分解(non-negative matrix factorization，nmf)和线性判别(linear discriminant analysis，lda)等模型。本发明不限定于上述算法，且本发明包括一种或多种语义分析算法模型。
82.如图2和图3以及图6和图7所示，在本发明一实施例中，通过语音云模块224和/或语义识别模块222可以获得在线语义数据和/或离线语义数据。因此，通过语义仲裁模块223从在线语义数据和离线语义数据中筛选出最优语义信息。在本实施例中，语义仲裁模块223可以通过歧义分析筛除具有歧义内容的语义数据，例如打开关闭空调。对于多个通过歧义检查的语义数据，可以在语义仲裁模块223中预设语义优先级。其中，设置优先级的方法可以是根据语义数据的词性完整性设置多个语义数据的优先级，也可以是根据执行对象的和执行操作的匹配程度等等。仲裁策略可以基于产品策略进行自定义，本发明对此不作限定。其中，语义数据的词性完整性指的是主语、谓语、定语、宾语和状语的完整性，词性更丰富的语义数据可以设置更高优先级。执行对象的和执行操作的匹配程度可以是语义中，执行操作的合理性。例如，空调对应的操作可以是开启、关闭、调整档位为例如1-5档等相关操作。若是语义数据中空调对应的操作是放下空调或是调整档位为例如10档，则执行内容和执行对象是不对应的，则降低对应的语义数据的优先级。根据优先级对语义数据排序后，语义仲裁模块223可以将排位第一的语义数据输出为最优语义信息。
83.如图3所示，本发明所述车载语音控制方法的步骤包括步骤s350。
84.步骤s350、根据最优语义信息，业务适配装置230调用最优语义信息对应的执行装置。
85.如图2、图3和图6所示，在本发明一实施例中，在步骤s350中，业务适配模块230可以从最优语义信息中获得最优语义信息对应的执行对象和执行指令，从而将执行指令发送给对应的执行装置240。在预启动单元603已预启动的基础上，对应的执行装置240完成最优语义信息中的执行内容。其中，若是意图预判断单元226未能获得准确的执行对象，则预启动单元603可以不工作。在执行装置240完成执行内容后，可以根据最优语义信息，对执行对象设置启动词，并将新的启动词更新到自定义意图语料库225中。
86.需要说明的是，上述实施例所提供的语音控制方法与上述实施例所提供的语音控制系统属于同一构思，其中各个模块和模块执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。上述实施例所提供的语音控制系统属在实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能，本处也不对此进行限制。
87.本技术的实施例还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得电子设备实现上述各个实施例中提供的语音控制方法。
88.图8示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。需要说明的是，图8示出的电子设备的计算机系统800仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
89.如图8所示，计算机系统800包括中央处理模块(central processing unit，cpu)801，其可以根据存储在只读存储器(read-only memory，rom)802中的程序或者从储存部分808加载到随机访问存储器(random access memory，ram)803中的程序而执行各种适当的
动作和处理，例如执行上述实施例中所述的方法。在ram 803中，还存储有系统操作所需的各种程序和数据。cpu 801、rom 802以及ram 803通过总线804彼此相连。输入/输出(input/output，i/o)接口805也连接至总线804。
90.以下部件连接至i/o接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(cathode ray tube，crt)、液晶显示器(liquid crystal display，lcd)等以及扬声器等的输出部分807；包括硬盘等的储存部分808；以及包括诸如lan(local areanetwork，局域网)卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至i/o接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入储存部分808。
91.特别地，根据本技术的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理模块(cpu)801执行时，执行本技术的系统中限定的各种功能。
92.需要说明的是，本技术实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、闪存、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory，cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
93.附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
94.描述于本技术实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的模块也可以设置在处理器中。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。
95.本技术的另一方面还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被计算机的处理器执行时，使计算机执行如前所述语音控制方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的，也可以是单独存在，而未装配入该电子设备中。
96.本技术的另一方面还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各个实施例中提供的语音控制方法。
97.上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。