2024年5月2日发(作者：htc野火a510e)

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(21)申请号 CN2.8

(22)申请日 2013.10.22

(71)申请人 上海云视科技有限公司

地址 201103 上海市徐汇区宜山路2016号合川大厦9楼

(72)发明人 张毅军 徐征

(74)专利代理机构 上海专利商标事务所有限公司

代理人 施浩

(51)

G10L15/22

权利要求说明书 说明书 幅图

(10)申请公布号 CN 103500578 A

(43)申请公布日 2014.01.08

(54)发明名称

语音操控方法和装置

(57)摘要

本发明公开了一种语音操控方法和

装置，提升了移动互联和三网融合的各类

应用的操作便捷度。其技术方案为：对语

音进行采样后传输至机顶盒；机顶盒对采

样的语音进行识别后转化成文字；机顶盒

对转化后的文字进行语义识别，将文字分

解成控制命令、应用名称和参数三部分；

机顶盒基于分解出的应用名称查询是否已

经在激活状态，根据控制命令控制应用的

状态，并将参数送入应用进行操作。

法律状态

法律状态公告日

法律状态信息

法律状态

权 利 要 求 说 明 书

1.一种语音操控方法，包括：

对语音进行采样后传输至机顶盒；

机顶盒对采样的语音进行识别后转化成文字；

机顶盒对转化后的文字进行语义识别，将文字分解成控制命令、应用名称和参数

机顶盒基于分解出的应用名称查询是否已经在激活状态，根据控制命令控制应用

2.根据权利要求1所述的语音操控方法，其特征在于，语音识别和语义识别由机

3.根据权利要求1所述的语音操控方法，其特征在于，应用的操作由机顶盒的应

用管理器调用对应的应用来实现，应用管理器的调用由机顶盒的语音

顶盒的语音识别层实现。

的状态，并将参数送入应用进行操作。

三部分；

控制层完成。

4.根据权利要求1所述的语音操控方法，其特征在于，控制命令所控制的应用的

状态包括打开/激活、关闭、失活、升级、卸载。

5.一种语音操控装置，包括用户端装置和机顶盒，其中：

用户端装置包括采样模块，对语音进行采样后传输至机顶盒；

机顶盒包括语音识别模块、语义识别模块和应用调用模块，其中：

语音识别模块对采样的语音进行识别后转化成文字；

语义识别模块对转化后的文字进行语义识别，将文字分解成控制命令、应用

应用调用模块基于分解出的应用名称查询是否已经在激活状态，根据控制命

6.根据权利要求5所述的语音操控装置，其特征在于，控制命令所控制的应用的

名称和参数三部分；

令控制应用的状态，并将参数送入应用进行操作。

状态包括打开/激活、关闭、失活、升级、卸载。

说 明 书

技术领域

本发明涉及语音操控技术，尤其涉及针对移动互联网和三网融合的各类应用的语

背景技术

移动互联网技术和三网融合技术，使得业务及内容大爆发，这些业务和内容展现

在最终用户手中后，用户的操控便利性是一个很大的难题。遥控器、鼠标、

重力感应等操控手段层出不穷，但相对最自然的操控，还是语

音识别技术不断成熟，利用语音进行操控的方式

音操控方法和装置。

手指滑动、

音控制。目前，由于语

在各种终端中也不断出现。

如何通过语音有效的操控机顶盒是目前亟待解决的问题。

发明内容

本发明的目的在于解决上述问题，提供了一种语音操控方法和装置，提升了移动

本发明的技术方案为：本发明揭示了一种语音操控方法，包括：

对语音进行采样后传输至机顶盒；

机顶盒对采样的语音进行识别后转化成文字；

机顶盒对转化后的文字进行语义识别，将文字分解成控制命令、应用名称和参数

互联和三网融合的各类应用的操作便捷度。

三部分；

机顶盒基于分解出的应用名称查询是否已经在激活状态，根据控制命令控制应用

根据本发明的语音操控方法的一实施例，语音识别和语义识别由机顶盒的语音识

根据本发明的语音操控方法的一实施例，应用的操作由机顶盒的应用管理器调用

根据本发明的语音操控方法的一实施例，控制命令所控制的应用的状态包括打开/

本发明还揭示了一种语音操控装置，包括用户端装置和机顶盒，其中：

用户端装置包括采样模块，对语音进行采样后传输至机顶盒；

机顶盒包括语音识别模块、语义识别模块和应用调用模块，其中：

语音识别模块对采样的语音进行识别后转化成文字；

语义识别模块对转化后的文字进行语义识别，将文字分解成控制命令、应用

应用调用模块基于分解出的应用名称查询是否已经在激活状态，根据控制命

令控制应用的状态，并将参数送入应用进行操作。

名称和参数三部分；

激活、关闭、失活、升级、卸载。

对应的应用来实现，应用管理器的调用由机顶盒的语音控制层完成。

别层实现。

的状态，并将参数送入应用进行操作。

根据本发明的语音操控装置的一实施例，控制命令所控制的应用的状态包括打开/

本发明对比现有技术有如下的有益效果：本发明的方案是在语音识别之后进行语

义识别，将语音命令分解成控制命令、应用名称和参数，然后调用相应的应

理。相较于传统技术，本发明可以推广到接受语音操控的数码

顶盒、OTT、PAD、车载GPS等可以接受语音

激活、关闭、失活、升级、卸载。

用进行处

终端，包括但不限于机

输入的用户终端。

附图说明

图1示出了本发明的语音操控方法的较佳实施例的流程图。

图2示出了本发明的语音操控装置的较佳实施例的原理图。

具体实施方式

下面结合附图和实施例对本发明作进一步的描述。

图1示出了本发明的语音操控方法的较佳实施例的流程。请参见图1，本实施例

步骤S10：对语音进行采样后传输至机顶盒。

步骤S12：机顶盒的语音识别层对采样的语音进行识别后转化成文字。

步骤S14：机顶盒的语音识别层对转化后的文字进行语义识别，将文字分解成控

制命令、应用名称和参数三部分。

的语音操控方法的实施步骤详述如下。

例如，“打开电视到CCTV-1”，“打开”为控制，“电视”为电视应用，“CCTV-1”

为传入电视应用的参数。为可动态增加应用的个数，此过程需要检索应用注

册数据库。

对于一个应用来说，控制状态有：打开/激活：应用未运行在内存中，打开后变成

激活状态，或者应用处于失活挂起状态后，转变成当前应用状态；关闭：将

转为关闭状态，释放资源；失活：从当前运行状态变成非当前

升级：应用进行升级操作；卸载：删除应用；挂

用户看来基本用不上，因此只需要

指定应用

状态，但仍然在内存中；

起；后台。挂起和后台这两种在普通

考虑前5种状态。

从用户的角度看，用户的控制命令大致有这么几种：“看”电视，“玩”游戏，

这

“查”天气，“查”资料，“打”电话，“发”短信，“输入”姓名，“保存”通信录。

些控制语言是在语音识别并转化成“控制”“应用”“参数”这个过程中需

基本上都是“打开/激活”的意思。 要涉及到的。

应用名称是语音识别的第二部分，比如，“看电视到CCTV1”，其中的“电视”就

是应用名称。应用名称在语音控制命令中有可能会被缩略，比如，用户会用

代替说“看电视到CCTV1”，这时，需要根据控制参数来模糊

不到应用名称的，可以跳出浏览器的搜索引擎来，

如“瑞士的首都是什么？”等命令。

“看CCTV1”

判断应用名称。有些查

直接按照查询信息的方式处理。例

参数是针对某一个应用的，传进去的是一个字符串，由特定应用去处理这个字符

串，比如“看电视到CCTV1”的“CCTV1”就是应用参数。又比如“发微信给张

其中“张三”就是参数。还有一种参数，是在当前应用中的。例如，在

的时候，用户发指令“找魔戒三”，应用本身则应该在影

后开始搜索。

三”，

当前应用是VOD

片搜索中输入“魔戒三”，之

步骤S16：机顶盒基于分解出的应用名称查询是否已经在激活状态，根据控制命

机顶盒的语音控制层获取语音识别层交给的控制命令、应用名称和参数后，调用

应用管理器。应用管理器根据应用是否已经在激活状态，控制应用的状态，

送入应用进行操作。应用根据应用参数的处理，由各应用自己

令控制应用的状态，并将参数送入应用进行操作。

并将参数

响应并展现。

图2示出了本发明的语音操控装置的较佳实施例的原理，请参见图2，本实施例

用户端装置1包括采样模块10，对语音进行采样后传输至机顶盒2。机顶盒2包

括语音识别模块21、语义识别模块22和应用调用模块23。语音识别模块

语音进行识别后转化成文字。语义识别模块22对转化后的文

分解成控制命令、应用名称和参数三部分，其中

开/激活、关闭、失活、升级、卸

否已经在激活状态，

的语音操控装置包括用户端装置1和机顶盒2。

21对采样的

字进行语义识别，将文字

控制命令所控制的应用的状态包括打

载。应用调用模块23基于分解出的应用名称查询是

根据控制命令控制应用的状态，并将参数送入应用进行操作。

上述实施例是提供给本领域普通技术人员来实现和使用本发明的，本领域普通技

术人员可在不脱离本发明的发明思想的情况下，对上述实施例做出种种修改

因而本发明的保护范围并不被上述实施例所限，而应该是符合

新性特征的最大范围。

或变化，

权利要求书所提到的创