具体实施方式

下面结合附图和具体实施例对本发明做进一步详细的说明。

实施例一

如图3所示为本发明一种语音控制方法的工作流程图，包括：

步骤S301，启动语音适配服务和语音识别应用；

步骤S302，当语音识别应用检测到声音输入，对所述声音输入进行语音识别得到语音指令；

步骤S303，所述语音识别应用对所述语音指令进行判断，如果所述语音指令为控制指令，则所述语音识别应用将所述控制指令发送到语音适配服务；

步骤S304，所述语音适配服务查找所述控制指令对应的执行应用作为指令执行应用；

步骤S305，所述语音适配服务将所述控制指令发送到所述指令执行应用，所述指令执行应用执行所述控制指令所指示的操作。

具体来说，本发明可以应用在移动终端上。移动终端包括但不限于汽车车机终端或者手机终端。特别是使用安卓系统的终端。在移动终端系统中配置语音适配服务及语音识别应用。在移动终端启动时，执行步骤S301，启动语音适配服务和语音识别应用。

然后由语音识别应用执行步骤S302，检测声音输入，并对声音输入进行语音识别。识别得到的控制指令，执行步骤S303，由语音识别应用进行判断，将判断为控制指令的控制指令发送到语音适配服务。由语音适配服务执行步骤S304和步骤S305，查找并将控制指令发送到对应的执行应用。

移动终端中安装有多个执行应用，即第三方应用。通过上述方式，一个语音识别应用进行声音输入的识别，然后由安装在移动终端系统内的语音适配服务将识别得到的控制指令分发到对应的执行应用，由执行应用执行相应的指令。因此，语音识别应用与执行应用完全解耦，当语音控制协议更改后，只需语音适配服务升级更新，无需执行应用做任何更改。

本发明取消第三方应用对语音Jar包或语音识别应用对控制jar包的依赖，使得第三方应用实现语音控制无需集成定制语音jar包或控制jar包。通过降低第三方应用与语音识别应用的耦合度，使得当语音控制协议更改后，只需语音适配服务升级更新，无需第三方应用做任何更改。最后，降低语音控制难度，按照各应用功能模块定义，使用最优化语音控制方式。

实施例二

如图4所示为本发明一实施例中一种语音控制方法的工作流程图，包括：

步骤S401，启动语音适配服务和语音识别应用，所述语音适配服务和所述语音识别应用从服务器获取语音定制需求，所述语音定制需求由一个或多个执行应用向服务器上传；

步骤S402，当语音识别应用检测到声音输入，对所述声音输入进行语音识别得到语音指令；

步骤S403，所述语音识别应用基于所述语音定制需求对所述语音指令进行判断，如果所述语音指令为控制指令，则所述语音识别应用将所述控制指令发送到语音适配服务，执行步骤S404，否则判断所述语音指令是否为所述语音识别应用能够执行的指令，如果所述语音指令为所述语音识别应用能够执行的指令，则所述语音识别应用执行所述语音指令；

步骤S404，所述语音识别应用基于所述语音定制需求确定所述控制指令对应的执行应用，在所述控制指令的预设字段设置所述控制指令对应的执行应用标识，将所述控制指令发送到语音适配服务；

步骤S405，所述语音适配服务读取所述控制指令中预设字段的执行应用标识，确定所述执行应用标识对应的执行应用为所述控制指令对应的指令执行应用；

步骤S406，如果所述指令执行应用已启动，则所述语音适配服务将所述控制指令发送到所述指令执行应用的监听语音适配服务接口；

步骤S407，所述指令执行应用响应所述控制指令，执行所述控制指令所指示的操作；

步骤S408，如果所述执行应用未启动，则所述语音适配服务判断所述控制指令是否为启动指令，如果为启动指令，则调用所述指令执行应用的启动接口，否则丢弃所述控制指令。

在其中一个实施例中，所述语音适配服务将所述控制指令发送到所述指令执行应用，所述指令执行应用执行所述控制指令所指示的操作，具体包括：

如果所述执行应用未启动，则所述语音适配服务判断所述控制指令是否为启动指令；

如果为启动指令，则调用所述指令执行应用的启动接口，启动所述指令执行应用，否则

所述语音适配服务调用所述指令执行应用的启动接口，并在检测到所述指令执行应用启动后，将所述控制指令发送到所述指令执行应用的监听语音适配服务接口，所述指令执行应用响应所述控制指令，执行所述控制指令所指示的操作。

具体来说，一个或多个执行应用向服务器上传语音定制需求，多个语音定制需求可以形成一个语音控制配置文件。语音控制配置文件可以采用xml格式，实现更丰富的数据格式。语音控制配置文件内容包括执行应用名称、执行应用包含的控制指令。控制指令为语音控制指令。

当移动终端启动时，触发执行步骤S401，启动语音适配服务和语音识别应用的同时，从服务器下载语音定制需求。然后由语音识别应用执行步骤S402，检测声音输入，并对声音输入进行语音识别。语音定制需求中，执行应用提供了其所支持的控制指令，例如音乐应用可以支持的控制指令为“播放”、“下一首”、“暂停”等。在步骤S403中，语音识别应用基于所述语音定制需求对所述语音指令进行判断。如果识别到控制指令，则发送到语音适配服务，执行步骤S404。如果是非控制指令，则判断所述语音指令是否为所述语音识别应用能够执行的指令，如果语音指令为所述语音识别应用能够执行的指令，则由语音识别应用执行所述语音指令。例如对于一般查询指令，则可以由语音识别应用后台查询显示，而对于其他语音指令，则丢弃，并可以通过声音播报提示：“目前还不会”。

由于语音定制需求中定义了每个执行应用所支持的控制指令，因此，语音识别应用在识别到语音指令为控制指令后，能够确定该控制指令对应的执行应用。因此，在步骤S404中，语音识别应用基于所述语音定制需求确定所述控制指令对应的执行应用，在所述控制指令的预设字段设置所述控制指令对应的执行应用标识，将所述控制指令发送到语音适配服务。执行应用标识可以为执行应用的应用标识，例如AppID，或者执行应用的应用名称。语音识别应用将执行应用标识写入控制指令的预设字段中，例如写入focus字段中。

语音适配服务执行步骤S405，从控制指令的预设字段，例如focus字段，读取执行应用标识，通过该执行应用标识，语音适配服务能够确定所接收的控制指令对应的执行应用为指令执行应用。

在移动终端启动时，部分重要应用会同时启动。而另一部分应用则由用户启动。因此，将控制指令发送到指令执行应用，应用可能已启动，也可能未启动。如果指令执行应用已经启动，则触发步骤S408，在执行应用启动时，执行应用会在系统中注册其监听语音适配服务接口，因此语音适配服务将所述控制指令发送到所述指令执行应用的监听语音适配服务接口(Application Programming Interface，API)，由指令执行应用执行步骤S409执行相应的操作。

而如果指令执行应用未启动，则触发步骤S410，首先判断控制指令是否为启动指令，如果是启动指令，则调用指令执行应用的启动接口，该启动接口在执行应用在系统安装时，预先在系统中保留。通过调用启动接口，启动指令执行应用。而如果不是启动指令，则是执行应用的内部指令，此时将其丢弃。

在另一个实施例中，如果指令执行应用未启动，则可以由语音适配服务调用所述指令执行应用的启动接口，启动指令执行应用。对于启动指令，则只需要启动指令执行应用，对于非启动指令，则等到指令执行应用启动完毕，在系统中注册了监听语音适配服务接口，则语音适配服务将所述控制指令发送到所述指令执行应用的监听语音适配服务接口，然后指令执行应用响应所述控制指令，执行所述控制指令所指示的操作。

本发明取消第三方应用对语音Jar包或语音识别应用对控制jar包的依赖，使得第三方应用实现语音控制无需集成定制语音jar包或控制jar包。通过降低第三方应用与语音识别应用的耦合度，使得当语音控制协议更改后，只需语音适配服务升级更新，无需第三方应用做任何更改。最后，降低语音控制难度，按照各应用功能模块定义，使用最优化语音控制方式。同时，本实施例中，第三方应用可以将其语音定制需求发送到服务器，语音适配服务和所述语音识别应用从服务器获取语音定制需求，从而方便第三方应用快速增加语音识别功能。最后，针对第三方应用是否开启，采用不同的逻辑进行实现，覆盖更多工作场景。

在其中一个实施例中，所述语音适配服务将所述控制指令发送到所述指令执行应用，具体包括：

所述语音适配服务从所述语音定制需求中查找所述控制指令对应的执行应用；

如果所述控制指令对应一个执行应用，则将所述控制指令对应的执行应用作为指令执行应用，将所述控制指令发送到所述指令执行应用；

如果所述控制指令对应多个执行应用，则将所述控制指令对应的执行应用中优先权最高的执行应用作为指令执行应用，将所述控制指令发送到所述指令执行应用。

本实施例中，由语音适配服务决定控制指令发个哪个执行应用。focus字段对于语音识别应用为选填字段。

在各App的指令中，有自己独有的指令，也会有在多个应用之间共通的指令。例如“暂停”“播放”“收藏”等控制指令是音乐、视频、听书、KTV等应用的共通指令。对于独有的指令很好区分，对应关系非常明确。因此，可以由语音识别应用确定，并在下发的focus字段中填入对应的应用ID信息。

但是对于共通的指令，就需要将此指令发给处于前台的应用，然而，应用处于前台还是后台的应用状态信息，只有作为系统应用的语音适配服务知道，语音识别应用是无法获知的，所以这些共通指令的下发对象由语音适配服务决定，语义识别应用下发的控制指令中无需附带app的id信息。

例如，导航指令，此种指令必定发给导航，故下发字段中附带导航应用的id。打开空调、天窗等指令必定发给车身服务应用。因此这些指令也可以附带车身服务应用的id。

然而，上一首、下一首、播放、暂停等指令不附带app的id信息。

因此，本实施例由语音识别配服务从所述语音定制需求中查找所述控制指令对应的执行应用，并根据优先级选择一个执行应用作为指令执行应用。其中，位于前台的执行应用的优先级最高。常用应用的优先级高于非常用应用的优先级。具体的优先级，可以由系统或者用户设定。

如图5所示为本发明最佳实施例一种移动终端语音识别方法的工作流程图，包括：

步骤S501，在移动终端系统平台开始启动语音适配服务，同时开始启动移动终端语音识别应用；

步骤S502，语音适配服务查询语音控制指令是否更新，如果有更新则发出获取配置文件请求，从云端获取语音控制配置文件，并执行步骤S503，否则直接执行步骤S503；

步骤S503，语音适配服务启动完成，等待接收控制指令；

步骤S504，语音识别应用查询语音控制指令是否更新，如果有更新则发出获取配置文件请求，从云端获取语音控制配置文件，并执行步骤S505，否则直接执行步骤S505；

步骤S505，语音识别应用启动完成；

步骤S506，语音识别应用对声音输入进行语音识别；

步骤S507，如果语音识别应用判断输入的声音为控制指令，则发送到语音适配服务，通过语音适配服务下发，触发步骤S509，否则，执行步骤S508；

步骤S508，判断是否为一般查询指令，如果是，则通过语音识别应用后台查询显示，否则声音播报：“目前还不会”,结束。

步骤S509，语音适配服务对所接收的控制指令进行指令校验，如果指令校验通过，则执行步骤S510，否则如果指令校验不通过，则丢弃控制指令，结束；

步骤S510，语音适配服务执行指令下发，如果第三方应用未启动，则执行步骤S511，如果第三方应用已启动，则执行步骤S512；

步骤S511，语音适配服务判断控制指令是否为启动指令，如果是启动指令，则调用第三方应用所提供的启动API，否则丢弃该控制指令；

步骤S512，语音适配服务将控制指令发送到第三方应用的监听语音适配服务API，第三方应用执行控制指令。

具体来说，本实施例在车机系统中预置语音适配服务，此服务对外提供语音控制的接口。第三方应用将语音定制需求上传到云端，语音适配服务和语音识别应用通过云端配置文件获取语音控制范围。

图8为本发明最佳实施例的系统原理图，语音识别应用81和第三方应用82、83调用语音适配服务84提供的应用接口，实现语音数据的下发和接收。语音识别应用81调用接口下发语音指令，获取语音执行结果，第三方应用82调用接口获取语音控制指令，反馈执行结果。

如图6所示为本发明最佳实施例的指令校验工作流程图，包括：

步骤S601，语音信息输入到语音识别应用61，语音识别应用61的解析结果下发，通过应用接口下发到语音适配服务62；

步骤S602，语音适配服务62获取语音指令；

步骤S603，读取语音指令中的focus字段；

步骤S604，查询focus字段对应的应用名称；

步骤S605，从配置表单查询指令合法性；

步骤S606，调用执行应用63、64的IBinder对象，将解析结果通过应用接口下发到执行应用63、64的自定义信息接口；

步骤S607，执行应用63、64将状态通过应用接口回传到语音适配服务62，语音适配服务62获取执行应用63、64的IBinder对象反馈；

步骤S608，读取执行应用63、64的信息；

步骤S609，保存执行应用63、64的信息，同步执行应用63、64的信息；

步骤S610，语音适配服务62从应用接口将执行应用63、64的信息上传到语音识别应用61。

如图7所示为本发明最佳实施例语音指令接口调用流程图，包括：

步骤S701，语音识别应用71将语音识别结果通过定制接口set发送到系统72的语音适配服务；

步骤S702，语音适配服务进行系统解析；

步骤S703，语义指令分发，将指令分发到执行应用73、执行应用74、或执行应用75；

步骤S704，执行应用对指令解析执行，并将执行反馈发送回系统72的语音适配服务；

步骤S705，系统72的语音适配服务将反馈转发到语音识别应用71；

步骤S706，语音识别应用71播报所接收到的反馈。

实施例六

如图9所示为本发明一种电子设备的硬件结构示意图，包括：

至少一个处理器901；以及，

与至少一个所述处理器901通信连接的存储器902；其中，

所述存储器902存储有可被至少一个所述处理器执行的指令，所述指令被至少一个所述处理器执行，以使至少一个所述处理器能够执行如前所述的语音控制方法。

图9中以一个处理器901为例。

电子设备优选为移动终端，包括但不限于车机终端或手机终端。电子设备还可以包括：输入装置903和显示装置904。

处理器901、存储器902、输入装置903及显示装置904可以通过总线或者其他方式连接，图中以通过总线连接为例。

存储器902作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的语音控制方法对应的程序指令/模块，例如，图1所示的方法流程。处理器901通过运行存储在存储器902中的非易失性软件程序、指令以及模块，从而执行各种功能应用以及数据处理，即实现上述实施例中的语音控制方法。

存储器902可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据语音控制方法的使用所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至执行语音控制方法的装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置903可接收输入的用户点击，以及产生与语音控制方法的用户设置以及功能控制有关的信号输入。显示装置904可包括显示屏等显示设备。

在所述一个或者多个模块存储在所述存储器902中，当被所述一个或者多个处理器901运行时，执行上述任意方法实施例中的语音控制方法。

本发明取消第三方应用对语音Jar包或语音识别应用对控制jar包的依赖，使得第三方应用实现语音控制无需集成定制语音jar包或控制jar包。通过降低第三方应用与语音识别应用的耦合度，使得当语音控制协议更改后，只需语音适配服务升级更新，无需第三方应用做任何更改。最后，降低语音控制难度，按照各应用功能模块定义，使用最优化语音控制方式。

本发明一实施例提供一种存储介质，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如前所述的语音控制方法的所有步骤。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。