语音控制方法及设备、计算机可读存储介质及设备与流程

本公开涉及语音控制领域，具体地涉及一种语音控制方法、语音控制设备、计算机可读存储介质以及计算机设备。

背景技术：

使用常规语音控制技术的电子设备在接收到用户的语音指令后往往直接根据对语音指令进行语音处理后的语义进行操作。然而，在用户的语音指令不标准的情况下，很可能会使语音控制系统产生错误的操作。例如，不标准的用户发音可能使得语音导航设备将导航目的地确定为错误的地点。这一错误操作产生后，用户通过语音恢复到之前的状态往往比较麻烦，并且这将使用户在语音控制发生错误之前的语音控制操作前功尽弃。

技术实现要素：

本公开提出了一种语音控制方法、语音控制设备、计算机可读存储介质以及计算机设备。

根据本公开的一个方面，提出了一种语音控制方法。所述语音控制方法包括：在指令接收状态下，接收用户的针对特定操作的语音指令；对所述语音指令进行语音处理以获得语音信息；向用户发出关于确认语音信息的请求；从用户接收关于确认语音信息的响应；在所述响应确认所述语音信息正确的条件下，执行所述特定操作。

在一个实施例中，所述语音控制方法是语音导航方法。

在一个实施例中，所述方法还包括：在所述响应确认所述语音信息不正确的条件下，进入指令接收状态，以接收用户的针对所述特定操作的另一语音指令。

在一个实施例中，所述请求和所述响应是通过语音实现的。

在一个实施例中，所述方法还包括：在所述通过语音实现的响应没有确认所述语音信息正确的条件下，直接将所述响应作为针对所述特定操作的另一语音指令。

在一个实施例中，所述方法还包括：获取所述语音指令的声纹信息，以确定所述用户的身份。

在一个实施例中，所述对所述语音指令进行语音处理以获得语音信息的步骤还包括：根据所述用户的身份，确定用户特定指令集；通过用户特定指令集对所述语音指令进行语音处理。

在一个实施例中，所述方法还包括：确定所述语音指令的响度水平；根据所确定的响度水平，确定所述用户的情绪状态。

在一个实施例中，所述确定所述用户的情绪状态的步骤还包括：基于所述用户的身份确定针对所述用户的参考响度水平；通过将所确定的响度水平与所述参考响度水平进行比较，确定所述用户的情绪状态。

在一个实施例中，所述方法还包括：基于所述用户的身份，确定用户习惯模型；使用所述用户习惯模型基于所述语音信息进行行为分析；基于行为分析的结果向用户提供反馈信息。

在一个实施例中，所述方法还包括：基于所述用户的身份，确定用户习惯模型；使用所述用户习惯模型主动地进行行为分析；基于行为分析的结果向用户提供推送信息。

在一个实施例中，所述方法还包括：获取外部信息，其中，所述外部信息包括时间信息、地点信息或速度信息。所述行为分析步骤还包括：基于所述外部信息来进行行为分析。

在一个实施例中，通过云服务器对所述用户习惯模型进行存储、训练和/或更新。

在一个实施例中，所述的方法还包括：根据所确定的语音信息确定所述语音指令是否与针对另一操作的语音指令相匹配；在匹配的情况下，执行所述另一操作，而不执行所述特定操作。

根据本公开的另一方面，提出了一种语音控制设备。所述语音控制设备包括：声音接收单元，用于接收用户的针对特定操作的语音指令；声音发送单元，用于向用户播放音频；以及处理器。所述处理器包括：语音处理模块，用于对所接收的语音指令进行语音处理以获得语音信息；以及控制模块，用于进行控制，以使得所述语音控制设备执行以下操作：向用户发出关于确认语音信息的请求；从用户接收关于确认语音信息的响应；在所述响应确认所述语音信息正确的条件下，执行所述特定操作。

在一个实施例中，所述语音控制设备是语音导航设备。

在一个实施例中，所述控制模块还用于进行控制以使得所述语音控制设备执行以下操作：在所述响应确认所述语音信息不正确的条件下，进入指令接收状态，以接收用户的针对所述特定操作的另一语音指令。

在一个实施例中，所述请求和所述响应是分别通过所述声音接收单元和所述声音发送单元进行的。

在一个实施例中，所述控制模块还用于进行控制以使得所述语音控制设备执行以下操作：在所述通过语音实现的响应没有确认所述语音信息正确的条件下，直接将所述响应作为针对所述特定操作的另一语音指令提供给所述语音处理模块。

在一个实施例中，所述控制模块还用于进行控制以使得所述语音控制设备执行以下操作：获取所述语音指令的声纹信息，以确定所述用户的身份。

在一个实施例中，所述语音处理模块还被配置为：根据所述用户的身份，确定用户特定指令集；通过用户特定指令集对所述语音指令进行语音处理。

在一个实施例中，所述控制模块还用于进行控制以使得所述语音控制设备执行以下操作：确定所述语音指令的响度水平；根据所确定的响度水平，确定所述用户的情绪状态。

在一个实施例中，所述控制模块还用于进行控制以使得所述语音控制设备执行以下操作：基于所述用户的身份确定针对所述用户的参考响度水平；通过将所确定的响度水平与所述参考响度水平进行比较，确定所述用户的情绪状态。

在一个实施例中，所述处理器还包括：习惯分析模块，用于基于所述用户的身份，确定用户习惯模型；使用所述用户习惯模型基于所述语音信息进行行为分析；基于行为分析的结果产生要向用户提供反馈信息。

在一个实施例中，所述处理器还包括：习惯分析模块，用于基于所述用户的身份，确定用户习惯模型；使用所述用户习惯模型主动地进行行为分析；基于行为分析的结果向用户提供推送信息。

在一个实施例中，所述语音控制设备还被配置为获取外部信息。所述外部信息包括时间信息、地点信息或速度信息。所述习惯分析模块还被配置为：基于所述外部信息来进行行为分析。

在一个实施例中，所述语音控制设备通过云服务器对所述用户习惯模型进行存储、训练和/或更新。

在一个实施例中，所述控制单元还用于进行控制，以使得所述语音控制设备执行以下操作：根据所确定的语音信息确定所述语音指令是否与针对另一操作的语音指令相匹配；在匹配的情况下，执行所述另一操作，而不执行所述特定操作。

根据本公开的另一方面，提出了一种计算机可读存储介质。所述计算机可读存储介质上存储有可执行指令。所述指令当被处理器执行时使所述处理器执行根据以上各实施例所述的语音控制方法中的至少一种。

根据本公开的另一方面，提出了一种计算机设备。所述计算机设备包括存储器、处理器以及存储在所述存储器上并可被所述处理器执行的计算机程序。所述计算机程序当被所述处理器执行时使所述处理器执行根据以上各实施例所述的语音控制方法中的至少一种。

附图说明

图1示出了根据本公开实施例的示例语音导航控制场景的示意图。

图2中示出了图1中所示的语音导航设备的示例结构框图。

图3示出了图2中所示的处理器的示例结构框图。

图4示出了根据本公开实施例的语音导航方法的流程图。

图5示出了根据本公开实施例的一种示例交互流程。

图6示出了根据本公开实施例的一种计算机设备的示例。

具体实施方式

下面将详细描述本公开的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本公开。在以下描述中，为了提供对本公开的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本公开。在其他实例中，为了避免混淆本公开，未具体描述公知的电路、材料或方法。

在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本公开至少一个实施例中。因此，在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和/或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的附图都是为了说明的目的，并且附图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。

应该理解的是，本公开提出的语音控制设备和语音控制方法可以应用于各种能够进行人机语音交互的场景，比如，家用电器控制、工业机械操作、车辆驾驶、语音导航等等，本公开在此并不进行限制。

本公开的以下具体描述中，为了便于理解，将以语音导航的场景作为示例对本公开的实施例进行描述。但应该理解的是，本公开的技术方案同样适用于以上所提及的其他场景。

应该理解的是，本公开提出的语音控制设备可以是独立的电子设备，也可以是集成到另一主机系统(比如车载电子系统)的集成模块，本公开在此不加以限制。此外，本公开提出的语音控制设备的语音控制功能可以是通过硬件或软件或二者的结合来实现的，比如，语音控制设备可以通过其上安装的应用来实现所述语音控制功能。

以下参考附图对本公开进行具体描述。

图1示出了根据本公开实施例的示例语音导航控制场景100的示意图。

如图1所示，所述语音导航控制场景中包括语音导航设备110和云服务器120，二者能够进行无线通信。

语音导航设备110可以是独立地能够实现语音导航的电子设备(比如，具有语音导航功能的移动通信设备，例如手机等)或车载电子系统中集成的导航模块。语音导航设备110能够与用户进行语音交互，并能够根据用户的语音指示，实现用户所期望的路线导航。

云服务器120可以是通过任意服务器配置实现的本地或远程服务器，其能够实现对来自车辆的数据的收发、计算、存储、训练等处理。云服务器120与车辆之间的无线通信可以通过蜂窝通信(如2g、3g、4g或5g移动通信技术)、wifi、卫星通信等各种方式来实现，虽然图1中将云服务器120与语音导航设备110示为直接进行通信，但应该理解的是，在本公开的其他实施例中，二者之间可以是间接通信。

图2中示出了图1中所示的语音导航设备110的示例结构框图。

如图2所示，语音导航设备110包括声音接收单元210、声音发送单元220和处理器230。

声音接收单元210用于接收用户发出的语音，其可以实现为麦克风或其他能够采集声音信号并将其转换为电信号的设备。在本公开的实施例中，声音接收单元210能够接收用户的针对特定操作的语音指令。

声音发送单元220用于发出将由用户接收的声音，例如，提示音、语音通话、音乐等。声音发送单元220可以是扬声器或任何其他能够将电信号转换为声音信号的设备。

处理器230用于对生成的电信号进行处理，并根据处理的结果控制语音导航设备110进行操作。

图3示出了图2中所示的处理器230的示例结构框图。

如图3所示，处理器230包括语音处理模块310、控制模块320和习惯分析模块330。其中，习惯分析模块330是通过虚线框示出的，这些模块在本公开的实施例中并不是必需的。在其他实施例中，可以省略或合并其中的一个或多个模块，或根据所执行的处理增加其他的处理模块。

应该指出的是，在图2和图3中，语音导航设备110被示为包括具有多个功能模块的单个处理器，但本公开并不限于此。在其他实施例中，语音导航设备110可以通过多个处理器来分别实现不同的功能。在另一些实施例中，语音导航设备110可以将其中的一些功能通过与外部功能设备的交互来实现。

语音处理模块310用于对用户的语音指令进行语音处理以获得语音信息。在一个实施例中，语音处理模块310可以从所接收的语音指令中提取声学特征，将所提取的声学特征与用户特定指令集中各个指令的特征进行比较，并根据比较结果确定用户的语音指令的语音信息。比如，在语音处理模块310中可以存储有包括常用语音指令的指令集，并且语音指令是与其对应的语音信息相关地存储的。当通过匹配确定用户的语音指令与指令集中的某个指令相对应时，将该对应指令的相关语音信息确定为所接收的用户语音指令的语音信息。在一个实施例中，语音处理模块310可以包括数据库，并在所述数据库中存储针对不同用户的特定指令集。

在语音处理模块310中具有针对多个用户的不同特定指令集的情况下，在进行语音处理之前，需要从多个不同的指令集中选择用于进行匹配的指令集。为了实现这一点，在一个实施例中，语音处理模块310还能够从语音指令中确定声纹信息，并能够根据所述声纹信息，确定用户身份，进而选择与所确定的用户身份相对应的特定指令集，作为用于进行匹配的指令集。应该理解的是，随着与用户的不断交互，语音处理模块310能够根据用户的语音指令与随后执行的操作之间的对应关系(用户可以在首次使用时通过输入文字或显示界面点击的方式确认这一对应关系)向指令集中不断加入新的指令，即对指令集进行更新。

在上述实施例中，如果语音处理模块310根据所确定的声纹信息确认所述用户是一个新的用户，则语音处理模块310使用默认指令集来作为所述用户的特定指令集。在随后的使用中，语音处理模块310通过与用户的交流积累指令集，并由此对所采用的默认指令集进行更新，形成所述用户的特定指令集。

在一个实施例中，语音处理模块310还能够从语音指令中确定响度水平。比如，所述响度水平可以分为若干级别，例如强、中、弱等。语音处理模块310可以根据所确定的响度水平来判断用户的情绪状态。举例来讲，当语音处理模块310确定响度水平为强时，可以判断用户处于亢奋或愤怒的状态。在这种情况下，语音处理模块310可以将结果发送到控制模块320，以便控制语音导航设备110播放舒缓放松的音乐或关于提醒注意安全的语音。

在一个实施例中，语音处理模块310中可以存储指示用户的常规语音响度的参考响度水平，并且可以在通过声纹识别或其他手段确定用户身份后对这一信息进行调用，以便在确定用户的情绪状态时作为与从语音指令中确定的响度水平的比较对象。

控制模块320用于进行控制，以使得语音导航设备110执行操作。在本公开的实施例中，所述控制模块320可以在接收到用户的语音指令并识别了该语音指令的语音信息后控制语音导航设备110向用户发出关于确认语音信息的请求，从用户接收关于确认语音信息的响应，并在所述响应确认所述语音信息正确的条件下，执行相应的特定操作。此外，控制模块320还用于进行控制以使得所述语音控制设备在所述响应确认所述语音信息不正确的条件下，进入指令接收状态，以接收用户的针对所述特定操作的另一语音指令。

在一个实施例中，如果语音导航设备110长时间没有接收到用户的响应，则控制模块320认为用户默认了语音信息的正确性，并控制语音导航设备110开始根据所确认的语音信息进行线路导航。在另一实施例中，如果语音导航设备110长时间没有接收到用户的响应，则控制模块320继续等待，直到接收到用户的响应为止。

在上述实施例中，控制模块320能够进行控制，使得语音导航设备110向用户发出关于确认语音信息的请求，从用户接收关于确认语音信息的响应。通过这一回合的请求和响应，使得用户能够在语音导航设备110对用户的语音指令进行了错误识别并将进行错误操作之前对设备的错误及时的进行纠正，以避免错误操作使得之前的操作前功尽弃(用户可能通过多次语音交互才到达这一界面(比如，目的地输入界面))。

控制模块320可以在每次接收到来自用户的语音指令后都进行所述关于确认语音信息的请求和响应的过程，也可以只在语音导航的特定阶段或在接收到特定语音指令时才执行这一请求和响应过程。

在一个实施例中，所述请求和所述响应分别通过声音接收单元210和声音发送单元220进行。在其他实施例中，所述请求和相应可以是通过显示屏、键盘等输入和输出设备实现的。

在通过声音接收单元210和声音发送单元220实现的情况下，当这一语音响应没有确认所述语音信息正确的时，可以直接将该语音响应作为针对所述特定操作的另一语音指令提供给语音处理模块310。在这一实施例中，当用户确定语音导航设备110对用户的语音指令进行了错误识别时，不必向语音导航设备110提供关于“识别错误”的信息，而只需将正确的语音指令再次发送即可(比如，以更慢的语速或更标准的发音进行，以改善设备的识别正确可能性)。

此外，在语音导航的这一阶段，即使语音导航设备110正在等待来自用户的针对特定操作的语音指令，也可以将特定的语音指令指派给其他操作功能，当接收到这些特定的语音指令时，语音导航设备110并不将其认为是针对所述特定操作的语音指令，而是认为其是针对所述其他操作功能的。也就是说，语音导航设备110可以根据所确定的语音信息确定所接收的语音指令是否与针对所述其他操作的语音指令相匹配，并且在匹配的情况下，根据所处理得到的语音信息执行所述其他操作，而不执行所述特定操作。

举例来讲，在等待来自用户的针对设置目的地操作的语音指令时，用户可以给出“回到上一页”的语音指令。语音导航设备110可以预先将在此阶段接收到的语音指令“回到上一页”指派给设备110的显示界面操作功能，并根据对该语音指令的处理得到的语音信息，将显示界面返回到之前的页面。

习惯分析模块330用于采集并存储用户习惯数据，并对习惯数据进行分析和处理。所述习惯数据可以包括用户喜欢的歌曲、喜欢的广播频道、常去的地点、习惯的车内温度、两点之间的习惯路线等。所述习惯数据可以包括多个记录参数，比如习惯产生时间、地点等。

在一个实施例中，习惯分析模块330在接收到用户的特定语音指令时，基于按上文所述从语音指令中确定的语音信息来进行行为分析，并基于分析结果向用户提供反馈信息。

在另一实施例中，习惯分析模块330还可以在产生特定的用户操作、进入特定的车辆状态或满足其他特定条件(比如，时间条件或位置条件)时，主动地进行行为分析，并向用户提供推送信息。

在一个实施例中，语音导航设备110还被配置为获取外部信息，其中，所述外部信息包括时间信息、地点信息或速度信息。在此情况下，习惯分析模块330还基于所述外部信息来进行行为分析。

为了实现行为分析，习惯分析模块330可以建立用户习惯模型，并基于用户习惯模型来进行上述行为分析。然后，基于行为分析的结果产生要向用户提供反馈信息或推送信息。

习惯分析模块330可以基于机器学习(采用随机森林算法、svm、adaboost算法等)或者深度学习(采用cnn、lstm等)，利用训练参数训练相应的习惯模型。以导航场景为例，所述训练参数可以是诸如出发时间、出发地点、目的地以及行为目的(如回家、去单位、接孩子、去健身房等)等。在一个实施例中，所述习惯模型可以通过查找表的形式来存储。

举例来讲，在导航场景中，在使用训练好的习惯模型时，如果检测到用户在某一时间、地点使用系统(例如，用户发出了语音指令或使得车辆系统进入了特定状态(比如启动了汽车))，则习惯分析模块330被触发或主动地将关于时间、出发地点的信息输入习惯模型，并通过习惯模型给出关于导航目的地的推荐(比如，通过遍历查找表)。比如：在时间是早上7点且出发地点是a小区时，习惯模型的输出结果为“去单位”，习惯分析模块330基于此将“去单位”这一结果通过语音或显示等方式提供给用户。

再例如，控制模块320还可以控制习惯分析模块330在导航即将结束时进行停车场的推荐。同样，这一操作可以是基于语音请求的，也可以是在满足特定条件(例如，离目的地还有1公里)后由控制模块320主动发起的)。

以下回到图1，对图1中的云服务器120进行进一步的说明。

云服务器120中可以包括云端习惯分析模块。在语音导航设备110中，可以对习惯分析模块330的数据(比如，习惯模型)进行存储，并发送到云服务器120，以供云端习惯分析模块调用。云端习惯分析模块同样可以存储所述数据(比如，习惯模型)。

云端习惯分析模块可以对所存储的习惯模型进行训练，并将经过训练的习惯模型发送回语音导航设备110，以对其进行更新。

在一个实施例中，云端习惯分析模块可以存储多个不同的语音导航终端的数据，并通过对它们进行对比分析来更新各个习惯模型。

在一个实施例中，可以将语音导航设备110中的习惯分析模块330的功能转移到云服务器120中，通过云端习惯分析模块来替代习惯分析模块330实现功能。举例来讲，习惯模型可以是在云服务器120中通过云端习惯分析模块建立的。

图4示出了根据本公开实施例的语音导航方法400的流程图。所述语音导航方法400可以由语音导航设备(如图1中所示的语音导航设备110)执行。因此，以上结合图1-图3进行的具体描述中的内容在以下对图4的流程图的描述中同样适用，对于重复内容再次不再赘述。

在步骤s410中，处于指令接收状态，接收用户的针对特定操作的语音指令。

举例来讲，所述语音指令可以是例如语音“目的地是陕西宾馆”。

在步骤s420中，对所述语音指令进行语音处理以获得语音信息。

在上述示例中，在接收到语音“目的地是陕西宾馆”之后，可通过语音处理获得语音信息。由于用户的口音等原因，所获得的语音信息可能将语音解译为“目的地是山西宾馆”。

在步骤s430中，向用户发出关于确认语音信息的请求。根据上述示例，语音导航设备向用户发射出请求(例如，基于语音的请求)，请用户确认“您要去山西宾馆对吗？”

在步骤s440中，从用户接收关于确认语音信息的响应。

上例中的用户在收到确认请求“您要去山西宾馆对吗？”之后可以判断语音导航设备的语音处理结果是否正确，并发回相应的响应，比如，在发现语音导航设备所识别的并不是自己想去的“陕西宾馆”后，用户可以用语音响应“不是”。

在步骤s450中，判断所述响应确认所述语音信息正确还是确认所述语音信息不正确。

语音导航设备接收到用户的语音响应“不是”，并判断用户是否确认语音信息正确。一般地，可以设置若干个语音指令对应于确认语音信息正确的指令，而将其他语音指令都认为是确认语音信息不正确的指令。

在步骤s460中，在所述响应确认所述语音信息正确的条件下，执行所述特定操作。

此外，在所述响应确认所述语音信息不正确的条件下，进入指令接收状态，以接收用户的针对所述特定操作的另一语音指令(即回到步骤s410)。

在上例中，语音导航设备确认用户给出了否定的响应，从而，继续进入指令接收状态，接收用户的另一语音指令。

直到用户确认语音导航设备的语音信息正确为止，语音导航设备开始执行特定操作(即设定目的地，并启动向目的地的路线导航)。

在本公开的上述语音导航方法中，通过引入了对语音信息的确认机制，使得语音导航在语音信息识别错误的情况下也能够准确且顺利的进行，而不会使导航设置过程发生偏差，使之前的导航设置操作前功尽弃。

图5示出了根据本公开实施例的一种示例交互流程。所述交互可以实现为例如在用户和上文中所示的语音导航设备110之间的交互。

如图5所示，所述交互流程开始于步骤s510，其中，语音导航设备接收到来自用户的语音指令。所述语音指令可以是用户发出的任何语音，比如“请播放音乐”。

然后，在步骤s520中，语音导航设备对所接收到的语音指令进行声纹识别，以便得到声纹信息。

接下来，在步骤s530中，语音导航设备基于所得到的声纹信息来确定用户的身份。例如，语音导航设备可以通过语音指令的声纹信息确定出用户是新的用户还是老用户。

当用户是新用户时，所述交互流程进入步骤s535中，其中对用户的行为数据进行记录，并将所记录的数据在本地存储或上传到云服务器进行存储。此外，还可以在本地或在云服务器为该新用户建立习惯模型。之后，交互流程结束。

当用户是老用户时，所述交互流程进入步骤s540，其中确定用户的语音指令的响度水平。

在确定了语音指令的响度水平之后，在步骤s550中，语音导航设备通过用户的语音指令的响度水平来判断用户当前的情绪是否正常。具体地，语音导航设备可以在语音指令的响度水平过高或过低时认为用户当前的情绪不正常。再例如，语音导航设备可以在语音指令的响度水平在特定范围内时认为用户当前的情绪正常。

当在步骤s550中确定用户的情绪正常时，所述流程直接进入步骤s560，其中对用户进行习惯分析。其中，所述习惯分析可以是基于用户的语音指令来进行的，也可以是通过判断语音导航设备的状态或基于用户对设备的系统操作来进行的。举例来讲，当语音导航设备接收到用户的语音“请播放音乐”时，语音导航设备通过语言处理获得所述语音的含义，并判断用户希望听到自己喜欢的音乐，从而使用习惯模型来进行音乐方面的习惯分析。习惯分析的结果可以是例如用户播放次数最多的音乐的列表。

当在步骤s550中确定用户的情绪不正常时，所述流程进入步骤s555，其中通过语音或音乐对用户进行情绪安抚。例如，如果语音指令的响度水平过高，则可以认为用户当前的情绪比较气愤，属于不正常的状态。此时，语音导航设备可以播放舒缓的音乐来安抚用户的气愤情绪。安抚之后，所述流程进入步骤s560。

在进行了习惯分析之后，在步骤s570中，语音导航设备向用户提供反馈信息或推送信息。例如，在上述示例中，语音导航设备可以直接向当前播放列表中添加所确定的音乐列表中的项目，并开始播放所对应的音频。

在播放音乐的过程中，语音导航设备可以不断地将音乐播放信息提供给习惯模型，从而在下一次使用习惯模型进行习惯分析时会是基于最新数据进行的。

此外，在播放的过程中，用户可能将某一首歌设为最喜欢的音乐，从而，在步骤s580中，可以直接地检测到用户的习惯发生了变化。从而，语音导航设备在步骤s590中将习惯的变化保存，并上传到云服务器中，从而能够即时地或定期地对习惯模型进行更新。在更新后，所述交互流程结束。

如果在步骤s580中没有直接检测到用户的习惯发生了变化，则所述交互流程直接结束。

本公开还提出了一种计算机可读存储介质。所述计算机可读存储介质上存储有可执行指令。所述指令当被处理器执行时使所述处理器执行根据以上各实施例所述的语音导航方法。

本公开提出的计算机可读存储介质可以是，例如但不限于，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(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序或指令的有形介质，该程序或指令可以被指令执行系统、装置或者器件使用或者与其结合使用。

本公开还提出了一种计算机设备。所述计算机设备包括存储器(例如，上文所述的计算机可读存储介质)、处理器以及存储在所述存储器上并可被所述处理器执行的计算机程序(例如，上文所述的存在计算机可读存储介质上的可执行指令)。所述计算机程序当被所述处理器执行时使所述处理器执行根据以上各实施例所述的语音导航方法。

图6示出了根据本公开实施例的一种计算机设备600的示例。如图6所示，计算机设备600包括输入602、输出604、处理器606和存储器608。其中，存储器608上存储有计算机程序610，所述计算机程序610可以包括例如可执行指令610a到610e。

其中，输入602和输出604分别用于接收输入信号和发送输出信号。处理器606可以对存储器608上存储的计算机程序610进行处理，以执行根据本公开各实施例的语音导航方法。

虽然已参照几个典型实施例描述了本公开，但应当理解，所用的术语是说明和示例性、而非限制性的术语。由于本公开能够以多种形式具体实施而不脱离公开的精神或实质，所以应当理解，上述实施例不限于任何前述的细节，而应在随附权利要求所限定的精神和范围内广泛地解释，因此落入权利要求或其等效范围内的全部变化和改型都应为随附权利要求所涵盖。