基于物联网的智能家居交互方法及装置

1.本发明涉及信息安全技术领域，尤其涉及一种基于物联网的智能家居交互方法及装置。


背景技术：

2.随着物联网技术的快速发展，智能家居的概念也越来越多的出现在人们的生活中。智能家居通过物联网技术将家中的各种设备(如音视频设备、照明系统、空调控制、网络家电等)连接到一起，提供家电控制、照明控制、电话远程控制、室内外遥控以及可编程定时控制等多种功能和手段。与普通家居相比，智能家居不仅具有传统的居住功能，兼备建筑、网络通信、信息家电、设备自动化，提供全方位的信息交互功能，甚至为各种能源费用节约资金。
3.但是，当前的智能家居交互方法只能依靠交互程序与其进行交互，不同的智能家居还需要寻找对应的交互程序才能实现正常的交互，导致智能家居的交互效率较低。


技术实现要素：

4.本发明提供一种基于物联网的智能家居交互方法及装置，其主要目的在于解决智能家居的交互效率低的问题。
5.为实现上述目的，本发明提供的一种基于物联网的智能家居交互方法，所述方法应用于交互语音发送端，包括：获取用户的交互语音，对所述交互语音进行数字采样，得到标准数字语音信号，并对所述标准数字语音信号进行分帧，得到多个语音帧；构建转换函数将所述语音帧的时域特征转化为频域特征，得到语音帧频谱，其中，所述转换函数为：其中， n为所有所述语音帧的数量，n为所述语音帧在标准数字语音信号中的顺序，j为预设的变换权重值，为所述标准数字语音信号中顺序为n的语音帧的声音频率，d为所述标准数字语音信号中顺序为m的语音帧的语音帧频谱。
6.将所述语音帧频谱进行功率倒谱，得到语音频谱图，并利用训练完成的深度学习模型对所有所述语音频谱图进行识别，得到交互文本；对所述交互文本进行实体抽取，得到交互对象名称，并对所述交互文本进行意图识别，得到交互动作文本；将所述交互对象名称及所述交互动作文本发送至物联网设备控制服务端。
7.可选地，所述利用训练完成的深度学习模型对所有所述语音频谱图进行识别，得到交互文本，包括：
利用所述深度学习模型对所述语音频谱图进行识别，得到识别文字；根据所述语音频谱图对应的所述语音帧在所述标准数字语音信号中的先后顺序，将所有所述识别文字进行组合，得到所述交互文本。
8.可选地，所述利用训练完成的深度学习模型对所述语音频谱图进行识别，得到识别文字，包括：利用所述深度学习模型中的卷积神经网络对所述语音频谱图进行特征提取，得到第一频谱特征；利用所述深度学习模型中的多层递归神经网络对所述第一频谱特征进行特征转换，得到第二频谱特征；利用所述深度学习模型中的全连接层的softmax激活函数计算所述第二频谱特征映射为预设语音识别词典中的每个文字的概率值；将所述概率值最大的所述文字确定为所述识别文字。
9.可选地，所述对所述交互文本进行实体抽取，得到交互对象名称，包括：对所述交互文本进行分词，得到多个分词词语；将所述分词词语转化为向量，得到分词词向量；利用bilstm模型对所述分词词向量进行特征提取，得到对应的实体概率；将所述实体概率大于预设实体阈值的分词词向量对应的分词词语，确定为实体词语；利用序列标注算法计算每个所述实体词语的顺序系数，根据所述顺序系数将所述实体词语进行组合，得到所述交互对象名称。
10.为实现上述目的，本发明提供的一种基于物联网的智能家居交互方法，所述方法应用于物联网设备控制服务端，包括：接收所述交互语音发送端发送的交互对象名称及交互动作文本；根据所述交互对象名称对所有预设智能家居设备进行筛选，得到目标设备；根据所述交互动作文本及预构建的命令模板数据表构建设备交互指令；获取所述目标设备的设备地址，根据所述设备地址构建目标信道；利用所述目标信道将所述设备交互指令发送至所述目标设备以使所述目标设备执行所述设备交互指令。
11.可选地，所述根据所述交互对象名称对所有预设智能家居设备进行筛选，得到目标设备，包括：将所述交互对象名称转换为向量，得到交互对象向量；将所述智能家居设备的设备名称转换为向量，得到家居设备向量；计算所述交互对象向量与所述家居设备向量的相似度，得到设备相似度；将最大的所述设备相似度对应的所述家居设备向量确定为目标家居设备向量；将所述目标家居设备向量对应的设备名称确定为目标设备名称；将所述目标设备名称所属的智能家居设备确定为所述目标设备。
12.可选地，所述根据所述设备地址构建目标信道，包括：判断所述设备交互指令的指令大小是否大于预设容量阈值，并根据判断结果对预设的传输协议集合中的传输协议进行筛选，得到目标传输协议；
将所述设备地址替换所述目标传输协议中的传输对象地址，得到所述目标信道。
13.可选地，所述判断所述设备交互指令的指令大小是否大于预设容量阈值，并根据判断结果对预设的传输协议集合中的传输协议进行筛选，得到目标传输协议，包括：当所述指令大小大于所述容量阈值，将所述传输协议集合中的tcp传输协议确定为所述目标传输协议；当所述指令大小不大于所述容量阈值，将所述传输协议中的udp传输协议确定为所述目标传输协议。
14.可选地，所述根据所述交互动作文本及预构建的命令模板数据表构建设备交互指令，包括：获取所述命令模板数据表中命令模板的数据类型，得到目标数据类型；将所述交互动作文本转化为所述目标数据类型，得到所述设备交互指令。
15.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：存储器，存储至少一个指令；及处理器，执行所述存储器中存储的指令以实现上述所述的基于物联网的智能家居交互方法。
16.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于物联网的智能家居交互方法。
17.本发明实施例对所述交互文本进行实体抽取，得到交互对象名称，并对所述交互文本进行意图识别，得到交互动作文本；根据所述交互对象名称对所有预设智能家居设备进行筛选，得到目标设备；根据所述交互动作文本及预构建的命令模板数据表构建设备交互指令；获取所述目标设备的设备地址，根据所述设备地址构建目标信道；利用所述目标信道将所述设备交互指令发送至所述目标设备以使所述目标设备执行所述设备交互指令。根据用户的语音可以直接定位筛选到对应的智能家居设备传输相应的交互指令进行交互操作，不需要利用调用运行对应的交互程序进行交互，提高了智能家居设备的交互效率；因此本发明提出的基于物联网的智能家居交互方法、装置，可以提高了智能家居设备的交互效率。
附图说明
18.图1为本发明一实施例提供的基于物联网的智能家居交互方法的流程示意图；图2为本发明一实施例提供的应用于交互语音发送端的基于物联网的智能家居交互方法的流程示意图；图3为本发明一实施例提供的应用于物联网设备控制端的基于物联网的智能家居交互方法的流程示意图；图4为图3实施例其中一个步骤的流程示意图；图5为本发明一实施例提供的实现所述基于物联网的智能家居交互方法的电子设备的结构示意图。
19.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
20.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
21.本技术实施例提供一种基于物联网的智能家居交互方法。所述基于物联网的智能家居交互方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述基于物联网的智能家居交互方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
22.实施例1：参照图1所示，为本发明一实施例提供的一种基于物联网的智能家居交互方法的流程示意图。在本实施例中，所述基于物联网的智能家居交互方法包括：所述交互语音发送端获取用户的交互语音，对所述交互语音进行数字采样，得到标准数字语音信号，并对所述标准数字语音信号进行分帧，得到多个语音帧；所述交互语音发送端构建转换函数将所述语音帧的时域特征转化为频域特征，得到语音帧频谱；所述交互语音发送端将所述语音帧频谱进行功率倒谱，得到语音频谱图，并利用训练完成的深度学习模型对所有所述语音频谱图进行识别，得到交互文本；所述交互语音发送端对所述交互文本进行实体抽取，得到交互对象名称，并对所述交互文本进行意图识别，得到交互动作文本；所述将所述交互对象名称及所述交互动作文本发送至物联网设备控制服务端。
23.所述物联网设备控制服务端接收所述交互对象名称及所述交互动作文本；所述物联网设备控制服务端根据所述交互对象名称对所有预设智能家居设备进行筛选，得到目标设备；所述物联网设备控制服务端根据所述交互动作文本及预构建的命令模板数据表构建设备交互指令；所述物联网设备控制服务端获取所述目标设备的设备地址，根据所述设备地址构建目标信道；所述物联网设备控制服务端利用所述目标信道将所述设备交互指令发送至所述目标设备以使所述目标设备执行所述设备交互指令。
24.参照图2所示，为本发明一实施例提供的应用于交互语音发送端的基于物联网的智能家居交互方法的流程示意图。在本实施例中，所述基于物联网的智能家居交互方法包括：s11、获取用户的交互语音，对所述交互语音进行数字采样，得到标准数字语音信号，并对所述标准数字语音信号进行分帧，得到多个语音帧；本发明实施例中所述交互语音为用户想要与某个家居设备进行交互的语音，如：“将客厅的灯打开”、“把窗帘拉开”、“把空调的温度调高一点”。
25.进一步地，由于所述交互语音为模拟信号为了更好地对所述交互语音进行识别，需要对所述交互语音进行数字采样。
26.详细地，本发明实施例中对所述交互语音进行数字采样，得到标准数字语音信号，并对所述标准数字语音信号进行分帧，得到多个语音帧，包括：
利用模/数转换器对所述交互语音进行采样，得到数字语音信号；对所述数字语音信号进行预加重，得到标准数字语音信号；由于人声的发音系统会抑制高频部分，在本实施例中，通过预加重操作，可以对数字语音信号进行补偿，以提升高频部分能量，使高频部分的语音能量和低频部分的语音能量有相似的幅度，使信号的频谱变得平坦，保持在低频到高频的整个频带中能用同样的信噪比。
27.具体地，本发明实施例可通过函数y(t)=x(t)-μx(t-1)对所述数字语音信号进行预加重操作，其中，x(t)为数字语音信号，t为时间，y(t)为所述标准数字语音信号，μ为所述预加重操作的调节值，μ的取值范围为[0.9,1.0]。
[0028]
s12、构建转换函数将所述语音帧的时域特征转化为频域特征，得到语音帧频谱，其中，所述转换函数为：其中， n为所有所述语音帧的数量，n为所述语音帧在标准数字语音信号中的顺序，j为预设的变换权重值，为所述标准数字语音信号中顺序为n的语音帧的声音频率，d为所述标准数字语音信号中顺序为m的语音帧的语音帧频谱。
[0029]
s13、将所述语音帧频谱进行功率倒谱，得到语音频谱图，并利用训练完成的深度学习模型对所有所述语音频谱图进行识别，得到交互文本；可选地，本发明实施例可利用梅尔倒谱算法对所述语音帧频谱进行功率倒谱，得到所述语音频谱图。
[0030]
进一步地，本发明实施例利用训练完成的深度学习模型对所述语音频谱图进行识别，得到交互文本，包括：利用所述深度学习模型对所述语音频谱图进行识别，得到识别文字；根据所述语音频谱图对应的所述语音帧在所述标准数字语音信号中的先后顺序，将所有所述识别文字进行组合，得到所述交互文本。
[0031]
进一步地，本发明实施例中利用利用所述深度学习模型对所述语音频谱图进行识别，得到识别文字，包括：利用所述深度学习模型中的卷积神经网络对所述语音频谱图进行特征提取，得到第一频谱特征；利用所述深度学习模型中的多层递归神经网络对所述第一频谱特征进行特征转换，得到第二频谱特征；利用所述深度学习模型中的全连接层的softmax激活函数计算所述第二频谱特征映射为预设语音识别词典中的每个文字的概率值；将所述概率值最大的所述文字确定为所述识别文字。
[0032]
可选地，本分明实施例中所述深度学习模型由卷积神经网络、多层递归神经网络、全连接层串联构成，所述深度学习模型的损失函数为ctc（connectionist temporal classification，联结主义时间分类）函数。
[0033]
s14、对所述交互文本进行实体抽取，得到交互对象名称，并对所述交互文本进行
意图识别，得到交互动作文本；本发明实施例中为了更准确的利用用户的交互语音，了解用户想要交互的交互对象及对交互对象执行的交互操作，因此，对所述交互文本进行实体抽取，得到交互对象名称，并对所述交互文本进行意图识别，得到交互动作文本，例如：所述交互文本为“把客厅的空调温度给调高一点”。那么对应的交互对象名称为“客厅的空调”，对应的交互动作文本为“调高温度”。
[0034]
具体地，本发明实施例中对所述交互文本进行实体抽取，得到交互对象名称，包括：对所述交互文本进行分词，得到多个分词词语；将所述分词词语转化为向量，得到分词词向量；可选地，本发明实施例中可利用word2vec模型、one-hot算法等模型或算法将所述分词词语转化为向量，本发明实施例中对转化为向量的具体方法不做限制。
[0035]
利用bilstm模型对所述分词词向量进行特征提取，得到对应的实体概率；将所述实体概率大于预设实体阈值的分词词向量对应的分词词语，确定为实体词语；利用序列标注算法计算每个所述实体词语的顺序系数，根据所述顺序系数将所述实体词语进行组合，得到所述交互对象名称。
[0036]
本发明实施例中，由于实体词语只是孤立的词语，为了将实体词语正确的组合，还需要确定实体词语的顺序，因此，利用所述序列标注算法计算每个所述实体词语的顺序标签，其中，所述顺序标签为标识实体词语先后的标识，本发明实施例利用所述序列标注算法计算每个所述实体词语的顺序系数，按照顺序系数的大小将所述实体词语进行组合，得到所述交互对象名称。例如：共有三个实体词语，分别为“客厅”、“的”、“空调”，“客厅”对应的顺序系数为0.9，“的”对应的顺序系数为0.88，“脏”对应的顺序系数为0.85，那么按照顺序系数的大小将实体词语进行组合得到的交互对象名称为“客厅的空调”；本发明实施例中所述顺序系数还可以用文本来标识，如：开始字符、中间字符，按照文本表示的先后顺序将对应的实体词语进行组合，得到所述交互对象名称。
[0037]
进一步地，本发明实施例中对所述交互文本进行意图识别，从而识别用户想让对应智能家居设备进行的交互动作，让交互动作更加标准，如所述得到交互动作文本为“把客厅的空调温度给调高一点”，那对应的的交互动作文本可以为“调高温度”，可选地，本发明实施例中可利用训练完成的意图识别模型对所述交互文本进行意图识别，所述意图识别模型可以为bert模型，本发明实施例对所述意图识别模型的具体构成不做限制。
[0038]
s15、将所述交互对象名称及所述交互动作文本发送至物联网设备控制服务端。
[0039]
本发明实施例中将所述交互对象名称及所述交互动作文本发送至物联网设备控制服务端，其中，所述物联网设备控制服务端为信令服务器，可以用来与在所述物联网设备控制服务端中注册的所有智能家居设备构建信道，传输交互命令，信道资源占用较少。
[0040]
参照图3所示，为本发明一实施例提供的应用于物联网设备控制服务端的基于物联网的智能家居交互方法的流程示意图。在本实施例中，所述基于物联网的智能家居交互方法包括：s21、接收所述交互语音发送端发送的交互对象名称及交互动作文本；
详细地，本发明实施例中所述交互语音发送端为采集用户交互语音并对用户的交互语音进行处理的终端设备，所述终端设备包括但不限于手机、电脑、平板等。
[0041]
s22、根据所述交互对象名称对所有预设智能家居设备进行筛选，得到目标设备；本发明实施例中所述预设的智能家居设备为在物联网设备服务端中注册过的智能家居设备。
[0042]
进一步地，本发明实施例中获取所述智能家居设备的设备名称；将所述设备名称与所述交互对象名称一致的智能家居设备确定为所述目标设备。
[0043]
为了避免用户描述的交互对象名称与智能家居设备的设备名称有差异，导致无法确定中目标设备的情况，本发明另一实施例中，所述根据所述交互对象名称对所有预设智能家居设备进行筛选，得到目标设备，包括：将所述交互对象名称转换为向量，得到交互对象向量；可选地，本发明实施例中可利用word2vec模型、one-hot算法等模型或算法将所述交互对象名称转化为向量，本发明实施例中对转化为向量的具体方法不做限制。
[0044]
将所述智能家居设备的设备名称转换为向量，得到家居设备向量；计算所述交互对象向量与所述家居设备向量的相似度，得到设备相似度；将最大的所述设备相似度对应的所述家居设备向量确定为目标家居设备向量；将所述目标家居设备向量对应的设备名称确定为目标设备名称；将所述目标设备名称所属的智能家居设备确定为所述目标设备。
[0045]
s23、根据所述交互动作文本及预构建的命令模板数据表构建设备交互指令；本发明实施例中由于为了让所述目标设备无法直接理解所述交互动作文本，还需要将所述交互动作文本转化为机器可以理解的机器指令，因此，根据所述交互动作文本构建设备交互指令。
[0046]
本发明施例中，所述根据所述根据所述交互动作文本及预构建的命令模板数据表构建设备交互指令，包括：获取所述命令模板数据表中每个命令模板的标签；将所述标签转化为向量，得到标签向量；可选地，本发明实施例中可利用word2vec模型、one-hot算法等模型或算法将所述标签转化为向量，本发明实施例中对转化为向量的具体方法不做限制。
[0047]
将所述交互动作文本转化为向量，得到交互动作向量；计算所述标签向量与所述交互动作向量的关联度；可选地，本发明实施例中可利用欧几里得距离、皮尔逊相关系数等算法计算计算所述标签向量与所述交互动作向量的关联度，本发明实施例对计算所述标签向量与所述交互动作向量的关联度的算法及方式不做具体限制。
[0048]
将最大的所述关联度对应的标签向量确定为目标标签向量；将所述目标标签向量对应的所述标签确定为目标标签；将所述目标标签对应的命令模板确定为所述设备交互指令。
[0049]
进一步地，本发明另一实施例中还可以将所述交互动作文本中的数值替换所述目标标签对应的命令模板中预设的占位符号，得到所述设备交互指令。
[0050]
本发明另一实施例中，根据所述根据所述交互动作文本及预构建的命令模板数据
表构建设备交互指令，包括：获取所述命令模板数据表中命令模板的数据类型，得到目标数据类型；将所述交互动作文本转化为所述目标数据类型，得到所述设备交互指令。
[0051]
s24、获取所述目标设备的设备地址，根据所述设备地址构建目标信道；可选地，本发明实施例中所述设备地址为所述目标设备的ip地址。
[0052]
进一步地，本发明实施例中为了将所述设备交互指令传输至所述目标设备，需要构建目标信道用来传输所述设备交互指令。
[0053]
详细地，参考图4所示，本发明实施例中获取所述目标设备的设备地址，根据所述设备地址构建目标信道，包括：s41、判断所述设备交互指令的指令大小是否大于预设容量阈值，并根据判断结果对预设的传输协议集合中的传输协议进行筛选，得到目标传输协议；s42、将所述设备地址替换所述目标传输协议中的传输对象地址，得到所述目标信道。
[0054]
具体地，本发明实施例中判断所述设备交互指令的指令大小是否大于预设容量阈值，并根据判断结果对预设的传输协议集合中的传输协议进行筛选，得到目标传输协议，包括：当所述指令大小大于所述容量阈值，将所述传输协议集合中的tcp传输协议确定为所述目标传输协议；当所述指令大小不大于所述容量阈值，将所述传输协议中的udp传输协议确定为所述目标传输协议。
[0055]
s25、利用所述目标信道将所述设备交互指令发送至所述目标设备以使所述目标设备执行所述设备交互指令。
[0056]
详细地，本发明实施例中利用所述目标信道将所述设备交互指令发送至所述目标设备以使所述目标设备执行所述设备交互指令。
[0057]
例如：所述设备交互指令为“将亮度调低一点”，那么所述目标信道将所述设备交互指令发送至所述目标设备以使所述目标设备执行所述设备交互指令，调低所述目标设备的亮度。
[0058]
本发明另一实施例中所述物联网设备控制端与不同的智能家居设备还可以处于信道长联的状态，因此，上述s24步骤还可以用如下s26步骤进行替换：s26、根据所述目标设备在预设的信道集合中进行信道筛选，得到目标信道；详细地，本发明实施例中所述信道集合为物联网设备控制服务端与不同的智能家居设备连接的信道的集合。
[0059]
进一步地，本发明实施例中根据所述目标设备在预设的信道集合中进行信道筛选，得到目标信道，包括：获取所述信道集合中每个信道对应的信道连接设备名称；本发明实施例中所述信道集合为信令服务器与不同的音频接收设备连接的信道的集合，所述信道连接设备id为与信令服务器连接的不同的音频接收设备对应的设备id。
[0060]
例如：所述信道集合中共有信道a、信道b两个信道，信道a为物联网设备控制服务端与智能家居设备a连接的信道，智能家居设备a的设备名称为“123”，信道b为物联网设备控制服务端与智能家居设备b连接的信道，智能家居设备b的设备名称为“456”，那么信道a
对应的信道连接设备名称为“123”，信道b对应的信道连接设备名称为“456”。
[0061]
筛选所述信道集合中所述信道连接设备名称为所述目标设备的设备名称的信道，得到所述目标信道。
[0062]
实施例2：如图5所示，是本发明一实施例提供的实现基于物联网的智能家居交互方法的电子设备的结构示意图。
[0063]
所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于物联网的智能家居交互程序。
[0064]
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：sd或dx存储器等）、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡（smart media card， smc）、安全数字（secure digital， sd）卡、闪存卡（flash card）等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于物联网的智能家居交互程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0065]
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（central processing unit，cpu）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心（control unit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块（例如基于物联网的智能家居交互程序等），以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
[0066]
所述通信总线12可以是外设部件互连标准（peripheral component interconnect，简称pci）总线或扩展工业标准结构（extended industry standard architecture，简称eisa）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0067]
图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0068]
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障分类电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
[0069]
可选地，所述通信接口13可以包括有线接口和/或无线接口（如wi-fi接口、蓝牙接口等），通常用于在该电子设备与其他电子设备之间建立通信连接。
[0070]
可选地，所述通信接口13还可以包括用户接口，用户接口可以是显示器（display）、输入单元（比如键盘（keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled（organic light-emitting diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
[0071]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0072]
可选地，所述电子设备为交互语音发送端时，所述电子设备中的所述存储器11存储的基于物联网的智能家居交互程序是多个计算机程序的组合。在所述处理器10中运行时，可以实现：获取用户的交互语音，对所述交互语音进行数字采样，得到标准数字语音信号，并对所述标准数字语音信号进行分帧，得到多个语音帧；构建转换函数将所述语音帧的时域特征转化为频域特征，得到语音帧频谱，其中，所述转换函数为：其中， n为所有所述语音帧的数量，n为所述语音帧在标准数字语音信号中的顺序，j为预设的变换权重值，为所述标准数字语音信号中顺序为n的语音帧的声音频率，d为所述标准数字语音信号中顺序为m的语音帧的语音帧频谱。
[0073]
将所述语音帧频谱进行功率倒谱，得到语音频谱图，并利用训练完成的深度学习模型对所有所述语音频谱图进行识别，得到交互文本；对所述交互文本进行实体抽取，得到交互对象名称，并对所述交互文本进行意图识别，得到交互动作文本；将所述交互对象名称及所述交互动作文本发送至物联网设备控制服务端。
[0074]
可选地，所述电子设备为物联网设备控制服务端时，所述电子设备中的所述存储器11存储的基于物联网的智能家居交互程序是多个计算机程序的组合。在所述处理器10中运行时，可以实现：接收所述交互语音发送端发送的交互对象名称及交互动作文本；根据所述交互对象名称对所有预设智能家居设备进行筛选，得到目标设备；根据所述交互动作文本及预构建的命令模板数据表构建设备交互指令；获取所述目标设备的设备地址，根据所述设备地址构建目标信道；利用所述目标信道将所述设备交互指令发送至所述目标设备以使所述目标设备执行所述设备交互指令。
[0075]
具体地，所述处理器10对上述计算机程序的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
[0076]
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作
为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以是非易失性的，也可以是易失性的。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（rom，read-only memory）。
[0077]
本发明实施例还可以提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序。
[0078]
可选地，所述电子设备为交互语音发送端时，所述计算机程序在被电子设备的处理器所执行，可以实现：获取用户的交互语音，对所述交互语音进行数字采样，得到标准数字语音信号，并对所述标准数字语音信号进行分帧，得到多个语音帧；构建转换函数将所述语音帧的时域特征转化为频域特征，得到语音帧频谱，其中，所述转换函数为：其中， n为所有所述语音帧的数量，n为所述语音帧在标准数字语音信号中的顺序，j为预设的变换权重值，为所述标准数字语音信号中顺序为n的语音帧的声音频率，d为所述标准数字语音信号中顺序为m的语音帧的语音帧频谱。
[0079]
将所述语音帧频谱进行功率倒谱，得到语音频谱图，并利用训练完成的深度学习模型对所有所述语音频谱图进行识别，得到交互文本；对所述交互文本进行实体抽取，得到交互对象名称，并对所述交互文本进行意图识别，得到交互动作文本；将所述交互对象名称及所述交互动作文本发送至物联网设备控制服务端。
[0080]
可选地，所述电子设备为物联网设备控制服务端时，所述计算机程序在被电子设备的处理器所执行，可以实现：接收所述交互语音发送端发送的交互对象名称及交互动作文本；根据所述交互对象名称对所有预设智能家居设备进行筛选，得到目标设备；根据所述交互动作文本及预构建的命令模板数据表构建设备交互指令；获取所述目标设备的设备地址，根据所述设备地址构建目标信道；利用所述目标信道将所述设备交互指令发送至所述目标设备以使所述目标设备执行所述设备交互指令。
[0081]
进一步地，所述计算机可用存储介质可主要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、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
[0082]
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0083]
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个
网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0084]
本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能（artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
[0085]
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
[0086]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
[0087]
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
[0088]
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
[0089]
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。