声控智能耳机的制作方法

本实用新型涉及智能穿戴设备领域，具体而言，涉及一种声控智能耳机。

背景技术：

目前市面上的耳机，无论是有线耳机还是无线耳机，都需要通过有线或者无线方式连接外置的音源(播放器)才能在耳机里听到音乐，且需要手动操作才能控制播放器的进程状态，以上这些状况都给听音乐的人带来了很大的不方便。特别是有线耳机，由于使用时离不开音源的支持，需与诸如手机、MP3、电脑、CD、ipod等终端设备相连接，从而操作和使用上更加的繁琐和不便；即便是无线耳机，也还是会存在如距离的限制以及由于无线蓝牙的传输所带来的音质损失的问题，且播放歌曲也还是需要手动操作才能完成。

技术实现要素：

本实用新型提供了一种声控智能耳机，以至少解决相关技术中耳机需要手动控制导致的用户体验差的问题。

根据本实用新型的一个方面，提供了一种声控智能耳机，包括：受话器、语音识别模块和主控模块，所述受话器与所述语音识别模块连接，所述语音识别模块与所述主控模块连接，其中，

所述语音识别模块用于通过所述受话器接收用户的语音并将其转换为控制指令，以及将所述控制指令发送给所述主控模块；

所述主控模块用于调用与所述控制指令相应的应用程序接口，以实现对所述声控智能耳机的功能的控制。

可选地，所述语音识别模块包括：文本转换单元、语义分析单元，所述文本转换单元分别与所述受话器和所述语义分析单元连接，所述语义分析单元与所述主控模块连接，其中，

所述文本转换单元用于将受话器接收到的语音转换为文本信息，并发送给所述语义分析单元；

所述语义分析单元用于对所述文本信息进行语义分析，从而将所述文本信息翻译为操作信息和/或实体信息；根据操作信息生成控制指令，以及将所述控制指令和/或实体信息发送给所述主控模块。

可选地，所述语音识别模块包括：无线通信单元，所述无线通信单元分别与所述受话器和所述主控模块连接，其中，

所述无线通信单元用于将所述受话器接收的语音发送到服务器端，并接收所述服务器端对该语音的第一处理结果，以及将所述第一处理结果发送给所述主控模块；其中，所述第一处理结果包括由所述服务器端对该语音进行文本转换和语义分析后得到的控制指令和/或实体信息。

可选地，所述无线通信单元包括以下之一：无线局域网通信单元、移动通信单元。

可选地，所述语音识别模块包括：无线通信单元和语义分析单元，所述无线通信单元分别与所述受话器和所述语义分析单元连接，所述语义分析单元与所述主控模块连接，其中，

所述无线通信单元用于将所述受话器接收的语音发送到服务器端，并接收所述服务器端对该语音的第二处理结果，以及将所述第二处理结果发送给所述语义分析单元，其中，所述第二处理结果包括由所述服务器端对该语音进行文本转换后得到的文本信息；

所述语义分析单元用于对所述文本信息进行语义分析，从而将所述文本信息翻译为操作信息和/或实体信息；根据操作信息生成控制指令，以及将控制指令和/或实体信息发送给所述主控模块。

可选地，所述声控智能耳机还包括：语音转换模块，所述语音转换模块分别与所述主控模块和所述声控智能耳机的扬声器连接，其中，

所述语音转换模块用于接收主控模块发送的文本反馈信息，并将所述文本反馈信息转换为语音信号，以及将所述语音信号发送给所述扬声器。

通过本实用新型，采用的声控智能耳机，语音识别模块通过受话器接收用户的语音并将其转换为控制指令，以及将控制指令发送给主控模块；主控模块调用与控制指令相应的应用程序接口，以实现对声控智能耳机的功能的控制，解决了耳机需要手动控制导致的用户体验差的问题，提升了用户体验度。

附图说明

此处所说明的附图用来提供对本实用新型的进一步理解，构成本申请的一部分，本实用新型的示意性实施例及其说明用于解释本实用新型，并不构成对本实用新型的不当限定。在附图中：

图1是根据本实用新型实施例的声控智能耳机的结构示意图；

图2是根据本实用新型实施例的语音识别模块200的工作示意图一；

图3是根据本实用新型实施例的语音识别模块200的工作示意图二；

图4是根据本实用新型实施例的语音识别模块200的工作示意图三。

具体实施方式

下文中将参考附图并结合实施例来详细说明本实用新型。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

需要说明的是，本实用新型的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

在本实施例中提供了一种声控智能耳机。图1是根据本实用新型实施例的声控智能耳机的结构示意图，如图1所示，该声控智能耳机包括：受话器100、语音识别模块200和主控模块300，受话器100与语音识别模块200连接，语音识别模块200与主控模块300连接，其中，语音识别模块200用于通过受话器100接收用户的语音并将其转换为控制指令，以及将控制指令发送给主控模块300；主控模块300用于调用与控制指令相应的应用程序接口，以实现对声控智能耳机的功能的控制。

通过上述结构，实现了通过语音控制耳机，并且，由于主控模块300根据控制指令直接调用相应的应用程序接口(即API)，因此，通过语音控制可以实现耳机的操作系统底层的操作，理论上可以实现任何功能的控制，例如音量控制、歌曲切换、歌曲联网搜索、语音报时控制等。可见，本实用新型提供的声控智能耳机解决了耳机需要手动控制导致的用户体验差的问题，提升了用户体验度。

图2是根据本实用新型实施例的语音识别模块200的工作示意图一，如图2所示，在本实用新型提供的一个实施例中，语音识别模块200的语音识别功能完全由耳机本地实现。例如，语音识别模块200包括：文本转换单元211、语义分析单元212，文本转换单元211分别与受话器100和语义分析单元212连接，语义分析单元212与主控模块300连接，其中，文本转换单元211用于将受话器100接收到的语音转换为文本信息，并发送给语义分析单元212；语义分析单元212用于对文本信息进行语义分析，从而将文本信息翻译为操作信息和/或实体信息；根据操作信息生成控制指令，以及将控制指令和/或实体信息发送给主控模块300。

此外，语音识别模块200还可以控制声控智能耳机与用户进行二次交互来降低误识别带来的错误指令。

在上述方式中，首先将语音转换为文本信息，进而通过语义识别来实现操作信息和/或实体信息的转换，使得其语音识别可以基于对语义的理解实现任意一种控制。相对于相关技术中采用模型库识别语音特征的方式匹配控制指令的方式，语义识别更加智能化，可以执行更复杂的语音控制操作。例如，用户的语音可以为：“将当前歌曲重命名为‘千里之外’”，其中，操作信息为：为“当前歌曲”执行“重命名”操作，对应的实体信息为：“千里之外”，则主控模块300调用为歌曲进行重命名的API，实现对当前歌曲的重命名。

基于语义识别的语音识别由于需要进行文本转换以及语义识别，因此，其处理效率将受制于语音识别处理单元的存储能力和处理能力，而为了语音识别功能采用高效率语音识别处理单元也将导致成本的大幅上升。因此，在完全在耳机本地实现的基于语义识别的语音识别功能适合复杂程度适中的有限数量的控制指令实现。

在本实用新型实施例中，拟牺牲处理效率，以实现更复杂更多数量的控制指令实现。图3是根据本实用新型实施例的语音识别模块200的工作示意图二，如图3所示，语音识别模块200包括：无线通信单元221，无线通信单元221分别与受话器100和主控模块300连接，其中，无线通信单元221用于将受话器100接收的语音发送到服务器端，并接收服务器端对该语音的第一处理结果，以及将第一处理结果发送给主控模块300；其中，第一处理结果包括由服务器端对该语音进行文本转换和语义分析后得到的控制指令和/或实体信息。

在上述方式中，通过无线通信单元221将语音传送到服务器端处理，则在声控智能耳机中无需配备专用的语音识别处理单元，降低了成本；另外，由于采用了集中式的远程语音识别处理方式，在服务器端可以尽可能配置处理能力强劲的语音识别处理单元，从而增加了声控智能耳机的语音识别能力。其中，服务器端可以是在网络侧的某一台服务器，也可以是在局域网内的一个语音识别处理单元，该语音识别处理单元的具体形式可以是一个外置音乐播放器、便携式个人电脑或者无线路由设备等，在本实用新型中并不限定。

可选地，上述的无线通信单元221包括但不限于以下之一：无线局域网通信单元、移动通信单元，例如常见的无线局域网通信单元包括：无线高保真(Wi-Fi)单元，常见的移动通信单元包括：通用分组无线服务技术(GPRS)单元、第三代移动通信单元、时分双工长期演进技术(TDD-LTE)单元以及频分双工长期演进技术(FDD-LTE)单元等。

作为一种折衷的方案，在本实用新型实施例中，还提供了一种在服务器端进行文本转换而由声控智能耳机实现语义识别的方案。图4是根据本实用新型实施例的语音识别模块200的工作示意图三，如图4所示，可选地，语音识别模块200包括：无线通信单元231和语义分析单元232，无线通信单元231分别与受话器100和语义分析单元232连接，语义分析单元232与主控模块300连接，其中，无线通信单元231用于将受话器100接收的语音发送到服务器端，并接收服务器端对该语音的第二处理结果，以及将第二处理结果发送给语义分析单元232，其中，第二处理结果包括由服务器端对该语音进行文本转换后得到的文本信息；语义分析单元232用于对文本信息进行语义分析，从而将文本信息翻译为操作信息和/或实体信息；根据操作信息生成控制指令，以及将控制指令和/或实体信息发送给主控模块300。

可选地，声控智能耳机还可以包括：语音转换模块400，语音转换模块400分别与主控模块300和声控智能耳机的扬声器500连接，其中，语音转换模块400用于接收主控模块300发送的文本反馈信息，并将文本反馈信息转换为语音信号，以及将语音信号发送给扬声器500。通过上述的结构，可以将程序返回的文本信息以语音信号的方式呈现，从而使得用户了解声控智能耳机的工作状态和对控制指令的处理结果。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述模块分别位于多个处理器中。

以上所述仅为本实用新型的优选实施例而已，并不用于限制本实用新型，对于本领域的技术人员来说，本实用新型可以有各种更改和变化。凡在本实用新型的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本实用新型的保护范围之内。