控制音箱设备的方法、装置及介质与流程

本公开涉及通信技术领域，尤其涉及控制音箱设备的方法、装置及介质。

背景技术：

相关技术中，音箱设备可以通过语音与用户进行交互。音箱设备最初处于睡眠模式，用户在使用音箱设备时，需要通过说出指定语音唤醒音箱设备，在音箱设备被唤醒后即进入对话模式。在对话模式下，音箱设备可以检测用户的语音，并基于语音输出对应的音频。

技术实现要素：

为克服相关技术中存在的问题，本公开提供一种控制音箱设备的方法、装置及介质。

根据本公开实施例的第一方面，提供一种控制音箱设备的方法，包括：

获取当前环境图像；

在所述当前环境图像中检测音箱图像；

响应于检测到所述音箱图像，向所述音箱图像对应的音箱设备发送第一控制指令，所述第一控制指令指示所述音箱设备执行第一操作。

可选地，所述方法还包括：

响应于检测到所述音箱图像，根据所述音箱图像获取音箱控制界面图像；

通过显示设备显示所述音箱控制界面图像；

其中，所述音箱控制界面图像包括以下任一项：所述音箱图像、所述音箱图像对应的音箱虚拟图像。

可选地，在所述通过显示设备显示所述音箱控制界面图像之后，所述方法还包括：

检测针对所述音箱控制界面图像的控制操作；

响应于检测到所述控制操作，向所述音箱设备发送第二控制指令，所述第二控制指令指示所述音箱设备执行第二操作。

可选地，所述第一操作指示所述音箱设备从睡眠模式切换至对话模式。

可选地，所述方法还包括：

在所述向所述音箱图像对应的音箱设备发送第一控制指令之后，在所述当前环境图像中检测所述音箱图像；

响应于未检测到所述音箱图像，向所述音箱设备发送第三控制指令，所述第三控制指令指示所述音箱设备进入睡眠模式。

可选地，所述方法应用于以下任一项：手机、虚拟现实vr设备、增强现实ar设备。

根据本公开实施例的第二方面，提供一种控制音箱设备的装置，所述装置包括：

采集模块，被配置为获取当前环境图像；

检测模块，被配置为在所述当前环境图像中检测音箱图像；

发送模块，被配置为响应于检测到所述音箱图像，向所述音箱图像对应的音箱设备发送第一控制指令，所述第一控制指令指示所述音箱设备执行第一操作。

可选地，所述装置还包括：

获取模块，被配置为响应于检测到所述音箱图像，根据所述音箱图像获取音箱控制界面图像；

显示模块，被配置为通过显示设备显示所述音箱控制界面图像；

其中，所述音箱控制界面图像包括以下任一项：所述音箱图像、所述音箱图像对应的音箱虚拟图像。

可选地，所述检测模块，还被配置为在所述通过显示设备显示所述音箱控制界面图像之后，检测针对所述音箱控制界面图像的控制操作；

所述发送模块，还被配置为响应于检测到所述控制操作，向所述音箱设备发送第二控制指令，所述第二控制指令指示所述音箱设备执行第二操作。

可选地，所述第一操作指示所述音箱设备从睡眠模式切换至对话模式。

可选地，所述检测模块，还被配置为在所述向所述音箱图像对应的音箱设备发送第一控制指令之后，在所述当前环境图像中检测所述音箱图像；

所述发送模块，还被配置为响应于未检测到所述音箱图像，向所述音箱设备发送第三控制指令，所述第三控制指令指示所述音箱设备进入睡眠模式。

可选地，所述装置应用于以下任一项：手机、虚拟现实vr设备、增强现实ar设备。

根据本公开实施例的第三方面，提供一种控制音箱设备的装置，包括：

处理器；

被配置为存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行第一方面所述的任一项方法的步骤。

根据本公开实施例的第四方面，提供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指令，其特征在于，所述指令被处理器执行时实现第一方面所述的方法的步骤。

本公开的实施例提供的技术方案可以包括以下有益效果：

能够基于图像识别技术获得用户对音箱的操作意图并据此指示音箱执行相应操作，用户只要使用手机等具有图像采集功能的设备对音箱进行拍摄，即可触发针对音箱的操作指令，无需翻找音箱遥控器或走到音箱旁边触发功能按键。本公开提供的技术方案扩展了音箱的控制方式，操作起来更加方便快捷。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性，和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种控制音箱设备的方法的流程图；

图2是根据一示例性实施例示出的另一种控制音箱设备的方法的流程图；

图3是根据一示例性实施例示出的另一种控制音箱设备的方法的流程图；

图4是根据一示例性实施例示出的另一种控制音箱设备的方法的流程图；

图5是根据一示例性实施例示出的一种控制音箱设备的装置的结构示意图；

图6是根据一示例性实施例示出的另一种控制音箱设备的装置的结构示意图；

图7是根据一示例性实施例示出的一种控制音箱设备的装置的框图；

图8是根据一示例性实施例示出的一种控制音箱设备的装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

本公开实施例公开了一种控制音箱设备的方法。参考图1，图1是根据一示例性实施例示出的一种控制音箱设备的方法的流程图。其中，控制音箱设备的方法可以应用于终端设备中，如图1所示，该方法可以包括以下步骤。

在步骤s101中，获取当前环境图像。

在终端设备中可以配置有图像采集设备，如，摄像设备、红外图像采集设备等。当需要控制音箱设备时，开启终端设备中的图像采集设备采集当前环境图像。

其中，通过摄像设备或红外图像采集设备采集图像为现有技术，由此在本实施例中不进行具体限定。

在步骤s102中，在当前环境图像中检测音箱图像。

在图像采集设备采集图像的过程中，检测采集到的当前环境图像中是否包括音箱图像。例如，可以通过图像识别方式确定当前环境图像中是否包括音箱图像。

在步骤s103中，响应于检测到音箱图像，向音箱图像对应的音箱设备发送第一控制指令。

其中，第一控制指令指示音箱设备执行第一操作。

例如，当用户需要控制音箱设备时，可以通过终端设备拍摄音箱设备的图像，当终端设备在采集到的图像中检测到音箱设备时，通过向对应的音箱设备发送第一控制指令，控制音箱设备执行第一操作。

本实施例中，能够基于图像识别技术获得用户对音箱的操作意图并据此指示音箱执行相应操作，用户只要使用手机等具有图像采集功能的设备对音箱进行拍摄，即可触发针对音箱的操作指令，无需翻找音箱遥控器或走到音箱旁边触发功能按键。本公开提供的技术方案扩展了音箱的控制方式，操作起来更加方便快捷。

本公开实施例公开了另一种控制音箱设备的方法，该方法是对图1所示的方法的进一步扩展和优化。

在本实施例中，图1所示的步骤103中记载的第一操作可以指示音箱设备从睡眠模式切换至对话模式。其中，在睡眠模式下，音箱设备无法接收控制指令，在进入对话模式后，音箱设备可以基于接收到的控制指令执行相应操作。如，可以基于接收到的语音控制指令输出对应的音频内容。

通常，音箱设备可以通过用户说出唤醒关键词唤醒音箱设备，而在本实施例中，可以通过拍摄音箱图像唤醒音箱设备。

例如，在用户需要唤醒音箱设备时，通过终端设备拍摄音箱图像，当拍摄到音箱图像后，终端设备向音箱设备发送第一控制指令，音箱设备在接收到第一控制指令之后，执行唤醒操作，即从睡眠模式切换至对话模式。

其中，终端设备可以但不限于为以下任一项：手机、虚拟现实vr设备、增强现实ar设备。

在本实施例中，在确定音箱设备后，可以通过图像识别的方式获取音箱设备的标识，基于标识向音箱设备发送第一控制指令。

例如，终端设备可以预先获取已绑定的音箱设备的图像和已绑定的音箱设备的标识，并基于这两个信息建立目标数据库，目标数据库可以包括：音箱图像、音箱标识、和音箱图像与音箱标识之间的对应关系；当在当前环境图像中检测到音箱图像后，可以与目标数据库中包括的音箱图像进行比对，若目标数据库中包括相同的音箱图像，则从目标数据库中获取与该音箱图像对应的音箱标识。

本实施例记载的基于音箱图像确定对应的音箱设备的方式，不限于上述记载的方式，还可以为其他现有方式，具体不做赘述。

在本实施例中，参考图2，图2是根据一示例性实施例示出的另一种控制音箱设备的方法的流程图。如图2所示，在图1所示的步骤101之后，该方法还可以包括以下步骤。

在步骤104中，响应于检测到音箱图像，根据音箱图像获取音箱控制界面图像。

在步骤105中，通过显示设备显示音箱控制界面图像。

终端设备可以设置有显示设备，如，手机终端的显示屏、ar中的显示模块等。当终端设备中的图像采集设备采集到音箱图像时，可以根据音箱图像获取音箱控制界面图像。

其中，音箱控制界面图像包括以下任一项：音箱图像、音箱图像对应的音箱虚拟图像。即音箱控制界面图像用于显示音箱对应的图像。音箱虚拟图像可以为音箱设备的动画图像等。

在本实施例中，音箱控制界面图像还可以用于接收用户针对其输入的控制操作，以实现对音箱设备的控制。

其中，音箱控制界面图像还可以包括但不限于：用于控制音箱设备的功能按键等。

在本实施例中，在音箱设备处于对话模式下，用户不仅可以通过直接向音箱设备发送控制指令，如，语音指令进行控制等，而且，还可以通过先在终端设备中输入相应操作，再由终端设备生成对应的控制指令后，向音箱设备发送该控制指令，以实现对音箱设备的控制。其中，在终端设备中输入相应操作可以为针对音箱控制界面图像输入的相应操作，如，音量控制操作、内容控制操作等。

值得说明的是，本实施例中，步骤104与步骤105不限于执行在步骤102之前或步骤103之前或步骤103之后，即执行在步骤101之后即可。本实施例以步骤104与步骤105执行在步骤103之后为例进行说明。

参考图3，图3是根据一示例性实施例示出的另一种控制音箱设备的方法的流程图。如图3所示，在图2所示的步骤105之后，该方法还可以包括以下步骤。

在步骤106中，检测针对音箱控制界面图像的控制操作。

在步骤107中，响应于检测到控制操作，向音箱设备发送第二控制指令。

其中，第二控制指令指示音箱设备执行第二操作。第二操作可以包括除第一操作外的其他操作，如，音量增加操作、音量降低操作、语音输入操作等。

例如，音箱控制界面图像可以包括语音输入按键，用户可以在触控语音输入按键后输入用于控制音箱设备的语音。终端设备在获取到输入的语音后，生成语音对应的第二控制指令，并向音箱设备发送第二控制指令。音箱设备根据接收到的第二控制指令执行对应的操作。

参考图4，图4是根据一示例性实施例示出的另一种控制音箱设备的方法的流程图。如图4所示，在图1所示的步骤103之后，该方法还可以包括以下步骤。

在步骤108中，在向音箱图像对应的音箱设备发送第一控制指令之后，在当前环境图像中检测音箱图像。

在步骤109中，响应于未检测到音箱图像，向音箱设备发送第三控制指令。

其中，第三控制指令指示音箱设备进入睡眠模式。

在本实施例中，当音箱设备处于对话模式下，且图像采集设备在预定时间段内未采集到音箱图像，则可以控制音箱设备进入睡眠模式。

例如，在当前环境图像中采集到音箱图像，即终端设备采集到音箱设备的图像，且音箱已从睡眠模式切换到对话模式之后，终端设备可以持续采集当前环境图像，当当前环境图像中不包括音箱图像，即终端设备未采集到音箱图像时，终端设备可以生成第三控制指令，并通过向音箱设备发送第三控制指令，控制音箱设备进入睡眠模式。如，当终端设备采集的当前环境图像中包括音箱图像，用户可改变终端设备采集图像的视角，以使得终端设备采集的当前环境图像中不包括音箱设备，从而控制音箱设备进入睡眠模式。

本公开实施例提供一种控制音箱的装置，该装置用于实现上述图1所示的方法。

参考图5，图5是根据一示例性实施例示出的一种控制音箱设备的装置的结构示意图。参照图5，该装置包括采集模块51、检测模块52、发送模块53。

采集模块51，用于通过图像采集设备采集当前环境图像；

检测模块52，用于在当前环境图像中检测音箱图像；

发送模块53，用于响应于检测到音箱图像，向音箱图像对应的音箱设备发送第一控制指令，第一控制指令指示音箱设备执行第一操作。

在本实施例中，能够基于图像识别技术获得用户对音箱的操作意图并据此指示音箱执行相应操作，用户只要使用手机等具有图像采集功能的设备对音箱进行拍摄，即可触发针对音箱的操作指令，无需翻找音箱遥控器或走到音箱旁边触发功能按键。本公开提供的技术方案扩展了音箱的控制方式，操作起来更加方便快捷。

本公开实施例公开了另一种控制音箱的装置，该方法是对图5所示的方法的进一步扩展和优化。

参考图6，图6是根据一示例性实施例示出的另一种控制音箱设备的装置的流程图。如图6所示，图5所示的装置还可以包括以下内容。

获取模块61，用于响应于检测到音箱图像，根据音箱图像获取音箱控制界面图像；

显示模块62，用于通过显示设备显示音箱控制界面图像。

在本实施例中，检测模块52，还用于在通过显示设备显示音箱控制界面图像之后，检测针对音箱控制界面图像的控制操作；

发送模块53，还用于响应于检测到控制操作，向音箱设备发送第二控制指令，第二控制指令指示音箱设备执行第二操作。

在本实施例中，第一操作指示音箱设备从睡眠模式切换至对话模式。

在本实施例中，检测模块52，还用于在向音箱图像对应的音箱设备发送第一控制指令之后，在当前环境图像中检测音箱图像；

发送模块53，还用于响应于未检测到音箱图像，向音箱设备发送第三控制指令，第三控制指令指示音箱设备进入睡眠模式。

在本实施例中，控制音箱设备的装置可以应用于以下任一项：手机、虚拟现实vr设备、增强现实ar设备。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图7是根据一示例性实施例示出的一种控制音箱设备的装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图7，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述图1至图4所示的方法。例如，非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。

图8是根据一示例性实施例示出的一种用于控制音箱设备的装置1900的框图。例如，装置1900可以被提供为一服务器。参照图8，装置1900包括处理器1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理器1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器1922被配置为执行指令，以执行上述图1至图4所示的控制音箱设备的方法。

装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入输出(i/o)接口1958。装置1900可以操作基于存储在存储器1932的操作系统，例如windowsservertm，macosxtm，unixtm，linuxtm，freebsdtm或类似。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。