用于智能音箱的内外网通信的方法和装置与流程

本申请实施例涉及计算机技术领域，具体涉及用于智能音箱的内外网通信的方法和装置。

背景技术：

近年随着人工智能的兴起和火热，智能产品和智能行业解决方案层出不穷，智能音箱逐步取代手机应用程序和触摸产品(控制面板、平板电脑)对房间设备的控制。

但目前主流的音箱在对接智能家居控制系统的过程中，普遍存在由于智能家居内外网的隔离性，导致音箱的云端指令无法下发与智能家居控制系统进行通信。传统的方法，是改造智能家居网络拓扑，在智能家居网络中额外增加一个专用交换机，用于接收转发音箱云端下发的控制指令，但这样势必会留下安全隐患，如果智能家居的网络防火墙被攻破或者网络限制安全规则不健全，很可能导致外部入侵轻易控制智能家居设备，同时增加智能家居网络改造的成本。

技术实现要素：

本申请实施例提出了用于智能音箱的内外网通信的方法和装置。

第一方面，本申请实施例提供了一种用于智能音箱的内外网通信的方法，包括：接收用于控制智能家居设备的用户语音信息；将用户语音信息发送到云端服务器以供云端服务器从用户语音信息中解析出控制指令；响应于接收到云端服务器返回的控制指令，确定控制指令的执行对象；响应于确定出执行对象为在智能音箱所在的局域网内部的、用于控制智能家居设备的控制器，将控制指令转换成传输控制协议报文，以及将传输控制协议报文发送到控制器。

在一些实施例中，在将控制指令转换成传输控制协议报文之前，该方法还包括：根据预定的协议对控制指令进行字段校验和鉴权；响应于字段校验失败或鉴权失败，输出用于提示重新输入用户语音信息的信息，以及向云端服务器发送校验失败相关信息。

在一些实施例中，将控制指令转换成传输控制协议报文，包括：将控制指令转换成二进制流式结构；将智能音箱的网络地址作为传输控制协议报文中的源地址，将控制器的网络地址作为传输控制协议报文中的目的地址，以及通过控制器的网络地址获得控制器的物理地址后组传输控制协议报文。

在一些实施例中，该方法还包括：响应于确定出执行对象为智能音箱，执行控制指令。

第二方面，本申请实施例提供了一种用于智能音箱的内外网通信的装置，包括：接收单元，被配置成接收用于控制智能家居设备的用户语音信息；发送单元，被配置成将用户语音信息发送到云端服务器以供云端服务器从用户语音信息中解析出控制指令；确定单元，被配置成响应于接收到云端服务器返回的控制指令，确定控制指令的执行对象；转换单元，被配置成响应于确定出执行对象为在智能音箱所在的局域网内部的、用于控制智能家居设备的控制器，将控制指令转换成传输控制协议报文，以及将传输控制协议报文发送到控制器。

在一些实施例中，该装置还包括验证单元，被配置成：在将控制指令转换成传输控制协议报文之前，根据预定的协议对控制指令进行字段校验和鉴权；响应于字段校验失败或鉴权失败，输出用于提示重新输入用户语音信息的信息，以及向云端服务器发送校验失败相关信息。

在一些实施例中，转换单元进一步被配置成：将控制指令转换成二进制流式结构；将智能音箱的网络地址作为传输控制协议报文中的源地址，将控制器的网络地址作为传输控制协议报文中的目的地址，以及通过控制器的网络地址获得控制器的物理地址后组传输控制协议报文。

在一些实施例中，该装置还包括执行单元，被配置成：响应于确定出执行对象为智能音箱，执行控制指令。

第三方面，本申请实施例提供了一种用于智能音箱的内外网通信的系统，包括：智能音箱，被配置成接收用于控制智能家居设备的用户语音信息，将用户语音信息发送到云端服务器；云端服务器，被配置成从用户语音信息中解析出控制指令，以及将控制指令发送给智能音箱；智能音箱，进一步被配置成响应于接收到云端服务器返回的控制指令，确定控制指令的执行对象，响应于确定出执行对象为在智能音箱所在的局域网内部的、用于控制智能家居设备的控制器，将控制指令转换成传输控制协议报文，以及将传输控制协议报文发送到控制器；控制器，被配置成将接收到的传输控制协议报文包括的控制指令转换成局域网内的智能家居设备可执行的指令，以及向智能家居设备发送可执行的指令；智能家居设备，被配置成接收可执行的指令，以及执行可执行的指令。

在一些实施例中，控制器进一步被配置成：对控制指令进行字段校验和鉴权。

第四方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一的方法。

第五方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一的方法。

本申请实施例提供的用于智能音箱的内外网通信的方法和装置，智能音箱通过将用户语音信息上传至云端服务器，由云端服务器解析出控制指令。然后再由云端服务器下发到智能音箱，如果该控制指令由局域网内智能家居设备执行，则将控制指令转换成tcp(transmissioncontrolprotocol，传输控制协议)报文发送给控制器。实现了智能音箱的内外网通信，在保障智能家居网络安全性的同时降低了智能家居网络的改造成本。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于智能音箱的内外网通信的方法的一个实施例的流程图；

图3是根据本申请的用于智能音箱的内外网通信的方法的一个应用场景的示意图；

图4是根据本申请的用于智能音箱的内外网通信的方法的又一个实施例的流程图；

图5是根据本申请的用于智能音箱的内外网通信的装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

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。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于智能音箱的内外网通信的方法或用于智能音箱的内外网通信的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括智能音箱101、控制器102、智能家居设备103，云端服务器104。网络用以在智能音箱101、控制器102、智能家居设备103，云端服务器104之间提供通信链路的介质。网络可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用智能音箱101通过网络与云端服务器104交互，以接收或发送消息等。智能音箱101上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

智能音箱101是一个音箱升级的产物，是家庭消费者用语音进行上网的一个工具，比如点播歌曲、上网购物，或是了解天气预报，它也可以对智能家居设备进行控制，比如打开窗帘、设置冰箱温度、提前让热水器升温等。

控制器102是用于控制智能家居设备103的电子设备。其功能类似于遥控器。

智能家居设备103可以是灯、电视、空调、窗帘等可受网络控制的家用电器。

云端服务器104可以是提供各种服务的服务器，例如对智能音箱101上传的用户语音信息提供解析服务的后台解析服务器。后台解析服务器可以对接收到的语音指令等数据进行分析等处理，并将处理结果(例如控制指令)反馈给智能音箱。

需要说明的是，云端服务器可以是硬件，也可以是软件。当云端服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本申请实施例所提供的用于智能音箱的内外网通信的方法一般由智能音箱101执行，相应地，用于智能音箱的内外网通信的装置一般设置于智能音箱101中。

应该理解，图1中的智能音箱、智能家居设备、云端服务器和控制器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的智能音箱、智能家居设备、云端服务器和控制器。

继续参考图2，示出了根据本申请的用于智能音箱的内外网通信的方法的一个实施例的流程200。该用于智能音箱的内外网通信的方法，包括以下步骤：

步骤201，接收用于控制智能家居设备的用户语音信息。

在本实施例中，用于智能音箱的内外网通信的方法的执行主体(例如图1所示的智能音箱)可以通过智能音箱内的麦克风接收用户的语音，然后智能音箱将语音转换成用户语音信息。用户语音信息中可包括指令的内容，例如“播放xx歌曲”、“打开空调”等。

步骤202，将用户语音信息发送到云端服务器以供云端服务器从用户语音信息中解析出控制指令。

在本实施例中，可预先在智能音箱中注册监听的控制指令，建立控制指令的类型和注册的插件之间的对应关系表。注册的插件可以是播放器插件、内外网转换插件等。然后根据http/2协议建立智能音箱与云端服务器之间的有线或无线连接。智能音箱通过有线或无线连接将用户语音信息发送到云端服务器。云端服务器可通过语音识别技术进行语音识别，从而识别出用户语音信息中的控制指令。用户可直接输入语音指令，也可输入意图信息，由云端服务器分析。例如，用户语音输入“太热了”，智能音箱将“太热了”发给云端服务器后，云端服务器分析出当前室温高于25度，则向智能音箱发送控制指令“空调温度设置为25度”。

步骤203，响应于接收到云端服务器返回的控制指令，确定控制指令的执行对象。

在本实施例中，智能音箱将接收到的云端服务器返回的控制指令根据控制指令的类型和注册的插件之间的对应关系表，进行路由分发。将不同的控制指令分配到相应的插件去执行。不同插件可以控制不同的执行对象。例如，播放器插件控制的执行对象是智能音箱本身，内外网转换插件控制的执行对象是在智能音箱所在的局域网内部的、用于控制智能家居设备的控制器。例如，对于音频播放类指令交由智能音箱本身的播放器执行。对于智能家居设备控制的指令，通过内外网转换插件将控制指令发送到控制器去执行。

在本实施例的一些可选的实现方式中，如果确定出执行对象为智能音箱，则直接执行控制指令。否则将控制指令转发到其它的控制器。

步骤204，响应于确定出执行对象为在智能音箱所在的局域网内部的、用于控制智能家居设备的控制器，将控制指令转换成传输控制协议报文，以及将传输控制协议报文发送到控制器。

在本实施例中，根据控制指令的类型和注册的插件之间的对应关系表如果确定出接收到的控制指令对应的注册的插件是内外网转换插件，则将控制指令转换成tcp报文，以及将tcp报文发送到控制器。再由控制器转换成智能家居设备可执行的指令，发给智能家居设备执行。tcp报文拼包完成后，首先进行tcp的三次握手后，即智能音箱首先向控制器申请打开某一个端口(用syn(synchronizesequencenumbers，同步序列编号)段等于1的tcp报文)，然后控制器发回一个ack(acknowledgement，确认)报文通知智能音箱请求报文收到，智能音箱收到确认报文以后再次发出确认报文确认刚才控制器发出的确认报文，至此连接的建立完成；在建立连接后，通信的双方要互相确认对方的最大报文长度，然后并开始发送数据包进行通信；当控制器收到全部数据包后，对数据包进行顺序拼接，并进行解码，数据解码成功后，控制器会进行授权校验和一系列确认，并将其转换成相应低级语言控制指令，然后根据协议指令控制对应的设备，处理结果会由智能音箱进行事件上报至云端服务器。

在本实施例的一些可选的实现方式中，将控制指令转换成传输控制协议报文，包括：

步骤2041，将控制指令转换成二进制流式结构。

在此步骤进行指令的转码，把符合标准的指令字符串转码成tcp数据包需要的二进制流式结构写入到缓冲区中，等待发包获取。

步骤2042，将智能音箱的网络地址作为传输控制协议报文中的源地址，将控制器的网络地址作为传输控制协议报文中的目的地址，以及通过控制器的网络地址获得控制器的物理地址后组传输控制协议报文。

将控制指令进行tcp/ip(internetprotocol，网络之间互连的协议)报文格式拼包，即以太网头+ip头+tcp头+数据包。首先把报文中源地址设置成当前智能音箱的ip地址，把报文中的目标地址设置成当前控制器的ip地址，读取步骤2041中缓冲区数据设置到报文中的数据部分。局域网的物理层的通信，是通过mac(mediaaccesscontrol，媒体访问控制)地址来唯一区分具体设备的。因为ip地址和mac地址是一一对应的，所以有了ip地址就可以知道mac地址了。即将报文在房间局域网中进行arp(addressresolutionprotocol，地址解析协议)广播，包含该目标地址ip的设备会做出应答，返回自己的mac地址，获取目标(即控制器)mac地址，填充到报文的目标mac字段位，然后根据tcp/ip协议进行通信。

继续参见图3，图3是根据本实施例的用于智能音箱的内外网通信的方法的应用场景的一个示意图。在图3的应用场景中，用户对智能音箱301说出语音“开灯”，然后智能音箱301将语音转换成用户语音信息“开灯”。智能音箱301将用户语音信息“开灯”发送到云端服务器302。云端服务器302解析出控制指令“接通灯的电源”后将控制指令返回给智能音箱301。智能音箱301监听到指令后确定出指令的执行对象为控制器，并将指令组成tcp报文。智能音箱301根据tcp/ip协议发送tcp报文给控制器303。控制器303将控制指令转换成机器可执行的命令发送灯类304。灯类304接收到控制指令后执行接通电源的命令。

本申请的上述实施例提供的方法通过将外网的指令转换成内网指令后通过tcp/ip协议在内网通信，使得云端服务器不直接控制智能家居设备，从而在保障智能家居网络安全性的同时降低了智能家居网络的改造成本。

进一步参考图4，其示出了用于智能音箱的内外网通信的方法的又一个实施例的流程400。该用于智能音箱的内外网通信的方法的流程400，包括以下步骤：

步骤401，接收用于控制智能家居设备的用户语音信息。

步骤402，将用户语音信息发送到云端服务器以供云端服务器从用户语音信息中解析出控制指令。

步骤403，响应于接收到云端服务器返回的控制指令，确定控制指令的执行对象。

步骤401-403与步骤201-203基本相同，因此不再赘述。

步骤404，根据预定的协议对所述控制指令进行字段校验和鉴权。

在本实施例中，当监听到新控制指令后，需要进一步对控制指令按照预先制定的协议标准进行核对和审查。包括审查指令的命名空间和名称是否符合预期，接入令牌及音箱标识是否正确，不同智能家居设备对应的控制指令的结构体是否完整等。例如，控制指令要求打开房间101的灯，而接收到控制指令的智能音箱是在102房间，则鉴权失败。如果控制指令要求将空调调到0度，则超过空调阈值范围因此校验失败。

步骤405，响应于字段校验失败或鉴权失败，输出用于提示重新输入用户语音信息的信息，以及向云端服务器发送校验失败相关信息。

在本实施例中，若控制指令中的字段校验失败，让用户重新唤醒请求，同时上报事件给到云端。控制指令中的消息需要二次确认时(即涉及多轮情况)，需要智能音箱发起询问请求。控制指令中的消息校验通过，表明需要下发控制指令给控制器控制的智能家居设备，会进行下一步流程，如步骤204所示。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于智能音箱的内外网通信的方法的流程400体现了对接收到的控制指令进行校验的步骤。由此，本实施例描述的方案可以对控制指令进行过滤，从而实现更有效的语音控制。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于智能音箱的内外网通信的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于智能音箱的内外网通信的装置500包括：接收单元501、发送单元502、确定单元503、转换单元504。其中，接收单元501被配置成接收用于控制智能家居设备的用户语音信息。发送单元502被配置成将用户语音信息发送到云端服务器以供云端服务器从用户语音信息中解析出控制指令。确定单元503被配置成响应于接收到云端服务器返回的控制指令，确定控制指令的执行对象。转换单元504被配置成响应于确定出执行对象为在智能音箱所在的局域网内部的、用于控制智能家居设备的控制器，将控制指令转换成传输控制协议报文，以及将传输控制协议报文发送到控制器。

在本实施例中，用于智能音箱的内外网通信的装置500的接收单元501、发送单元502、确定单元503、转换单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。

在本实施例的一些可选的实现方式中，装置500还包括验证单元(未示出)，被配置成：在将控制指令转换成传输控制协议报文之前，根据预定的协议对控制指令进行字段校验和鉴权；响应于字段校验失败或鉴权失败，输出用于提示重新输入用户语音信息的信息，以及向云端服务器发送校验失败相关信息。

在本实施例的一些可选的实现方式中，转换单元504进一步被配置成：将控制指令转换成二进制流式结构；将智能音箱的网络地址作为传输控制协议报文中的源地址，将控制器的网络地址作为传输控制协议报文中的目的地址，以及通过控制器的网络地址获得控制器的物理地址后组传输控制协议报文。

在本实施例的一些可选的实现方式中，装置500还包括执行单元(未示出)，被配置成：响应于确定出执行对象为智能音箱，执行控制指令。

下面参考图6，其示出了适于用来实现本申请实施例的电子设备(如图1所示的智能音箱)的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。

以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序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。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括接收单元、发送单元、确定单元和转换单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，接收单元还可以被描述为“接收用于控制智能家居设备的用户语音信息的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：接收用于控制智能家居设备的用户语音信息；将用户语音信息发送到云端服务器以供云端服务器从用户语音信息中解析出控制指令；响应于接收到云端服务器返回的控制指令，确定控制指令的执行对象；响应于确定出执行对象为在智能音箱所在的局域网内部的、用于控制智能家居设备的控制器，将控制指令转换成传输控制协议报文，以及将传输控制协议报文发送到控制器。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。