一种音箱云服务平台系统

1.本发明涉及音箱云服务领域，具体涉及一种音箱云服务平台系统。


背景技术：

2.智能音箱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。2018年6月11日，百度在京发布首款自有品牌智能音箱“小度智能音箱”。2019年6月1日，百度旗下人工智能助手“小度智能音箱大金刚”登陆小度商城；11月25日，由华为和帝瓦雷联合打造的华为soundx智能音箱正式发布。
3.现有的云服务平台系统存在应用单一，不能有效调节音箱与音箱之间的关系的技术问题。本发明通过提供一种音箱云服务平台系统，能够解决问题。


技术实现要素：

4.本发明所要解决的技术问题是现有技术中存在的应用单一，不能有效调节音箱与音箱之间的关系的技术问题。提供一种新的音箱云服务平台系统，该音箱云服务平台系统具有应用多元，有效处理音箱之间的冲突和关系的特点。
5.为解决上述技术问题，采用的技术方案如下：
6.一种音箱云服务平台系统，所述音箱包含语音输入模块、网络连接单元以及播放装置，所述音箱云服务平台系统包括与云服务器，用于连接云服务器和音箱的网络连接单元；音箱处设置有定位检测单元，云服务器实时接收定位检测单元的数据；云服务器执行音箱冲突检测步骤：
7.步骤1，云服务器接收处于工作状态的音箱的定位数据；
8.步骤2，云服务器依据定位数据判断在运音箱的状态，如音箱定位距离小于预定义阈值，将对应的音箱标记为“疑似同组”，并向相应的音箱发送“疑似同组确认信息”；
9.步骤3，接收“疑似同组确认信息”的反馈结果，如结果为“yes”，则将同组音箱进行统一数据传输给同组任一音箱，并控制任一音箱在同组范围内进行数据传输；如结果为“no”，则按照权重优先级依次传输播放数据并控制音量大小。
10.本发明的工作原理：本发明将音箱定位信息作为判断是否“疑似同组”的依据，并根据反馈结果有效调节可能关联或冲突的音箱与音箱之间的关系。同时云服务器可调控多种互联网应用。
11.上述方案中，为优化，进一步地，所述权重优先级由云服务器通过如下方式确定：
12.步骤1.1，判断音箱的联网启动时间，时间在前的优先级高；
13.步骤1.2，判断音箱的自检状态，自检状态好的优先级高。
14.进一步地，所述云服务器还可根据音箱的指令调用互联网上的其他应用。
15.进一步地，所述云服务器还接收音箱的语音控制信号进行语音识别，包括：
16.步骤一，建立历史语音特征图库，历史语音特征图是将预先输入或历史记录的语
句语音进行特征提取，绘制语句语音特征图，语句语音特征图包含字、词、句特征图；
17.步骤二，将音箱实时采集的语句语音进行特征提取，绘制目标语句语音特征图；任选历史语音特征图库中的语句语音特征图定义为参考图像，将目标语句语音特征图为目标图像，
18.步骤三，将目标图像ic进行二值化处理，值为1则定义为有语音特征，0则定义为无语音特征；将二值化处理后的特征图采用单元网格划分为网格图，定义网格图首点(x1,y1)为原点，定义检索匹配步长为l，自原点开始，沿着x的方向进行检索，如果检索出值为1的出的，则记录该点的位置和值，并依序标号，否则继续检索匹配；
19.步骤四，将点(x1，y1+n*l)更新为原点，返还执行步骤步骤三，直至x方向和y方向都检索匹配完毕，完成初步定位检索匹配，其中n为整数，l为常数；
20.步骤五，依次将值为1的点取出，将当次取出的1值点更新为原点，更新检索匹配步长为l/2，沿着x方向依次进行检索匹配，之前已经检索匹配的点不再检索匹配，检索匹配到超出范围则自动将检索匹配步长减半，继续检索匹配，直至步长减为最小，检索匹配过程中出现新的1值点则定义为需要进行y向检索匹配的新点，执行步骤六，否则执行步骤七；
21.步骤六，检索匹配步长为l/2不变，沿着y方向依次进行检索匹配，之前已经检索匹配的点不再检索匹配，检索匹配到超出范围则自动将检索匹配步长减半，继续检索匹配，直至步长减为最小，检索匹配过程中出现新的1值点则定义为需要进行x向检索匹配的新点，执行步骤五，否则执行步骤七；
22.步骤七，直至没有新点需要检索匹配，结束检索匹配，将检索匹配出的1值点的区域集合为有效目标图像；
23.步骤八，将有效目标图像在历史语音特征图库进行搜索匹配分析；
24.步骤九，根据识别结果调用相应策略。
25.进一步地，所述步骤八还包括图像校对处理，包括：
26.步骤a，将有效目标图像定义为任选历史语音特征图库中一参考图像定义为ic；
27.步骤b，定义参考图像ic和通过极坐标变换后的目标图像有关联关系如下：
28.其中，αz为尺度偏移参数，为旋转偏移参数；
29.步骤c，计算出参考图像ic在极坐标系中径向上的投影在极坐标系中径向上的投影目标图像在径向上的投影将kc(i)和取对数得到lkc(i)和将lkc(i)和的平移差值作为尺度偏移参数αz；
[0030][0031]
i＝1，2，...nr，
[0032][0033]
为ki＝k
max
处角度方向
的采样数，ce()表示大于或等于括号内值的最小整数，fl()表示小于或大于括号内值的最大整数；目标图像的大小为2k
max
×
2k
max
，nr＝k
max
为径向方向采样数，n
φ
＝8ki为角度方向采样数；
[0034]
步骤d，根据步骤c中的尺度偏移参数，计算出参考图像ic和目标图像在径向和角度上的投影：
[0035][0036][0037]
对和进行归一化计算，计算出最高点的平移量根据根据计算出旋转偏移参数
[0038]
步骤e，将旋转偏移参数φz和尺度偏移参数αz带入步骤a对目标图像进行矫正，同时根据计算出∈z最小值对应的位置点为目标图像的中心点，完成图像校对处理
[0039]
进一步地，所述步骤八中的搜索匹配分析还包括：
[0040]
步骤a，将目标图像以中心点为中心作同心圆，分割语音特征图像成b个环形区域，最后将每个环形区域分割成k个扇形区域，k和b均为预定义的常数；
[0041]
步骤b，计算出每一扇区s
sq
的扇区语音特征值v
sqθ
作为code1；
[0042][0043]
其中，f
sqθ
(x，y)为扇形区域s
sq
的各像素的灰度值，p
sqθ
表示扇形区域s
sq
内像素灰度值的平均值，n
sq
为环形区域s
sq
内的数目，0＜sq≤b
×
k-1，θ＝{0
°
，(360
°
/k)，2*(360
°
/k)，3*(360
°
/k)，...≤180
°
}；
[0044]
步骤c，将语音特征图像旋转(180
°
/k)后，重复步骤b，提取每个扇区s
sq
的扇区语音特征值v
sqθ
作为code2；
[0045]
步骤e，将code1和code2分别旋转r
×
(360
°
/k)(r＝0，1，2...k-1)得到code1’和code2’；
[0046]
步骤f，将步骤e的code1和code2，code1’和code2’输入历史语音特征图库进行匹配。
[0047]
本发明的有益效果：本发明将音箱定位信息作为判断是否“疑似同组”的依据，并根据反馈结果有效调节可能关联或冲突的音箱与音箱之间的关系。同时云服务器可调控多种互联网应用。将语音的特征识别转换为特征图谱的整体识别，能够有更高的识别效率。通过对于特征图像的预交校对和定位处理，提高了控制的精度和效率。
附图说明
[0048]
下面结合附图和实施例对本发明进一步说明。
[0049]
图1，音箱冲突检测步骤示意图。
具体实施方式
[0050]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
[0051]
实施例1
[0052]
本实施例提供一种音箱云服务平台系统，所述音箱包含语音输入模块、网络连接单元以及播放装置，所述音箱云服务平台系统包括与云服务器，用于连接云服务器和音箱的网络连接单元；音箱处设置有定位检测单元，云服务器实时接收定位检测单元的数据；云服务器执行音箱冲突检测步骤：
[0053]
步骤1，云服务器接收处于工作状态的音箱的定位数据；
[0054]
步骤2，云服务器依据定位数据判断在运音箱的状态，如音箱定位距离小于预定义阈值，将对应的音箱标记为“疑似同组”，并向相应的音箱发送“疑似同组确认信息”；
[0055]
步骤3，接收“疑似同组确认信息”的反馈结果，如结果为“yes”，则将同组音箱进行统一数据传输给同组任一音箱，并控制任一音箱在同组范围内进行数据传输；如结果为“no”，则按照权重优先级依次传输播放数据并控制音量大小。
[0056]
本实施例将音箱定位信息作为判断是否“疑似同组”的依据，并根据反馈结果有效调节可能关联或冲突的音箱与音箱之间的关系。同时云服务器可调控多种互联网应用。
[0057]
具体地，所述权重优先级由云服务器通过如下方式确定：
[0058]
步骤1.1，判断音箱的联网启动时间，时间在前的优先级高；
[0059]
步骤1.2，判断音箱的自检状态，自检状态好的优先级高。
[0060]
具体地，所述云服务器还可根据音箱的指令调用互联网上的其他应用。
[0061]
优选地，所述云服务器还接收音箱的语音控制信号进行语音识别，包括：
[0062]
步骤一，建立历史语音特征图库，历史语音特征图是将预先输入或历史记录的语句语音进行特征提取，绘制语句语音特征图，语句语音特征图包含字、词、句特征图；
[0063]
步骤二，将音箱实时采集的语句语音进行特征提取，绘制目标语句语音特征图；任选历史语音特征图库中的语句语音特征图定义为参考图像，将目标语句语音特征图为目标图像，
[0064]
步骤三，将目标图像ic进行二值化处理，值为1则定义为有语音特征，0则定义为无语音特征；将二值化处理后的特征图采用单元网格划分为网格图，定义网格图首点(x1,y1)为原点，定义检索匹配步长为l，自原点开始，沿着x的方向进行检索，如果检索出值为1的出的，则记录该点的位置和值，并依序标号，否则继续检索匹配；
[0065]
步骤四，将点(x1，y1+n*l)更新为原点，返还执行步骤步骤三，直至x方向和y方向都检索匹配完毕，完成初步定位检索匹配，其中n为整数，l为常数；
[0066]
步骤五，依次将值为1的点取出，将当次取出的1值点更新为原点，更新检索匹配步长为l/2，沿着x方向依次进行检索匹配，之前已经检索匹配的点不再检索匹配，检索匹配到
超出范围则自动将检索匹配步长减半，继续检索匹配，直至步长减为最小，检索匹配过程中出现新的1值点则定义为需要进行y向检索匹配的新点，执行步骤六，否则执行步骤七；
[0067]
步骤六，检索匹配步长为l/2不变，沿着y方向依次进行检索匹配，之前已经检索匹配的点不再检索匹配，检索匹配到超出范围则自动将检索匹配步长减半，继续检索匹配，直至步长减为最小，检索匹配过程中出现新的1值点则定义为需要进行x向检索匹配的新点，执行步骤五，否则执行步骤七；
[0068]
步骤七，直至没有新点需要检索匹配，结束检索匹配，将检索匹配出的1值点的区域集合为有效目标图像；
[0069]
步骤八，将有效目标图像在历史语音特征图库进行搜索匹配分析；
[0070]
步骤九，根据识别结果调用相应策略。
[0071]
优选地，所述步骤八还包括图像校对处理，包括：
[0072]
步骤a，将有效目标图像定义为任选历史语音特征图库中一参考图像定义为ic；
[0073]
步骤b，定义参考图像ic和通过极坐标变换后的目标图像有关联关系如下：
[0074]
其中，αz为尺度偏移参数，为旋转偏移参数；
[0075]
步骤c，计算出参考图像ic在极坐标系中径向上的投影在极坐标系中径向上的投影目标图像在径向上的投影将kc(i)和取对数得到lkc(i)和将lkc(i)和的平移差值作为尺度偏移参数αz；
[0076][0077]
i＝1，2，...nr，
[0078][0079]
为ki＝k
max
处角度方向的采样数，ce()表示大于或等于括号内值的最小整数，fl()表示小于或大于括号内值的最大整数；目标图像的大小为2k
max
×
2k
max
，nr＝k
max
为径向方向采样数，n
φ
＝8ki为角度方向采样数；
[0080]
步骤d，根据步骤c中的尺度偏移参数，计算出参考图像ic和目标图像在径向和角度上的投影：
[0081][0082]
[0083]
对和进行归一化计算，计算出最高点的平移量根据根据计算出旋转偏移参数
[0084]
步骤e，将旋转偏移参数φz和尺度偏移参数αz带入步骤a对目标图像进行矫正，同时根据计算出∈z最小值对应的位置点为目标图像的中心点，完成图像校对处理
[0085]
优选地，所述步骤八中的搜索匹配分析还包括：
[0086]
步骤a，将目标图像以中心点为中心作同心圆，分割语音特征图像成b个环形区域，最后将每个环形区域分割成k个扇形区域，k和b均为预定义的常数；
[0087]
步骤b，计算出每一扇区s
sq
的扇区语音图像特征值v
sqθ
作为code1；
[0088][0089]
其中，f
sqθ
(x，y)为扇形区域s
sq
的各像素的灰度值，p
sqθ
表示扇形区域s
sq
内像素灰度值的平均值，n
sq
为环形区域s
sq
内的数目，0＜sq≤b
×
k-1，θ＝{0
°
，(360
°
/k)，2*(360
°
/k)，3*(360
°
/k)，...≤180
°
}；
[0090]
步骤c，将语音特征图像旋转(180
°
/k)后，重复步骤b，提取每个扇区s
sq
的扇区语音特征值v
sqθ
作为code2；
[0091]
步骤e，将code1和code2分别旋转r
×
(360
°
/k)(r＝0，1，2...k-1)得到code1’和code2’；
[0092]
步骤f，将步骤e的code1和code2，code1’和code2’输入历史语音特征图库进行匹配。
[0093]
本实施例将音箱定位信息作为判断是否“疑似同组”的依据，并根据反馈结果有效调节可能关联或冲突的音箱与音箱之间的关系。同时云服务器可调控多种互联网应用。将语音的特征识别转换为特征图谱的整体识别，能够有更高的识别效率。通过对于特征图像的预交校对和定位处理，提高了控制的精度和效率。
[0094]
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员能够理解本发明，但是本发明不仅限于具体实施方式的范围，对本技术领域的普通技术人员而言，只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内，一切利用本发明构思的发明创造均在保护之列。