专利名称：语音后台控制方法及移动终端的制作方法
技术领域：
本发明涉及移动通信技术领域，特别涉及一种语音后台控制方法及移动终端。
背景技术：
随着移动终端的智能化程度越来愈高，移动终端内运行的任务也更多。在用户需要执行移动终端的一个程序时，现在主要是通过触摸点击进入对应的程序，前台实现对应的功能。但是，在用户需要移动终端多任务运行时，则需在不同的程序间切换，操作繁琐。并在，在用户的双手被占用的情况下，不方便对移动终端进行操作。
发明内容
本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。为此，本发明的一个目的在于提出一种可以通过语音操控后台任务的语音后台控制方法。本发明的另一个目的在于 提出一种移动终端。为实现上述目的，本发明第一方面的实施例提供一种语音后台控制方法，包括如下步骤在移动终端中保存所述移动终端的机主的声纹特征，并建立语音库，其中，所述语音库包括多个标准语音指令，每个所述标准语音指令用于控制对应的后台任务，且所述标准语音指令具有所述机主的声纹特征；实时监听所述移动终端的周围环境的声音；提取监听到的声音的声纹特征；根据提取到的声纹特征和所述语音库中的所述机主的声纹特征判断监听到的声音的发出者是否为所述移动终端的机主；如果判断所述声音的发出者是所述移动终端的机主，则进一步判断所述监听到的声音中是否包括所述语音库中的所述标准语音指令；以及如果判断包括所述标准语音指令，则根据所述标准语音指令，控制对应的后台任务。根据本发明实施例的语音后台控制方法，通过语音控制后台任务运行，从而可以不打断用户当前任务，而执行其他任务，省去用户进行多程序切换，提升多任务操控体验。并且，通过对移动终端的机主的声纹识别，可以提高语音控制的安全可靠性。在本发明的一个实施例中，利用语音感应器监听所述移动终端的周围环境的声
曰 在本发明的又一个实施例中，所述每个标准语音指令包括语义特征信息，其中，所述语义特征信息用于指示对应的后台任务的名称及动作。其中，所述判断所述监听到的声音中是否包括所述标准语音指令，包括如下步骤对所述监听到的声音进行分析以获取语义特征信息；
将所述监听到的声音的所述语义特征信息与多个所述标准语音指令的语义特征信息进行匹配；查找与所述监听到的声音匹配成功的所述标准语音指令。进一步，本发明实施例的语音后台控制方法，还包括如下步骤向所述用户反馈所述对应的后台任务的操作结果。其中，所述操作结果为以下形式中的一种或多种语音、文字、振动、图像和响铃。本发明第二方面的实施例提供一种移动终端，包括存储模块，用于保存移动终端的机主的声纹特征，并存储语音库，其中，所述语音库包括多个标准语音指令，每个所述标准语音指令用于控制对应的后台任务，且所述标准语音指令具有所述机主的声纹特征；监听模块，用于实时监听所述移动终端的周围环境的声音；提取模块，用于提取监听到的声音的声纹特征；判断模块，用于根据提取到的声纹特征和所述机主的声纹特征判断监听到的声音的发出者是否为所述移动终端的机主，并在确定所述声音的发出者是所述移动终端的机主时，进一步判断所述监听到的声音中是否包括所述标准语音指令；后台控制模块，用于在所述判断模块判断包括所述标准语音指令，则根据所述标准语音指令，控制对应的后台任务。根据本发明实施例的移动终端，通过语音控制后台任务运行，从而可以不打断用户当前任务，而执行其他任务，省去用户进行多程序切换，提升多任务操控体验。并且，通过对移动终端的机主的声纹识别，可以提高语音控制的安全可靠性。在本发明的一个实施例中，所述监听模块为语音感应器。
`
在本发明的又一个实施例中，所述每个标准语音指令包括语义特征信息，其中，所述语义特征信息用于指示对应的后台任务的名称及动作。进一步，所述判断模块包括语义分析单元，用于对所述监听到的声音进行分析以获取语义特征信息；匹配单元，用于将所述监听到的声音的所述语义特征信息与多个所述标准语音指令的语义特征信息进行匹配；查找单元，用于查找与所述监听到的声音匹配成功的所述标准语音指令。在本发明的一个实施例中，移动终端还包括反馈模块，用于向所述用户反馈所述对应的后台任务的操作结果。其中，所述操作结果为以下形式中的一种或多种语音、文字、振动、图像和响铃。本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中图1为根据本发明一个实施例的语音后台控制方法的流程图；图2为根据本发明另一个实施例的语音后台控制方法的流程图；图3为根据本发明实施例的移动终端的示意图；图4为根据本发明实施例的判断模块的示意图。
具体实施例方式下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底” “内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件·必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度小于第二特征。下面参考图1和图2描述根据本发明实施例的语音后台控制方法。如图1所示，本发明实施例的语音后台控制方法，包括如下步骤步骤S101，在移动终端中保存移动终端的机主的声纹特征，并建立语音库。在本发明的一个实施例中，语音库包括多个标准语音指令，每个标准语音指令用于控制对应的后台任务，且标准语音指令具有机主的声纹特征。其中，每个标准语音指令均包括语义特征信息。其中，语义特征信息用于指示对应的后台任务的名称及动作。步骤S102，实时监听移动终端的周围环境的声音。在本发明的一个实施例中，可以利用语音感应器监听移动终端的周围环境的声
曰 步骤S103，提取监听到的声音的声纹特征。步骤S104，根据监听到的声纹特征和语音库中的机主的声纹特征判断监听到的声音的发出者是否为移动终端的机主。步骤S105，如果判断声音的发出者是否移动终端的机主，则进一步判断监听到的声音中是否包括语音库中的标准语音指令。首先，对监听到的声音进行分析以获取语义特征信息，然后将监听到的声音的语义特征信息与多个标准语音指令的语义特征信息进行匹配，查找与监听到的声音匹配成功的标准语音指令。步骤S106，如果判断包括标准语音指令，则根据标准语音指令控制对应的后台任务。在本发明的一个实施例中，在步骤S106之后，还包括向用户反馈对应的后台任务的操作结果。其中，操作结果可以为以下形式中的一种或多种语音、文字、振动、图像和响铃。下面参考图2对本发明实施例的语音后台控制方法的流程进行详细描述。移动终端实时监听周围环境的声音，并提取监听到的声音的声纹特征。当移动终端的机主向移动终端发出一条语音指令时，例如“打开摄像头”，则移动终端在监听到该声音后，提取声音中的声纹特征。然后，移动终端将提取到的声纹特征和语音库中的机主的声纹特征进行比对，在发现二者一致后，判断该声音的发出者即为移动终端的机主。然后，移动终端进一步判断监听到的声音中是否包括语音库中的标准语音指令。如果在语音库中查找到内容为“打开摄像头”的语音指令，则根据该语音指令输出至后台运行环境，控制后台运行对应的后台任务。后台在执行任务的过程中或完成任务之后，向用户反馈该任务的操作结果。其中，该操作结果包括多种反馈形式，例如语音、文字提示、振动或声音。例如，移动终端的显示屏向用户显示“摄像头已打开”的文字提示。用户在看到上述文字提示后，获知摄像头已打开，即该后台任务已执行。根据本发明实施例的语音后台控制方法，通过语音控制后台任务运行，从而可以不打断用户当前任务，而执行其他任务，省去用户进行多程序切换，提升多任务操控体验。并且，通过对移动终端的机主的声纹识别，可以提高语音控制的安全可靠性。下面参考图3和图4对本发明实施例的移动终端进行描述。
如图3所示，本发明实施例的移动终端包括存储模块110、监听模块120、提取模块130、判断模块140和后台控制模块150。存储模块110用于保存移动终端的机主的声纹特征及语音库。其中，语音库包括多个标准语音指令，每个标准语音指令用于控制对应的后台任务，且标准语音指令具有机主的声纹特征。其中，每个标准语音指令包括语义特征信息，其中，语义特征信息用于指示对应的后台任务的名称及动作。监听模块120用于实时监听移动终端的周围环境的声音。在本发明的一个实施例中，监听模块120可以为语音感应器。提取模块130用于提取监听到声音的声纹特征。判断模块140用于根据提取到的声纹特征和机主的声纹特征判断监听到的声音的发出者是否为移动终端的机主，并在确定声音的发出者是移动终端的机主时，进一步判断监听到的声音中是否包括所述标准语音指令。如图4所示，判断模块140包括语义分析单元141、匹配单元142和查找单元143。其中，语义分析单元141用于对监听到的声音进行分析以获取语义特征信息。匹配单元142用于将监听到的声音的语义特征信息与多个所述标准语音指令的语义特征信息进行匹配。查找单元143用于查找与监听到的声音匹配成功的标准语音指令。后台控制模块150用于在判断模块140判断包括标准语音指令时，根据标准语音指令控制对应的后台任务。
在本发明的一个实施例中，本发明实施例的移动终端还包括反馈模块，用于向用户反馈对应的后台任务的操作结果。其中，操作结果为以下形式中的一种或多种语音、文字、振动、图像和响铃。根据本发明实施例的移动终端，通过语音控制后台任务运行，从而可以不打断用户当前任务，而执行其他任务，省去用户进行多程序切换，提升多任务操控体验。并且，通过对移动终端的机主的声纹识别，可以提高语音控制的安全可靠性。流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(R0M)，可擦除可编辑只读存储器(EPR0M或闪速存储器)，光纤装置，以及便携式光盘只读存储器(⑶ROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤 或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器，磁盘或光盘等。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。尽管上面已 经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
权利要求
1.一种语音后台控制方法，其特征在于，包括如下步骤在移动终端中保存所述移动终端的机主的声纹特征，并建立语音库，其中，所述语音库包括多个标准语音指令，每个所述标准语音指令用于控制对应的后台任务，且所述标准语音指令具有所述机主的声纹特征；实时监听所述移动终端的周围环境的声音；提取监听到的声音的声纹特征；根据提取到的声纹特征和所述语音库中的所述机主的声纹特征判断监听到的声音的发出者是否为所述移动终端的机主；如果判断所述声音的发出者是所述移动终端的机主，则进一步判断所述监听到的声音中是否包括所述语音库中的标准语音指令；以及如果判断包括所述标准语音指令，则根据所述标准语音指令，控制对应的后台任务。
2.如权利要求1所述的语音后台控制方法，其特征在于，利用语音感应器监听所述移动终端的周围环境的声音。
3.如权利要求1所述的语音后台控制方法，其特征在于，所述每个标准语音指令包括语义特征信息，其中，所述语义特征信息用于指示对应的后台任务的名称及动作。
4.如权利要求3所述的语音后台控制方法，其特征在于，所述判断所述监听到的声音中是否包括所述标准语音指令，包括如下步骤对所述监听到的声音进行分析以获取语义特征信息；将所述监听到的声音的所述语义特征信息与多个所述标准语音指令的语义特征信息进行匹配；查找与所述监听到的声音匹配成功的所述标准语音指令。
5.如权利要求1-4中任一项所述的语音后台控制方法，其特征在于，还包括如下步骤向所述用户反馈所述对应的后台任务的操作结果。
6.如权利要求5所述的语音后台控制方法，其特征在于，所述操作结果为以下形式中的一种或多种语音、文字、振动、图像和响铃。
7.一种移动终端，其特征在于，包括存储模块，用于保存移动终端的机主的声纹特征，并存储语音库，其中，所述语音库包括多个标准语音指令，每个所述标准语音指令用于控制对应的后台任务，且所述标准语音指令具有所述机主的声纹特征；监听模块，用于实时监听所述移动终端的周围环境的声音；提取模块，用于提取监听到的声音的声纹特征；判断模块，用于根据提取到的声纹特征和所述机主的声纹特征判断监听到的声音的发出者是否为所述移动终端的机主，并在确定所述声音的发出者是所述移动终端的机主时，进一步判断所述监听到的声音中是否包括所述标准语音指令；以及后台控制模块，用于在所述判断模块判断包括所述标准语音指令时，根据所述标准语首指令，控制对应的后台任务。
8.如权利要求7所述的移动终端，其特征在于，所述监听模块为语音感应器。
9.如权利要求7所述的移动终端，其特征在于，所述每个标准语音指令包括语义特征信息，其中，所述语义特征信息用于指示对应的后台任务的名称及动作。
10.如权利要求9所述的移动终端，其特征在于，所述判断模块包括语义分析单元，用于对所述监听到的声音进行分析以获取语义特征信息； 匹配单元，用于将所述监听到的声音的所述语义特征信息与多个所述标准语音指令的语义特征信息进行匹配；以及 查找单元，用于查找与所述监听到的声音匹配成功的所述标准语音指令。
11.如权利要求7-10任一项所述的移动终端，其特征在于，还包括反馈模块，用于向所述用户反馈所述对应的后台任务的操作结果。
12.如权利要求11所述的移动终端，其特征在于，所述操作结果为以下形式中的一种或多种语音、文字、振动、图像和响铃。
全文摘要
本发明提出一种语音后台控制方法，包括如下步骤在移动终端中保存移动终端的机主的声纹特征，并建立语音库，其中，语音库包括多个标准语音指令，每个标准语音指令用于控制对应的后台任务，且标准语音指令具有机主的声纹特征；实时监听移动终端的周围环境的声音；提取监听到的声音的声纹特征；根据提取到的声纹特征和语音库中的机主的声纹特征判断监听到的声音的发出者是否为移动终端的机主；如果判断声音的发出者是移动终端的机主，则进一步判断监听到的声音中是否包括语音库中的标准语音指令；如果判断包括标准语音指令，则根据标准语音指令，控制对应的后台任务。本发明还提出一种移动终端。本发明可以实现语音控制后台任务的运行。
文档编号H04M1/725GK103051781SQ20121052582
公开日2013年4月17日 申请日期2012年12月7日 优先权日2012年12月7日
发明者沈莹, 王玲珑 申请人:百度在线网络技术(北京)有限公司