[发明专利]一种用于机器人的权限管理控制方法及装置在审
申请号: | 201711450839.5 | 申请日: | 2017-12-27 |
公开(公告)号: | CN109979443A | 公开(公告)日: | 2019-07-05 |
发明(设计)人: | 熊友军;粟德森;廖刚 | 申请(专利权)人: | 深圳市优必选科技有限公司 |
主分类号: | G10L15/22 | 分类号: | G10L15/22;H04L29/06;B25J13/00 |
代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 张全文 |
地址: | 518000 广东省深圳市南山区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 语音信号 唤醒 机器人 查询指令 用户角色 用户权限 云服务器 权限管理控制 声纹特征 用户信息 机器人技术领域 用户信息生成 使用者身份 反馈 权限分配 自动识别 解析 数据库 吻合 发送 查询 场景 对话 | ||
本发明适用于机器人技术领域,提供了一种用于机器人的权限管理控制方法及装置,包括:接收到唤醒语音信号,解析接收到的所述唤醒语音信号,得到所述唤醒语音信号的声纹特征;其中,所述唤醒语音信号包括所述机器人的唤醒词;从数据库中提取出与所述声纹特征吻合的用户信息;根据所述用户信息生成查询指令,并将所述查询指令发送至云服务器,所述查询指令用于指示所述云服务器查询并反馈与所述用户信息对应的用户角色和用户权限;接收所述云服务器反馈的所述用户角色和用户权限,并控制所述机器人执行与所述用户角色和用户权限对应的功能。本发明使得机器人可以通过使用者的唤醒语音信号自动识别使用者身份,从而进入不同的对话场景和权限分配。
技术领域
本发明属于机器人技术领域,尤其涉及一种用于机器人的权限管理控制方法及装置。
背景技术
随着当今社会技术的迅猛发展,带动了一系列相关产业的发展,尤其是机器人产业。现在的机器人越来越往智能化和生活服务化方面发展,为了更好的管理机器人,通常需要对机器人的使用增加权限控制,传统的权限管理控制方法是通过APP设置用户与机器人的绑定关系,然后在APP上设置一些相关的权限。这样的权限管理控制方法流程复杂,操作极其浪费时间,没有用户体验。而且任何人通过机器人用户的手机也能进入机器人操作,不能保护信息安全和用户隐私。
发明内容
有鉴于此,本发明实施例提供了一种用于机器人的权限管理控制方法及装置,以解决现有技术中机器人的权限管理控制方法流程复杂,操作极其浪费时间,没有用户体验。而且任何人通过机器人用户的手机也能进入机器人操作,不能保护信息安全和用户隐私的问题。
本发明实施例的第一方面提供了一种一种用于机器人的权限管理控制方法,包括:
接收到唤醒语音信号,解析接收到的所述唤醒语音信号,得到所述唤醒语音信号的声纹特征;其中,所述唤醒语音信号包括所述机器人的唤醒词;
从数据库中提取出与所述声纹特征吻合的用户信息;
根据所述用户信息生成查询指令,并将所述查询指令发送至云服务器,所述查询指令用于指示所述云服务器查询并反馈与所述用户信息对应的用户角色和用户权限;
接收所述云服务器反馈的所述用户角色和用户权限,并控制所述机器人执行与所述用户角色和用户权限对应的功能。
进一步的,所述接收到唤醒语音信号之后,还包括:
接收输入的用户信息和对用户角色的选择指令,其中,不同用户角色对应不同的用户权限;
多次接收用户语音信号,并分别解析多个所述用户语音信号,得到多个声纹特征;
若多个所述声纹特征的吻合程度超过预设阈值,则声纹特征提取成功,将所述声纹特征及用户信息的对应关系存储于所述数据库中;并将所述用户信息、用户角色及用户权限三者的对应关系上传至云服务器中存储。
进一步的,所述若多个所述声纹特征的吻合程度超过预设阈值,则声纹特征提取成功,将所述声纹特征及用户信息的对应关系存储于所述数据库中,包括:
判断每两个所述声纹特征的吻合程度是否超过预设阈值,若每两个所述声纹特征的吻合程度均超过预设阈值,则确定所述声纹特征提取成功,将吻合程度最高的两个声纹特征中的一个声纹特征及用户信息的对应关系存储于所述数据库中。
进一步的,所述解析接收到的所述唤醒语音信号,得到所述唤醒语音信号的声纹特征,包括:
对所述唤醒语音信号进行噪音抑制,并提取所述唤醒语音信号的声纹特征。
进一步的,所述得到所述唤醒语音信号的声纹特征之后,还包括:
若未从数据库中提取出与所述声纹特征吻合的用户信息,则:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市优必选科技有限公司,未经深圳市优必选科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711450839.5/2.html,转载请声明来源钻瓜专利网。