[发明专利]智能音箱、基于智能音箱的交互方法及程序产品

权利要求书

1.一种智能音箱，其特征在于，所述智能音箱包括主控芯片，所述主控芯片包括：

媒体处理模块，包括媒体信号接收接口和媒体信号发送接口，所述媒体信号接收接口用于接收与所述智能音箱连接的第一设备的媒体信号，所述媒体信号发送接口用于将所述第一设备的媒体信号的至少一部分发送至与所述智能音箱连接的第二设备，以供所述第二设备播放；以及，

人机交互模块，用于与用户进行交互；

其中，所述人机交互模块包括语音交互子模块和视觉信号传输子模块；所述语音交互子模块用于采集用户的语音数据并进行语音交互；所述视觉信号传输子模块用于将用于向用户展示的视觉交互信号发送至所述第二设备进行呈现，以进行视觉交互。

2.根据权利要求1所述的智能音箱，其特征在于：

所述媒体处理模块包括内置于所述智能音箱的应用程序，包含电视视图组件、电视输入管理组件，应用支持层由系统级服务电视输入管理服务来实现，功能实现层是由系统服务应用程序电视输入服务及其子类实现，硬件抽象层由电视输入硬件抽象层及其子类实现，用以实现输入和输出流的控制与播放。

3.根据权利要求1所述的智能音箱，其特征在于，所述语音交互子模块具体用于：

利用由一个或多个选配的且解耦的前端处理过程所组成的管线得到一个或多个语音交互事件，所述语音交互事件用于反馈语音处理信息。

4.根据权利要求3所述的智能音箱，其特征在于，

所述语音交互子模块包括一个或多个声学信号处理单元，所述声学信号处理单元用于对采集到的原始语音数据进行声学信号处理以得到清晰语音数据，以便根据该清晰语音数据进行语音交互；

其中，所述声学信号处理过程包括回声消除、噪声抑制、波束形成、自动增益控制、去混响的一种或多种。

5.根据权利要求3所述的智能音箱，其特征在于：

所述语音交互子模块包括语音端点检测单元，用于检测语音的开始与结束，并发出相应的语音端点检测事件。

6.根据权利要求1所述的智能音箱，其特征在于，所述人机交互模块包括语音唤醒和识别单元，用于：

在所述媒体处理模块进行处理的同时，根据采集到的所述语音数据检测否有用于唤醒的激活词，

若识别到所述激活词，则生成激活事件，通过进程间通信方式将所述激活事件发给相应的模块进行处理，包括：将所述激活词后的语音数据发送至云端，以便在所述云端进行自动语音识别得到语音识别结果；

接收所述云端返回的所述语音识别结果，以便根据所述语音识别结果中的语音指令进行处理。

7.根据权利要求6所述的智能音箱，其特征在于，所述人机交互模块还包括：

指令类型确定单元，用于在得到所述语音识别结果中的所述语音指令后，判断被所述语音指令启动的应用程序的信息、或者判断待执行的所述语音指令的类型；

第一类指令执行单元，用于若判断结果为第一类应用程序、或第一类语音指令，则：对所述媒体处理模块所进行的处理进行暂停、终止、或切换至后台，启动所述第一类应用程序，将所述第一类应用程序的至少一部分媒体信号发送至所述第二设备进行呈现；

第二类指令执行单元，用于若判断结果为第二类应用程序、或第二类语音指令，则：启动所述第二类应用程序，对所述媒体处理模块所进行的处理不进行暂停、终止或切换至后台，并且通知所述媒体处理模块将所述第一设备的媒体信号的至少一部分进行压制处理。

8.根据权利要求7所述的智能音箱，其特征在于：所述第一类应用程序、所述第一类语音指令包括视频通话；所述第二类应用程序、所述第一类语音指令包括查询天气、播放音乐。

9.根据权利要求1所述的智能音箱，其特征在于：所述的视觉信号传输子模块包括图形界面传输单元，用于将所述智能音箱的用户交互图形界面的数据发送至所述第二设备进行呈现。