[發明專利]一種基于語義識別的語音交互方法及裝置

在審

• 申請號: 201610262691.1
• 申請日: 2016-04-25
• 公開（公告）號: CN107305483A
• 公開（公告）日: 2017-10-31
• 發明（設計）人: 孔祥來
• 申請（專利權）人: 北京搜狗科技發展有限公司
• 主分類號: G06F3/16
• 分類號: G06F3/16;G01C21/36;G10L15/22;G10L15/26;G10L15/30
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 王寶筠

1.一種基于語義識別的語音交互方法，其特征在于，所述方法包括：

響應于用戶對語音交互指令的觸發，開啟語音交互功能；

接收用戶的語音信息，并將所述語音信息發送至服務器進行語義識別；

基于所述服務器對所述語音信息的語義識別結果，與所述用戶進行語音對答；

在所述服務器的語義識別結果觸發預設的導航指令時，開啟導航模式。

2.根據權利要求1所述的語音交互方法，其特征在于，所述基于所述服務器對所述語音信息的語義識別結果，與所述用戶進行語音對答，包括：

基于所述服務器對所述語音信息的語義識別結果，與所述用戶進行多輪的語音對答；

基于與所述用戶的語音對答內容分析出所述用戶的意圖，并根據所述用戶的意圖為所述用戶提供可選擇的導航策略。

3.根據權利要求2所述的語音交互方法，其特征在于，所述方法還包括：

在為所述用戶進行導航的過程中，與所述用戶進行語音對答；

基于與所述用戶的語音對答內容分析出所述用戶的意圖，并根據所述用戶的意圖調整導航策略。

4.根據權利要求1所述的語音交互方法，其特征在于，所述方法還包括：

在所述服務器對所述語音信息的識別過程中發生異常時，將所述語音交互切換為人工服務。

5.根據權利要求4所述的語音交互方法，其特征在于，在所述服務器對所述語音信息的識別過程中發生異常時，將所述語音交互切換為人工服務，包括：

在所述服務器對所述語音信息的識別時長超過設定閾值，和/或，所述服務器的軟硬件發生報錯時，將所述語音交互切換為人工服務。

6.根據權利要求1所述的語音交互方法，其特征在于，所述接收用戶的語音信息，并將所述語音信息發送至服務器進行語義識別，包括：

接收用戶的語音信息，所述語音信息為音頻格式；

將音頻格式的所述語音信息轉換為文本格式的文字信息，并將所述文字信 息發送至服務器進行語義識別。

7.根據權利要求1-6中任一項所述的語音交互方法，其特征在于，所述方法還包括：

人工服務系統對語音對答過程進行監控，并在確定所述服務器發生語義識別異常時，將所述語音交互切換為人工服務。

8.根據權利要求1所述的語音交互方法，其特征在于，所述用戶觸發語音交互指令的方式，包括：

通過預設的語音觸發，和/或，通過手動觸發預設物理按鈕或人機交互界面上的預設觸控按鈕。

9.一種基于語義識別的語音交互裝置，其特征在于，所述裝置包括：

開啟語音單元，用于響應于用戶對語音交互指令的觸發，開啟語音交互功能；

發送單元，用于接收用戶的語音信息，并將所述語音信息發送至服務器進行語義識別；

對答單元，用于基于所述服務器對所述語音信息的語義識別結果，與所述用戶進行語音對答；

開啟導航單元，用于在所述服務器的語義識別結果觸發預設的導航指令時，開啟導航模式。

10.根據權利要求9所述的語音交互裝置，其特征在于，所述對答單元，包括：

對答子單元，用于基于所述服務器對所述語音信息的語義識別結果，與所述用戶進行多輪的語音對答；

分析子單元，用于基于與所述用戶的語音對答內容分析出所述用戶的意圖，并根據所述用戶的意圖為所述用戶提供可選擇的導航策略。

11.根據權利要求10所述的語音交互裝置，其特征在于，所述裝置還包括：

導航對答單元，用于在為所述用戶進行導航的過程中，與所述用戶進行語音對答；

調整單元，用于基于與所述用戶的語音對答內容分析出所述用戶的意圖， 并根據所述用戶的意圖調整導航策略。

12.一種用于基于語義識別的語音交互的裝置，其特征在于，包括有存儲器，以及一個或者一個以上的程序，其中一個或者一個以上程序存儲于存儲器中，且經配置以由一個或者一個以上處理器執行所述一個或者一個以上程序包含用于進行以下操作的指令：

響應于用戶對語音交互指令的觸發，開啟語音交互功能；

接收用戶的語音信息，并將所述語音信息發送至服務器進行語義識別；

基于所述服務器對所述語音信息的語義識別結果，與所述用戶進行語音對答；

在所述服務器的語義識別結果觸發預設的導航指令時，開啟導航模式。