[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

技術領域

本發明實施例涉及計算機技術領域，具體涉及一種基于語義識別的語音交互方法及裝置。

背景技術

目前，用戶在駕駛的過程中使用的導航軟件基本是手動操作的，在用戶駕駛車輛的過程中手動操作導航軟件完成輸入等操作，不僅操作不便，同時也存在很大的安全隱患。

現有的語音導航都是基于用戶輸入的目的地信息與導航內存儲的地點信息進行匹配，若匹配成功，將該地點的導航數據以語音播報的形式反饋給用戶。使用該類語音導航的前提是用戶必須知道明確的目的地，如果用戶處于不熟悉的環境或者不知道明確的目的地，或者對于目的地只有模糊意圖，那么現有的語音導航則不能滿足用戶需求。

基于上述情況，亟需一種能夠識別用戶的模糊意圖，并基于該識別結果為用戶提供導航路線的語音導航。

發明內容

本發明實施例提供了一種基于語義識別的語音交互方法及裝置，可以在用戶僅有模糊意圖的情況下，通過服務器識別用戶的語音輸入，并基于該識別結果，與用戶進行多輪語音交互，最終為用戶提供準確的導航服務。

為此，本發明實施例提供如下技術方案：

第一方面，本發明實施例提供了一種基于語義識別的語音交互方法，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。

優選地，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。

優選地，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。

優選地，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。

優選地，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。

優選地，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音義識別，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。

優選地，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。

優選地，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。

第二方面，本發明實施例提供了一種基于語義識別的語音交互裝置，包括：

開啟語音單元，用于響應于用戶對語音交互單元的觸發，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。

優選地，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。

優選地，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。