[發明專利]語音交互系統及其創建方法和裝置

有效

• 申請號: 201611247830.X
• 申請日: 2016-12-29
• 公開（公告）號: CN106649825B
• 公開（公告）日: 2020-03-24
• 發明（設計）人: 曾永梅;李波;朱頻頻
• 申請（專利權）人: 上海智臻智能網絡科技股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06N5/02
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 徐偉

本發明提供了一種語音交互系統及其創建方法和裝置。一種用于創建語音交互系統的方法，包括：接收語音用戶交互流程圖，所述語音用戶交互流程圖包括依照預定流程流轉的多個流程；基于所述多個流程創建知識庫，其中，所述多個流程包括第一流程和位于所述第一流程下游的第二流程，所述第一流程所對應的第一知識點的答案為問句型答案，且與所述第二流程所對應的第二知識點的問題是對所述第一知識點的問句型答案的響應；提供語言模型以用于對用戶的語音輸入執行語音識別；以及提供所述知識庫中的知識點以用于對獲得的語音識別結果執行語義識別。本發明通過建立知識庫的方式，利用知識庫中知識點的匹配，來實現流程之間的流轉，降低了實施難度。

技術領域

本發明涉及人機交互技術領域，尤其涉及一種語音交互系統以及創建語音交互系統的方法和裝置。

背景技術

人機交互是研究系統與用戶之間的交互關系的科學。系統可以是各種各樣的機器，也可以是計算機化的系統和軟件。例如，通過人機交互可以實現各種人工智能系統，例如，智能客服系統、語音控制系統等等。人工智能語義識別是人機交互的基礎，其能夠對人類語言進行識別，以轉換成機器能夠理解的語言。

智能問答系統是人機交互的一種典型應用，其中當用戶提出問題后，智能問答系統給出該問題的答案。語音交互系統是一種特殊的智能問答系統，即用戶提出的問題是以語音的形式輸入的。因此，語音交互系統中，首先需要將語音形式的用戶問題，即語音輸入識別為文字形式的用戶問題，然后再通過上述語義解析過程理解用戶的問題，并給出相應的答案。

傳統上，設計語音交互系統是基于客戶給出的語音用戶交互流程圖，開發使用者對應的VoiceXML來實現用戶語義理解及后續的處理流程。VoiceXML是建立于XML語言規范基礎之上，是一種應用于語音瀏覽的標記語言。利用VoiceXML可以建立基于WEB的語音應用和服務。

基于此傳統設計方式，將需要識別的語料寫入語法，生成語言模型，再將需要理解的語料分好類，生成語義模型。然后在語音交互系統中加載好語言和語義模型，并寫好每個語義分類對應的vxml(voice extensible markup language，話音可擴展標記語言)。語言模型用于識別用戶的語音輸入，將其轉換為文字形式的用戶輸入。語義模型是用來理解該文字形式的用戶輸入的含義，以確定后續流程。比如賬單查詢的分類tag為：bill。vxml中需要寫明，當識別語義解析結果為bill時，則走對應的流程，比如接下來的話術為：“你想查詢哪個月的賬單？”然后等待用戶輸入再識別，識別為“當月”，當月的分類tag為month.繼續往下走對應的流程。

此基于VoiceXML的開發方式需要有專門的開發人員寫vxml，增加了實施難度，而且需要和寫語義模型的人需要約定語義分類tag.才能繼續進行，增加了溝通成本。每次增刪改流程，都需要在系統中重新載入語言模型、語義模型和vxml，不能實時生效。

發明內容

以下給出一個或多個方面的簡要概述以提供對這些方面的基本理解。此概述不是所有構想到的方面的詳盡綜覽，并且既非旨在指認出所有方面的關鍵性或決定性要素亦非試圖界定任何或所有方面的范圍。其唯一的目的是要以簡化形式給出一個或多個方面的一些概念以為稍后給出的更加詳細的描述之序。

本發明提供了一種語音交互系統及其創建方法和裝置，以解決語音交互系統創建過程中流程之間的流轉的開發實施難度高的問題。

第一方面，本發明提供了一種用于創建語音交互系統的方法，包括：

接收語音用戶交互流程圖，所述語音用戶交互流程圖包括依照預定流程流轉的多個流程；

基于所述多個流程創建知識庫，所述知識庫包括與所述多個流程相對應的多個知識點，每個知識點包括問題及其答案，