[發明專利]一種語音控制方法及裝置

有效

• 申請號: 201711288349.X
• 申請日: 2017-12-07
• 公開（公告）號: CN108255934B
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 符文君;吳友政
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/30;G10L15/26;G10L13/02
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

1.一種語音控制方法，其特征在于，包括：

接收用戶輸入的語音信息；

將所述語音信息轉換為文本；

根據所述文本判斷所述用戶的意圖是否為組合型任務；

如果是組合型任務，則將所述組合型任務映射到多個子任務；

提取每個子任務的要素信息；

根據每個要素信息及對話上下文確定當前概率下最大的對話狀態；

根據所述對話狀態，采用分層強化學習方法決策當前最佳的對話行為；

根據所述對話行為生成對應的文本應答；

將所述文本應答轉換語音后輸出。

2.根據權利要求1所述的方法，其特征在于，所述根據所述文本判斷所述用戶的意圖是否為組合型任務，包括：

對所述文本進行意圖識別，將識別后的所述文本與頻繁行為模式項集進行相似性匹配，如果相似性匹配成功，則確定所述用戶的意圖為組合型任務。

3.根據權利要求2所述的方法，其特征在于，將識別后的所述文本與頻繁行為模式項集進行相似性匹配，包括：

基于外部知識源對所述文本進行相關詞和同義詞擴展；

對于擴展后的所述文本和頻繁行為模式項集，采用語義匹配模型進行相似性匹配計算，得到相似性匹配分值；

如果相似性匹配分值高于閾值，則確定所述用戶的意圖為組合型任務。

4.根據權利要求2所述的方法，其特征在于，所述如果是組合型任務，則將所述組合型任務映射到多個子任務包括：

如果是組合型任務，則按照頻繁行為模式項集將所述組合型任務映射到多個子任務。

5.根據權利要求4所述的方法，其特征在于，所述如果是組合型任務，則按照頻繁行為模式項集將所述組合型任務映射到多個子任務，包括：

如果是組合型任務，則取相似度最高的頻繁行為模式項集，作為組合型任務對應的應用項，按照頻繁行為模式項集將所述組合型任務映射到多個子任務，其中，所述頻繁行為模式項集中的每一項對應著一個單一型子任務。

6.根據權利要求1至5任一項所述的方法，其特征在于，還包括：

采集用戶日常頻繁行為的記錄；

按照交互時間合并所述記錄，得到記錄列表；

遍歷所述記錄列表，提取預設時間段內出現的各種交互記錄對應的應用關鍵詞語，作為候選上下文籃子；

根據所述候選上下文籃子確定頻繁行為模式項集；

根據應用關鍵詞為所述頻繁行為模式項集生成對應的描述詞集。

7.一種語音控制裝置，其特征在于，包括：

接收單元，用于接收用戶輸入的語音信息；

第一轉換單元，用于將所述語音信息轉換為文本；

第一判斷單元，用于根據所述文本判斷所述用戶的意圖是否為組合型任務；

映射單元，用于在所述第一判斷單元判斷所述文本是組合型任務時，將所述組合型任務映射到多個子任務；

第一提取單元，用于提取每個子任務的要素信息；

第一確定單元，用于根據每個要素信息和對話上下文確定當前概率下最大的對話狀態；

決策單元，用于根據所述對話狀態，采用分層強化學習方法決策當前最佳的對話行為；

第一生成單元，用于根據所述對話行為生成對應的文本應答；

第二轉換單元，用于將所述文本應答轉換語音；

輸出單元，用于輸出第二轉換單元轉換的所述語音。

8.根據權利要求7所述的裝置，其特征在于，所述判斷單元包括：

識別單元，用于對所述文本進行意圖識別；

匹配單元，用于將識別后的所述文本與頻繁行為模式項集進行相似性匹配；

第二確定單元，用于在所述匹配單元進行相似性匹配成功時，確定所述用戶的意圖為組合型任務。