[發明專利]一種支持自然語言交互的裝置和方法

在審

• 申請號: 201711327864.4
• 申請日: 2017-12-13
• 公開（公告）號: CN108040111A
• 公開（公告）日: 2018-05-15
• 發明（設計）人: 林皓;高曦;鐘力
• 申請（專利權）人: 北京北信源軟件股份有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;G10L13/02;G10L15/22;G10L15/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種支持自然語言交互的裝置，內置安裝在智能設備上，包括網絡模塊、音頻采集模塊、音頻播放模塊、語音處理模塊、AI模塊和操作接口模塊，AI模塊分別與網絡模塊、音頻采集模塊、音頻播放模塊、語音處理模塊和操作接口模塊連接。所述裝置用于處理語音和文字形式的自然語言信息，從而支持人與智能設備、智能設備與智能設備進行基于自然語言的交互操作。本發明還公開了一種基于自然語言的智能設備交互方法。通過本發明，人與物、物與物之間能夠以自然語言進行直接的交互，不需要任何交互協議，從而大幅度提高萬物互聯的智能化水平。

技術領域

本發明屬于信息技術和物聯網領域，涉及人與智能設備、智能設備與智能設備之間的交互問題，特別涉及如何通過自然語言信息進行相互交互的問題。

背景技術

隨著移動互聯網、物聯網和人工智能的飛速發展，越來越多的智能設備能夠入網，接受人們的控制，幫助人們完成很多富有想象力的工作，提升人們的生活和工作質量，例如智能手機、遠程監控攝像頭、智能家居設備、智能汽車、無人機、機器人和智能穿戴設備等。這時，人們對方便快捷、高效準確的智能交互需求越來越強烈。自然語言作為人類表達自己思想最方便、最自然的方式，已逐漸成為最主流的人機智能交互方式。

前幾年，人們對智能設備的操控通常通過應用程序的菜單、圖標以及配合物理操縱設備進行，有的還可以接受簡單的語音控制，但通常都是格式化的控制指令信息。智能設備在與人的結合上還處于初級階段，人的高智能性與智能設備的低智能性不能很好地匹配，使操控性和交互體驗大打折扣。近年來，得益于語音識別技術的發展，出現了基于自然語言的人機交互方案，人能夠通過自然語言與機器或智能設備直接或間接地進行交互，智能設備能夠聽懂人的一些話并做出回應。

但與此同時，在智能設備與智能設備的交互方面，卻仍然處于相對低級的指令級交互的階段，智能化水平較低。設備之間的交互往往依賴于特定的交互協議，而在大部分領域中，不同廠商生產的設備往往沒有統一的交互協議，若不同設備分別采用了不同的交互協議，將會導致這些設備無法進行正常的交互。為了實現不同交互協議的設備之間的交互，現有的實現方式一般是統一兩者的交互協議，例如采用源設備（交互指令發送方）或者目標設備（交互指令接收方）的交互協議進行設備之間的交互。但是，對于第三方廠商或者普通用戶而言，這卻不夠便捷、高效，實現難度也較大。

在萬物互聯的場景下，需要做到人與物、物與物之間基于自然語言的直接智能交互。通過該發明，人與物、物與物之間能夠以自然語言直接進行交互，不需要任何交互協議，也不需要任何的中間輔助設備，從而大幅度提高萬物互聯的智能化水平。

發明內容

本發明的目的，是為萬物互聯時代提供一種基于自然語言的人與物、物與物之間的智能交互解決方案，通過在智能設備中內置一個支持自然語言交互的裝置（表現為小微型芯片或板卡），使智能設備具備智能特性和自然語言交互能力，從而實現人與物、物與物之間的基于自然語言的直接交互。

本發明的一種支持自然語言交互的裝置，內置在智能設備中，由網絡接口模塊、音頻采集模塊、音頻播放模塊、語音處理模塊、操作接口模塊、AI模塊組成。具體如下：

網絡接口模塊，支持通過有線網絡和無線網絡方式，接收或發送自然語言信息，屬于所述裝置的外部接口；所述自然語言信息包括語音形式的自然語言信息和文字形式的自然語言信息。

音頻采集模塊，支持聲音采集并轉化為語音文件，屬于所述裝置的外部接口；音頻播放模塊，支持語音文件的播放，屬于所述裝置的外部接口；語音處理模塊，對語音形式的自然語言信息進行語音識別，轉換為文字形式的自然語言信息，或者，將文字形式的自然語言信息轉換為語音形式的自然語言信息。

操作接口模塊，與智能設備的控制接口連接，對智能設備進行操控，并獲得智能設備的反饋數據，所述反饋數據包括智能設備的操控結果與過程數據，以及智能設備的運行狀態數據。