[發明專利]一種機器人語音交互的系統與方法

有效

• 申請號: 201711418888.0
• 申請日: 2017-12-25
• 公開（公告）號: CN108133701B
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 蔣化冰;陸士達;齊鵬舉;方園;米萬珠;舒劍;吳琨;羅璇
• 申請（專利權）人: 江蘇木盟智能科技有限公司
• 主分類號: G10L13/02
• 分類號: G10L13/02;G10L15/26;G06F40/279
• 代理公司: 上海碩力知識產權代理事務所(普通合伙) 31251
• 代理人: 郭桂峰

本發明公開了一種機器人語音交互的系統及方法，包括：當收到上層應用發出的語音識別請求時，對采集的音頻信號進行語音識別，得到識別到的識別文本；上報所述識別文本，供所述上層應用進行界面展示；根據識別文本，得到第一語音操作指令；當第一語音操作指令為語義理解請求時，對所述識別文本進行語義理解，得到對應的語音指令；上報所述語音指令，供所述上層應用進行界面展示；根據語音指令，得到第二語音操作指令；當第二語音操作指令為語音合成請求時，對所述語音指令進行語音合成，并播放。本發明可以屏蔽各個語音服務商在實現接口上帶來的差異，向上提供一套完整的語音業務流程方案，具有良好的通用性，降低了開發成本。

技術領域

本發明涉及機器人領域，尤其涉及一種機器人語音交互的系統與方法。

背景技術

隨著人工智能的發展以及近年來機器人產業的起飛，語音能力正在成為各個機器人生產廠商的基礎必備功能。而且作為人與機器人的交互的一種觸發形式，展現機器人人工智能的基礎手段，越來越多的應用場景需要語音作為與觸屏同等地位的輸入方式，并基于語音開展多樣化的交互。

對于開發機器人業務的語音能力集成商，可能同時要對接多個語音服務商，這些服務商存在各自不同的接口定義，技術人員進行業務開發的時候，需要調用不同的接口，這必然帶來更大的開發和維護成本，降低了開發效率。

發明內容

本發明的目的是提供一種機器人語音交互的系統，屏蔽各個語音服務商在實現接口上帶來的差異，向上提供一套完整的語音業務流程方案，具有良好的通用性，降低了開發成本。

本發明提供的技術方案如下：

一種機器人語音交互的系統，包括：技術接口層、能力抽象層、語言系統抽象層以及上層應用層；所述能力抽象層，用于當收到所述上層應用層通過所述語言系統抽象層轉發的語音識別請求時，所述能力抽象層調用所述技術接口層對采集的音頻信號進行語音識別，得到識別到的識別文本；以及，當機器人處于喚醒狀態時，所述能力抽象層上報所述識別文本，通過所述語言系統抽象層轉發，供所述上層應用層進行界面展示；所述語言系統抽象層，用于根據所述識別文本，得到第一語音操作指令；所述能力抽象層，進一步用于當所述第一語音操作指令為語義理解請求時，所述能力抽象層調用所述技術接口層對所述識別文本進行語義理解，得到對應的語音指令；以及，當未在播放提示音時，所述能力抽象層上報所述語音指令，通過所述語言系統抽象層轉發，供所述上層應用層進行界面展示；所述語言系統抽象層，進一步用于根據所述語音指令，得到第二語音操作指令；所述能力抽象層，進一步用于當所述第二語音操作指令為語音合成請求時，所述能力抽象層調用所述技術接口層對所述語音指令進行語音合成，并播放。

在上述技術方案中，通過能力抽象層屏蔽各個語音服務商在實現接口上帶來的差異，向上提供了歸一化的接口調用，降低了開發成本；通過語言系統抽象層提供了一套完整的語音業務流程方案，具有良好的通用性；通過上層應用層負責界面交互，實現了界面交互與語音業務分離。

進一步，所述當收到所述上層應用層通過所述語言系統抽象層轉發的語音識別請求時，所述能力抽象層調用所述技術接口層對采集的音頻信號進行語音識別，得到識別到的識別文本具體為：所述能力抽象層，進一步用于當收到所述上層應用層通過所述語言系統抽象層轉發的語音識別請求時，所述能力抽象層啟動錄音功能，采集音頻信號；以及，所述能力抽象層調用所述技術接口層提供的語音識別應用程序接口，對所述音頻信號進行識別，得到識別到的識別文本。

在上述技術方案中，通過能力抽象層提供了語音識別能力。

進一步，所述能力抽象層，進一步用于當得到所述識別文本后，所述能力抽象層判斷所述機器人是否處于喚醒狀態；以及，當所述機器人不處于喚醒狀態時，所述能力抽象層判斷所述識別文本是否命中喚醒詞；以及，當所述識別文本命中喚醒詞時，所述能力抽象層將所述機器人喚醒，并標記為喚醒狀態；以及，所述能力抽象層上報所述喚醒文本，并結束。

在上述技術方案中，提供了一種語音喚醒機器人的方法。