[發明專利]基于語音交互的上下文獲取方法及設備

在審

• 申請號: 201810709218.2
• 申請日: 2018-07-02
• 公開（公告）號: CN108986825A
• 公開（公告）日: 2018-12-11
• 發明（設計）人: 梁陽;劉昆;喬爽爽;林湘粵;韓超;朱名發;郭江亮;李旭;劉俊;李碩;尹世明
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G10L17/22
• 分類號: G10L17/22;G10L17/18;G10L17/04;G10L15/22
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 孫靜;臧建明

1.一種基于語音交互的上下文獲取方法，其特征在于，包括：

在獲取到本次對話后，提取所述本次對話的第一聲紋特征；

若在聲紋數據庫中確定存在與所述第一聲紋特征匹配的第二聲紋特征，則從所述聲紋數據庫中獲取所述第二聲紋特征對應的第一用戶標識；

若確定語音數據庫中存儲有所述第一用戶標識對應的已存對話，則根據所述本次對話與所述已存對話確定語音交互的上下文，并將所述本次對話存儲至所述語音數據庫中。

2.根據權利要求1所述的方法，其特征在于，若在所述聲紋數據庫中確定不存在與所述第一聲紋特征匹配的第二聲紋特征，所述方法還包括：

根據所述第一聲紋特征，生成所述用戶的第二用戶標識；

將所述本次對話與所述第二用戶標識關聯存儲到語音數據庫中，以及將所述用戶的第一聲紋特征與所述第二用戶標識關聯存儲到聲紋數據庫中。

3.根據權利要求1所述的方法，其特征在于，所述根據所述本次對話與所述已存對話確定語音交互的上下文，包括：

根據所述第一用戶標識從所述語音數據庫中獲取所述第一用戶標識對應的上一對話的語音起點和語音終點；

若確定所述上一對話的語音終點與所述本次對話的語音起點之間的時間間隔小于預設間隔，則根據所述本次對話與所述已存對話確定語音交互的上下文。

4.根據權利要求3所述的方法，其特征在于，若確定所述上一對話的語音終點與所述本次對話的語音起點之間的時間間隔大于或等于預設間隔，所述方法還包括：

在所述語音數據庫中刪除關聯存儲的所述第一用戶標識和對應的已存對話。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：

將所述聲紋數據庫中在預設時間段內未匹配的第三用戶標識以及對應的聲紋特征刪除。

6.根據權利要求1至5任一項所述的方法，其特征在于，所述提取所述本次對話的第一聲紋特征，包括：

將所述本次對話輸入至預設的聲紋特征模型中，獲取所述聲紋特征模型輸出的第一聲紋特征。

7.根據權利要求6所述的方法，其特征在于，所述將所述本次對話輸入至預設的聲紋特征模型中之前，所述方法還包括：

獲取語音訓練樣本，所述語音訓練樣本包括語音段和標簽；

根據所述語音訓練樣本，得到訓練后的初始的聲紋特征模型；所述初始的聲紋特征模型包括輸入層、特征層、分類層以及輸出層；

將所述初始的聲紋特征模型中的分類層刪除，得到所述預設的聲紋特征模型。

8.根據權利要求7所述的方法，其特征在于，所述聲紋特征模型為深度卷積神經網絡模型，所述特征層包括卷積層、池化層以及全連接層。

9.一種基于語音交互的上下文獲取設備，其特征在于，包括：

提取模塊，用于在獲取到本次對話后，提取所述本次對話的第一聲紋特征；

匹配模塊，用于若在聲紋數據庫中確定存在與所述第一聲紋特征匹配的第二聲紋特征，則從所述聲紋數據庫中獲取所述第二聲紋特征對應的第一用戶標識；

獲取模塊，用于若確定語音數據庫中存儲有所述第一用戶標識對應的已存對話，則根據所述本次對話與所述已存對話確定語音交互的上下文，并將所述本次對話存儲至所述語音數據庫中。

10.根據權利要求9所述的設備，其特征在于，所述匹配模塊還用于，若在所述聲紋數據庫中確定不存在與所述第一聲紋特征匹配的第二聲紋特征根據所述第一聲紋特征，生成所述用戶的第二用戶標識；

將所述本次對話與所述第二用戶標識關聯存儲到語音數據庫中，以及將所述用戶的第一聲紋特征與所述第二用戶標識關聯存儲到聲紋數據庫中。