[發(fā)明專利]一種語(yǔ)音交互方法，設(shè)備和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201811644940.9
• 申請(qǐng)日: 2018-12-29
• 公開(kāi)（公告）號(hào): CN111402900A
• 公開(kāi)（公告）日: 2020-07-10
• 發(fā)明（設(shè)計(jì)）人: 鄭明輝
• 申請(qǐng)（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號(hào): G10L17/06
• 分類號(hào): G10L17/06;G10L17/22;G10L15/22;G10L15/18;G10L15/26;G10L15/30;G10L13/08;G06F9/4401
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種語(yǔ)音交互的方法，其特征在于，所述方法包括：

檢測(cè)到發(fā)起語(yǔ)音交互的指示；

響應(yīng)于所述發(fā)起語(yǔ)音交互的指示，所述終端進(jìn)入語(yǔ)音交互工作狀態(tài)；

所述終端收到第一語(yǔ)音信息，輸出針對(duì)所述第一語(yǔ)音信息的處理結(jié)果；

所述終端收到第二語(yǔ)音信息，判斷所述第二語(yǔ)音信息與所述第一語(yǔ)音信息的發(fā)出者是否為同一用戶；

如果判斷為同一用戶，則所述終端輸出響應(yīng)于所述第二語(yǔ)音信息的處理結(jié)果；

如果判斷為不同用戶，則所述終端結(jié)束所述語(yǔ)音交互工作狀態(tài)。

2.如權(quán)利要求1中所述的方法，其特征在于，所述終端判斷所述第二語(yǔ)音信息與所述第一語(yǔ)音信息的發(fā)出者是否為同一用戶，包括：

所述終端收到第一和第二語(yǔ)音信息時(shí)，分別獲取所述第一和第二語(yǔ)音信息的特征；

所述終端根據(jù)所述第一和第二語(yǔ)音信息特征的比較結(jié)果，確定所述第二語(yǔ)音信息與所述第一語(yǔ)音信息的發(fā)出者是否為同一用戶。

3.如權(quán)利要求1中所述的方法，其特征在于，所述語(yǔ)音特征信息為聲紋模型信息。

4.如權(quán)利要求1中所述的方法，其特征在于，所述終端判斷所述第二語(yǔ)音信息與所述第一語(yǔ)音信息的發(fā)出者是否為同一用戶，包括：

所述終端分別獲取收到第一和第二語(yǔ)音信息時(shí)用戶的方位或者距離信息；

所述終端根據(jù)所述用戶方位或者距離信息，判斷所述第二語(yǔ)音信息與所述第一語(yǔ)音信息的發(fā)出者是否為同一用戶。

5.如權(quán)利要求4中所述的方法，其特征在于，所述終端利用紅外感應(yīng)探測(cè)所述用戶的距離信息，根據(jù)收到第一和第二語(yǔ)音信息時(shí)用戶的距離信息確認(rèn)是否為同一用戶；或者

所述終端利用利用麥克風(fēng)陣列探測(cè)所述用戶的方位信息，根據(jù)收到第一和第二語(yǔ)音信息時(shí)用戶的方位信息確認(rèn)是否為同一用戶。

6.如權(quán)利要求1中所述的方法，其特征在于，所述終端判斷所述第二語(yǔ)音信息與所述第一語(yǔ)音信息的發(fā)出者是否為同一用戶，包括：

所述終端分別獲取收到第一和第二語(yǔ)音信息時(shí)用戶的面部特征信息；

所述終端通過(guò)比較所述用戶面部特征信息，判斷所述第二語(yǔ)音信息與所述第一語(yǔ)音信息的發(fā)出者是否為同一用戶。

7.如權(quán)利要求1-6中任一項(xiàng)所述的方法，其特征在于，所述方法還包括，判斷所述第二語(yǔ)音信息與所述第一語(yǔ)音信息的發(fā)出者為同一用戶以后，所述終端進(jìn)一步判斷所述用戶的面部朝向是否滿足預(yù)設(shè)的閾值，滿足預(yù)設(shè)的閾值后，所述終端輸出針對(duì)所述第二語(yǔ)音信息的處理結(jié)果，否則所述終端結(jié)束所述語(yǔ)音交互工作狀態(tài)。

8.如權(quán)利要求7中所述的方法，其特征在于，所述判斷所述用戶的面部朝向是否滿足預(yù)設(shè)的閾值，包括：確定語(yǔ)音交互界面的視覺(jué)中心點(diǎn)和攝像頭位置的偏移量，根據(jù)所述偏移量，確定所述用戶的面部朝向是否滿足預(yù)設(shè)的閾值。

9.如權(quán)利要求1-8中任一項(xiàng)所述的方法，其特征在于，

所述終端進(jìn)入語(yǔ)音交互工作狀態(tài)進(jìn)一步包括：所述終端呈現(xiàn)第一語(yǔ)音交互界面；

所述終端輸出針對(duì)所述第一語(yǔ)音信息的處理結(jié)果后，所述終端呈現(xiàn)第二語(yǔ)音交互界面，所述第一語(yǔ)音交互界面不同于所述第二語(yǔ)音交互界面；

所述終端結(jié)束所述語(yǔ)音交互工作狀態(tài)，包括：所述終端取消所述第二語(yǔ)音交互界面。

10.一種實(shí)現(xiàn)智能語(yǔ)音交互的終端，其特征在于，所述終端包括：語(yǔ)音交互模塊和繼續(xù)對(duì)話意愿判斷模塊，

所述語(yǔ)音交互模塊，用于實(shí)現(xiàn)智能語(yǔ)音交互，根據(jù)收到的語(yǔ)音信息，輸出針對(duì)性的的處理結(jié)果；

繼續(xù)對(duì)話意愿判斷模塊，用于判斷收到的第一語(yǔ)音信息和第二語(yǔ)音信息是否為同一個(gè)用戶，所述第一語(yǔ)音信息為所述語(yǔ)音交互模塊響應(yīng)于發(fā)起語(yǔ)音交互的指示后收到的語(yǔ)音信息；所述第二語(yǔ)音信息為所述語(yǔ)音交互模塊輸出針對(duì)所述第一語(yǔ)音信息的處理結(jié)果后收到的語(yǔ)音信息。