[發(fā)明專利]語音處理方法及裝置、以及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201910583851.6
• 申請(qǐng)日: 2019-06-28
• 公開（公告）號(hào): CN110310632A
• 公開（公告）日: 2019-10-08
• 發(fā)明（設(shè)計(jì)）人: 龍海;徐培來;汪俊杰
• 申請(qǐng)（專利權(quán)）人: 聯(lián)想（北京）有限公司
• 主分類號(hào): G10L15/08
• 分類號(hào): G10L15/08;G10L15/18;G10L15/26;G10L25/87;G10L25/51
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 呂朝蕙

本公開提供了一種語音處理方法，該方法包括：獲取語音信息；確定語音信息中是否存在冗余信息；在所述語音信息中存在冗余信息的情況下，移除所述冗余信息，得到待處理信息；以及根據(jù)待處理信息，確定針對(duì)語音信息的意圖信息。本公開還提供了一種語音處理裝置、以及一種電子設(shè)備。

技術(shù)領(lǐng)域

本公開涉及一種語音處理方法及裝置、以及電子設(shè)備。

背景技術(shù)

隨著電子設(shè)備的快速發(fā)展，為了提高用戶體驗(yàn)，人機(jī)交互的智能化技術(shù)例如語音識(shí)別技術(shù)應(yīng)運(yùn)而生。語音識(shí)別技術(shù)通過監(jiān)聽用戶語音輸入，并識(shí)別分析監(jiān)聽的語音輸入來確定用戶的語音指令，以使得電子設(shè)備能夠根據(jù)該語音指令執(zhí)行相應(yīng)操作，實(shí)現(xiàn)智能化的人機(jī)交互。

現(xiàn)有的語音識(shí)別技術(shù)在監(jiān)聽語音輸入時(shí)，往往會(huì)持續(xù)監(jiān)聽，并將持續(xù)監(jiān)聽到的全部語音輸入發(fā)往電子設(shè)備后臺(tái)進(jìn)行識(shí)別處理來確定用戶的語音指令。該技術(shù)中由于冗余語音輸入也會(huì)被識(shí)別處理，會(huì)在一定程度上干擾正確指令的識(shí)別。為了避免冗余語音輸入干擾，現(xiàn)有的語音識(shí)別技術(shù)還可以在預(yù)定時(shí)間未監(jiān)聽到用戶語音輸入，或在監(jiān)聽到用戶的冗余語音輸入(例如“嗯”、“啊”、“這個(gè)”和/或“那個(gè)”等)時(shí)停止監(jiān)聽，將監(jiān)聽到的語音輸入發(fā)往后臺(tái)進(jìn)行識(shí)別處理來確定用戶的語音指令。考慮到冗余語音輸入往往只是用戶的習(xí)慣性表述，而并非表征語音輸入的終止，上述監(jiān)聽到冗余語義輸入而停止監(jiān)聽的方案無疑會(huì)導(dǎo)致有效語音輸入的遺漏，從而影響正確指令的識(shí)別。

發(fā)明內(nèi)容

本公開的一個(gè)方面提供了一種用于提高用戶體驗(yàn)的語音處理方法。該方法包括：獲取語音信息；確定語音信息中是否存在冗余信息；在語音信息中存在冗余信息的情況下，移除冗余信息，得到待處理信息；根據(jù)待處理信息，確定針對(duì)語音信息的意圖信息。

可選地，上述獲取語音信息包括：采用端點(diǎn)檢測模型檢測語音輸入的起始點(diǎn)及語音輸入的終止點(diǎn)；以及根據(jù)語音輸入的起始點(diǎn)及語音輸入的終止點(diǎn)，獲取得到語音信息。

可選地，檢測語音輸入的終止點(diǎn)包括：響應(yīng)于檢測到語音輸入的起始點(diǎn)，確定檢測的語音輸入是否為冗余語音；在確定檢測的語音輸入為冗余語音的情況下，更改端點(diǎn)檢測模型的參數(shù)，得到更新后端點(diǎn)檢測模型；以及根據(jù)更新后端點(diǎn)檢測模型，檢測語音輸入的終止點(diǎn)。

可選地，上述端點(diǎn)檢測模型的參數(shù)包括：針對(duì)終止點(diǎn)的等待時(shí)間；上述更改端點(diǎn)檢測模型的參數(shù)包括：增加針對(duì)終止點(diǎn)的等待時(shí)間。

可選地，上述確定語音信息中是否存在冗余信息包括：采用第一語音識(shí)別模型識(shí)別語音信息，確定語音信息中是否存在冗余語音信息。上述確定與語音信息匹配的意圖信息包括：采用第二語音識(shí)別模型識(shí)別待處理信息，得到與待處理信息匹配的待處理文本；以及根據(jù)待處理文本，采用語義理解模型確定與語音信息匹配的意圖信息。其中，冗余信息包括冗余語音信息。

可選地，上述移除冗余信息，得到待處理信息包括：根據(jù)冗余信息的起始點(diǎn)和冗余信息的終止點(diǎn)，從語音信息中移除冗余信息。

可選地，上述確定語音信息中是否存在冗余信息包括：采用第二語音識(shí)別模型識(shí)別語音信息，得到與語音信息匹配的語音文本；確定語音文本中是否存在冗余文本；以及在語音文本中存在冗余文本的情況下，確定語音信息中存在冗余信息。上述確定針對(duì)語音信息的意圖信息包括：根據(jù)待處理信息，采用語義理解模型確定與語音信息匹配的意圖信息。

可選地，上述移除冗余信息，得到待處理信息包括：移除語音文本中的冗余文本，得到待處理文本。其中，待處理信息包括待處理文本。

本公開的另一方面提供了一種語音處理裝置，該裝置包括：獲取模塊，用于獲取語音信息；冗余信息確定模塊，用于確定語音信息中是否存在冗余信息；冗余信息移除模塊，用于在語音信息中存在冗余信息的情況下，移除冗余信息，得到待處理信息；以及意圖信息確定模塊，用于根據(jù)待處理信息，確定針對(duì)語音信息的意圖信息。