[發明專利]語音交互方法、裝置、設備和介質

在審

• 申請號: 201910657252.4
• 申請日: 2019-07-19
• 公開（公告）號: CN112242139A
• 公開（公告）日: 2021-01-19
• 發明（設計）人: 袁仁富
• 申請（專利權）人: 北京儒博科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G09B5/04;G09B19/06
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種語音交互方法，其特征在于，所述方法包括：

如果在預設時間內檢測到用戶語音，則觸發在初始拾音時間內識別用戶語音的操作；

實時識別在所述初始拾音時間內獲取的用戶語音；

如果在所述初始拾音時間內獲取的用戶語音的識別結果與預設候選語句的匹配結果不滿足匹配要求，則根據所述匹配結果與延時閾值的關系，在所述初始拾音時間的基礎上，進行拾音時間延長；

將在延長拾音時間內獲取的用戶語音的識別結果與在所述初始拾音時間內獲取的用戶語音的識別結果進行整合，并將整合后的語音識別結果與所述預設候選語句進行匹配；

如果所述整合后的語音識別結果與所述預設候選語句的匹配結果滿足所述匹配要求，則將與所述整合后的語音識別結果對應的反饋信息反饋給用戶。

2.根據權利要求1所示的方法，其特征在于，根據所述匹配結果與延時閾值的關系，在所述初始拾音時間的基礎上，進行拾音時間延長，包括：

根據所述匹配結果與不同延時閾值的關系，以及不同延時閾值與目標延長時間的對應關系，在所述初始拾音時間的基礎上，進行拾音時間延長，其中，所述延時閾值越大，對應的目標延長時間越短。

3.根據權利要求1所示的方法，其特征在于，所述預設候選語句包括預測的人機交互過程中用戶的提問語句，或者在人機交互過程中標準答復語句。

4.根據權利要求1所示的方法，其特征在于，所述方法還包括：

如果在所述初始拾音時間內獲取的用戶語音的識別結果與預設候選語句的匹配結果滿足匹配要求，則將與所述初始拾音時間內獲取的用戶語音的識別結果對應的反饋信息反饋給用戶。

5.根據權利要求1所示的方法，其特征在于，所述方法還包括：

如果所述整合后的語音識別結果與所述預設候選語句的匹配結果不滿足所述匹配要求，則生成語音交互異常提示信息。

6.一種語音交互裝置，其特征在于，所述裝置包括：

用戶語音識別觸發模塊，用于如果在預設時間內檢測到用戶語音，則觸發在初始拾音時間內識別用戶語音的操作；

用戶語音識別模塊，用于實時識別在所述初始拾音時間內獲取的用戶語音；

拾音時間延長模塊，用于如果在所述初始拾音時間內獲取的用戶語音的識別結果與預設候選語句的匹配結果不滿足匹配要求，則根據所述匹配結果與延時閾值的關系，在所述初始拾音時間的基礎上，進行拾音時間延長；

語句匹配模塊，用于將在延長拾音時間內獲取的用戶語音的識別結果與在所述初始拾音時間內獲取的用戶語音的識別結果進行整合，并將整合后的語音識別結果與所述預設候選語句進行匹配；

第一信息反饋模塊，用于如果所述整合后的語音識別結果與所述預設候選語句的匹配結果滿足所述匹配要求，則將與所述整合后的語音識別結果對應的反饋信息反饋給用戶。

7.根據權利要求6所述的裝置，其特征在于，所述拾音時間延長模塊，具體用于：

根據所述匹配結果與不同延時閾值的關系，以及不同延時閾值與目標延長時間的對應關系，在所述初始拾音時間的基礎上，進行拾音時間延長，其中，所述延時閾值越大，對應的目標延長時間越短。

8.根據權利要求6所述的裝置，其特征在于，所述裝置還包括第二信息反饋模塊，具體用于：

如果在所述初始拾音時間內獲取的用戶語音的識別結果與預設候選語句的匹配結果滿足匹配要求，則將與所述初始拾音時間內獲取的用戶語音的識別結果對應的反饋信息反饋給用戶。

9.一種設備，其特征在于，所述設備還包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-5中任一所述的語音交互方法。

10.一種計算機可讀介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-5中任一所述的語音交互方法。