[發明專利]跨語言交流的語音機器人交互方法及裝置

在審

• 申請號: 201911126246.2
• 申請日: 2019-11-18
• 公開（公告）號: CN110838290A
• 公開（公告）日: 2020-02-25
• 發明（設計）人: 丁平;郭鑄;宋科;趙虹
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G10L15/18
• 分類號: G10L15/18;G10L15/197;G10L15/34;B25J11/00
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 薛平;谷敬麗

本發明公開了一種跨語言交流的語音機器人交互方法及裝置，該方法包括：獲取外部交互對象的第一語音信息；將第一語音信息輸入到并聯的多個單語言識別器中，輸出多個語音識別結果；將每個語音識別結果與多種語言的語料庫分別比對，計算每個語音識別結果對應多種語言的多個似然概率，并根據每個語音識別結果對應的最大似然概率，從多個語音識別結果中，選取最大似然概率的概率值最大的語音識別結果，作為第一語音信息的語音識別結果；根據第一語音信息的語音識別結果，采用最大似然概率的概率值最大的語音識別結果的語言，輸出應答第一語音信息的第二語音信息。本發明能夠使得語音機器人在跨語言交流場景下，實現快速響應和應答的技術效果。

技術領域

本發明涉及語音識別領域，尤其涉及一種跨語言交流的語音機器人交互方法及裝置。

背景技術

本部分旨在為權利要求書中陳述的本發明實施例提供背景或上下文。此處的描述不因為包括在本部分中就承認是現有技術。

隨著人工智能和語音識別技術的快速發展，越來越多的語音機器人出現在人們的日常生活中，例如，商場的導購機器人、銀行的廳堂機器人等。這些語音機器人對外部語音交流的應答速度，直接影響到用戶的交互體驗。

目前，現有的語音機器人采用單語言識別器進行語音交流，僅能實現單一語言的語音交流，無法應對不同語言的語音交流。對于不同語言的語音交流場景，現有技術主要采用如下兩種手段來實現：

第一種，在語音機器人上設置一個切換按鈕，由用戶手動切換語種，以實現不同不同語言的交流。這種方式，在跨語言交流場景下，語音機器人可能同時面臨多個不同語言的交互對象，頻繁手動切換會影響用戶的交互體驗。

第二種，在語音機器人的語音識別系統中增加一個語種識別模型，首先通過語種識別模型識別出當前交互對象的語種之后，再通過相應語種的語音識別模型對語音信息進行識別。這種方式，當語種識別模型識別錯誤的情況下，采用錯誤的語音識別模型對語音進行識別，會出現識別錯誤或無響應的情況。

由此，現有技術中急需一種能夠適用于跨語言交流場景的語音機器人交互方法。

發明內容

本發明實施例提供一種跨語言交流的語音機器人交互方法，用以解決現有語音機器人采用單語言識別器進行語音交流，在面對跨語言交流場景時容易出錯的技術問題，該方法包括：獲取外部交互對象的第一語音信息；將第一語音信息輸入到并聯的多個單語言識別器中，輸出多個語音識別結果，其中，每個單語言識別器用于識別一種語言的語音信息；將每個語音識別結果與多種語言的語料庫分別比對，計算每個語音識別結果對應多種語言的多個似然概率，并獲取每個語音識別結果對應的最大似然概率；根據每個語音識別結果對應的最大似然概率，從多個語音識別結果中，選取最大似然概率的概率值最大的語音識別結果，作為第一語音信息的語音識別結果；根據第一語音信息的語音識別結果，采用最大似然概率的概率值最大的語音識別結果的語言，輸出應答第一語音信息的第二語音信息。

本發明實施例還提供一種跨語言交流的語音機器人交互裝置，用以解決現有語音機器人采用單語言識別器進行語音交流，在面對跨語言交流場景時容易出錯的技術問題，該裝置包括：語音采集單元，用于獲取外部交互對象的第一語音信息；語音識別單元，用于將第一語音信息輸入到并聯的多個單語言識別器中，輸出多個語音識別結果，其中，每個單語言識別器用于識別一種語言的語音信息；語音識別結果概率計算單元，用于將每個語音識別結果與多種語言的語料庫分別比對，計算每個語音識別結果對應多種語言的多個似然概率，并獲取每個語音識別結果對應的最大似然概率；語音識別結果選取單元，用于根據每個語音識別結果對應的最大似然概率，從多個語音識別結果中，選取最大似然概率的概率值最大的語音識別結果，作為第一語音信息的語音識別結果；語音輸出單元，用于根據第一語音信息的語音識別結果，采用最大似然概率的概率值最大的語音識別結果的語言，輸出應答第一語音信息的第二語音信息。