[發(fā)明專利]一種對話處理方法、設(shè)備及計算機可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201911190062.2
• 申請日: 2019-11-28
• 公開（公告）號: CN110910866B
• 公開（公告）日: 2022-07-29
• 發(fā)明（設(shè)計）人: 張瀚;林士翔;孫亭;婁曉丹;趙繼東
• 申請（專利權(quán)）人: 出門問問創(chuàng)新科技有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/16;G10L15/22;G10L15/26;G10L19/008;G10L25/51
• 代理公司: 北京樂知新創(chuàng)知識產(chǎn)權(quán)代理事務所(普通合伙) 11734
• 代理人: 江宇

本發(fā)明實施例公開了一種對話處理方法、設(shè)備及計算機可讀存儲介質(zhì)，所述方法包括：在執(zhí)行指定任務過程中，獲取聲音信號；對所述聲音信號進行處理，獲得對應所述聲音信號的拼接向量；通過邏輯回歸模型對所述拼接向量進行預測，獲得對應所述聲音信號的置信度；確定所述置信度是否滿足所述置信度閾值；當確定所述置信度滿足所述置信度閾值時，確定所述聲音信號為待執(zhí)行指令，應用本發(fā)明實施例能夠提高語音交互的便利性。

技術(shù)領(lǐng)域

本發(fā)明涉及語音處理技術(shù)領(lǐng)域，尤其涉及一種對話處理方法、設(shè)備及計算機可讀存儲介質(zhì)。

背景技術(shù)

智能語音交互是基于語音輸入的交互模式，通過說話就可以得到反饋結(jié)果。其原理是通過實時監(jiān)聽獲得外界的聲音信號，一旦監(jiān)聽到的聲音信號中包含喚醒詞時，設(shè)備就會被喚醒。喚醒的設(shè)備對外界的聲音信號進行采集，并將采集到的聲音信號進行數(shù)據(jù)處理，獲取并執(zhí)行對應聲音信號的指令。通過語音交互，用戶雖然能夠簡單方便地操作智能設(shè)備。但是，在用戶進行語音輸入的過程中，用戶容易出現(xiàn)說錯、改變想法等場景。在該情況下，用戶需要再次通過喚醒詞才能喚醒設(shè)備，增加了語音交互過程中的不便利性。

發(fā)明內(nèi)容

本發(fā)明實施例為了有效克服現(xiàn)有技術(shù)所存在的上述缺陷，創(chuàng)造性地提供一種對話處理方法、設(shè)備及計算機可讀存儲介質(zhì)，提高了語音交互的便利性。

本發(fā)明一方面提供一種對話處理方法，所述方法包括：在執(zhí)行指定任務過程中，獲取聲音信號；對所述聲音信號進行處理，獲得對應所述聲音信號的拼接向量；通過邏輯回歸模型對所述拼接向量進行預測，獲得對應所述聲音信號的置信度；確定所述置信度是否滿足所述置信度閾值；當確定所述置信度滿足所述置信度閾值時，確定所述聲音信號為待執(zhí)行指令。

在一種可實施方式中，在確定所述聲音信號為待執(zhí)行指令之后，所述方法還包括：停止執(zhí)行所述指定任務；響應所述待執(zhí)行指令，以對用戶產(chǎn)生交互行為。

在一種可實施方式中，在確定置信度是否滿足置信度閾值之后，所述方法還包括：當確定所述置信度不滿足所述置信度閾值時，丟棄所述聲音信號。

在一種可實施方式中，對所述聲音信號進行處理，獲得對應所述聲音信號的拼接向量，包括：通過解碼器對所述聲音信號進行解碼，獲得對應所述聲音信號的解碼置信度；通過聲音分類器對所述聲音信號進行識別，獲得對應所述聲音信號的聲音置信度；獲得對應所述聲音信號的文本信號，通過文本分類器對所述文本信號進行轉(zhuǎn)換，獲得對應所述文本信號的文本置信度；對所述解碼置信度、聲音置信度和所述文本置信度進行拼接，獲得所述拼接向量。

在一種可實施方式中，所述邏輯回歸模型通過模型訓練獲得，用于模型訓練的訓練數(shù)據(jù)由上一輪聲音信號數(shù)據(jù)和當前聲音信號數(shù)據(jù)拼接而成。

本發(fā)明另一方面提供一種對話處理設(shè)備，所述設(shè)備包括：獲取模塊，用于在執(zhí)行指定任務過程中，獲取聲音信號；處理模塊，用于對所述聲音信號進行處理，獲得對應所述聲音信號的拼接向量；預測模塊，用于通過邏輯回歸模型對所述拼接向量進行預測，獲得對應所述聲音信號的置信度；第一確定模塊，用于確定所述置信度是否滿足所述置信度閾值；第二確定模塊，用于當確定所述置信度滿足所述置信度閾值時，確定所述聲音信號為待執(zhí)行指令。

在一種可實施方式中，所述設(shè)備還包括：停止模塊，用于停止執(zhí)行所述指定任務；響應模塊，用于響應所述待執(zhí)行指令，以對用戶產(chǎn)生交互行為。

在一種可實施方式中，所述第二確定模塊，還用于當確定所述置信度不滿足所述閾值時，丟棄所述聲音信號。

在一種可實施方式中，所述處理模塊，包括：解碼子模塊，用于通過解碼器對所述聲音信號進行解碼，獲得對應所述聲音信號的解碼置信度；識別子模塊，用于通過聲音分類器對所述聲音信號進行識別，獲得對應所述聲音信號的聲音置信度；轉(zhuǎn)換子模塊，用于獲得對應所述聲音信號的文本信號，通過文本分類器對所述文本信號進行轉(zhuǎn)換，獲得對應所述文本信號的文本置信度；拼接子模塊，用于對所述解碼置信度、聲音置信度和所述文本置信度進行拼接，獲得所述拼接向量。