[發明專利]用于主動發起對話的服務端處理方法及服務器、能夠主動發起對話的語音交互系統

在審

• 申請號: 201911364247.0
• 申請日: 2019-12-26
• 公開（公告）號: CN111107156A
• 公開（公告）日: 2020-05-05
• 發明（設計）人: 石韡斯;宋洪博;朱成亞;樊帥
• 申請（專利權）人: 蘇州思必馳信息科技有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;G10L15/26;G06F40/30
• 代理公司: 北京商專永信知識產權代理事務所(普通合伙) 11400
• 代理人: 黃謙;李彬彬

本發明公開一種用于實現主動發起對話的服務端處理方法，其包括：響應于接收到的語音客戶端的建立連接請求，建立與語音客戶端的通信連接；通過通信連接接收語音客戶端發送的信息流；根據信息流進行對話決策處理，并在確定為主動對話場景時，獲取適配的對話內容輸出至所述語音客戶端。本發明還公開了一種用于實現主動發起對話的服務器及系統，根據本發明公開的方案實現了對語音交互的智能決策，能夠基于服務端的決策主動發起對話，提高交互體驗，實現智能交互。

技術領域

本發明涉及語音交互技術領域，特別是一種用于主動發起對話的服務端處理方法及服務器、和一種能夠主動發起對話的語音交互系統。

背景技術

近年來，隨著智能語音技術的發展，各種基于語音交互的智能設備也日益得到廣泛應用。然而，目前的語音交互過程大都是由用戶主動發起的，設備都是基于用戶的主動語音指令進行被動響應。實際上，在很多場景下，都需要由設備主動發起對話，才更符合人與人交往的實際場景，才能使得語音交互過程更自然，這也是讓語音交互設備真正顯現出高智能特征的關鍵。為了實現這一目標，目前通常采用以下兩種方式來實現主動發起對話的語音交互過程：

方案一：云端在響應上一次請求時，將需要主動發起的對話話術一起返回給端側，由端側判斷合適的時機播放主動對話的話術；

方案二：由端側判斷，在需要主動對話時，發起一個請求至云端，云端返回主動對話的話術。

然而上述方案均是將客戶端與服務端分離，服務端作為被動的一方想要交互變得非常受限，例如，上述兩個方案就存在以下缺陷：

方案一的時效性低：一次請求獲得兩個對話話術，客戶端在播放第二個話術時，很可能用戶的場景已發生改變，這時候播放已經存下來的第二話術變得非常不合時宜，給用戶的體驗是設備非常不智能；

方案二的主動對話場景受限：由于客戶端沒有語義和對話的信息，導致端側能做的條件判斷非常有限。

發明內容

為了能夠解決上述問題，發明人想到了利用服務端自身的優勢來進行對話決策，以基于服務端的對話決策情況來主動發起對話的實現方案。

根據本發明的第一個方面，提供了一種用于主動發起對話的服務端處理方法，其包括如下步驟：

響應于接收到的語音客戶端的建立連接請求，建立與語音客戶端的通信連接；

通過所述通信連接接收語音客戶端發送的信息流；

根據所述信息流進行對話決策處理，并在確定為主動對話場景時，獲取適配的對話內容輸出至所述語音客戶端。

根據本發明的第二個方面，提供了一種用于實現主動發起對話的服務器，其上配置有

通信模塊，用于響應于接收到的語音客戶端的連接請求，建立與語音客戶端的通信連接；

信息接收模塊，用于通過所述通信連接接收語音客戶端發送的信息流；和

對話決策模塊，用于根據所述信息流進行對話決策處理，并在確定為主動對話場景時，獲取適配的對話內容輸出至所述語音客戶端。

根據本發明的第三個方面，提供了一種能夠主動發起對話的語音交互系統，其包括語音客戶端和語音服務端，其中，

所述語音客戶端用于發起與所述語音服務端的連接請求，并在建立通信連接后將采集的音頻信息通過建立的通信連接實時輸出至所述語音服務端，和在接收到所述語音服務端發送的對話內容時進行播放；

所述語音服務端為上述的用于實現主動發起對話的服務器。