[發明專利]語音交互方法、系統和終端

在審

• 申請號: 202010183403.X
• 申請日: 2020-03-16
• 公開（公告）號: CN113409778A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 徐賢仲
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26
• 代理公司: 北京展翼知識產權代理事務所(特殊普通合伙) 11452
• 代理人: 張陽

公開了一種語音交互方法、系統和終端。所述語音交互方法包括：呈現當前信息流；獲取來自用戶的語音輸入；基于所述當前信息流和所述語音輸入，確定后續信息流的呈現內容。所述信息流可以是包括含劇情分支的信息流，或是包括可操控虛擬化身的信息流。由此，本發明提供一種用戶能夠通過語音交互主動影響內容走向的方案。用戶通過語音輸入，能夠決定當前信息流的后續走向，尤其是能夠通過語音輸入決定劇情類游戲的劇情分支，從而增強用戶的沉浸感和參與感，提升游戲的可玩性。

技術領域

本公開涉及一種語音處理技術，尤其涉及一種語音交互方法、系統和終端。

背景技術

隨著語音交互技術的發展，可以使用語音指令進行各類控制與內容獲取的智能音箱得到普及。使用智能音箱聽歌、聽故事等內容類功能頗受歡迎。在帶屏音箱上，還可以結合視頻、圖片、文字、音頻等多種媒介進行內容呈現。對于有劇情的內容節目，可用戶指令觸發后一次性播報完成。例如，用戶可以對智能音箱說話，“XXX，我要聽故事”。智能音箱就會給用戶播報一個故事，直到本集播放完畢。雖然用戶可以進行諸如播放、暫停、選集等的操作，但這類操控性操作無法主動影響內容的走向，使得用戶缺乏沉浸與參與感。

因此，需要一種用戶能夠主動影響內容走向的交互方案。

發明內容

本公開要解決的一個技術問題是提供一種用戶能夠通過語音交互主動影響內容走向的方案。用戶通過語音輸入，能夠決定當前信息流的后續走向，尤其是能夠通過語音輸入決定劇情類游戲的劇情分支，從而增強用戶的沉浸感和參與感，提升游戲的可玩性。

根據本公開的第一個方面，提供了一種語音交互方法，包括：呈現當前信息流；獲取來自用戶的語音輸入；基于所述當前信息流和所述語音輸入，確定后續信息流的呈現內容。所述信息流可以是包括含劇情分支的信息流，或是包括可操控虛擬化身的信息流。

根據本公開的第二個方面，提供了一種語音交互方法，包括：語音播報劇情故事；語音播報用于觸發不同劇情分支的多個選項；獲取用戶對所述多個選項中一個選項的語音選擇；以及基于所述語音選擇，觸發與被選選項相對應的劇情分支。

根據本公開的第三個方面，提供了一種語音交互系統，服務端和多個終端，其中，所述終端用于：呈現從所述服務端獲取的信息流；采集來自用戶的語音輸入；向所述服務端上傳所述語音輸入；獲取所述服務端下發的語音輸入反饋；以及基于所述語音輸入反饋，呈現后續信息流，所述服務端用于：下發用于呈現的當前信息流；獲取所述終端上傳的所述語音輸入；基于所述語音輸入，生成并下發所述語音輸入反饋。

根據本公開的第四個方面，提供了一種語音交互終端，包括：呈現裝置，用于呈現當前信息流；輸入裝置，用于獲取來自用戶的語音輸入；處理裝置，用于基于所述當前信息流和所述語音輸入，確定后續信息流的呈現內容。

根據本公開的第五個方面，提供了一種語音交互方法，包括：呈現當前信息流；獲取來自多個用戶的多個語音輸入；基于所述當前信息流和所述多個語音輸入，確定后續信息流的呈現內容。

根據本公開的第六個方面，提供了一種語音交互方法，包括：呈現當前信息流；獲取來自用戶的多輪語音輸入；基于所述當前信息流和所述多輪語音輸入，確定后續信息流的呈現內容。

根據本公開的第七個方面，提供了一種計算設備，包括：處理器；以及存儲器，其上存儲有可執行代碼，當可執行代碼被處理器執行時，使處理器執行如上述第一和第二方面以及第五和第六方面所述的方法。

根據本公開的第八個方面，提供了一種非暫時性機器可讀存儲介質，其上存儲有可執行代碼，當可執行代碼被電子設備的處理器執行時，使處理器執行如上述第一和第二方面以及第五和第六方面所述的方法。