[發明專利]基于語音識別的問答方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202010547187.2
• 申請日: 2020-06-16
• 公開（公告）號: CN111916072A
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 劉彥華
• 申請（專利權）人: 深圳追一科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G10L15/30;G10L15/18;H04M3/527
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 唐彩琴

1.一種基于語音識別的問答方法，其特征在于，所述方法包括：

在每次輸出回復語音后，對輸入的語音流進行分片處理，并依次對分片得到的各語音片段進行語音識別，得到各所述語音片段對應的識別結果；所述識別結果用于表征所述語音片段是否為空白語音片段；

若連續n個語音片段對應的識別結果均為所述語音片段為空白語音片段，則確定用戶發言結束；n為大于1的整數；

將上一次輸出回復語音后至所述用戶發言結束前得到的多個語音片段確定為目標語音，并根據所述目標語音輸出回復語音。

2.根據權利要求1所述的方法，其特征在于，所述若連續n個語音片段對應的識別結果均為所述語音片段為空白語音片段，則確定用戶發言結束，包括：

依次根據各所述語音片段對應的識別結果確定計時狀態；

若檢測到一個語音片段為空白語音片段，且所述語音片段的前一個語音片段為非空白語音片段，則開始計時；

計時開始后，若后續的語音片段為空白語音片段，則持續計時；若后續的語音片段為非空白語音片段，則結束計時；

在計時時長超過預設時長的情況下，確定所述用戶發言結束。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

計時結束后，若所述計時時長未超過所述預設時長，則對計時進行清零處理，并繼續執行所述對輸入的語音流進行分片處理，并依次對分片得到的各語音片段進行語音識別的步驟。

4.根據權利要求1所述的方法，其特征在于，所述若連續n個語音片段對應的識別結果均為所述語音片段為空白語音片段，則確定用戶發言結束，包括：

依次根據各所述語音片段對應的識別結果確定計數狀態；

若檢測到一個語音片段為空白語音片段，且所述語音片段的前一個語音片段為非空白語音片段，則開始進行空白語音片段的計數；

在計數開始后，若后續的語音片段為空白語音片段，則對計數進行累加處理；若后續的語音片段為非空白語音片段，則結束空白語音片段的計數；

在累計到的空白語音片段的數量超過預設數量閾值的情況下，確定所述用戶發言結束。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

計數結束后，若累計到的空白語音片段的數量未超過所述預設數量閾值，則對計數進行清零處理，并繼續執行所述對輸入的語音流進行分片處理，并依次對分片得到的各語音片段進行語音識別的步驟。

6.根據權利要求1-5任一項所述的方法，其特征在于，所述依次對分片得到的各語音片段進行語音識別，得到各所述語音片段對應的識別結果，包括：

依次對各所述語音片段進行文本轉換，得到各所述語音片段對應的文本片段；

若所述文本片段中不存在文本，則確定所述語音片段為所述空白語音片段。

7.根據權利要求6所述的方法，其特征在于，所述根據所述目標語音輸出回復語音，包括：

確定所述目標語音中各所述語音片段對應的文本片段，并將多個所述文本片段按照時間順序拼接為目標文本；

根據所述目標文本進行意圖識別，并根據意圖識別結果輸出所述回復語音。

8.根據權利要求7所述的方法，其特征在于，所述根據所述目標文本進行意圖識別，并根據意圖識別結果輸出所述回復語音，包括：

將所述目標文本輸入到預先設置的意圖識別模型中，得到所述意圖識別模型輸出的用戶意圖；

根據所述用戶意圖確定回復語音，并輸出所述回復語音。

9.根據權利要求8所述的方法，其特征在于，所述根據所述用戶意圖確定回復語音，包括:

根據所述用戶意圖在預先設置的數據庫中查找對應的回復話術；

將所述回復話術轉換為所述回復語音。