[發(fā)明專利]語音服務(wù)方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010561374.6
• 申請日: 2018-06-26
• 公開（公告）號(hào): CN111755009A
• 公開（公告）日: 2020-10-09
• 發(fā)明（設(shè)計(jì)）人: 吳旺;張順;龔建明
• 申請（專利權(quán)）人: 蘇州思必馳信息科技有限公司
• 主分類號(hào): G10L15/26
• 分類號(hào): G10L15/26;G10L15/34;G10L13/04
• 代理公司: 北京商專永信知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11400
• 代理人: 方挺;車江華

本發(fā)明公開一種語音服務(wù)方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)，其中，所述方法包括：接收終端設(shè)備所發(fā)起的語音請求；確定用于響應(yīng)所述語音請求的文本內(nèi)容；至少發(fā)送所述文本內(nèi)容至所述終端設(shè)備；將基于所述文本內(nèi)容所合成的音頻數(shù)據(jù)發(fā)送至所述終端設(shè)備。本發(fā)明實(shí)施例的方法中，因?yàn)榛谡Z音請求確定相應(yīng)的文本內(nèi)容所消耗的時(shí)間，相對于基于文本內(nèi)容合成相應(yīng)的音頻數(shù)據(jù)所消耗的時(shí)間要短很多，所以，本發(fā)明實(shí)施例的方法采用先后以文本內(nèi)容形式和音頻形式響應(yīng)用戶請求的能夠保證對用戶請求的及時(shí)應(yīng)答，避免用戶等待時(shí)間過長，提升用戶體驗(yàn)。

本申請是申請?zhí)枮?018106679014的中國專利申請的分案申請，該中國專利申請的申請日為：2018年6月26日，名稱為：語音服務(wù)方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)。

技術(shù)領(lǐng)域

本發(fā)明涉及語音識(shí)別技術(shù)領(lǐng)域，尤其涉及語音服務(wù)方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著語音識(shí)別技術(shù)的不斷發(fā)展，越來越多的成熟的語音服務(wù)產(chǎn)品為用戶提供者便捷的語音服務(wù)，例如，各種語音助手的出現(xiàn)，使得用戶查詢獲取信息的形式不再僅僅限于手動(dòng)輸入進(jìn)行查詢，可以直接進(jìn)行語音輸入來查詢獲取所需內(nèi)容，相應(yīng)的所獲得的內(nèi)容也不再僅僅限于傳統(tǒng)的圖文形式，還能夠同時(shí)獲得音頻形式的信息。

然而，由于受合成音頻數(shù)據(jù)的合成算法的效率的影響，在為用戶提供同步的圖文和音頻信息時(shí)，往往會(huì)造成較長的延時(shí)。例如，亞馬遜的AVS(Alexa Voice Service亞馬遜智能對話服務(wù))云端對話采用文本回復(fù)和語音回復(fù)結(jié)合的方式，云端先計(jì)算得到文本回復(fù)，但是文本回復(fù)要等合成計(jì)算返回語音回復(fù)后再一起向用戶終端設(shè)備返回。這樣做，從用戶視角看，會(huì)造成從發(fā)送完語音請求到收到回復(fù)消息這之間的延時(shí)偏大。

為解決音頻數(shù)據(jù)的合成算法所帶來的延時(shí)問題，相關(guān)技術(shù)專家進(jìn)行了越來越多的關(guān)于音頻數(shù)據(jù)合成算法的優(yōu)化方法的研究，但最終效果始終不夠理想。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種語音服務(wù)方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)，用于至少解決上述技術(shù)問題之一。

第一方面，本發(fā)明實(shí)施例提供一種語音服務(wù)方法，包括：

接收終端設(shè)備所發(fā)起的語音請求；

確定用于響應(yīng)所述語音請求的文本內(nèi)容；

至少發(fā)送所述文本內(nèi)容至所述終端設(shè)備；

將基于所述文本內(nèi)容所合成的音頻數(shù)據(jù)發(fā)送至所述終端設(shè)備。

第二方面，本發(fā)明實(shí)施例提供另一種語音服務(wù)方法，包括：

發(fā)送語音請求至云端服務(wù)器；

至少接收所述云端服務(wù)器所發(fā)送的用于響應(yīng)所述語音請求的文本內(nèi)容；

接收所述云端服務(wù)器基于所述文本內(nèi)容所合成的音頻數(shù)據(jù)。

第三方面，本發(fā)明實(shí)施例提供一種語音服務(wù)系統(tǒng)，包括：

中控節(jié)點(diǎn)，用于接收終端設(shè)備所發(fā)起的語音請求；

文本內(nèi)容確定節(jié)點(diǎn)，用于接收所述中控節(jié)點(diǎn)所分配的語音請求，并確定用于響應(yīng)所述語音請求的文本內(nèi)容，以用于所述中控節(jié)點(diǎn)至少發(fā)送所述文本內(nèi)容至所述終端設(shè)備；

音頻數(shù)據(jù)合成節(jié)點(diǎn)，用于基于所述文本內(nèi)容合成相應(yīng)的音頻數(shù)據(jù)，所述中控節(jié)點(diǎn)還用于將基于所述文本內(nèi)容所合成的音頻數(shù)據(jù)發(fā)送至所述終端設(shè)備。

第四方面，本發(fā)明實(shí)施例提供一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)中存儲(chǔ)有一個(gè)或多個(gè)包括執(zhí)行指令的程序，所述執(zhí)行指令能夠被電子設(shè)備(包括但不限于計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)讀取并執(zhí)行，以用于執(zhí)行本發(fā)明上述任一項(xiàng)語音服務(wù)方法。