[發明專利]一種增量語義處理方法

在審

• 申請號: 202010787458.1
• 申請日: 2020-08-07
• 公開（公告）號: CN111862980A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 蔡勇
• 申請（專利權）人: 斑馬網絡技術有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G06F40/30
• 代理公司: 上海華誠知識產權代理有限公司 31300
• 代理人: 徐穎聰

本發明提供一種增量語義處理方法，應用于電子裝置，電子裝置包括語音檢測模塊、語音識別模塊和語義處理模塊，方法包括，當語音檢測模塊檢測到語音信號時，通知語音識別模塊處理語音信號；語音識別模塊將根據時間順序分段累加接收的語音信號，并將每一段語音信號實時轉換成文本信息；語音識別模塊按照時間順序將每一段語音信號的文本信息依次發送給語義處理模塊，語義處理模塊實時接收每一段語音信號的文本信息，其中，當語義處理模塊每接收到一段語音信號的文本信息時，并提取該段語音信號的文本信息的語義特征值，以實現與語音識別模塊并行處理語音信號。根據本發明實施例，能夠減少人機語言交互時的延遲時間，提高用戶的體驗。

技術領域

本申請涉及自然語言處理技術領域，尤其涉及一種增量語義處理方法。

背景技術

目前所有的人機語音交互都是把人機交互分為語音識別和語義處理和應用程序三個部分。首先語音識別部分根據語音斷點檢測判斷用戶說話結束，然后把所有的文字送給語義處理引擎去處理，然后應用程序模塊根據語義處理結果執行后續的動作。這三個環節都是串行執行的，每個環節都造成一定的時延，這給用戶的使用帶來了不好的體驗。以當今主流幾款汽車產品體驗，如圖4所示，現在通常語音檢測環節約500ms，語義處理環節約200ms，應用程序模塊處理環節約500-1000ms。三個環節加起來要有1-3s左右延遲。

發明內容

有鑒于此，本申請提供一種增量語義處理方法，能夠減少人機語言交互時的延遲時間，快速理解用戶的語音信號內容，并給出反饋，提高用戶的語音交互體驗。

為解決上述技術問題，本申請采用以下技術方案：

第一方面，本申請提供一種增量語義處理方法，應用于電子裝置，所述電子裝置包括語音檢測模塊、語音識別模塊和語義處理模塊，所述方法包括：

當所述語音檢測模塊檢測到語音信號時，通知所述語音識別模塊處理所述語音信號；

所述語音識別模塊按照時間順序將接收的所述語音信號實時轉換成分段文本信息；

所述語音識別模塊按照時間順序將每一段語音信號的文本信息依次發送給所述語義處理模塊，所述語義處理模塊實時接收每一段所述語音信號的文本信息，其中，當所述語義處理模塊每接收到一段語音信號的文本信息時，并提取該段語音信號的文本信息的語義特征值，以實現與所述語音識別模塊并行處理所述語音信號。

作為本申請的第一方面的一個實施例，方法還包括：

所述語義處理模塊按照時間順序依次累加每一段文本信息對應的語義特征值，并對第一次得到的語義特征值，或基于第一次得到的語義特征值累加后的語義特征值進行評分，當所述語義特征值或累加后的語義特征值的評分大于閾值時，所述語義處理模塊將該語義特征值或累加后的語義特征值發送給應用程序模塊；

所述應用程序模塊實時接收每一段語音信號對應的語義特征值，并根據每次接收后的語義特征值調整輸出的內容。

作為本申請的第一方面的一個實施例，所述應用程序模塊實時接收每一段語音信號對應的語義特征值，并根據每次接收后的語義特征值調整輸出的內容，包括：

所述應用程序模塊在接收到所述語義特征值后，根據語義特征值匹配得到所述語義特征值對應的命令，并切換到待執行所述命令的應用界面，以通過所述應用界面輸出與語義特征值對應的界面內容。

作為本申請的第一方面的一個實施例，當所述語音檢測模塊檢測到所述語音信號結束時，所述應用程序模塊執行與完整的一段語音信號的語義特征值對應的命令，所述完整的一段語音信號為所述檢測模塊從檢測到所述語音信號開始計時，到所述語音信號結束時的一段時間內的語音信號。

作為本申請的第一方面的一個實施例，所述語義特征值包括唯一的主鍵值，所述主鍵值用于標識所述語音信號的第一意圖。