[發(fā)明專利]人機(jī)交互方法、裝置、電子設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010900822.0
• 申請日: 2020-08-31
• 公開（公告）號: CN112133307A
• 公開（公告）日: 2020-12-25
• 發(fā)明（設(shè)計）人: 張剛;朱凱華;黃榮升
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L17/22;G06F3/16;G06F40/35
• 代理公司: 北京鴻德海業(yè)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11412
• 代理人: 谷春靜

1.一種人機(jī)交互方法，包括：

當(dāng)檢測到用戶語音中的喚醒詞時，執(zhí)行喚醒操作；

根據(jù)所述用戶語音中的需求詞確定出用戶意圖，所述用戶語音中同時包括所述喚醒詞和所述需求詞；

獲取所述用戶語音為人機(jī)交互需求表達(dá)的聲學(xué)置信度；

若根據(jù)所述聲學(xué)置信度及所述用戶意圖確定出本次喚醒為一次真實的人機(jī)交互需求表達(dá)，則對所述用戶語音進(jìn)行響應(yīng)。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述喚醒詞包括：由兩個字組成的喚醒詞。

3.根據(jù)權(quán)利要求1所述的方法，其中，所述根據(jù)所述用戶語音中的需求詞確定出用戶意圖包括：對識別出的文本形式的需求詞進(jìn)行意圖理解，確定出所述用戶意圖。

4.根據(jù)權(quán)利要求1所述的方法，其中，所述獲取所述用戶語音為人機(jī)交互需求表達(dá)的聲學(xué)置信度包括：

獲取所述用戶語音的預(yù)定聲學(xué)特征；

將所述預(yù)定聲學(xué)特征輸入預(yù)先訓(xùn)練得到的評估模型，得到輸出的所述用戶語音為人機(jī)交互需求表達(dá)的聲學(xué)置信度。

5.根據(jù)權(quán)利要求1所述的方法，其中，所述若根據(jù)所述聲學(xué)置信度及所述用戶意圖確定出本次喚醒為一次真實的人機(jī)交互需求表達(dá)，則對所述用戶語音進(jìn)行響應(yīng)包括：

若確定所述聲學(xué)置信度大于預(yù)定閾值，且所述用戶意圖為與當(dāng)前場景相匹配的意圖，則確定本次喚醒為一次真實的人機(jī)交互需求表達(dá)，并對所述用戶語音進(jìn)行響應(yīng)。

6.根據(jù)權(quán)利要求1所述的方法，還包括：若根據(jù)所述聲學(xué)置信度及所述用戶意圖確定出本次喚醒不是一次真實的人機(jī)交互需求表達(dá)，則不對所述用戶語音進(jìn)行響應(yīng)。

7.一種人機(jī)交互裝置，包括：語音處理模塊以及語音響應(yīng)模塊；

所述語音處理模塊，用于當(dāng)檢測到用戶語音中的喚醒詞時，執(zhí)行喚醒操作，根據(jù)所述用戶語音中的需求詞確定出用戶意圖，所述用戶語音中同時包括所述喚醒詞和所述需求詞，獲取所述用戶語音為人機(jī)交互需求表達(dá)的聲學(xué)置信度；

所述語音響應(yīng)模塊，用于當(dāng)根據(jù)所述聲學(xué)置信度及所述用戶意圖確定出本次喚醒為一次真實的人機(jī)交互需求表達(dá)時，對所述用戶語音進(jìn)行響應(yīng)。

8.根據(jù)權(quán)利要求7所述的裝置，其中，所述喚醒詞包括：由兩個字組成的喚醒詞。

9.根據(jù)權(quán)利要求7所述的裝置，其中，所述語音處理模塊對識別出的文本形式的需求詞進(jìn)行意圖理解，確定出所述用戶意圖。

10.根據(jù)權(quán)利要求7所述的裝置，其中，所述語音處理模塊獲取所述用戶語音的預(yù)定聲學(xué)特征，將所述預(yù)定聲學(xué)特征輸入預(yù)先訓(xùn)練得到的評估模型，得到輸出的所述用戶語音為人機(jī)交互需求表達(dá)的聲學(xué)置信度。

11.根據(jù)權(quán)利要求7所述的裝置，其中，所述語音響應(yīng)模塊在確定所述聲學(xué)置信度大于預(yù)定閾值，且所述用戶意圖為與當(dāng)前場景相匹配的意圖時，確定本次喚醒為一次真實的人機(jī)交互需求表達(dá)，對所述用戶語音進(jìn)行響應(yīng)。

12.根據(jù)權(quán)利要求7所述的裝置，其中，所述語音響應(yīng)模塊進(jìn)一步用于，若根據(jù)所述聲學(xué)置信度及所述用戶意圖確定出本次喚醒不是一次真實的人機(jī)交互需求表達(dá)，則不對所述用戶語音進(jìn)行響應(yīng)。

13.一種電子設(shè)備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行權(quán)利要求1-6中任一項所述的方法。

14.一種存儲有計算機(jī)指令的非瞬時計算機(jī)可讀存儲介質(zhì)，其中，所述計算機(jī)指令用于使所述計算機(jī)執(zhí)行權(quán)利要求1-6中任一項所述的方法。