[發明專利]多語種語音交互方法和裝置

有效

• 申請號: 202011162634.9
• 申請日: 2020-10-27
• 公開（公告）號: CN112002325B
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 宋澤;甘津瑞;鄧建凱
• 申請（專利權）人: 蘇州思必馳信息科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/00;G10L15/18
• 代理公司: 北京商專永信知識產權代理事務所(普通合伙) 11400
• 代理人: 黃謙;鄧婷婷

1.一種多語種語音交互方法，用于客戶端，包括：

響應于獲取的音頻，將所述音頻送入混合語言模型進行識別，其中，所述混合語言模型中訓練了多種語種的切換語種命令詞并存儲在本地；

基于所述混合語言模型的識別結果，判斷所述音頻中是否存在切換語種命令詞；

若存在切換語種命令詞，基于所述切換語種命令詞確定切換后的語種；

基于所述切換后的語種設置在線默認語言模型并將所述在線默認語言模型同步至服務端，其中，所述服務端包括多種單一語言模型。

2.根據權利要求1所述的方法，其中，所述判斷所述音頻中是否存在切換語種命令詞，還包括：

若判斷所述音頻中不存在切換語種命令詞，結束切換語種指令。

3.一種多語種語音交互方法，用于服務端，包括：

響應于獲取的音頻，將所述音頻送入第一單一語言模型進行識別，其中，所述服務端訓練了多個單一語言模型；

對所述第一單一語言模型的識別結果進行后續處理，其中，所述后續處理包括語義處理和對話處理。

4.根據權利要求3所述的方法，其中，在所對所述識別結果進行后續處理之后，還包括：

判斷是否收到客戶端發送的在線默認語言模型同步指令；

若收到，判斷所述在線默認語言模型同步指令中的第二單一語言模型是否與所述服務端當前的第一單一語言模型一致；

若不一致，將所述第一單一語言模型切換至所述第二單一語言模型。

5.根據權利要求4所述的方法，其中，所述判斷是否收到所述客戶端發送的切換單一語言模型指令在線默認語言模型同步指令，還包括：

若沒有收到所述客戶端發送的在線默認語言模型同步指令，輸出對所述識別結果進行后續處理后的處理結果。

6.根據權利要求4所述的方法，其中，在所述判斷所述在線默認語言模型同步指令中的第二單一語言模型是否與所述服務端當前的第一單一語言模型一致之后，還包括：

若所述第二單一語言模型與所述第一單一語言模型一致，輸出對話結果。

7.一種多語種語音交互裝置，用于客戶端，包括：

第一獲取識別模塊，配置為響應于獲取的音頻，將所述音頻送入混合語言模型進行識別，其中，所述混合語言模型中訓練了多種語種的切換語種命令詞并存儲在本地；

判斷模塊，配置為基于所述混合語言模型的識別結果，判斷所述音頻中是否存在切換語種命令詞；

切換模塊，配置為若存在切換語種命令詞，基于所述切換語種命令詞確定切換后的語種；

設置同步模塊，配置為基于所述切換后的語種設置在線默認語言模型并將所述在線默認語言模型同步至服務端，其中，所述服務端包括多種單一語言模型。

8.一種多語種語音交互裝置，用于服務端，包括：

第二獲取識別模塊，配置為響應于獲取的音頻，將所述音頻送入第一單一語言模型進行識別，其中，所述服務端訓練了多個單一語言模型；

處理模塊，配置為對所述第一單一語言模型的識別結果進行后續處理，其中，所述后續處理包括語義處理和對話處理。

9.一種計算機程序產品，所述計算機程序產品包括存儲在非易失性計算機可讀存儲介質上的計算機程序，所述計算機程序包括程序指令，當所述程序指令被計算機執行時，使所述計算機執行權利要求1至6中任一項所述方法的步驟。

10.一種電子設備，其包括：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行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行權利要求1至6中任一項所述方法的步驟。