[發明專利]基于語音通話的語音交互方法、裝置、設備和存儲介質

有效

• 申請號: 202011394998.X
• 申請日: 2020-12-03
• 公開（公告）號: CN112201222B
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 劉彥華;鄧銳濤;劉云峰
• 申請（專利權）人: 深圳追一科技有限公司
• 主分類號: G10L13/033
• 分類號: G10L13/033;G10L13/04;G10L15/22;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: 黃晶晶

1.一種基于語音通話的語音交互方法，其特征在于，所述方法包括：

在語音機器人與用戶終端的語音通話交互過程中，接收所述用戶終端發送的語音流片段；

對所述語音流片段進行意圖識別，得到所述語音流片段所表達的用戶意圖；

若所述用戶意圖的意圖類型包括語音播放參數調整意圖，則

按照語音播放參數調整意圖，調整語音機器人的語音播放參數的參數值；

判斷所述語音流片段是否屬于異常打斷式語音；

若所述語音流片段不屬于異常打斷式語音，則按照所述語音播放參數的調整后的參數值，播放預設的詢問話術；所述詢問話術，用于詢問所述語音播放參數的調整后的參數值是否合適；

若接收到所述用戶終端針對所述調整后的參數值的肯定性回復語音，則按照所述語音播放參數的調整后的參數值，對所述語音機器人所對應的交互信息進行語音合成，生成交互語音；

控制所述語音機器人，向所述用戶終端輸出所述交互語音。

2.根據權利要求1所述的方法，其特征在于，所述對所述語音流片段進行意圖識別，得到所述語音流片段所表達的用戶意圖，包括：

對所述語音流片段進行語音識別，得到相應的文本信息；

對所述文本信息進行上下文語義理解和意圖識別，得到所述語音流片段對應的用戶意圖。

3.根據權利要求1所述的方法，其特征在于，所述按照語音播放參數調整意圖，調整語音機器人的語音播放參數的參數值，包括：

從所述語音播放參數調整意圖中，識別所指定調整的語音播放參數以及所述語音播放參數所對應的調整方向；

獲取所述語音播放參數所對應的參數區間；

根據所述語音播放參數當前的參數值和所述參數區間，確定與所述語音播放參數對應的調節幅度；

將所述當前的參數值按所述調整方向和所述調節幅度進行調整；其中，調整后的參數值，位于所述參數區間之內。

4.根據權利要求3所述的方法，其特征在于，指定調整的所述語音播放參數，包括音量參數和語速參數中的至少一種；

所述將所述當前的參數值按所述調整方向和所述調節幅度進行調整，包括：

若指定調整的所述語音播放參數包括音量參數，則

將所述音量參數當前的音量值，按照音量調整方向和音量調節幅度進行調整；

其中，所述音量調整方向，是所述音量參數所對應的調整方向；所述音量調節幅度是與所述音量參數對應的調節幅度。

5.根據權利要求4所述的方法，其特征在于，所述將所述當前的參數值按所述調整方向和所述調節幅度進行調整還包括：

若指定調整的所述語音播放參數包括語速參數，則

將所述語速參數當前的語速值，按照語速調整方向和語速調節幅度調整；

其中，所述語速調整方向，是所述語速參數所對應的調整方向；所述語速調節幅度是與所述語速參數對應的調節幅度。

6.根據權利要求1所述的方法，其特征在于，所述用戶意圖的意圖類型中還包括業務意圖；

所述按照所述語音播放參數的調整后的參數值，對所述語音機器人所對應的交互信息進行語音合成，包括：

獲取與所述業務意圖對應的應答交互信息；

按照所述語音播放參數的調整后的參數值，對所述應答交互信息進行語音合成。

7.根據權利要求6所述的方法，其特征在于，所述按照所述語音播放參數的調整后的參數值，對所述語音機器人所對應的交互信息進行語音合成，還包括：

針對輸出所述交互語音之后重新接收的語音流片段，若重新接收的所述語音流片段所表達的用戶意圖中不包括語音播放參數調整意圖，則

繼續按照所述語音播放參數的調整后的參數值，對重新接收的所述語音流片段中的業務意圖所對應的應答交互信息進行語音合成，并控制所述語音機器人輸出合成后的交互語音。