[發(fā)明專利]離線語音交互方法、裝置、系統(tǒng)、設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011411215.4
• 申請(qǐng)日: 2020-12-03
• 公開（公告）號(hào): CN112466304B
• 公開（公告）日: 2023-09-08
• 發(fā)明（設(shè)計(jì)）人: 孫洪菠
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G10L15/22
• 分類號(hào): G10L15/22;G10L15/28
• 代理公司: 北京鴻德海業(yè)知識(shí)產(chǎn)權(quán)代理有限公司 11412
• 代理人: 田宏賓

本申請(qǐng)公開了一種離線語音交互方法、裝置、系統(tǒng)、設(shè)備和存儲(chǔ)介質(zhì)，涉及計(jì)算機(jī)技術(shù)領(lǐng)域，具體涉及語音、深度學(xué)習(xí)等人工智能技術(shù)領(lǐng)域。離線語音交互方法包括：在本地終端喚醒后，持續(xù)傳輸用戶發(fā)出的待識(shí)別語音信號(hào)至所述本地終端內(nèi)的解碼器，以使所述解碼器持續(xù)解碼所述待識(shí)別語音信號(hào)得到語音識(shí)別結(jié)果；持續(xù)接收所述解碼器發(fā)送的所述語音識(shí)別結(jié)果，并持續(xù)響應(yīng)所述語音識(shí)別結(jié)果，直至接收到所述用戶發(fā)出的結(jié)束指令；接收到所述結(jié)束指令后，結(jié)束本次持續(xù)交互。本申請(qǐng)可以支持離線語音交互場(chǎng)景下的一次喚醒后的持續(xù)識(shí)別。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)技術(shù)領(lǐng)域，具體涉及語音、深度學(xué)習(xí)等人工智能技術(shù)領(lǐng)域，尤其涉及一種離線語音交互方法、裝置、系統(tǒng)、設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著計(jì)算機(jī)技術(shù)的普及，當(dāng)今人們的生活已經(jīng)逐漸走入智能時(shí)代。不僅僅是電腦，手機(jī)，PAD，人們的衣食住行的方方面面都開始應(yīng)用智能技術(shù)，比如，智能電視，智能導(dǎo)航，智能家居等，智能技術(shù)在人們生活的各個(gè)方面提供方便快捷的服務(wù)。語音交互屬于人機(jī)交互的范疇，是基于語音輸入的新一代交互模式，就是利用人類的自然語言給機(jī)器下指令，達(dá)成人類自身目的這一過程。

語音交互過程一般包括喚醒、語音識(shí)別、語音合成等流程。現(xiàn)有技術(shù)中，僅支持喚醒后的一次識(shí)別，即，當(dāng)前喚醒智能設(shè)備后，智能設(shè)備僅執(zhí)行當(dāng)前喚醒后的單次指令，若之后還需要對(duì)智能設(shè)備進(jìn)行控制，則需要再次喚醒，再次發(fā)出新的指令。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┝艘环N離線語音交互方法、裝置、系統(tǒng)、設(shè)備和存儲(chǔ)介質(zhì)。

根據(jù)本申請(qǐng)的一方面，提供了一種離線語音交互方法，包括：在本地終端喚醒后，持續(xù)傳輸用戶發(fā)出的待識(shí)別語音信號(hào)至所述本地終端內(nèi)的解碼器，以使所述解碼器持續(xù)解碼所述待識(shí)別語音信號(hào)得到語音識(shí)別結(jié)果；持續(xù)接收所述解碼器發(fā)送的所述語音識(shí)別結(jié)果，并持續(xù)響應(yīng)所述語音識(shí)別結(jié)果，直至接收到所述用戶發(fā)出的結(jié)束指令；接收到所述結(jié)束指令后，結(jié)束本次持續(xù)交互。

根據(jù)本申請(qǐng)的另一方面，提供了一種離線語音交互裝置，包括：傳輸單元，用于在本地終端喚醒后，持續(xù)傳輸用戶發(fā)出的待識(shí)別語音信號(hào)至所述本地終端內(nèi)的解碼器，以使所述解碼器持續(xù)解碼所述待識(shí)別語音信號(hào)得到語音識(shí)別結(jié)果；響應(yīng)單元，用于持續(xù)接收所述解碼器發(fā)送的所述語音識(shí)別結(jié)果，并持續(xù)響應(yīng)所述語音識(shí)別結(jié)果，直至接收到所述用戶發(fā)出的結(jié)束指令；結(jié)束單元，用于接收到所述結(jié)束指令后，結(jié)束本次持續(xù)交互。

根據(jù)本申請(qǐng)的另一方面，提供了一種離線語音交互系統(tǒng)，包括如上述任一方面的任一項(xiàng)所述的裝置。

根據(jù)本申請(qǐng)的另一方面，提供了一種電子設(shè)備，包括：至少一個(gè)處理器；以及與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行如上述任一方面的任一項(xiàng)所述的方法。

根據(jù)本申請(qǐng)的另一方面，提供了一種存儲(chǔ)有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行如上述任一方面的任一項(xiàng)所述的方法。

根據(jù)本申請(qǐng)的技術(shù)方案，通過在本地終端喚醒后，持續(xù)傳輸和處理語音信號(hào)，在用戶主動(dòng)發(fā)起結(jié)束時(shí)才結(jié)束本次語音交互，可以支持離線語音交互場(chǎng)景下的一次喚醒后的持續(xù)識(shí)別，以提升用戶體驗(yàn)、避免資源浪費(fèi)和提高語音交互效率。

應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識(shí)本申請(qǐng)的實(shí)施例的關(guān)鍵或重要特征，也不用于限制本申請(qǐng)的范圍。本申請(qǐng)的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構(gòu)成對(duì)本申請(qǐng)的限定。其中：

圖1是根據(jù)本申請(qǐng)第一實(shí)施例的示意圖；

圖2是根據(jù)本申請(qǐng)實(shí)施例的離線語音交互系統(tǒng)的示意圖；

圖3是根據(jù)本申請(qǐng)第二實(shí)施例的示意圖；