[發明專利]一種自動語音交互的方法及裝置

有效

• 申請號: 202011598315.2
• 申請日: 2020-12-29
• 公開（公告）號: CN112735374B
• 公開（公告）日: 2023-01-06
• 發明（設計）人: 包夢蛟
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G10L13/027
• 分類號: G10L13/027;G10L15/183;G10L15/26;G10L15/30;H04M3/493
• 代理公司: 北京曼威知識產權代理有限公司 11709
• 代理人: 方志煒

1.一種自動語音交互的方法，其特征在于，包括：

接收用戶的語音信息，所述語音信息是所述用戶針對業務對話發起的；

對所述語音信息進行識別，得到所述語音信息對應的文本信息；

根據所述文本信息，確定所述文本信息對應的語義向量，根據所述文本信息、所述用戶畫像以及歷史業務記錄，確定所述用戶對應的用戶特征信息，將所述語義向量、所述用戶特征信息以及所述業務對話中上一句回復語音對應的對話回復策略輸入到預先訓練的對話回復策略模型，得到針對所述語音信息的策略矩陣，確定所述業務對話中上一句回復語音對應的對話回復策略的策略引導矩陣，所述策略引導矩陣用于表征相對于所述業務對話中上一句回復語音，下一句回復語音可以使用的對話回復策略，通過所述策略引導矩陣，對所述策略矩陣進行處理，得到針對所述語音信息的對話回復策略，作為目標回復策略；

根據所述目標回復策略，生成針對所述語音信息的回復語音；

將針對所述語音信息的回復語音播放給所述用戶。

2.如權利要求1所述的方法，其特征在于，所述用戶特征信息包括：意圖信息、業務關鍵詞以及業務特征信息中的至少一種；

所述根據所述文本信息、所述用戶畫像以及所述歷史業務記錄，確定所述用戶對應的用戶特征信息，包括：

根據所述文本信息，確定所述文本信息對應的意圖信息以及所述文本信息中的業務關鍵詞，所述意圖信息用于表征所述用戶的業務意圖；

根據所述用戶的用戶畫像以及所述用戶的歷史業務記錄，確定所述用戶對應的業務特征信息；

將所述意圖信息、所述業務關鍵詞以及所述業務特征信息中的至少一種，作為所述用戶特征信息。

3.如權利要求2所述的方法，其特征在于，所述根據所述文本信息，確定所述文本信息對應的意圖信息以及所述文本信息中的業務關鍵詞，包括：

將所述文本信息輸入到預先訓練的語言解析模型，得到所述意圖信息以及所述業務關鍵詞。

4.如權利要求1所述的方法，其特征在于，所述根據所述目標回復策略，生成針對所述語音信息的回復語音，包括：

根據所述目標回復策略，確定所述目標回復策略所對應的動態語音變量以及語音模板；

將所述動態語音變量與所述語音模板進行語音拼接，生成針對所述語音信息的回復語音。

5.如權利要求1所述的方法，其特征在于，訓練對話回復策略模型，包括：

獲取各用戶的歷史業務對話；

針對每個歷史業務對話，對該歷史業務對話的語音信息進行識別，得到該歷史業務對話中包含的來自用戶的每句語音信息，作為樣本語音；

針對每個樣本語音，確定該樣本語音對應的語義向量；

根據該樣本語音對應的文本信息、該樣本語音對應用戶的用戶畫像以及歷史業務記錄，確定樣本語音對應用戶的用戶特征信息，作為樣本用戶特征信息；

按照該歷史業務對話中各語音信息的時間先后順序，確定該歷史業務對話中位于該樣本語音之前，且與該樣本語音相鄰的回復語音，作為樣本回復語音；

將該樣本語音對應的語義向量、所述樣本用戶特征信息以及針對所述樣本回復語音標注出的對話回復策略輸入到所述對話回復策略模型中，得到針對該樣本語音的對話回復策略；

根據針對該樣本語音的對話回復策略以及預設的優化函數，對所述對話回復策略模型進行訓練。