[發明專利]語音對話方法、裝置、存儲介質及電子設備

在審

• 申請號: 202110012604.8
• 申請日: 2021-01-06
• 公開（公告）號: CN112767936A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 葛斯函;馬天澤;林鋒;莊莉
• 申請（專利權）人: 鎂佳（北京）科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/30;H04L29/06;H04L29/08
• 代理公司: 北京臻之知識產權代理有限公司 11629
• 代理人: 趙福梅

本公開公開了一種語音對話方法、裝置、存儲介質及電子設備，涉及語音對話領域，該方法通過在與目標服務器建立通信連接之后，若確定在第一預設時間段內沒有接收到用戶的語音請求指令，則周期性地向該目標服務器發送心跳信號，以使該目標服務器響應于接收到該心跳信號，向該目標終端發送心跳反饋信號；在接收到該心跳反饋信號的情況下，若接收到該用戶的語音請求指令，則根據該語音請求指令獲取該用戶輸入的音頻數據，并通過該音頻數據與該目標服務器進行語音對話。這樣，通過心跳機制使目標終端與目標服務器維持一個長久的通信連接，能夠有效降低對話處理的延時，也能夠降低對硬件資源的消耗，從而提升資源利用率。

技術領域

本公開涉及人機對話領域，具體地，涉及一種語音對話方法、裝置、存儲介質及電子設備。

背景技術

隨著語音技術的發展，語音對話系統已經應用在了很多領域。利用語音對話系統通過語音對話實現人機交互，可以有效解放人的雙手，在某些場景下能為我們帶來極大的便利。

目前的語音對話系統通常由本地處理模塊和云端處理模塊構成，本地處理模塊負責收集音頻數據，將音頻數據發送到云端以及接收云端的返回結果。云端處理模塊，負責根據音頻數據進行語音識別，根據識別結果進行語義理解，并返回相應的對話處理結果。目前的對話系統通常需要在用戶發起語音對話之前，先使本地處理模塊與云端處理模塊建立socket(套接字)連接，并在完成一次對話之后，關閉socket連接，再進行下一次語音對話時，重新建立socket連接，這樣，用戶每次進行語音對話，本地處理模塊都需要與云端處理模塊創建socket連接，并在完成當前對話后關閉socket連接，而通常創建socket連接需要一定的時間，如此無疑會增加對話處理的延時，并且頻繁的創建和關閉socket連接，也會增加硬件資源的消耗。

發明內容

本公開的目的是提供一種語音對話方法、裝置、存儲介質及電子設備。

為了實現上述目的，本公開的第一方面提供一種語音對話方法，應用于目標終端，所述方法包括：

在與目標服務器建立通信連接之后，若確定在第一預設時間段內沒有接收到用戶的語音請求指令，則周期性地向所述目標服務器發送心跳信號，以使所述目標服務器響應于接收到所述心跳信號，向所述目標終端發送心跳反饋信號；

在接收到所述心跳反饋信號的情況下，若接收到所述用戶的語音請求指令，則根據所述語音請求指令獲取所述用戶輸入的音頻數據，并通過所述音頻數據與所述目標服務器進行語音對話。

可選地，所述通過所述音頻數據與所述目標服務器進行語音對話，包括：

向所述目標服務器發送請求標識信息，以使所述目標服務器根據所述請求標識信息向所述目標終端發送標識反饋信號；

在接收到所述標識反饋信號的情況下，將所述音頻數據發送至所述目標服務器，以使所述目標服務器根據所述音頻數據生成對話處理結果數據，并將所述對話處理結果數據發送至所述目標終端。

可選地，所述方法還包括：

在第二預設時間段內未接收到所述心跳反饋信號或者在第三預設時間段內未接收到所述標識反饋信號的情況下，確定所述通信連接異常，并向所述目標服務器發送連接重建請求，以使所述目標服務器根據所述連接重建請求重新與所述目標終端建立通信連接。

可選地，所述方法還包括：

獲取第四預設時間段內向所述目標服務器發送所述通信連接請求的目標次數；

在確定所述目標次數大于或者等于預設次數閾值的情況下，輸出預設語音請求失敗信息。

可選地，所述目標終端包括狀態機，所述狀態機用于表征所述目標終端當前的工作狀態，所述方法還包括：

在確定沒有接收到用戶的語音請求指令的情況下，將所述狀態機的當前狀態設置為空閑狀態；