[發明專利]人機語音對話的控制方法、裝置及電子設備

在審

• 申請號: 202110229744.0
• 申請日: 2021-03-02
• 公開（公告）號: CN114999470A
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 陳克寒;李澤中;戴蘇洋;劉小明
• 申請（專利權）人: 阿里巴巴新加坡控股有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22
• 代理公司: 北京博雅睿泉專利代理事務所(特殊普通合伙) 11442
• 代理人: 郭少晶

1.一種人機語音對話的控制方法，包括：

接收用戶端進行人機語音對話的第一語音流及監控機器端進行所述人機語音對話的第二語音流；

獲取所述第一語音流在第一時間切片的第一狀態特征和所述第二語音流在所述第一時間切片的第二狀態特征；

根據所述第一狀態特征和所述第二狀態特征，從設定的控制指令集中選擇對應的控制指令；其中，所述控制指令集包括控制機器端播報的指令和控制機器端靜音的指令；

在所述第一時間切片之后，根據所述控制指令控制所述機器端進行所述人機語音對話。

2.根據權利要求1所述的方法，其中，所述控制機器端播報的指令包括繼續當前播報的第一控制指令、開始新的播報的第二控制指令、播報設定的句中承接內容的第三控制指令、播報設定的首輪問答內容的第四控制指令、播報設定的靜音提示內容的第五控制指令中的至少一項；和/或，

所述控制機器端靜音的指令包括停止當前播報的第六控制指令、機器端保持靜音的第七控制指令中的至少一項。

3.根據權利要求1所述的方法，其中，所述獲取所述第一語音流在第一時間切片的第一狀態特征和所述第二語音流在所述第一時間切片的第二狀態特征，包括：

檢測觸發事件的發生；

根據檢測到的觸發事件，獲取所述第一語音流在檢測到觸發事件前的第一時間切片的第一狀態特征和所述第二語音流在所述第一時間切片的第二狀態特征。

4.根據權利要求3所述的方法，其中，所述觸發事件包括開啟所述人機語音對話的事件、所述第一語音流出現非靜音片段的事件、所述第一語音流出現靜音片段的事件、所述第二語音流出現非靜音片段的事件、所述第二語音流出現靜音片段的事件、到達設定的觸發時間中的至少一項。

5.根據權利要求3所述的方法，其中，所述觸發事件包括所述第一語音流出現非靜音片段的事件，檢測所述第一語音流出現非靜音片段的事件的步驟，包括：

拆分所述第一語音流，獲得相鄰的第一靜音片段和第二靜音片段，其中，所述第一靜音片段早于所述第二靜音片段；

在所述第一靜音片段和所述第二靜音片段的時序不相連的情況下，提取所述第一靜音片段與所述第二靜音片段之間的語音片段作為非靜音片段，并判定所述第一語音流出現非靜音片段的事件。

6.根據權利要求1所述的方法，其中，所述在設定的控制指令集中選擇與所述第一狀態特征和所述第二狀態特征對應的控制指令，包括：

根據所述第一狀態特征和所述第二狀態特征，判斷所述機器端在所述第一時間切片之后是否具有話語權，得到判斷結果；

根據所述判斷結果，在所述控制指令集中選擇與所述第一狀態特征和所述第二狀態特征對應的控制指令。

7.根據權利要求6所述的方法，其中，所述根據所述第一狀態特征和所述第二狀態特征，判斷所述機器端在所述第一時間切片之后是否具有話語權，得到判斷結果，包括：

在所述第二狀態特征為所述機器端保持非靜音或者所述機器端由靜音轉為非靜音的情況下，確定所述機器端在所述第一時間切片之后具有話語權；

所述控制機器端播報的指令包括繼續當前播報的第一控制指令，所述根據所述判斷結果，在所述控制指令集中選擇與所述第一狀態特征和所述第二狀態特征對應的控制指令，包括：

在所述機器端具有話語權的情況下，選擇所述第一控制指令作為所述對應的控制指令。

8.根據權利要求6所述的方法，其中，所述根據所述第一狀態特征和所述第二狀態特征，判斷所述機器端在所述第一時間切片之后是否具有話語權，得到判斷結果，包括：

在所述第一狀態特征表示所述第一語音流出現非靜音片段，及所述第二狀態特征為所述機器端保持非靜音或者所述機器端由靜音轉為非靜音的情況下，確定所述機器端在所述第一時間切片之后不具有話語權；

所述控制機器端靜音的指令包括停止當前播報的第六控制指令，所述根據所述判斷結果，在所述控制指令集中選擇與所述第一狀態特征和所述第二狀態特征對應的控制指令，包括：

在所述機器端不具有話語權的情況下，選擇所述第六控制指令作為所述對應的控制指令。