[發(fā)明專利]語音輸入完整性判斷方法、裝置、電子設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110303267.8
• 申請日: 2021-03-22
• 公開（公告）號: CN113035180A
• 公開（公告）日: 2021-06-25
• 發(fā)明（設(shè)計）人: 原道德
• 申請（專利權(quán)）人: 建信金融科技有限責任公司
• 主分類號: G10L15/18
• 分類號: G10L15/18;G10L15/22
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種語音輸入完整性判斷方法，其特征在于，包括：

對用戶的當前輸入語音進行聲學(xué)特征提取操作，得到當前語音聲學(xué)特征；

對所述當前輸入語音進行語義特征提取操作，得到當前語音語義特征；

根據(jù)所述當前語音聲學(xué)特征和所述當前語音語義特征，得到當前語音輸入的完整性判斷結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，對所述當前輸入語音進行語義特征提取操作，得到當前語音語義特征，包括：

結(jié)合歷史對話信息對所述當前輸入語音進行語義特征提取操作，得到當前語音語義特征。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，結(jié)合歷史對話信息對所述當前輸入語音進行語義特征提取操作，得到當前語音語義特征，包括：

對所述當前輸入語音進行語音識別，得到當前語音識別結(jié)果；

根據(jù)所述當前語音識別結(jié)果和歷史對話信息，對所述當前輸入語音進行語義特征提取操作，得到當前語音語義特征。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，根據(jù)所述當前語音識別結(jié)果和歷史對話信息，對所述當前輸入語音進行語義特征提取操作，得到當前語音語義特征，包括：

將所述當前語音識別結(jié)果和歷史對話信息輸入預(yù)先訓(xùn)練的語義特征提取模型，進行語義特征提取操作，得到當前語音語義特征。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述語義特征提取模型是基于第一深度神經(jīng)網(wǎng)絡(luò)對第一語音樣本集進行訓(xùn)練得到。

6.根據(jù)權(quán)利要求2-3任一項所述的方法，其特征在于，所述歷史對話信息中包括如下至少一項：當前輪對話中用戶的歷史輸入語音、歷史語音識別結(jié)果、意圖識別結(jié)果和對話系統(tǒng)的歷史答復(fù)信息。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，在得到當前語音輸入的完整性判斷結(jié)果之后，還包括：

根據(jù)所述完整性判斷結(jié)果為所述當前輸入語音設(shè)置對話狀態(tài)標識；

相應(yīng)的，根據(jù)所述對話狀態(tài)標識確定當前輪對話。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，對用戶的當前輸入語音進行聲學(xué)特征提取操作，得到當前語音聲學(xué)特征，包括：

將所述當前輸入語音輸入預(yù)先訓(xùn)練的聲學(xué)特征提取模型，進行聲學(xué)特征提取，得到當前語音聲學(xué)特征。

9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述聲學(xué)特征提取模型是基于第二深度神經(jīng)網(wǎng)絡(luò)對第二語音樣本集進行訓(xùn)練得到。

10.根據(jù)權(quán)利要求1所述的方法，其特征在于，語音聲學(xué)特征包括如下至少一項：頻域特征和基頻特征。

11.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述當前語音聲學(xué)特征和所述當前語音語義特征，得到當前語音輸入的完整性判斷結(jié)果，包括：

將所述當前語音聲學(xué)特征和所述當前語音語義特征，輸入預(yù)先訓(xùn)練的完整性判斷模型，得到當前語音輸入的完整性判斷結(jié)果。

12.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述完整性判斷模型是基于第三深度神經(jīng)網(wǎng)絡(luò)對第三語音樣本集進行訓(xùn)練得到。

13.一種語音輸入完整性判斷裝置，其特征在于，包括：

聲學(xué)特征提取模塊，用于對用戶的當前輸入語音進行聲學(xué)特征提取操作，得到當前語音聲學(xué)特征；

語義特征提取模塊，用于對所述當前輸入語音進行語義特征提取操作，得到當前語音語義特征；

完整性判斷模塊，用于根據(jù)所述當前語音聲學(xué)特征和所述當前語音語義特征，得到當前語音輸入的完整性判斷結(jié)果。