[發(fā)明專利]一種智能語音交互打斷處理方法、裝置及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110407547.3
• 申請日: 2021-04-15
• 公開（公告）號: CN113113013B
• 公開（公告）日: 2022-03-18
• 發(fā)明（設計）人: 牛歌
• 申請（專利權）人: 北京帝派智能科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/18
• 代理公司: 北京弘權知識產權代理有限公司 11363
• 代理人: 逯長明;許偉群

1.一種智能語音交互打斷處理方法，其特征在于，包括：

接收用戶發(fā)送的打斷語音；

獲取接收所述打斷語音時播放的當前語音所對應的第一時間戳；

根據(jù)所述第一時間戳，確定第二時間戳，所述第二時間戳是指位于所述第一時間戳之后的第一個可打斷時間戳，所述可打斷時間戳用于指示停止播放所述當前語音，且所述可打斷時間戳的設置符合預設的播放完整性規(guī)則，其中，所述可打斷時間戳對應預設字/詞/語義的邊界；

將所述當前語音播放至所述第二時間戳；

其中，根據(jù)所述第一時間戳，確定第二時間戳包括：

獲取待分析語音，所述待分析語音是指從所述第一時間戳開始至所述當前語音的結尾的語音；

根據(jù)預設的可打斷時間戳與字/詞/句子/語義的對應關系，確定所述待分析語音中的全部可打斷時間戳；

從所述全部可打斷時間戳中確定第二時間戳。

2.根據(jù)權利要求1所述的方法，其特征在于，所述接收用戶發(fā)送的打斷語音包括：

接收用戶發(fā)送的語音信號；

根據(jù)預設規(guī)則，判斷所述語音信號是否為打斷語音；

提取所述打斷語音。

3.根據(jù)權利要求2所述的方法，其特征在于，所述預設規(guī)則包括所述語音信號對應的音量大于或者等于預設音量，和/或所述語音信號對應的語義符合預設用于指示停止播放語音的語義。

4.根據(jù)權利要求1所述的方法，其特征在于，所述獲取接收所述打斷語音時播放的當前語音所對應的第一時間戳包括：

識別接收所述打斷語音時播放的當前語音對應的已播放時間；

確定所述已播放時間為第一時間戳。

5.根據(jù)權利要求1所述的方法，其特征在于，所述當前語音的每一個句子包含至少一個所述可打斷時間戳。

6.根據(jù)權利要求5所述的方法，其特征在于，若所述當前語音的目標句子包含一個可打斷時間戳，所述可打斷時間戳對應所述目標句子的邊界。

7.一種智能語音交互打斷處理裝置，其特征在于，所述裝置包括：

打斷判斷模塊，用于接收用戶發(fā)送的打斷語音；

第一時間戳獲取模塊，用于獲取接收所述打斷語音時播放的當前語音所對應的第一時間戳；

第二時間戳獲取模塊，用于根據(jù)所述第一時間戳，確定第二時間戳，所述第二時間戳是指位于所述第一時間戳之后的第一個可打斷時間戳，所述可打斷時間戳用于指示停止播放所述當前語音，且所述可打斷時間戳的設置符合預設的播放完整性規(guī)則，其中，所述可打斷時間戳對應預設字/詞/語義的邊界；

播放模塊，用于將所述當前語音播放至所述第二時間戳；

其中，所述第二時間戳獲取模塊，還用于獲取待分析語音，所述待分析語音是指從所述第一時間戳開始至所述當前語音的結尾的語音；

根據(jù)預設的可打斷時間戳與字/詞/句子/語義的對應關系，確定所述待分析語音中的全部可打斷時間戳；

從所述全部可打斷時間戳中確定第二時間戳。

8.一種智能語音交互打斷系統(tǒng)，其特征在于，包括：接收器、處理器和存儲器，所述接收器用于接收用戶發(fā)送的打斷語音，所述存儲器存儲有計算機程序指令，當所述計算機程序指令被所述處理器執(zhí)行時，使得所述處理器執(zhí)行以下程序步驟：

獲取接收所述打斷語音時播放的當前語音所對應的第一時間戳；

根據(jù)所述第一時間戳，確定第二時間戳，所述第二時間戳是指位于所述第一時間戳之后的第一個可打斷時間戳，所述可打斷時間戳用于指示停止播放所述當前語音，且所述可打斷時間戳的設置符合預設的播放完整性規(guī)則，其中，所述可打斷時間戳對應預設字/詞/語義的邊界；

將所述當前語音播放至所述第二時間戳；

其中，根據(jù)所述第一時間戳，確定第二時間戳包括：

獲取待分析語音，所述待分析語音是指從所述第一時間戳開始至所述當前語音的結尾的語音；

根據(jù)預設的可打斷時間戳與字/詞/句子/語義的對應關系，確定所述待分析語音中的全部可打斷時間戳；

從所述全部可打斷時間戳中確定第二時間戳。