[發(fā)明專利]一種語(yǔ)音交互業(yè)務(wù)的執(zhí)行方法及執(zhí)行裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110460617.1
• 申請(qǐng)日: 2021-04-27
• 公開（公告）號(hào): CN113223501B
• 公開（公告）日: 2022-11-04
• 發(fā)明（設(shè)計(jì)）人: 張宇飛;黃辰
• 申請(qǐng)（專利權(quán)）人: 北京三快在線科技有限公司
• 主分類號(hào): G10L15/06
• 分類號(hào): G10L15/06;G10L25/87;G10L15/22
• 代理公司: 北京曼威知識(shí)產(chǎn)權(quán)代理有限公司 11709
• 代理人: 方志煒

本說(shuō)明書公開了一種語(yǔ)音交互業(yè)務(wù)的執(zhí)行方法及執(zhí)行裝置，業(yè)務(wù)平臺(tái)響應(yīng)于用戶針對(duì)語(yǔ)音交互業(yè)務(wù)的語(yǔ)音交互請(qǐng)求，獲取該語(yǔ)音交互業(yè)務(wù)對(duì)應(yīng)的語(yǔ)音信息，而后，可以將該語(yǔ)音信息輸入到預(yù)先訓(xùn)練的基礎(chǔ)識(shí)別模型中，得到基礎(chǔ)識(shí)別結(jié)果，并根據(jù)基礎(chǔ)識(shí)別結(jié)果，判斷語(yǔ)音信息是否滿足預(yù)設(shè)條件。響應(yīng)于該語(yǔ)音信息滿足預(yù)設(shè)條件，可以根據(jù)基礎(chǔ)識(shí)別結(jié)果，判斷當(dāng)前用戶的語(yǔ)音狀態(tài)，響應(yīng)于該語(yǔ)音信息不滿足預(yù)設(shè)條件，根據(jù)輔助識(shí)別結(jié)果，判斷當(dāng)前用戶的語(yǔ)音狀態(tài)，并根據(jù)該語(yǔ)音狀態(tài)，執(zhí)行語(yǔ)音交互業(yè)務(wù)，相比于現(xiàn)有技術(shù)，提高了對(duì)用戶的語(yǔ)音狀態(tài)判斷的準(zhǔn)確性。

技術(shù)領(lǐng)域

本說(shuō)明書涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種語(yǔ)音交互業(yè)務(wù)的執(zhí)行方法及執(zhí)行裝置。

背景技術(shù)

在實(shí)際應(yīng)用中，用戶可以與語(yǔ)音機(jī)器人進(jìn)行持續(xù)地語(yǔ)音交互，從而便于執(zhí)行自己的一些業(yè)務(wù)，例如，語(yǔ)音機(jī)器人可以作為業(yè)務(wù)平臺(tái)中的客服，用戶通過(guò)和語(yǔ)音機(jī)器人之間的語(yǔ)音交互，可以詢問自身在業(yè)務(wù)平臺(tái)中的一些業(yè)務(wù)上的問題，并使得語(yǔ)音機(jī)器人對(duì)自身的問題進(jìn)行解決。

在用戶與語(yǔ)音機(jī)器人的交互過(guò)程中，業(yè)務(wù)平臺(tái)需要確定用戶的語(yǔ)音狀態(tài)，即，確定出用戶在何時(shí)說(shuō)完一句話，并在用戶說(shuō)完一句話后，使語(yǔ)音機(jī)器人向用戶進(jìn)行回復(fù)，用戶根據(jù)語(yǔ)音機(jī)器人的回復(fù)再說(shuō)下一句話，在現(xiàn)有技術(shù)中，業(yè)務(wù)平臺(tái)可以在確定用戶的語(yǔ)音中不包含人聲的時(shí)長(zhǎng)超過(guò)設(shè)定時(shí)長(zhǎng)后，確定用戶說(shuō)完了一句話，并讓語(yǔ)音機(jī)器人回復(fù)用戶。

在現(xiàn)有技術(shù)中，設(shè)定時(shí)長(zhǎng)可以通過(guò)人為進(jìn)行設(shè)置，若該設(shè)定時(shí)長(zhǎng)設(shè)置得過(guò)短，則可能會(huì)在用戶未說(shuō)完一句話時(shí)，語(yǔ)音機(jī)器人開始回復(fù)用戶，而若是該設(shè)定時(shí)長(zhǎng)設(shè)定得過(guò)長(zhǎng)，則用戶需要等待過(guò)長(zhǎng)時(shí)間使語(yǔ)音機(jī)器人進(jìn)行回復(fù)。

所以，如何能夠準(zhǔn)確地確定出用戶的語(yǔ)音狀態(tài)，則是一個(gè)亟待解決的問題。

發(fā)明內(nèi)容

本說(shuō)明書提供一種語(yǔ)音交互業(yè)務(wù)的執(zhí)行方法及執(zhí)行裝置，以部分地解決現(xiàn)有技術(shù)存在的上述問題。

本說(shuō)明書采用下述技術(shù)方案：

本說(shuō)明書提供了一種語(yǔ)音交互業(yè)務(wù)的執(zhí)行方法，包括：

響應(yīng)于用戶針對(duì)語(yǔ)音交互業(yè)務(wù)的語(yǔ)音交互請(qǐng)求，獲取所述語(yǔ)音交互業(yè)務(wù)對(duì)應(yīng)的語(yǔ)音信息；

將所述語(yǔ)音信息輸入到預(yù)先訓(xùn)練的基礎(chǔ)識(shí)別模型中，得到基礎(chǔ)識(shí)別結(jié)果，所述基礎(chǔ)識(shí)別結(jié)果用于表示所述語(yǔ)音信息中是否包含人聲，并根據(jù)所述基礎(chǔ)識(shí)別結(jié)果，判斷所述語(yǔ)音信息是否滿足預(yù)設(shè)條件；

響應(yīng)于所述語(yǔ)音信息滿足所述預(yù)設(shè)條件，根據(jù)所述基礎(chǔ)識(shí)別結(jié)果，判斷當(dāng)前所述用戶的語(yǔ)音狀態(tài)，響應(yīng)于所述語(yǔ)音信息不滿足所述預(yù)設(shè)條件，根據(jù)輔助識(shí)別結(jié)果，判斷當(dāng)前所述用戶的語(yǔ)音狀態(tài)，所述語(yǔ)音狀態(tài)用于表示所述用戶是否在當(dāng)前完成一次語(yǔ)音應(yīng)答，所述輔助識(shí)別結(jié)果是通過(guò)將所述語(yǔ)音信息輸入到預(yù)先訓(xùn)練的輔助識(shí)別模型中得到的，所述輔助識(shí)別結(jié)果用于表示所述語(yǔ)音信息是否包含一次語(yǔ)音應(yīng)答的結(jié)束語(yǔ)音；

根據(jù)所述語(yǔ)音狀態(tài)，執(zhí)行所述語(yǔ)音交互業(yè)務(wù)。

可選地，將所述語(yǔ)音信息輸入到預(yù)先訓(xùn)練的基礎(chǔ)識(shí)別模型之前，所述方法還包括：

將所述語(yǔ)音信息進(jìn)行分割得到各音頻幀，并針對(duì)每個(gè)音頻幀進(jìn)行特征提取，得到每個(gè)音頻幀對(duì)應(yīng)的音頻特征；

將所述語(yǔ)音信息輸入到預(yù)先訓(xùn)練的基礎(chǔ)識(shí)別模型中，得到基礎(chǔ)識(shí)別結(jié)果，具體包括：

將每個(gè)音頻幀對(duì)應(yīng)的音頻特征輸入到所述基礎(chǔ)識(shí)別模型中，得到每個(gè)音頻幀對(duì)應(yīng)的基礎(chǔ)識(shí)別結(jié)果；

通過(guò)將所述語(yǔ)音信息輸入到預(yù)先訓(xùn)練的輔助識(shí)別模型中得到輔助識(shí)別結(jié)果，具體包括：

將每個(gè)音頻幀對(duì)應(yīng)的音頻特征輸入到所述輔助識(shí)別模型中，得到每個(gè)音頻幀對(duì)應(yīng)的輔助識(shí)別結(jié)果。

可選地，根據(jù)所述基礎(chǔ)識(shí)別結(jié)果，判斷所述語(yǔ)音信息是否滿足預(yù)設(shè)條件，具體包括：