[發明專利]一種對話處理方法、裝置及電子設備

在審

• 申請號: 202110573361.5
• 申請日: 2021-05-25
• 公開（公告）號: CN113205811A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 邵一鳴;吳遠皓;金忠孝
• 申請（專利權）人: 上海汽車集團股份有限公司;上海汽車工業(集團)總公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G06F40/253;G06F40/30;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京信遠達知識產權代理有限公司 11304
• 代理人: 王會會

1.一種對話處理方法，其特征在于，應用于控制器，所述對話處理方法包括：

獲取依據預設語音處理規則對用戶輸入的語音進行處理，得到的所述語音對應的目標文本數據；

獲取用戶確定的語言風格類型；所述語言風格類型包括用戶選擇的預設語言風格類型，或，包括用戶設定的至少一個語言風格選項；

調用預設數據處理模型對所述目標文本數據進行語言風格轉換處理，得到與所述語言風格類型對應的文本對話結果；所述預設數據處理模型基于訓練樣本訓練得到；所述訓練樣本包括語音樣本對應的文本、以及所述文本對應的語言風格類型；

輸出所述文本對話結果。

2.根據權利要求1所述的對話處理方法，其特征在于，獲取依據預設語音處理規則對用戶輸入的語音進行處理，得到的所述語音對應的目標文本數據，包括：

獲取用戶輸入的語音，并確定所述語音對應的文本；

將所述文本確定為所述語音對應的目標文本數據。

3.根據權利要求1所述的對話處理方法，其特征在于，獲取依據預設語音處理規則對用戶輸入的語音進行處理，得到的所述語音對應的目標文本數據，包括：

獲取用戶輸入的語音的文本對應的初始文本對話結果，并將所述初始文本對話結果確定為所述語音對應的目標文本數據。

4.根據權利要求3所述的對話處理方法，其特征在于，獲取用戶輸入的語音對應的初始文本對話結果，包括：

獲取用戶輸入的語音，并確定所述語音對應的文本；所述語音為用戶與所述控制器語音對話過程中的連續語音；

調用預設語音對話模型對所述語音對應的文本進行處理，得到所述語音對應的初始文本對話結果。

5.根據權利要求4所述的對話處理方法，其特征在于，調用預設語音對話模型對所述語音對應的文本進行處理，得到所述語音對應的初始文本對話結果，包括：

調用預設語音對話模型，以使所述預設語音對話模型對所述語音對應的文本進行環境信息分析和用戶情緒分析，并基于環境信息分析的結果和用戶情緒分析的結果，得到所述語音對應的初始文本對話結果。

6.根據權利要求1所述的對話處理方法，其特征在于，在所述輸出所述文本對話結果之后，還包括：

將所述文本對話結果轉換成與所述語言風格類型對應的語音文本；

輸出所述語音文本。

7.根據權利要求1所述的對話處理方法，其特征在于，獲取用戶確定的語言風格類型，包括：

獲取用戶從語言風格輸入界面中顯示的多種預設語言風格類型中選擇的預設語言風格類型；

或，獲取用戶從語言風格輸入界面中的語言風格輸入區域輸入的至少一個語言風格選項。

8.根據權利要求1所述的對話處理方法，其特征在于，所述預設數據處理模型的生成過程包括：

獲取訓練樣本，所述訓練樣本包括語音樣本對應的文本、以及所述文本的語言風格類型；

使用所述訓練樣本對預設數據處理模型進行訓練，直至滿足預設停止條件時停止訓練。

9.一種對話處理裝置，其特征在于，應用于控制器，所述對話處理裝置包括：

數據獲取模塊，用于獲取依據預設語音處理規則對用戶輸入的語音進行處理，得到的所述語音對應的目標文本數據；

風格獲取模塊，用于獲取用戶確定的語言風格類型；所述語言風格類型包括用戶選擇的預設語言風格類型，或，包括用戶設定的至少一個語言風格選項；

數據處理模塊，用于調用預設數據處理模型對所述目標文本數據進行語言風格轉換處理，得到與所述語言風格類型對應的文本對話結果；所述預設數據處理模型基于訓練樣本訓練得到；所述訓練樣本包括語音樣本對應的文本、以及所述文本對應的語言風格類型；

結果輸出模塊，用于輸出所述文本對話結果。

10.一種電子設備，其特征在于，包括：存儲器和處理器；

其中，所述存儲器用于存儲程序；

處理器調用程序并用于：

獲取依據預設語音處理規則對用戶輸入的語音進行處理，得到的所述語音對應的目標文本數據；

獲取用戶確定的語言風格類型；所述語言風格類型包括用戶選擇的預設語言風格類型，或，包括用戶設定的至少一個語言風格選項；

調用預設數據處理模型對所述目標文本數據進行語言風格轉換處理，得到與所述語言風格類型對應的文本對話結果；所述預設數據處理模型基于訓練樣本訓練得到；所述訓練樣本包括語音樣本對應的文本、以及所述文本對應的語言風格類型；

輸出所述文本對話結果。