[發(fā)明專利]語音交互方法、服務(wù)器、語音交互系統(tǒng)和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110689953.3
• 申請日: 2021-06-22
• 公開（公告）號: CN113421542A
• 公開（公告）日: 2021-09-21
• 發(fā)明（設(shè)計）人: 郭華鵬;張巖
• 申請（專利權(quán)）人: 廣州小鵬汽車科技有限公司
• 主分類號: G10L13/02
• 分類號: G10L13/02;G10L13/04;H04L29/08
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 邵泳城

本發(fā)明公開一種語音交互方法、服務(wù)器、語音交互系統(tǒng)以及存儲介質(zhì)。語音交互方法包括：獲取TTS的合成請求；根據(jù)TTS的合成請求，在服務(wù)器的第一緩存中查找與TTS的合成請求相應(yīng)的目標(biāo)音頻文件；在第一緩存中不存在目標(biāo)音頻文件時，在服務(wù)器的第二緩存中查找與TTS的合成請求相應(yīng)的目標(biāo)音頻文件；在第二緩存中不存在目標(biāo)音頻文件時，使用第三方服務(wù)合成目標(biāo)音頻文件，并返回給車機(jī)端以完成語音交互。上述語音交互方法通過先在服務(wù)器本地查找能夠較快響應(yīng)的第一緩存和第二緩存，達(dá)到更快獲得目標(biāo)音頻文件的效果。

技術(shù)領(lǐng)域

本發(fā)明涉及語音技術(shù)領(lǐng)域，特別涉及一種語音交互方法、服務(wù)器、語音交互系統(tǒng)和存儲介質(zhì)。

背景技術(shù)

由于用戶用車習(xí)慣不同，每個車機(jī)常用的回復(fù)指令也是大不一樣，單一的緩存有失效、丟失風(fēng)險，造成請求第三方服務(wù)流量大，音頻播報延時較高，影響人機(jī)交互體感，而且，頻繁使用第三方服務(wù)，會使得成本增加。

發(fā)明內(nèi)容

本發(fā)明的實(shí)施方式提供一種語音交互方法、服務(wù)器、語音交互系統(tǒng)和存儲介質(zhì)。

本發(fā)明實(shí)施方式的一種語音交互方法，包括：

獲取TTS的合成請求；

根據(jù)所述TTS的合成請求，在所述服務(wù)器的第一緩存中查找與所述TTS的合成請求相應(yīng)的目標(biāo)音頻文件；

在所述第一緩存中不存在所述目標(biāo)音頻文件時，在所述服務(wù)器的第二緩存中查找與所述TTS的合成請求相應(yīng)的所述目標(biāo)音頻文件；

在所述第二緩存中不存在所述目標(biāo)音頻文件時，使用第三方服務(wù)合成所述目標(biāo)音頻文件，并返回給車機(jī)端以完成語音交互。

在某些實(shí)施方式中，所述語音交互方法包括：

根據(jù)一定時間內(nèi)各所述TTS的合成請求的文本內(nèi)容以及各所述TTS的合成請求出現(xiàn)的次數(shù)，獲取存量數(shù)據(jù)；

根據(jù)所述存量數(shù)據(jù)，使用所述第三方服務(wù)預(yù)合成音頻流存儲至所述第一緩存，以獲得所述第一緩存的預(yù)置音頻文件數(shù)據(jù)，和/或

根據(jù)所述存量數(shù)據(jù)，使用所述第三方服務(wù)預(yù)合成音頻流存儲至所述第二緩存，以獲得所述第二緩存的預(yù)置音頻文件數(shù)據(jù)

在某些實(shí)施方式中，所述語音交互方法包括：

在所述第一緩存不存在所述目標(biāo)音頻文件時，將所述第三方服務(wù)在線合成的所述目標(biāo)音頻文件存儲至所述第一緩存，和/或

在所述第二緩存不存在所述目標(biāo)音頻文件時，將所述第三方服務(wù)在線合成的所述目標(biāo)音頻文件存儲至所述第二緩存。

在某些實(shí)施方式中，所述語音交互方法包括：

通過開關(guān)控制是否將音頻文件存儲至所述第一緩存，和/或是否將音頻文件存儲至所述第二緩存。

在某些實(shí)施方式中，所述語音交互方法包括：

查找所述存量數(shù)據(jù)中包含預(yù)設(shè)關(guān)鍵字的TTS的合成請求，使用所述第三方服務(wù)合成與查找到的TTS的合成請求相應(yīng)的音頻流，并存儲至所述第一緩存，以更新所述第一緩存的預(yù)置音頻文件數(shù)據(jù)，和/或

查找所述存量數(shù)據(jù)中包含預(yù)設(shè)關(guān)鍵字的TTS的合成請求，使用所述第三方服務(wù)合成與查找到的TTS的合成請求相應(yīng)的音頻流存儲至所述第二緩存，以更新所述第二緩存的預(yù)置音頻文件數(shù)據(jù)。

在某些實(shí)施方式中，所述語音交互方法包括：

在所述第一緩存滿足預(yù)設(shè)條件時，執(zhí)行音頻文件的緩存淘汰策略。

在某些實(shí)施方式中，所述執(zhí)行緩存淘汰策略，包括：

根據(jù)最近最少使用原則和預(yù)設(shè)過期時間，對所述音頻文件執(zhí)行緩存淘汰策略。