[發(fā)明專利]人機(jī)語(yǔ)音交互方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110737501.8
• 申請(qǐng)日: 2021-06-30
• 公開（公告）號(hào): CN113539261A
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計(jì)）人: 杜京鋼;張文瑜
• 申請(qǐng)（專利權(quán)）人: 大眾問(wèn)問(wèn)（北京）信息科技有限公司
• 主分類號(hào): G10L15/22
• 分類號(hào): G10L15/22;G10L15/26;G10L15/18;G10L25/63;G10L25/27
• 代理公司: 北京市萬(wàn)慧達(dá)律師事務(wù)所 11111
• 代理人: 劉艷麗

1.一種人機(jī)語(yǔ)音交互方法，所述方法包括：

接收來(lái)自用戶的對(duì)話語(yǔ)音；

識(shí)別出所述對(duì)話語(yǔ)音對(duì)應(yīng)的語(yǔ)音文本，對(duì)所述語(yǔ)音文本進(jìn)行語(yǔ)義分析，并基于語(yǔ)義分析的結(jié)果識(shí)別出所述用戶的交互需求類型；

在所述交互需求類型為任務(wù)相關(guān)型時(shí)，通過(guò)任務(wù)樹模型確定出用于應(yīng)答所述語(yǔ)音文本的回復(fù)文本；

在所述交互需求類型為任務(wù)無(wú)關(guān)型時(shí)，通過(guò)概率模型確定出用于應(yīng)答所述語(yǔ)音文本的回復(fù)文本；

根據(jù)確定出的回復(fù)文本進(jìn)行語(yǔ)音應(yīng)答。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

對(duì)所述對(duì)話語(yǔ)音進(jìn)行聲紋識(shí)別，并基于聲紋識(shí)別的結(jié)果確定出所述用戶的屬性信息，所述屬性信息為年齡區(qū)間和/或性別；

所述根據(jù)確定出的回復(fù)文本進(jìn)行語(yǔ)音應(yīng)答，包括：

確定所述用戶的屬性信息對(duì)應(yīng)的播報(bào)音質(zhì)類型；

根據(jù)所述播報(bào)音質(zhì)類型和確定出的回復(fù)文本生成應(yīng)答語(yǔ)音，播放所述應(yīng)答語(yǔ)音。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述通過(guò)概率模型確定出用于應(yīng)答所述語(yǔ)音文本的回復(fù)文本，包括：

獲取預(yù)設(shè)語(yǔ)料庫(kù)中的多條語(yǔ)料文本，所述多條語(yǔ)料文本為所述預(yù)設(shè)語(yǔ)料庫(kù)中的全部或部分語(yǔ)料文本；

通過(guò)概率模型計(jì)算出每條所述語(yǔ)料文本對(duì)應(yīng)的回復(fù)概率；

將對(duì)應(yīng)的回復(fù)概率最高的語(yǔ)料文本作為用于應(yīng)答所述語(yǔ)音文本的回復(fù)文本。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述概率模型為貝葉斯網(wǎng)絡(luò)概率模型，通過(guò)概率模型計(jì)算出任一條所述語(yǔ)料文本對(duì)應(yīng)的回復(fù)概率的步驟，包括：

識(shí)別出所述用戶在說(shuō)出所述對(duì)話語(yǔ)音時(shí)的情緒類型，通過(guò)第一先驗(yàn)概率映射關(guān)系確定出與所述情緒類型對(duì)應(yīng)的先驗(yàn)概率，并將其作為貝葉斯網(wǎng)絡(luò)概率模型的第一概率；

判斷該任一條語(yǔ)料文本是否包含高頻詞匯，通過(guò)第二先驗(yàn)概率映射關(guān)系確定出與判斷結(jié)果對(duì)應(yīng)的先驗(yàn)概率，并將其作為貝葉斯網(wǎng)絡(luò)概率模型的第二概率；

識(shí)別出該任一條語(yǔ)料文本所屬的話題類型，判斷所述話題類型是否屬于偏好話題，通過(guò)第三先驗(yàn)概率映射關(guān)系確定出與判斷結(jié)果對(duì)應(yīng)的先驗(yàn)概率，并將其作為貝葉斯網(wǎng)絡(luò)概率模型的第三概率；

獲取該任一條語(yǔ)料文本對(duì)應(yīng)的語(yǔ)料風(fēng)格類型，通過(guò)第四先驗(yàn)概率映射關(guān)系確定出與所述語(yǔ)料風(fēng)格類型和所述情緒類型對(duì)應(yīng)的先驗(yàn)概率，并將其作為貝葉斯網(wǎng)絡(luò)概率模型的第四概率；

根據(jù)所述第一概率、所述第二概率、所述第三概率和所述第四概率中的至少兩項(xiàng)概率計(jì)算出該任一條所述語(yǔ)料文本對(duì)應(yīng)的回復(fù)概率。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述識(shí)別出所述用戶在說(shuō)出所述對(duì)話語(yǔ)音時(shí)的情緒類型，包括：

獲取攝像頭采集到的所述用戶在說(shuō)出所述對(duì)話語(yǔ)音時(shí)的表情圖像，對(duì)所述表情圖像進(jìn)行情緒識(shí)別，根據(jù)情緒識(shí)別的結(jié)果確定出所述用戶在說(shuō)出所述對(duì)話語(yǔ)音時(shí)的情緒類型；

和/或，對(duì)所述對(duì)話語(yǔ)音進(jìn)行情緒識(shí)別，根據(jù)情緒識(shí)別的結(jié)果確定出所述用戶在說(shuō)出所述對(duì)話語(yǔ)音時(shí)的情緒類型。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，在所述通過(guò)第四先驗(yàn)概率映射關(guān)系確定出與所述語(yǔ)料風(fēng)格類型和所述情緒類型對(duì)應(yīng)的先驗(yàn)概率之前，所述方法還包括：

獲取與所述用戶在本次會(huì)話中的交互對(duì)話次數(shù)；

根據(jù)所述交互對(duì)話次數(shù)和所述情緒類型判斷是否需要對(duì)當(dāng)前的第四先驗(yàn)概率映射關(guān)系進(jìn)行概率值更新；

在確定需要更新時(shí)，對(duì)當(dāng)前的第四先驗(yàn)概率映射關(guān)系進(jìn)行概率值更新。

7.根據(jù)權(quán)利要求5所述的方法，其特征在于，在判斷所述話題類型是否屬于偏好話題之前，所述方法還包括：根據(jù)所述交互對(duì)話次數(shù)和所述情緒類型判斷是否需要對(duì)當(dāng)前的偏好話題進(jìn)行更新；在確定需要更新時(shí)，對(duì)當(dāng)前的偏好話題進(jìn)行更新。