[發(fā)明專利]用于語音對(duì)話的話術(shù)策略確定方法、裝置及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202111175425.2
• 申請(qǐng)日: 2021-10-09
• 公開（公告）號(hào): CN113935336A
• 公開（公告）日: 2022-01-14
• 發(fā)明（設(shè)計(jì)）人: 劉然;孫濤
• 申請(qǐng)（專利權(quán)）人: 上海淇玥信息技術(shù)有限公司
• 主分類號(hào): G06F40/35
• 分類號(hào): G06F40/35;G06N3/04;G06N3/08;G10L25/30;G10L25/60
• 代理公司: 北京清誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 11691
• 代理人: 何懷燕

1.一種用于語音對(duì)話的話術(shù)策略確定方法，其特征在于，包括：

在和用戶進(jìn)行語音對(duì)話的過程中，獲取所述用戶的實(shí)時(shí)語音數(shù)據(jù)；

基于語音模型提取所述實(shí)時(shí)語音數(shù)據(jù)的語音特征數(shù)據(jù)以確定所述用戶的情感標(biāo)簽；

基于語義模型提取所述實(shí)時(shí)語音數(shù)據(jù)的語義特征數(shù)據(jù)以確定所述用戶的態(tài)度標(biāo)簽；

基于所述情感標(biāo)簽和所述態(tài)度標(biāo)簽確定話術(shù)策略；

基于所述話術(shù)策略確定回復(fù)數(shù)據(jù)以繼續(xù)和所述用戶進(jìn)行語音對(duì)話。

2.如權(quán)利要求1所述的方法，其特征在于，還包括：

獲取歷史用戶的歷史語音數(shù)據(jù)；

為所述歷史語音數(shù)據(jù)確定情感標(biāo)簽；

基于帶有情感標(biāo)簽的歷史語音數(shù)據(jù)對(duì)長(zhǎng)短期記憶網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練以生成所述語音模型。

3.如權(quán)利要求2所述的方法，其特征在于，基于帶有情感標(biāo)簽的歷史語音數(shù)據(jù)對(duì)長(zhǎng)短期記憶網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練以生成所述語音模型，包括：

通過梅爾倒譜系數(shù)提取所述歷史語音數(shù)據(jù)的歷史語音特征數(shù)據(jù)；

將帶有情感標(biāo)簽的歷史語音特征數(shù)據(jù)輸入長(zhǎng)短期記憶網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；

在激活函數(shù)softmax函數(shù)滿足訓(xùn)練策略時(shí)，生成所述語音模型。

4.如權(quán)利要求1所述的方法，其特征在于，還包括：

獲取歷史用戶的歷史語音數(shù)據(jù)；

為所述歷史語音數(shù)據(jù)確定態(tài)度標(biāo)簽；

基于帶有態(tài)度標(biāo)簽的歷史語音數(shù)據(jù)對(duì)循環(huán)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練以生成所述語義模型。

5.如權(quán)利要求4所述的方法，其特征在于，基于帶有態(tài)度標(biāo)簽的歷史語音數(shù)據(jù)對(duì)循環(huán)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練以生成所述語義模型，包括：

將所述歷史語音數(shù)據(jù)轉(zhuǎn)換為歷史文本數(shù)據(jù)；

通過所述歷史文本數(shù)據(jù)生成歷史文本特征數(shù)據(jù)；

將帶有態(tài)度標(biāo)簽的歷史文本特征數(shù)據(jù)輸入循環(huán)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；

在激活函數(shù)tanh函數(shù)滿足訓(xùn)練策略時(shí)，生成所述語義模型。

6.如權(quán)利要求1所述的方法，其特征在于，基于語音模型提取所述實(shí)時(shí)語音數(shù)據(jù)的語音特征數(shù)據(jù)以確定所述用戶的情感標(biāo)簽，包括：

將所述實(shí)時(shí)語音數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理以生成分幀數(shù)據(jù)；

將所述分幀數(shù)據(jù)進(jìn)行快速傅里葉變換生成變換數(shù)據(jù)；

通過多個(gè)梅爾濾波器組對(duì)所述變換數(shù)據(jù)進(jìn)行濾波處理以生成語音特征數(shù)據(jù)；

將所述語音特征數(shù)據(jù)輸入所述語音模型中以生成所述用戶的情感標(biāo)簽。

7.如權(quán)利要求1所述的方法，其特征在于，基于語義模型提取所述實(shí)時(shí)語音數(shù)據(jù)的語義特征數(shù)據(jù)以確定所述用戶的態(tài)度標(biāo)簽，包括：

將實(shí)時(shí)語音數(shù)據(jù)轉(zhuǎn)換為文本數(shù)據(jù)；

將所述文本數(shù)據(jù)進(jìn)行文本處理以生成文本特征數(shù)據(jù)；

將所述文本特征數(shù)據(jù)輸入所述語義模型中以生成所述用戶的態(tài)度標(biāo)簽。

8.如權(quán)利要求1所述的方法，其特征在于，基于所述情感標(biāo)簽和所述態(tài)度標(biāo)簽確定話術(shù)策略，包括：

獲取用戶的用戶數(shù)據(jù)，所述用戶數(shù)據(jù)包括基礎(chǔ)數(shù)據(jù)和行為數(shù)據(jù)；

基于所述用戶數(shù)據(jù)確定所述用戶的用戶畫像；

基于所述用戶畫像和所述情感標(biāo)簽、所述態(tài)度標(biāo)簽確定所述話術(shù)策略。

9.如權(quán)利要求1所述的方法，其特征在于，基于所述話術(shù)策略確定回復(fù)數(shù)據(jù)以繼續(xù)和所述用戶進(jìn)行語音對(duì)話，包括：

基于所述話術(shù)策略確定回復(fù)語音數(shù)據(jù)或回復(fù)文字?jǐn)?shù)據(jù)；

基于回復(fù)語音數(shù)據(jù)或回復(fù)文字?jǐn)?shù)據(jù)繼續(xù)和所述用戶進(jìn)行語音對(duì)話。