[發明專利]一種人機會話方法及系統

在審

• 申請號: 202211713235.6
• 申請日: 2022-12-29
• 公開（公告）號: CN116110401A
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 張金英;柯海杰;柯勇全
• 申請（專利權）人: 廣東元智云科技有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/16;G10L15/22;G06F40/30
• 代理公司: 廣州市越秀區哲力專利商標事務所(普通合伙) 44288
• 代理人: 孫振國

1.一種人機會話方法，其特征在于，包括：

機器人采集第一語音信號；

服務器通過語音識別將所述第一語音信號轉換為文字得到第一文字信息；

所述服務器通過語義理解提取所述第一文字信息中的關鍵信息；

所述服務器從動態知識庫中查找與所述關鍵信息關聯度最大的規則模板得到第一規則模板；

所述服務器根據所述第一規則模板生成第二語音信號；

所述機器人輸出所述第二語音信號。

2.根據權利要求1所述的方法，其特征在于，所述機器人采集第一語音信號包括：

機器人通過多個麥克風采集第一語音信號。

3.根據權利要求1或2所述的方法，其特征在于，所述方法還包括：

所述服務器對所述第一語音信號進行預處理，得到第二語音信號，所述預處理包括混響處理、降噪處理和防抖處理；

所述服務器通過語音識別將所述第一語音信號轉換為文字得到第一文字信息包括：

所述服務器通過語音識別將所述第二語音信號轉換為文字得到第一文字信息。

4.根據權利要求1所述的方法，其特征在于，所述服務器通過語音識別將所述第一語音信號轉換為文字得到第一文字信息包括：

所述服務器使用語音識別模型將所述第一語音信號轉換為文字得到第一文字信息，所述語音識別模型基于延遲控制的雙向長短期記憶深度神經網絡LC-BLSTM-DNN混合算法構建。

5.根據權利要求1所述的方法，其特征在于，所述服務器通過語義理解提取所述第一文字信息中的關鍵信息包括：

所述服務器確定所述第一文字信息對應的領域、意圖和詞槽中的一種或多種；

所述服務器從動態知識庫中查找與所述關鍵信息關聯度最大的規則模板，得到第一規則模板包括：

所述服務器從動態知識庫中查找與所述第一文字信息對應的領域、意圖和詞槽中的一種或多種關聯度最大的規則模板，得到第一規則模板。

6.一種人機會話系統，其特征在于，包括機器人和服務器，其中：

所述機器人，用于采集第一語音信號；

所述服務器，用于通過語音識別將所述第一語音信號轉換為文字得到第一文字信息，通過語義理解提取所述第一文字信息中的關鍵信息，從動態知識庫中查找與所述關鍵信息關聯度最大的規則模板得到第一規則模板，根據所述第一規則模板生成第二語音信號；

所述機器人，還用于輸出所述第二語音信號。

7.根據權利要求6所述的系統，其特征在于，所述機器人采集第一語音信號包括：

機器人通過多個麥克風采集第一語音信號。

8.根據權利要求6或7所述的系統，其特征在于，所述服務器，還用于對所述第一語音信號進行預處理，得到第二語音信號，所述預處理包括混響處理、降噪處理和防抖處理；

所述服務器通過語音識別將所述第一語音信號轉換為文字得到第一文字信息包括：

所述服務器通過語音識別將所述第二語音信號轉換為文字得到第一文字信息。

9.根據權利要求6所述的系統，其特征在于，所述服務器通過語音識別將所述第一語音信號轉換為文字得到第一文字信息包括：

所述服務器使用語音識別模型將所述第一語音信號轉換為文字得到第一文字信息，所述語音識別模型基于延遲控制的雙向長短期記憶深度神經網絡LC-BLSTM-DNN混合算法構建。

10.根據權利要求6所述的系統，其特征在于，所述服務器通過語義理解提取所述第一文字信息中的關鍵信息包括：

所述服務器確定所述第一文字信息對應的領域、意圖和詞槽中的一種或多種；

所述服務器從動態知識庫中查找與所述關鍵信息關聯度最大的規則模板，得到第一規則模板包括：

所述服務器從動態知識庫中查找與所述第一文字信息對應的領域、意圖和詞槽中的一種或多種關聯度最大的規則模板，得到第一規則模板。