[发明专利]人机互动的口语对话系统及其实现方法

权利要求书

1.一种人机互动的口语对话系统，其特征是，包括：

语音识别模块，将用户的语音识别为文字；

纠错模块，将语音识别模块输出的文字进行词法和语法层面的纠错；

自然语言理解模块，将纠错模块输出的纠错后的文字识别为语义；

对话管理模块，根据自然语言理解模块输出的语义，生成对话的语义；

自然语言生成模块，将对话管理模块输出的对话语义生成为对话文字；

语音合成模块，将自然语言生成模块输出的对话文字生成为对话语音。

2.如权利要求1所述的人机互动的口语对话系统的实现方法，其特征是，包括如下步骤：

第1步，收集口语语料形成语料库；

第2步，用户的语音通过语音识别模块被识别为文字；

第3步，所述文字通过纠错模块进行词法和语法层面的纠错；

第4步，纠错后的文字通过自然语言理解模块被识别为语义；

第5步，对话管理模块根据所述语义，生成对话的语义；

第6步，所述对话语义通过自然语言生成模块生成为对话文字；

第7步，所述对话文字通过语音合成模块生成为对话语音。

3.根据权利要求2所述的人机互动的口语对话系统的实现方法，其特征是，所述方法第1步具体包括如下步骤：

第1.1步，收集口语语句；

第1.2步，识别出各个语句的语义；所有语句的语义可分为问题语义和回答语义两大类；

第1.3步，将所有问题语义的语义分为多个对话主题，每个对话主题用一颗语义树表示；语义树是一种树状的数据结构，包括一个根节点、多个子节点、多个孙节点……，每个节点表示一个问题语义；

语义树的一个节点包括它所表示的问题语义的名称、该节点的类型、该节点的子节点；

语义树上的节点根据其与子节点的链接关系分为三种类型，分别是顺序类型、或者类型、任意类型：

顺序类型表示该节点之后按顺序跟着一个子节点；

或者类型表示该节点之后跟着多个子节点，只能选择这多个子节点中的一个且仅有一个子节点；

任意类型表示该节点之后跟着多个子节点，可以以任意顺序选择这多个子节点中的一个或多个子节点；

第1.4步，将所收集的语句编译为多个二进制文件，至少包括：

主题定义文件，用于将所有语句分为多个对话主题；

语义树定义文件，用于将每个对话主题中的所有问题语义形成一个树状的数据结构即语义树，语义树的每个节点表示一个问题语义，每个节点包括语义ID号、类型、各子节点；

语义定义文件，用于每个问题语义及其对应的回答语义，以及每个问题语义所对应的一组具体语句、每个回答语义所对应的一组具体语句；

语句定义文件，管理所有语句以及各语句的部分发音标注和全部发音标注；

BK树定义文件，建立所有语句间的部分发音标注的Levenshtein距离，以及所有语句间的全部发音标注的Levenshtein距离。

4.根据权利要求2所述的人机互动的口语对话系统的实现方法，其特征是，所述方法第3步具体包括如下步骤：

第3.1步，当语音识别模块识别出的文字与语料库中的语句相匹配，则纠错模块认为没有发生错误，原样输出；

当语音识别模块识别出的文字与语料库中的所有语句都不匹配，则纠错模块认为发生了错误，进入第3.2步纠错；

第3.2步，纠错模块将该错误语句作为输入，利用Burkhard-Keller树算法找到在语料库中与该错误语句的部分发音标注法的距离小于或等于n的所有语句；n的取值范围为所述错误语句所含单词数的四分之一到三分之一；

第3.3步，纠错模块计算该错误语句与第3.2步找到的各个语句之间的全部发音标注法间的距离，并按计算出的距离按由小到大的顺序排序；

第3.4步，如果第3.3步计算出的距离的最小值超过阀值，则纠错模块认为纠错失败，输出错误提示信息；

如果第3.3步计算出的距离的最小值在阀值以内，则纠错模块将与该错误语句具有最小的全部发音标注法的距离的语句作为纠错结果输出；

所述阀值的取值范围为所述错误语句所含字符数的四分之一到三分之一。