[发明专利]一种实现智能语音对话的方法、装置及系统

权利要求书

1.一种实现智能语音对话的方法，其特征在于，所述方法包括：

接收客户端录制的语音信号；

将所述语音信号转化为语音文本；

确定所述语音文本对应的语义；

确定所述语义对应的语言逻辑；

确定所述语言逻辑对应的对话文本；

合成所述对话文本对应的音频文件；

向客户端发送所述音频文件；

其中，所述确定所述语言逻辑对应的对话文本包括：

基于语言信号的语言文本确定预设作答规则；基于所述预设作答规则，结合上下文对所述语言逻辑选取出具体场景下合适的对话文本；

或者，基于语言信号的得分确定预设作答规则；基于所述预设作答规则，针对得分高低不同的语言信号，选取出难易程度不同的对话文本；

其中，所述预设作答规则为基于语言逻辑确定对话文本时的确定原则。

2.根据权利要求1所述的方法，其特征在于，所述确定所述语音文本对应的语义包括：

基于第一预设选取规则，选取所述语音文本中的至少一个关键词；

基于所述至少一个关键词确定语义。

3.根据权利要求1所述的方法，其特征在于，所述确定所述语义对应的语言逻辑包括：

确定所述语义对应的至少一个预设逻辑配置；

基于第二预设选取规则，从所述至少一个预设逻辑配置中确定语言逻辑。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

判断所述对话文本是否与预设目标文本一致；

若所述对话文本与所述预设目标文本一致时，则结束对话。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于预设评分标准，确定所述语音信号的至少一个维度的分值。

6.根据权利要求1-5任一所述的方法，其特征在于，所述方法还包括：

当接收到求助指令时，基于当前对话文本确定至少一个参考对话文本；

向客户端发送所述至少一个参考对话文本。

7.一种实现智能语音对话的装置，其特征在于，所述装置包括：

语音接收模块，用于接收客户端录制的语音信号；

文本转化模块，用于将所述语音信号转化为语音文本；

语义确定模块，用于确定所述语音文本对应的语义；

逻辑确定模块，用于确定所述语义对应的语言逻辑；

文本确定模块，用于确定所述语言逻辑对应的对话文本；

音频合成模块，用于合成所述对话文本对应的音频文件；

音频发送模块，用于向客户端发送所述音频文件；

其中，所述确定所述语言逻辑对应的对话文本包括：

基于语言信号的语言文本确定预设作答规则；基于所述预设作答规则，结合上下文对所述语言逻辑选取出具体场景下合适的对话文本；

或者，基于语言信号的得分确定预设作答规则；基于所述预设作答规则，针对得分高低不同的语言信号，选取出难易程度不同的对话文本；

其中，所述预设作答规则为基于语言逻辑确定对话文本时的确定原则。

8.根据权利要求7所述的装置，其特征在于，所述语义确定模块包括：

关键词选取子模块，用于基于第一预设选取规则，选取所述语音文本中的至少一个关键词；

第一确定子模块，用于基于所述至少一个关键词确定语义。

9.一种实现智能语音对话的系统，其特征在于，所述系统包括：客户端、服务器；其中，

所述客户端，用于接收场景指令，向服务器发送该场景指令；

所述服务器，用于基于所述场景指令开启智能语音对话的功能，并基于该场景指令对应的场景向客户端发起首轮对话，当接收到客户端录制的语音信号时，将所述语音信号转化为语音文本，确定所述语音文本对应的语义，确定所述语义对应的语言逻辑，确定所述语言逻辑对应的对话文本，合成所述对话文本对应的音频文件，向客户端发送所述音频文件；

所述客户端，还用于接收所述音频文件，播放所述音频文件；

其中，所述确定所述语言逻辑对应的对话文本包括：

基于语言信号的语言文本确定预设作答规则；基于所述预设作答规则，结合上下文对所述语言逻辑选取出具体场景下合适的对话文本；

或者，基于语言信号的得分确定预设作答规则；基于所述预设作答规则，针对得分高低不同的语言信号，选取出难易程度不同的对话文本；

其中，所述预设作答规则为基于语言逻辑确定对话文本时的确定原则。