[发明专利]语音数据处理方法和装置

权利要求书

1.一种语音数据处理方法，用于客户端，包括：

接收用户的第一语音指令，基于所述第一语音指令和预设唤醒词向服务器端发送开启所述预设唤醒词的自动语音识别训练和识别的请求；

接收所述服务器端返回的是否成功唤醒的结果；

响应于成功唤醒，根据设置的第一时间段检测用户是否在第一时间段内发出第二语音指令；

响应于在第一时间段内检测到用户发出的第二语音指令，将所述第二语音指令的音频数据的起点追溯到所述第一语音指令的音频数据的起点；

自所述第一语音指令的音频数据的起点开始依次将所述第一语音指令和实时检测到的所述第二语音指令发送至所述服务器端进行识别直至第一时间段结束。

2.根据权利要求1所述的方法，在检测用户是否在第一时间段内发出第二语音指令之后，还包括：

获取开发者是否定制了第二时间段，其中，第二时间段<第一时间段；

若开发者定制了第二时间段，检测用户是否在第二时间段内开始发出第二语音指令；

-若是，将所述第二语音指令的音频数据的起点追溯到所述第一语音指令的音频数据的起点；

自所述第一语音指令的音频数据的起点开始依次将所述第一语音指令和实时检测到的所述第二语音指令发送至所述服务器端进行识别直至第一时间段结束；

-若否，向用户播放欢迎语。

3.根据权利要求2所述的方法，在获取开发者未定制第二时间段或检测到用户未在第二时间段内开始发出第二语音指令之后，还包括：

获取开发者是否定制了第三时间段，其中，第二时间段<第三时间段<第一时间段；

若开发者定制了第三时间段，检测用户是否在第三时间段内开始发出第二语音指令；

-若是，将所述第二语音指令的音频数据的起点追溯到所述第一语音指令的音频数据的起点；

自所述第一语音指令的音频数据的起点开始依次将所述第一语音指令和实时检测到的所述第二语音指令发送至所述服务器端进行识别直至第一时间段结束；

-若否，则退出对话。

4.根据权利要求3所述的方法，在获取开发者是否定制了第三时间段之后，所述方法还包括：

若开发者未定制第三时间段，则检测用户是否在第一时间段内发出第二语音指令；

-若是，响应于在第一时间段内检测到用户发出的第二语音指令，将所述第二语音指令的音频数据的起点追溯到所述第一语音指令的音频数据的起点；

自所述第一语音指令的音频数据的起点开始依次将所述第一语音指令和实时检测到的所述第二语音指令发送至所述服务器端进行识别直至第一时间段结束；

-若否，播放提示语。

5.根据权利要求1-4中任一项所述的方法，其中，在自所述第一语音指令的音频数据的起点开始依次将所述第一语音指令和实时检测到的所述第二语音指令发送至所述服务器端进行识别直至第一时间段结束之后，所述方法还包括：

接收服务器端识别后返回的语义理解结果；

根据所述语义理解结果向所述用户反馈对话结果；

检测用户是否在反馈对话结果后的第一时间段内发出第三语音指令；

响应于在第一时间段内检测到用户发出的第三语音指令，将所述第三语音指令的音频数据的起点追溯到所述第一语音指令的音频数据的起点；

自所述第一语音指令的音频数据的起点开始依次将所述第一语音指令、所述第二语音指令和实时检测到的所述第三语音指令发送至所述服务器端进行识别直至第一时间段结束。

6.根据权利要求5所述的方法，其中，在所述检测用户是否在反馈对话结果后的第一时间段内发出第三语音指令之后，还包括：

若在第一时间段内未检测到用户发出的第三语音指令，则退出对话。