[发明专利]语音交互方法、装置及实现装置

说明书

本发明提供了一种语音交互方法、装置及实现装置；其中，该方法应用于车辆的中央控制器；该方法包括：接收用户的语音数据；根据语音数据更新当前的命令执行状态；命令执行状态包括执行中或不执行；当更新后的命令执行状态为执行中时，采用预先建立的语音识别模型对语音数据进行分析，得到语音数据对应的指令及情绪特征；根据指令及情绪特征，生成并输出回复语音。本发明提高了人与车辆的控制系统的进行人机交互的效率。

技术领域

本发明涉及人工智能(Artificial Intelligence，AI)技术领域，尤其是涉及一种语音交互方法、装置及实现装置。

背景技术

随着汽车电子技术的飞速发展，车辆的功能复杂性日益提高。除了对汽车本身的行驶性能的要求，其他个性化的客户需求千差万别，市场竞争越来越激烈。在汽车行驶过程中，人需要与汽车进行交互，如开启音乐，调节空调温度等；现有的交互方式一般采用按键式或点触式交互方式，该方式效率低，操作复杂。

发明内容

有鉴于此，本发明的目的在于提供一种语音交互方法、装置及实现装置，以提高人与车辆的控制系统的进行人机交互的效率。

第一方面，本发明实施例提供了一种语音交互方法，该方法应用于车辆的中央控制器；该方法包括：接收用户的语音数据；根据语音数据更新当前的命令执行状态；命令执行状态包括执行中或不执行；当更新后的命令执行状态为执行中时，采用预先建立的语音识别模型对语音数据进行分析，得到语音数据对应的指令及情绪特征；根据指令及情绪特征，生成并输出回复语音。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，上述根据语音数据更新当前的命令执行状态的步骤，包括：如果当前的命令执行状态为不执行，判断语音数据中是否包含预设的唤醒关键词；如果是，将命令执行状态更新为执行中。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，上述语音识别模型通过神经网络训练而成；语音识别模型的训练过程具体包括：建立神经网络的网络结构；获取设定数量的交互语音数据、对应的语音识别文本及情绪特征；将设定数量的交互语音数据、对应的语音识别文本及情绪特征输入到网络结构中进行训练，生成语音识别模型。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，上述根据指令及情绪特征，生成并输出回复语音的步骤，包括：在预先建立的语义数据库中，查找指令对应的回复内容；在预先建立的情绪特征数据库中，查找情绪特征对应的回复语气；将回复内容及回复语气合成为回复语音，输出回复语音。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，上述方法还包括：输出回复语音后，开始计时；如果计时时长在设定的时长阈值内未收到语音数据，更新命令执行状态为不执行。

第二方面，本发明实施例还提供一种语音交互装置，该装置设置于车辆的中央控制器；该装置包括：语音接收模块，用于接收用户的语音数据；状态更新模块，用于根据语音数据更新当前的命令执行状态；命令执行状态包括执行中或不执行；语音识别模块，用于当更新后的命令执行状态为执行中时，采用预先建立的语音识别模型对语音数据进行分析，得到语音数据对应的指令及情绪特征；语音输出模块，用于根据指令及情绪特征，生成并输出回复语音。

结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，上述状态更新模块还用于：如果当前的命令执行状态为不执行，判断语音数据中是否包含预设的唤醒关键词；如果是，将命令执行状态更新为执行中。

结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，上述语音识别模型通过神经网络训练而成；语音识别模型的训练过程具体包括：建立神经网络的网络结构；获取设定数量的交互语音数据、对应的语音识别文本及情绪特征；将设定数量的交互语音数据、对应的语音识别文本及情绪特征输入到网络结构中进行训练，生成语音识别模型。