[发明专利]一种获取多轮语音通话最大可能意图的方法和智能设备

权利要求书

1.一种获取多轮语音通话最大可能意图的方法和智能设备，其特征在于,所述方法包括：

步骤1：智能设备采集语音，并对语音进行编码，得到编码后的连续语音数据流，根据语音特征断句算法把连续语音流截断为有序的短语音流；

步骤2：利用语音转写引擎，短语音流转换为文本流，文本流作为意图识别的输入计算出状态-意图以及状态-意图概率；

步骤3：状态-意图概率如果大于约定值，则该状态为最大可能意图；

步骤4：如果状态概率如果小于约定值，就循环步骤1-3，计算每一轮次状态-意图概率，直到该概率大于约定值。

2.根据权利要求1所述的语音特征断句算法，其特征在于：使用有效时长、单位时长语音能量值、单位时长过零率和频谱特征，计算语音特征，把等到的语音特征跟预设的断句语音特征比较，如果两者相符就认为符合断句条件。

3.根据权利要求2所述的语音特征，其特征在于：语音特征是一个包含16个元素的一维数组，前面三个分别是语音的有效时长、单位时长语音能量值、单位时长过零率，后面13个是通过梅尔频率倒谱系数计算得到的前13个低频分量。

4.根据权利要求1所述状态-意图，其特征在于：每一轮次通话定义为一个状态，状态的输入是文本流，每个状态的输出只能是-1、0和1其中之一，状态输出的概率就是状态-意图概率。

5.根据权利要求1和权利要求4所述的状态-意图概率，其特征在于：

a)N个意图状态，使用Q＝q1q2…qNQ＝q1q2…qN来表示；

b)转移概率矩阵An×n＝{aij},i,j∈{1,2,…,N}，其中aijaij表示从状态ii转移到状态jj的概率；

c)T个观测结果的序列，用O＝o1o2…oT来表示；

d)一系列生成概率，记作B＝{bi(ot)},i∈{1,2,…,N},t∈{1,2,…,T}，表示状态ii产生观测结果ot的概率。

e)状态-意图概率为：

P(O,Q|λ)＝∏i＝1TP(oi|qi)×P(qi|qi-1)；

状态-意图概率算法通过存储中间的临时变量(概率)到一系列中间变量αt(j)αt(j)来简化计算，其表示在获得最初t个观测值o1,…,oto1,…,ot后，处于状态jj的概率。对所有到达状态jj的序列进行求和，那么如果利用αt(j)αt(j)的递推特性，我们可以得到下边的表达式：αt(j)＝∑i＝1Nαt-1(i)×aij×bj(ot)；

在第t轮通话已经获得了在最初t-1个观测值o1,…,ot-1o1,…,ot-1后，处于状态i的概率αt-1(i)，那么利用转移概率矩阵和生成概率矩阵的值，我们便可以得到从状态i转移到状态j并生成观测值ot的概率，最后对所有可能的状态i求和排序，便得到我们需要的αt(j)。

6.根据权利要求1所述所述的状态值，其特征在于：采用对称三进制运算，每个状态的值只可能是-1，0，1。