[发明专利]全双工语音对话方法及系统

权利要求书

1.一种全双工语音对话方法，用于语音对话终端，所述方法包括：

当所述语音对话终端被唤醒之后，开始录制并上传音频至云端服务器，用于所述云端服务器确定答复内容以及为确定所述答复内容所分析的音频的第一时长；

所述语音对话终端接收所述云端服务器发送的所述答复内容和所述第一时长；

所述语音对话终端判断所述第一时长与第二时长是否一致，所述第二时长为所述语音对话终端所上传音频的总时长；

当所述第一时长小于所述第二时长时，确定所述第二时长所对应的录制音频相对于所述第一时长所对应的录制音频所多出的冗余录音片段中是否包含有语音端点；

如果否，则将所述答复内容呈现给用户；

如果是，则舍弃所述答复内容，并等待所述云端服务器发送新的答复内容和新的第一时长，

其中，在开始录制音频之后，还包括：对录制音频进行语音端点检测，并存储所检测到的语音端点信息，所述语音端点信息包括语音开始时间点和语音结束时间点；

所述确定所述第二时长所对应的录制音频相对于所述第一时长所对应的录制音频所多出的冗余录音片段中是否包含有语音端点包括：

查询所述语音端点信息以确定是否存在属于所述冗余录音片段的语音开始时间点和语音结束时间点。

2.一种全双工语音对话方法，用于云端服务器，所述方法包括：

接收语音对话终端所上传的录制音频；

实时分析所接收到的录制音频，以确定对应于所述录制音频中所包含的语音内容的答复内容；

发送所述答复内容和为确定所述答复内容所分析的录制音频的第一时长至所述语音对话终端，用于所述语音对话终端根据所述第一时长与第二时长之间的一致性确定是否将所述答复内容呈现给用户，所述第二时长为所述语音对话终端所上传音频的总时长，

当所述第一时长小于所述第二时长，并且所述第二时长所对应的录制音频相对于所述第一时长所对应的录制音频所多出的冗余录音片段中包含有包括语音开始时间点和语音结束时间点的语音端点时，继续分析所述冗余录音片段并确定新的答复内容和新的第一时长；

将所述新的答复内容和所述新的第一时长发送至所述语音对话终端。

3.一种全双工语音对话系统，用于语音对话终端，所述系统包括：

音频上传程序模块，配置为当所述语音对话终端被唤醒之后，开始录制并上传音频至云端服务器，用于所述云端服务器确定答复内容以及为确定所述答复内容所分析的音频的第一时长；

接收程序模块，配置为所述语音对话终端接收所述云端服务器发送的所述答复内容和所述第一时长；

判断程序模块，配置为所述语音对话终端判断所述第一时长与第二时长是否一致，所述第二时长为所述语音对话终端所上传音频的总时长；

语音端点查询程序模块，配置为当所述第一时长小于所述第二时长时，确定所述第二时长所对应的录制音频相对于所述第一时长所对应的录制音频所多出的冗余录音片段中是否包含有语音端点；如果否，则将所述答复内容呈现给用户；如果是，则舍弃所述答复内容，并等待所述云端服务器发送新的答复内容和新的第一时长；

端点检测程序模块，配置为在开始录制音频之后，对录制音频进行语音端点检测，并存储所检测到的语音端点信息，所述语音端点信息包括语音开始时间点和语音结束时间点；

所述确定所述第二时长所对应的录制音频相对于所述第一时长所对应的录制音频所多出的冗余录音片段中是否包含有语音端点包括：

查询所述语音端点信息以确定是否存在属于所述冗余录音片段的语音开始时间点和语音结束时间点。

4.一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-2中任意一项所述方法的步骤。

5.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-2中任意一项所述方法的步骤。