[发明专利]智能音箱多渠道下发消息的实现方法及系统

说明书

本发明公开了一种智能音箱多渠道下发消息的实现方法，首先，将智能音箱语音交互系统的云端接入部分连接ASR服务器和TTS服务器，并在智能音箱语音交互系统中设置信息分发服务器；当智能音箱终端接收用户发出的语音请求时，ASR服务器将语音请求转换为文本请求，并将文本请求并发送给智能音箱语音交互系统中业务逻辑服务器，由业务逻辑服务器生成对应的文本回复结果并将文本回复结果发送给信息分发服务器；然后，由信息分发服务器对文本回复结果进行识别，并根据获得的识别结果确定下发通道，下发文本回复结果。本发明可实现智能音箱回复结果的多渠道下发，更好地保护用户隐私，便于回复结果信息的留存。

技术领域

本发明涉及语音交互系统中的信息下发方法，尤其涉及一种智能音箱多渠道下发消息的实现方法及系统。

背景技术

近两三年，智能音箱市场快速成长，已逐渐成为智能家居的一大流量入口。音箱功能不断增强，为用户提供了越来越丰富多样的服务内容。拥有智能音箱的家庭也越来越多。

现有的智能音箱设备普遍采取语音交互方式，即用户与音箱一问一答的模式。用户在将音箱激活并连入互联网(一般是通过Wifi方式)后，即可以正常说话的方式对音箱发起请求。音箱的麦克风模块接收到此语音请求后，会将此语音数据传递到云端，并通过语音识别技术(Automatic Speech Recognition，即ASR)将其转化成文本数据，然后传递到后端业务逻辑服务器，并结合其他技术(例如自然语音处理技术)，获得对应问题的回复结果，此回复结果在本阶段以文本方式存在。

文本回复结果生成后，智能音箱的处理逻辑一般是通过语音合成技术(Text-To-Speech，即TTS)将其生成语音文件，然后再在音箱平台上播放，用户获得所需应答结果，从而完成语音交互的全流程。

在这个过程中，用户输入和输出都是语音形式，虽然在大部分情况下给用户带来了便利，但也造成了一些问题，例如：

1)用户的有些信息涉及到个人隐私，并不适合于语音播报出来。因为在播报时，语音的呈现不完全受控，会让一定物理空间内的人都接收到，从而导致隐私的泄露。

2)有些信息需要用户留存下来做进一步处理，例如保险产品的详细条款，用户可能需要将其下载打印后再进行仔细查阅，或转发给自己信任的朋友以获取意见和建议，如果只进行语音播报则无法满足这类需求。

3)有些信息中包含较长数字字串，例如用户的保单号，用户需要准确知晓，然后以此去查询相关保单详细信息，如果仅仅语音播报，则用户可能还需提前准备好纸笔，在信息下发时准确进行记录。

4)另外，有些情况是用户想特别设置为以文本方式下发到手机软件APP或短信上的，例如某种类型的商务资讯等等，在音箱现有的语音交互方式下，是难以满足此类需求的。

综上所述，现有智能音箱的完全语音交互方式，并不能带给用户更完美的体验，需要有技术解决方案对音箱进行功能改进，才能更好的解决如上问题。

发明内容

为解决现有技术中的问题，本发明提出了一种智能音箱多渠道下发消息的实现方法和系统，以解决在智能音箱与用户进行语音交互时，出现的用户隐私易泄露风险、信息获取不便利、信息留存方式不理想等问题，更好地保护用户隐私，使得下发信息的获取、留存更加顺畅，提升用户体验。

为实现上述目的，第一方面，本发明实施例提供了一种智能音箱多渠道下发消息的实现方法和系统，包括如下步骤：

步骤S1：将智能音箱语音交互系统的云端接入部分连接自动语音识别(ASR)服务器和文本转语音(TTS)服务器，并在智能音箱语音交互系统中设置信息分发服务器；

步骤S2：当智能音箱终端接收用户发出的语音请求时，自动语音识别(ASR)服务器将语音请求转换为文本请求，并将文本请求发送给智能音箱语音交互系统中的业务逻辑服务器，由业务逻辑服务器生成对应的文本回复结果并将文本回复结果发送给信息分发服务器；