[发明专利]一种语音交互方法、装置、电子设备及存储介质

权利要求书

1.一种语音交互方法，其特征在于，所述方法包括：

在检测到待识别语音开始后，请求与服务端建立连接；

若第一预设时长内未成功与所述服务端建立连接，基于离线语音识别模型对采集到的待识别语音进行识别，得到离线识别结果并显示；

所述第一预设时长后若与所述服务端成功建立连接，向所述服务端发送所述待识别语音，接收所述服务端发送的所述待识别语音的云端识别结果；

在检测到待识别语音结束后，若满足更新要求，根据所接收的云端识别结果，更新显示的识别结果。

2.根据权利要求1所述的方法，其特征在于，所述在检测到待识别语音结束后，若满足更新要求，根据所接收的云端识别结果，更新显示的识别结果，包括：

若检测到待识别语音结束后第二预设时长内接收到所述服务端返回的语音片段的云端识别结果，确定满足更新要求，根据接收到的所述语音片段的云端识别结果，更新显示的识别结果，其中，所述语音片段包括：检测到待识别语音的开始至检测到待识别语音的结束期间采集到的待识别语音。

3.根据权利要求2所述的方法，其特征在于，所述若检测到待识别语音结束后第二预设时长内接收到所述服务端返回的语音片段的云端识别结果，确定满足更新要求，根据接收到的所述语音片段的云端识别结果，更新显示的识别结果，包括：

若检测到待识别语音结束前已接收到过所述服务端返回的所述待识别语音的云端识别结果，且待识别语音结束后第二预设时长内接收到所述服务端返回的所述语音片段的云端识别结果，确定满足更新要求，根据接收到的云端识别结果，更新显示的识别结果。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括：

根据语音片段的离线识别结果，确定所述离线语音识别模型正确识别所述语音片段的离线识别成功率，其中，所述语音片段包括：检测到待识别语音的开始至检测到待识别语音的结束期间采集到的待识别语音；

若所述离线识别成功率达到预设阈值，基于离线语义分析模型，对所述语音片段的离线识别结果进行语义分析，获得所述语音片段对应的响应信息，并输出所述响应信息。

5.根据权利要求4所述的方法，其特征在于，所述根据语音片段的离线识别结果，确定所述离线语音识别模型正确识别所述语音片段的离线识别成功率，若所述离线识别成功率达到预设阈值，基于离线语义分析模型，对所述语音片段的离线识别结果进行语义分析，获得所述语音片段对应的响应信息，并输出所述响应信息，包括：

若满足以下任一情况且满足所述离线识别成功率达到预设阈值，基于离线语义分析模型，对所述语音片段的离线识别结果进行语义分析，获得所述语音片段对应的响应信息，并输出所述响应信息：

在检测到待识别语音结束前未接收到所述服务端发送的云端识别结果；

检测到待识别语音结束后第二预设时长内未接收到所述语音片段的云端识别结果；

接收到所述语音片段的云端识别结果后第三预设时长内未接收到所述服务端发送的所述语音片段的响应信息。

6.根据权利要求4所述的方法，其特征在于，所述根据所述语音片段的离线识别结果，确定所述离线语音识别模型正确识别所述语音片段的离线识别成功率，包括：

统计所述语音片段对应的字符的总数量，并统计所述语音片段的离线识别结果中成功识别的字符的字符数量；

计算所述字符数量与总数量的比值，得到所述离线识别成功率。

7.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括：

若在接收到语音片段的云端识别结果后第三预设时长内接收到所述服务端发送的所述语音片段的响应信息，将所接收到的响应信息确定为所述语音片段的响应信息并输出，其中，所述语音片段包括：检测到待识别语音的开始至检测到待识别语音的结束期间采集到的待识别语音。