[发明专利]电子装置及其控制方法

说明书

在本公开中，提供了一种电子装置及其控制方法。本公开的电子装置包括：存储器，其中存储了第一模型和第二模型；以及处理器，被配置为当接收到用户声音时，根据接收到的用户声音的完成来生成对用户声音的响应，该完成是基于第一模型和第二模型而确定的。在此，第一模型使用多个完成的句子的句子结构作为训练数据，并且第二模型使用多个完成的句子和与该多个完成的句子相对应的意图作为训练数据。特别地，第一模型和第二模型可以是根据机器学习、神经网络或深度学习算法中的至少之一而被训练的人工智能模型。

技术领域

本公开涉及一种电子装置及其控制方法，并且更具体地，涉及一种用于确定接收到的用户语音是否完成的电子装置及其控制方法。

背景技术

随着语音识别技术的发展，借助语音识别技术的电子装置越来越多。借助语音识别技术的电子装置接收用户发出的语音命令的输入并根据用户语音来执行功能。

为了使电子装置正确地根据用户语音执行功能，电子装置需要接收完成的用户语音。

在现有技术中，为了接收完成的用户语音，已使用了其中用户在按下电子装置的按钮的同时发声的按钮释放方法、其中如果在特定时间段内没有用户的发声则确定发声完成的超时方法等。

在现有技术的这种方法中，如果用户在发声期间未能按下按钮或用户暂时停止发声且在预定的特定时间段内未输入完成形式的发声，则在预定的特定时间段内用户未能按下按钮或发声输入之前，电子装置针对发声输入执行语音识别。在这种情况下，由于用户没有完成发声，因此很可能出现语音识别结果的错误，并因此，用户不得不再次执行相同的发声是不方便的。

发明内容

技术问题

鉴于上述问题而做出本公开，并且本公开的目的在于提供一种基于用户发出的语音的含义来确定用户语音是否完成的电子装置及其控制方法。

技术方案

根据本公开的实施例，提供了一种电子装置，包括：存储器，被配置为存储第一模型和第二模型；以及处理器，被配置为响应于基于第一模型和第二模型而确定的用户语音是否完成来生成对接收到的用户语音的响应，其中，第一模型是使用多个完成的句子的句子结构作为学习数据的模型，以及第二模型是使用多个完成的句子和与该多个完成的句子相对应的意图作为学习数据的模型。

可以基于构成多个完成的句子中的每个完成的句子的至少一个元素的词性来确定句子结构，并且第一模型可以是基于该至少一个元素的词性而被训练的模型，从而根据构成用户语音的元素的词性来确定用户语音是否完成。

第二模型可以是按意图基于构成完成的句子的元素的词性而被训练的模型，从而根据用户语音的意图和构成用户语音的元素的词性来确定用户语音是否完成。

可以根据上下文，使用学习数据来训练第一模型和第二模型，并且处理器可以被配置为通过使用第一模型和第二模型来根据上下文确定用户语音是否完成。

处理器可以被配置为：通过使用从用户语音中获得的信息作为第一模型和第二模型的输入数据，分别从第一模型和第二模型获得指示用户语音是否为完成的句子的信息；以及基于分别从第一模型和第二模型获得的信息来确定用户语音是否完成。

处理器可以被配置为根据基于分别从第一模型和第二模型获得的信息将用户语音确定为完成的句子且用户语音不对应于预定异常句子，确定用户语音完成。

处理器可以被配置为：将用户语音转换成文本；以及基于该文本来获得与用户语音的意图和构成用户语音的元素的词性有关的信息。

处理器可以被配置为：通过使用构成用户语音的句子成分的词性作为第一模型的输入数据来获得与用户语音的句子是否完成相对应的第一输出值；通过使用用户语音的意图和构成用户语音的句子成分的词性作为第二模型的输入数据来获得与用户语音的句子是否完成相对应的第二输出值；以及基于第一输出值和第二输出值来确定用户语音是否完成。