[发明专利]人机交互方法、装置、计算机设备和存储介质

权利要求书

1.一种人机交互方法，其特征在于，所述方法包括：

在播放目标语音数据时检测目标用户所在环境中的语音信息；

若所述语音信息为目标用户的语音信息，暂停播放所述目标语音数据，并记录所述目标语音数据在暂停时刻的播放位置；

识别所述目标用户的语音信息的语义，执行与所述语义对应的响应操作；

在所述响应操作结束后，从所述暂停时刻的播放位置，播放所述目标语音数据剩余的内容。

2.根据权利要求1所述的方法，其特征在于，所述识别所述目标用户的语音信息的语义，执行与所述语义对应的响应操作，包括：

根据所述目标用户的语音信息的语义，确定所述语音信息的信息类型；

根据所述信息类型，执行与所述语义对应的响应操作。

3.根据权利要求2所述的方法，其特征在于，所述根据所述信息类型，执行与所述语义对应的响应操作，包括：

若所述信息类型为询问式类型，从预设的知识库中匹配与所述目标用户的语音信息的语义对应的回复内容，并播放所述回复内容；所述知识库中包括多种信息类型对应的回复内容；或者，

若所述信息类型为附和式类型，停顿预设时长后继续从所述暂停时刻的播放位置，播放所述目标语音数据剩余的内容。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述记录所述目标语音数据在暂停时刻的播放位置，包括：

确定所述目标语音数据中暂停时刻对应的分句；

将所述暂停时刻对应的分句在目标语音数据中的位置，确定为所述目标语音数据在暂停时刻的播放位置。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述在播放目标语音数据时检测目标用户所在环境中的语音信息之后，所述方法包括：

若所述语音信息为非目标用户的语音信息，对所述语音信息不作响应，继续播放所述目标语音数据。

6.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：

通过预设的声音特征检测模型识别所述目标用户所在环境中的语音信息是否为所述目标用户的语音信息。

7.根据权利要求6所述的方法，其特征在于，所述声音特征检测模型的训练过程包括：

获取多种样本语音特征，以及各所述样本语音特征对应的用户标识；

通过深度学习算法，学习各所述语音特征和对应的用户标识之间的对应关系，以对初始的声音特征检测模型进行迭代训练，直到所述声音特征检测模型的损失函数的值的变化幅度小于预设阈值，得到所述声音特征检测模型。

8.一种人机交互装置，其特征在于，所述装置包括：

检测模块，用于在播放目标语音数据时检测目标用户所在环境中的语音信息；

停止模块，用于若所述语音信息为目标用户的语音信息，暂停播放所述目标语音数据，并记录所述目标语音数据在暂停时刻的播放位置；

响应模块，用于识别所述目标用户的语音信息的语义，执行与所述语义对应的响应操作；

播放模块，用于在所述响应操作结束后，从所述暂停时刻的播放位置，播放所述目标语音数据剩余的内容。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。