[发明专利]语音的意图识别方法、装置、计算机设备及存储介质

说明书

本发明公开了语音的意图识别方法、装置、计算机设备及存储介质，涉及人工智能的语音语义，若接收用户初始语音数据，对其进行识别得到初始语音文本数据；调用NLU模型获取其对应的当前回复文本，调用NLG模型将当前回复文本生成当前回复语音；若接收到用户回复语音数据，对其进行识别得到当前回复语音文本数据；若当前回复语音文本数据中包括肯定回复关键词或否定回复关键词，调用对应的目标词槽；由目标NLP模型编码获取目标NLP模型，通过其对第一事项办理语音数据进行识别得到第一识别结果。该方法实现了通过多种不同的方式完成对用户意图识别，提高了基于用户语音的意图识别准确率，降低与智能客服机器人对话进行事项办理的耗时。

技术领域

本发明涉及人工智能的语音语义技术领域，尤其涉及一种语音的意图识别方法、装置、计算机设备及存储介质。

背景技术

目前，在智能客服机器人系统中，对话管理是用来控制智能客服机器人与客户之间交互的核心部分。对话管理中主要是根据NLU模型(即自然语言理解模型)对用户的说话来进行理解和判断意图，但由于通过ASR技术(即自动语音识别技术)对客户语音进行语音转文字时转化正确率不高，导致NLU模型无法在短时间内准确识别用户意图，从而导致与智能客服机器人对话进行事项办理时间耗时较长，而且处理效率低下。

发明内容

本发明实施例提供了一种语音的意图识别方法、装置、计算机设备及存储介质，旨在解决现有技术中智能客服机器人系统中通过自动语音识别技术对客户语音进行语音转文字，由于转化正确率不高，自然语言理解模型无法在短时间内准确识别用户意图，导致与智能客服机器人对话进行事项办理时间耗时较长，而且处理效率低下的问题。

第一方面，本发明实施例提供了一种语音的意图识别方法，其包括：

若接收到用户端发送的用户初始语音数据，对所述用户初始语音数据进行语音识别，得到与所述用户初始语音数据对应的初始语音文本数据；

通过调用预先训练的自然语言理解模型以获取所述初始语音文本数据对应的当前回复文本，通过调用预先训练的自然语言生成模型以将当前回复文本对应生成当前回复语音，将所述当前回复语音发送至用户端；

若接收用户端所发送的与所述当前回复语音对应的用户回复语音数据，对所述用户回复语音数据进行语音识别得到对应的当前回复语音文本数据；

判断所述当前回复语音文本数据中是否包括肯定回复关键词、否定回复关键词、或是跳转人工服务关键词；

若所述当前回复语音文本数据中包括肯定回复关键词或否定回复关键词，调用本地存储的与所述当前回复文本对应的目标词槽；其中，目标词槽中包括目标词槽名称、目标NLP模型编码、目标词槽固定话术模型；以及

若检测接收到用户的第一事项办理语音数据，由所述目标NLP模型编码获取对应的目标NLP模型，通过所述目标NLP模型对所述第一事项办理语音数据进行识别，得到对应的第一识别结果。

第二方面，本发明实施例提供了一种语音的意图识别装置，其包括：

第一语音识别单元，用于若接收到用户端发送的用户初始语音数据，对所述用户初始语音数据进行语音识别，得到与所述用户初始语音数据对应的初始语音文本数据；

当前回复语音获取单元，用于通过调用预先训练的自然语言理解模型以获取所述初始语音文本数据对应的当前回复文本，通过调用预先训练的自然语言生成模型以将当前回复文本对应生成当前回复语音，将所述当前回复语音发送至用户端；

第二语音识别单元，用于若接收用户端所发送的与所述当前回复语音对应的用户回复语音数据，对所述用户回复语音数据进行语音识别得到对应的当前回复语音文本数据；

关键词判断单元，用于判断所述当前回复语音文本数据中是否包括肯定回复关键词、否定回复关键词、或是跳转人工服务关键词；