[发明专利]智能设备的交互方法、装置、设备及存储介质

权利要求书

1.一种智能设备的交互方法，其中，所述方法包括：

接收用户的语音指令；

根据所述语音指令进行意图预测以生成预测意图；

当所述预测意图包括多模态交互意图时，生成多模态交互预指令并发送至多模态识别组件，以使多模态采集组件根据所述多模态交互预指令预采集多模态数据。

2.如权利要求1所述的智能设备的交互方法，还包括：

对所述语音指令进行识别，以提取所述语音识别指令之中的用户意图；

如果所述预测意图和所述用户意图一致，则调用所述多模态识别组件对所述多模态数据进行处理以生成多模态识别结果。

3.如权利要求2所述的智能设备的交互方法，还包括：

如果所述预测意图和所述用户意图不一致，则将预采集的所述多模态数据删除。

4.如权利要求2所述的智能设备的交互方法，其中，所述根据所述语音指令进行意图预测以生成预测意图，包括：

对所述语音指令进行切词以生成多个分词；

依次对所述多个分词进行识别以生成所述分词的词性特征和词义特征；

当所述分词的词性特征和词义特征符合预设的指定代词或目的动词时，判断生成多模态交互意图。

5.如权利要求4所述的智能设备的交互方法，其中，所述对所述语音指令进行识别，以提取所述语音识别指令之中的用户意图，包括：

将所述多个分词输入至意图识别模型之中以生成所述用户意图。

6.权利要求2所述的智能设备的交互方法，在所述调用所述多模态识别组件对所述多模态数据进行处理以生成多模态识别结果之后，还包括：

延迟预设时间关闭所述多模态识别组件和多模态采集组件。

7.一种智能设备的交互装置，其中，所述装置包括：

接收模块，用于接收用户的语音指令；

预测模块，用于根据所述语音指令进行意图预测以生成预测意图；

启动模块，用于当所述预测意图包括多模态交互意图时，生成多模态交互预指令并发送至多模态识别组件，以使多模态采集组件根据所述多模态交互预指令预采集多模态数据。

8.如权利要求7所述的智能设备的交互装置，还包括：

识别模块，用于对所述语音指令进行识别，以提取所述语音识别指令之中的用户意图；以及

生成模块，用于如果所述预测意图和所述用户意图一致，则调用所述多模态识别组件对所述多模态数据进行处理以生成多模态识别结果。

9.如权利要求8所述的智能设备的交互装置，还包括：

删除模块，用于如果所述预测意图和所述用户意图不一致，则将预采集的所述多模态数据删除。

10.如权利要求8所述的智能设备的交互装置，其中，所述预测模块具体用于：

对所述语音指令进行切词以生成多个分词；

依次对所述多个分词进行识别以生成所述分词的词性特征和词义特征；

当所述分词的词性特征和词义特征符合预设的指定代词或目的动词时，判断生成多模态交互意图。

11.如权利要求10所述的智能设备的交互装置，其中，所述识别模块具体用于：

将所述多个分词输入至意图识别模型之中以生成所述用户意图。

12.如权利要求8所述的智能设备的交互装置，还包括：

控制模块，用于延迟预设时间关闭所述多模态识别组件和多模态采集组件。

13.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的智能设备的交互方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的智能设备的交互方法。