[发明专利]智能设备的交互方法、装置、设备及存储介质

说明书

本申请提出了一种智能设备的交互方法、装置、设备及存储介质，涉及语音识别、语音交互、自然语言处理和人机交互技术领域，具体实现方案为：接收用户的语音指令；根据语音指令进行意图预测以生成预测意图；当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多模态交互预指令预采集多模态数据。根据本申请能够提高多模态交互效率，缩短用户进行多模态交互时的等待时延，提升用户体验。

技术领域

本申请涉及数据处理技术领域，尤其涉及语音识别、语音交互、自然语言处理和人机交互技术领域，提出一种智能设备的交互方法、装置、设备及存储介质。

背景技术

随着人机交互技术的进步，在智能设备上通过文字、语音、视觉、动作等多种方式进行多模态交互的人机交互场景越发常见，通过语音、视觉和动作的结合能够带来更多维度的用户体验和更多的产品交互形式。

目前，在多模态交互过程中，由于硬件设备启动、执行等耗时较长，导致多模态交互中用户等待时间较长，交互效率有待提高。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请提出了一种智能设备的交互方法、装置、设备及存储介质。

本申请第一方面实施例提出了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。

本申请第二方面实施例提出了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。

本申请第三方面实施例提出了一种电子设备，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如第一方面实施例所述的智能设备的交互方法。

本申请第四方面实施例提出了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如第一方面实施例所述的智能设备的交互方法。

上述申请中的一个实施例具有如下优点或有益效果：由于采用了对语音指令进行意图预测以生成预测意图，当预测意图包括多模态交互意图时启动多模态采集组件采集多模态数据，能够提高多模态交互效率，缩短用户进行多模态交互时的等待时延。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1为本申请实施例所提供的一种智能设备的交互方法的流程示意图；

图2为本申请实施例所提供的另一种智能设备的交互方法的流程示意图；

图3为本申请实施例所提供的另一种智能设备的交互方法的流程示意图；

图4为本申请实施例所提供的一种多模态交互的应用场景示意图；