[发明专利]一种语音理解方法及装置

说明书

本发明涉及自然语言理解领域，实施例中提供一种语音理解方法及装置，可用于设置在云侧或端侧的语音理解设备中，理解用户的语音信息，识别语音信息中的用户的意图对应的目标应用。语音理解方法包括：获取用户的语音信息，分别根据综合语音库中存储的来源于多个注册应用的意图信息和槽位信息，识别语音信息的意图和语音信息中的槽位值，根据语音信息的意图，匹配语音信息对应的应用，并将语音信息的意图和语音信息中的槽位值传送给对应应用。所述语音理解方法能够支持用户的灵活表达，能够适配于所有的注册应用，且在适配新的应用时无需重新采集数据、标注数据和训练模型，具有适配周期短，成本低的优点。

技术领域

本发明涉及自然语言理解技术领域，特别涉及一种语音理解方法及装置。

背景技术

语音理解系统已经广泛应用在各种场景中，例如：智能手机、智能家居、智能座舱等，语音理解系统可以通过理解用户的语音输入，识别用户意图，使用户可以通过语音指令控制相关功能。一个语音理解系统通常会接入多个应用，以使用户可以通过一个语音理解系统实现对多个应用的多种功能的控制。

现有技术的一种方法中，由新接入的应用自定义语义表达模板，语音理解系统构建专用于该语义表达模板的语义理解模型，实现语音理解系统与该应用的适配。这种方案下的语义表达模板泛化能力很弱，难以支持用户的灵活表达。另一种方法中，需要预先收集新接入的应用对应的用户指令数据，利用标注后的数据对语义理解模型进行重新训练，实现语音理解系统与该应用的适配。这种方案下，每次适配新接入的应用时，均需要重新收集数据、标注数据、训练模型，适配周期长，人力、物力成本高。

发明内容

针对于现有技术中存在的问题，本发明实施例提供一种语音理解方法、设备、装置、计算机可读存储介质及计算机程序产品，该语音理解方法能够支持用户的各种灵活表达，具有更强的语音理解能力，能够适配所有注册应用，且在适配新的应用时无需重新采集数据、标注数据和训练模型，具有适配周期短，成本低的优点。

本发明实施例中的“意图”是指针对数据或资源执行的操作，可采用动宾短语来命名，例如，“预定机票”“查询天气”“播放音乐”等均是意图的表达。一个“意图”可能对应于一个或多个“槽位”例如，“预定机票”的意图对应于“出发时间”、“出发地”、“目的地”“机舱种类”等槽位。“槽位”用于存放数据或资源的属性，例如，机票的“出发时间”、“出发地”、“目的地”“机舱种类”等。“槽位值”是指“槽位”中存放的数据或资源的具体属性，例如，机票的“目的地”为“北京”，机票的“出发时间”为“明天”等。

本发明实施例第一方面提供一种语音理解方法，包括：

获取第一语音信息；

根据综合语义库中的意图信息，匹配第一语音信息的意图；

根据第一语音信息的意图，确定目标应用；

根据综合语义库中的槽位信息，识别第一语音信息中的槽位值；

综合语义库中的意图信息和槽位信息来源于多个注册应用；

将第一语音信息的意图和第一语音信息中的槽位值传送给目标应用。

其中，注册应用为与语音理解系统进行适配的应用，例如，注册应用可以为安装在终端设备中，与语音理解系统进行适配的应用，注册应用在语音理解系统中进行注册时，将本应用执行业务对应的意图信息和需要的槽位信息发送给语音理解系统，语音理解系统将接收到的意图信息和槽位信息储存在综合语义库中。语义理解系统可以直接将接收到的信息逐个保存综合语义库中，即，综合语义库中可以包含对应于每一个注册应用的数据包，每个数据包中包括该应用执行对应的意图信息和需要的槽位信息。除此之外，语义理解系统也可以在接收到应用发送的信息后对信息进行一个整合，合并相同的意图信息和槽位信息，此时，综合语义库中的意图信息和槽位信息不是按照各个应用来存储的，但存在一个查询表，表明应用和其意图信息、槽位信息的对应关系。