[发明专利]语音交互方法、语音交互系统、服务器和存储介质

说明书

本发明公开一种语音交互方法、语音交互系统、服务器以及存储介质。语音交互方法，包括：车机端获取语音指令并上传至云端；云端处理语音指令以得到回复文本数据，并根据回复文本数据获取相应的回复音频文件，以使得云端在接收到车机端发送的音频请求时，将回复音频文件发送至车机端进行播放。上述语音交互方法，通过云端提前获取到相应的回复音频文件，节省网络开销，提升了播报响应速度和用户体验。

技术领域

本发明涉及语音技术领域，特别涉及一种语音交互方法、语音交互系统、服务器和存储介质。

背景技术

随着语音技术和车辆智能化的快速发展，在车辆中运用语音技术服务于车内用户的方式大幅提高了用户体验。TTS(Text to Speech)能够实现从文本到语音的转换，是人工智能技术中人机交互的重要技术，TTS广泛应用于车载语音交互。

然而，现有的TTS播报方式，会有很多个性化播报内容需要在线合成音频的情况，这个过程响应速度较慢，导致内容播报响应速度也较慢，影响用户体验。

发明内容

本发明的实施方式提供一种语音交互方法、语音交互系统、服务器和存储介质。

本发明实施方式的一种语音交互方法，包括：

车机端获取语音指令并上传至云端；

所述云端处理所述语音指令以得到回复文本数据，并根据所述回复文本数据获取相应的回复音频文件，以使得所述云端在接收到所述车机端发送的音频请求时，将所述回复音频文件发送至所述车机端进行播放。

在某些实施方式中，所述云端包括第一云端，云端处理所述语音指令以得到回复文本数据，包括：所述第一云端处理所述语音指令以得到所述回复文本数据。

在某些实施方式中，所述云端包括第二云端，根据所述回复文本数据获取相应的回复音频文件，包括：

所述第二云端根据所述回复文本数据，查找所述第二云端的缓存存储的音频文件；

将在所述第二云端的缓存查找到的音频文件作为所述回复音频文件。

在某些实施方式中，所述第二云端包括预加载模块，根据所述回复文本数据获取相应的回复音频文件，包括：

在所述第二云端的缓存查找不到音频文件时，所述第二云端发送合成请求至第三方服务端，以使得所述第三方服务端根据所述合成请求合成所述回复音频文件；

所述第二云端接收所述第三方服务端发送的回复音频文件并存储在所述预加载模块。

在某些实施方式中，所述回复音频文件包括多个音频包，所述第二云端接收所述第三方服务端发送的回复音频文件并存储在所述预加载模块，包括：

所述第二云端逐一接收所述多个音频包并存储至所述预加载模块，以使得在所述车机端请求所述回复音频文件时，所述第二云端将已存储的音频包发送至所述车机端进行播放。

在某些实施方式中，所述语音交互方法，包括：

所述云端发送所述回复文本数据至所述车机端；

所述车机端在确定需要向所述云端请求所述回复音频文件时，发送所述音频请求至所述云端；

所述云端在接收到所述音频请求时，将存储的所述回复音频文件发送至所述车机端；

所述车机端播放已接收到的所述回复音频文件。

在某些实施方式中，所述回复音频文件包括多个音频包，所述云端在接收到所述音频请求时，将存储的所述回复音频文件发送至所述车机端，包括：

所述云端逐一发送所述多个音频包至所述车机端；