[发明专利]一种用户意图识别方法、用户意图识别装置和存储介质

权利要求书

1.一种用户意图识别方法，其特征在于，包括：

对获取到的音视频数据进行处理，生成识别结果，所述识别结果包括多个子识别结果；

从所述多个子识别结果中确定出第一子识别结果与第二子识别结果；

利用所述第二子识别结果对所述第一子识别结果进行修正，生成修正识别结果；

基于所述修正识别结果，获取用户意图信息。

2.根据权利要求1所述的用户意图识别方法，其特征在于，所述多个子识别结果包括口型识别结果、语音识别结果或动作识别结果，所述利用所述第二子识别结果对所述第一子识别结果进行修正，生成修正识别结果的步骤，包括：

判断是否接收到交互选择指令；

若否，则所述第一子识别结果为所述动作识别结果，所述第二子识别结果为所述口型识别结果与所述语音识别结果，基于所述口型识别结果与所述语音识别结果，对所述动作识别结果进行修正，得到所述修正识别结果。

3.根据权利要求2所述的用户意图识别方法，其特征在于，所述基于所述口型识别结果与所述语音识别结果，对所述动作识别结果进行修正的步骤，包括：

利用所述语音识别结果对所述动作识别结果进行修正，得到中间修正结果；

利用所述口型识别结果对所述中间修正结果进行修正，得到所述修正识别结果。

4.根据权利要求2所述的用户意图识别方法，其特征在于，所述方法还包括：

若接收到所述交互选择指令，则所述第一子识别结果为所述动作识别结果/所述语音识别结果，所述第二子识别结果为所述口型识别结果；或者所述第一子识别结果为所述语音识别结果，所述第二子识别结果为所述动作识别结果；或者所述第一子识别结果为所述动作识别结果，所述第二子识别结果为所述语音识别结果。

5.根据权利要求4所述的用户意图识别方法，其特征在于，所述方法还包括：

在所述第一子识别结果为所述动作识别结果/所述语音识别结果且所述第二子识别结果为所述口型识别结果时，基于所述口型识别结果，对所述动作识别结果/所述语音识别结果进行修正；

在所述第一子识别结果为所述语音识别结果且所述第二子识别结果为所述动作识别结果时，基于所述动作识别结果，对所述语音识别结果进行修正；

在所述第一子识别结果为所述动作识别结果且所述第二子识别结果为所述语音识别结果时，基于所述语音识别结果，对所述动作识别结果进行修正。

6.根据权利要求5所述的用户意图识别方法，其特征在于，所述基于所述口型识别结果，对所述动作识别结果/所述语音识别结果进行修正的步骤，包括：

将所述口型识别结果与预设知识库进行匹配，得到匹配度；

用所述口型识别结果替换所述语音识别结果/动作识别结果中的相应词语，得到新的识别结果，并计算所述新的识别结果的拟合度；

判断所述匹配度与所述拟合度的乘积是否大于预设阈值；

若是，则将所述新的识别结果作为所述修正识别结果。

7.根据权利要求5所述的用户意图识别方法，其特征在于，所述方法还包括：

分别对所述动作识别结果与所述语音识别结果进行评分，得到第一评分值与第二评分值；

判断所述第一评分值是否大于所述第二评分值；

若是，则所述修正识别结果为所述动作识别结果；

若否，则所述修正识别结果为所述语音识别结果。

8.根据权利要求2所述的用户意图识别方法，其特征在于，所述音视频数据包括视频数据与音频数据，所述多个子识别结果包括视频识别结果与语音识别结果，所述方法还包括：

利用摄像头对当前监控场景中的目标进行拍摄，得到所述视频数据，并对所述视频数据进行识别处理，得到所述视频识别结果；

利用音频采集设备进行声音采集，得到所述音频数据，并对所述音频数据进行识别处理，得到所述语音识别结果。