[发明专利]多意图识别方法、装置、设备及介质

权利要求书

1.一种多意图识别方法，其特征在于，所述方法包括：

获取用户语音，提取所述用户语音的音频特征，以及获取所述用户语音对应的语音文本；

根据所述语音文本和所述音频特征构建所述用户语音的意图矩阵；

对所述意图矩阵中的元素进行多次随机采样，得到所述意图矩阵的多个子集矩阵；

将所述多个子集矩阵中每个子集矩阵与预设多种意图标签进行匹配，根据匹配结果确定所述用户语音的多种意图。

2.根据权利要求1所述的多意图识别方法，其特征在于，所述提取所述用户语音的音频特征，包括：

对所述用户语音进行分帧加窗，得到多个语音帧，并从所述多个语音帧中逐个选取其中一个语音帧为目标语音帧；

将所述目标语音帧映射为语音时域图，统计所述语音时域图的峰值、幅值、均值和过零率，根据所述幅值计算帧能量，并将所述峰值、所述幅值、所述均值、所述帧能量及所述过零率汇集为时域特征；

利用预设滤波器将所述用户语音转换为谱域图，统计所述谱域图的谱域密度、谱熵和共振峰参数，得倒谱域特征；

通过傅里叶逆变换将所述谱域图转换为倒谱域图，统计所述倒谱域图的倒谱域密度、倒谱熵和倒谱周期，得到所述倒谱域特征；

将所述时域特征、所述谱域特征和所述倒谱域特征汇集为语音特征。

3.根据权利要求1所述的多意图识别方法，其特征在于，所述根据所述语音文本和所述音频特征构建所述用户语音的意图矩阵，包括：

将所述语音文本拆分为文本分词，并将所述文本分词转换为词向量；

根据所述音频特征和所述词向量构建所述用户语音的意图矩阵。

4.根据权利要求3所述的多意图识别方法，其特征在于，所述将所述语音文本拆分为文本分词，并将所述文本分词转换为词向量，包括：

删除所述语音文本中的无义词，得到标准文本；

将所述标准文本按照不同的长度在预设的标准词典中进行检索，并将可在所述标准词典中检索到的内容汇集为文本分词；

从预设的字向量表中查询所述文本分词中每个字的字向量；

按照所述文本分词中每一个字的顺序将所述字向量拼接为所述文本分词的词向量。

5.根据权利要求3所述的多意图识别方法，其特征在于，所述根据所述音频特征和所述词向量构建所述用户语音的意图矩阵，包括：

将所述音频特征转换为音频向量；

将所述音频向量与所述词向量写入预先构建的空白矩阵，得到所述意图矩阵。

6.根据权利要求1所述的多意图识别方法，其特征在于，所述对所述意图矩阵中的元素进行多次随机采样，得到所述意图矩阵的多个子集矩阵之后，所述方法还包括：

判断所述子集矩阵的数量是否达到预设阈值；

若所述子集矩阵的数量未达到所述预设阈值，则返回再次执行所述对所述意图矩阵中的元素进行多次随机采样的步骤。

7.根据权利要求1至5中任一项所述的多意图识别方法，其特征在于，所述将所述多个子集矩阵中每个子集矩阵与预设多种意图标签进行匹配，得到所述用户语音的多种意图，包括：

逐个从所述多个子集矩阵中选取其中一个矩阵为目标矩阵；

利用预设的距离算法分别计算所述目标矩阵与预设多种意图标签之间的距离值；

确定所述距离值最小的意图标签为所述目标矩阵的用户意图；

汇集所有子集矩阵对应的用户意图，得到所述用户语音的多种意图。

8.一种多意图识别装置，其特征在于，所述装置包括：

数据获取模块，用于获取用户语音，提取所述用户语音的音频特征，以及获取所述用户语音对应的语音文本；

矩阵构建模块，用于根据所述语音文本和所述音频特征构建所述用户语音的意图矩阵；

矩阵采样模块，用于对所述意图矩阵中的元素进行多次随机采样，得到所述意图矩阵的多个子集矩阵；

意图匹配模块，用于将所述多个子集矩阵中每个子集矩阵与预设多种意图标签进行匹配，根据匹配结果确定所述用户语音的多种意图。