[发明专利]语音交互方法、模型训练方法、电子设备和存储介质

权利要求书

1.一种语音交互方法，其特征在于，包括：

获取用户语音数据以实时进行语音识别得到用户语音请求；

在未接收到完整的所述用户语音请求的情况下，将实时获取的所述用户语音请求作为当前输入提供给循环神经网络模型进行预测得到预测字符；

在所述预测字符不是预设字符的情况下，将所述预测字符和所述当前输入拼接得到下一输入提供给所述循环神经网络模型再次进行预测；

在所述预测字符是预设字符的情况下，将所述当前输入作为所述用户语音请求的预测结果；

对所述预测结果进行处理得到第一预测指令；

在接收到完整的所述用户语音请求后，若所述预测结果与接收到完整的所述用户语音请求相同，则根据所述第一预测指令完成语音交互。

2.根据权利要求1所述的语音交互方法，其特征在于，所述在所述预测字符不是预设字符的情况下，将所述预测字符和所述当前输入拼接得到下一输入提供给所述循环神经网络再次进行预测，包括：

获取所述预测字符的置信度和预测概率分布的熵；

在所述置信度大于第一阈值，且所述预测概率分布的熵小于第二阈值的情况下，将所述预测字符和所述当前输入拼接得到下一输入提供给所述循环神经网络再次进行预测。

3.根据权利要求1所述的语音交互方法，其特征在于，所述语音交互方法包括：

在所述循环神经网络模型输入的字符数大于最大预测字符数的情况下，确定预测失败。

4.根据权利要求1所述的语音交互方法，其特征在于，所述语音交互方法包括：

在未接收到完整的所述用户语音请求的情况下，基于前缀树对实时获取的所述用户语音请求进行补全；

在基于所述前缀树进行补全未得到补全结果的情况下，根据实时获取的所述用户语音请求和所述循环神经网络模型对所述用户语音请求进行预测得到所述预测结果。

5.根据权利要求4所述的语音交互方法，其特征在于，所述语音交互方法包括：

在基于所述前缀树进行补全得到所述补全结果的情况下，对所述补全结果进行处理得到第二预测指令；

在接收到完整的所述用户语音请求后，若所述补全结果与接收到完整的所述用户语音请求相同，则根据所述第二预测指令完成语音交互。

6.根据权利要求1所述的语音交互方法，其特征在于，所述语音交互方法包括：

在未接收到完整的所述用户语音请求的情况下，基于前缀树对实时获取的所述用户语音请求进行补全得到补全结果；

根据所述循环神经网络模型对所述补全结果进行预测得到所述预测结果。

7.根据权利要求1所述的语音交互方法，其特征在于，所述语音交互方法包括：

在未接收到完整的所述用户语音请求的情况下，基于前缀树对实时获取的所述用户语音请求进行补全得到补全结果；

对所述补全结果进行处理得到第三预测指令；

在接收到完整的所述用户语音请求后，若所述预测结果或所述补全结果与接收到完整的所述用户语音请求相同，则根据对应的所述第一预测指令或所述第三预测指令完成语音交互。

8.根据权利要求4-7任一项所述的语音交互方法，其特征在于，所述语音交互方法包括：

通过数据分析确定补全条件；

在实时获取的所述用户语音请求满足所述补全条件的情况下，基于所述前缀树对实时获取的所述用户语音请求进行补全得到所述补全结果。

9.根据权利要求8所述的语音交互方法，其特征在于，所述在实时获取的所述用户语音请求满足所述补全条件的情况下，基于所述前缀树对实时获取的所述用户语音请求进行补全得到所述补全结果，包括：

在实时获取的所述用户语音请求满足所述补全条件的情况下，根据实时获取的所述用户语音请求确定所述用户语音请求的语音类型；

根据所述语音类型选择对应的所述前缀树对实时获取的所述用户语音请求进行补全得到所述补全结果。