[发明专利]一种智能机器人与移动应用交互方法

说明书

技术领域

本发明涉及移动互联智能硬件领域，具体涉及一种智能机器人与移动应用交互方法。

背景技术

语音识别的研究工作可以追溯到20世纪50年代AT&T贝尔实验室的Audry系统，它是第一个可以识别十个英文数字的语音识别系统。

语音识别技术被称为自动语音识别Automatic Speech Recognition(ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。包括语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入等。语音识别技术与其他自然语言处理技术如机器翻译及语音合成技术相结合，可以构建出更加复杂的应用，例如语音到语音的翻译。

语音识别技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等。

语音识别分为语音识别和语义识别：如苹果的Siri、安卓的Google Now大多是语音识别；但是由于中文的特殊性，有很多英文没有的特性，包含各种奇特含义的词汇(如成语或特殊语调等)，所以中文的语义识别比英文困难很多。

智能语音识别技术能够通过智能语音识别与逻辑判断完成对用户语音指令含义的判断。只有“听懂”才能“作答”，“听”只是一个形象的说法，它指的就是人可以通过语音、体感甚至是意念等方式与机器进行“沟通”。而目前在国际上，比较成熟的技术还仅在基础语音识别，但是由于应用场景的缺乏，没有语言模型训练，尤其大规模的平衡语音数据，语音识别实际效果增长缓慢，主要还是用于识别一些命令词汇和固定的语法格式。其中，国外以Nuance(苹果Siri整合了Nuance)为代表，国内则是以科大讯飞为代表。将“听”来的语音转化成文本以后，如何识别和理解，以及如何处理，就成了智能机器人要做的事情。而这一部分功能就犹如人的大脑，需在听到讯息后，经过思考，迅速给出精准的答复。涉及到自然语言处理、语义分析和理解、知识构建和自学习能力、大数据处理和挖掘等前沿技术领域，并需要整合多种信息承载形式(如文字、语音、体感等)的通信和识别等能力。

发明内容

本发明主要解决的技术问题是提供一种智能机器人与移动应用交互方法，使用云处理方式，能够及时把移动应用获取的用户语音、表情或动作通过智能机器人表现，并向移动应用 发相关信息，与移动应用交互。

为解决上述技术问题，本发明采用如下技术方案：

一种智能机器人与移动应用交互方法，所述移动应用安装在移动终端上，所述智能机器人与移动应用交互方法包括如下步骤：

步骤1，所述移动终端接收第三方输入，通过所述移动应用的识别模块对所述第三方输入进行识别，生成特定格式的程序标识；

步骤2，所述移动终端通过所述程序标识获取程序识别信息；

步骤3，所述移动终端将获取的程序识别信息发送至云端进行解析，得到指令；

步骤4，所述云端将所述指令推送给所述智能机器人；

步骤5，所述智能机器人解析所述指令，根据所述指令完成不同指令要求，并向所述移动终端发信息。

进一步，所述步骤1中所述第三方输入为语音输入、表情输入或动作输入。

进一步地，所述第三方输入同时包含智能机器人发出的声音或动作。

进一步，所述步骤1中的所述识别模块为语音识别块、摄像头或红外线动作识别，所述语音识别块对语音进行识别，所述摄像头对人脸进行识别，所述红外线动作识别对动作进行识别。

进一步，所述步骤1中生成的所述程序标识的特定格式为JSON(JavaScript ObjectNotation)格式的键值对模型：一个key对应一个value。

进一步，所述步骤2中的程序识别信息获取具体过程为：获取程序标识key所对应的value作为关键词执行相关逻辑。

进一步，所述步骤3中的所述云端包括海量语言知识库、百科知识库和行业知识库，并具有持续学习能力。

进一步，所述步骤3中的所述云端为集中处理库，所述云端的解析具体过程为：

获取来自移动终端的所述JSON指令；

遍历所有key，作为执行方向；

获取key对应的value；

执行所述key的功能。

进一步，所述步骤5中的所述信息为进度信息、环境信息和需求信息，其中，

所述进度信息为所述机器人完成移动终端送出一个指令的进度信息；

所述环境信息为周围环境的改变信息；