[发明专利]游戏语音交互方法及装置

权利要求书

1.一种游戏语音交互方法，其特征在于，包括：

获取对语音数据进行语音识别后得到的文本数据，将所述文本数据拆分为文本元素，并将每一文本元素转化为文本向量，所述语音数据由游戏玩家输入，所述文本元素为字或词，所述文本向量为字向量或词向量；

基于每一文本向量，以及每一文本向量对应的声学特征和/或每一文本向量对应的场景特征，生成特征矩阵，并将所述特征矩阵输入至指令识别模型，输出所述语音数据对应的操作指令，所述场景特征描述所述游戏玩家操控的游戏角色在游戏场景中的状态，所述操作指令为游戏指令或非游戏指令，所述游戏指令用于操控所述游戏玩家对应的游戏角色，所述非游戏指令用于游戏玩家之间互相沟通；

所述指令识别模型用于基于所述特征矩阵识别所述游戏玩家的意图，并确定所述语音数据对应的操作指令，所述游戏玩家的意图包括操控所述游戏玩家对应的游戏角色行动和与其他游戏玩家沟通。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对于任一文本元素，基于所述任一文本元素在所述语音数据中的播放时间段，提取所述播放时间段内的语音数据对应的声学特征；和/或，

对于任一文本元素，基于所述任一文本元素在所述语音数据中的播放时间段，获取所述游戏玩家对应的游戏角色在所述播放时间段内所处游戏场景的场景特征。

3.根据权利要求2所述的方法，其特征在于，所述获取所述游戏玩家对应的游戏角色在所述播放时间段内所处游戏场景的场景特征，包括：

从所述播放时间段内选取任意时刻作为目标时刻，获取所述游戏角色在所述目标时刻下所处游戏场景的场景标识、所述游戏角色与其它游戏角色之间的距离以及互动状态，将所述场景标识、所述游戏角色与其它游戏角色之间的距离以及互动状态作为场景特征，所述其它游戏角色与所述游戏角色处于同一游戏场景且位于以所述游戏角色为中心的预设范围内。

4.根据权利要求1所述的方法，其特征在于，所述基于每一文本向量，以及每一文本向量对应的声学特征和/或每一文本向量对应的场景特征，生成特征矩阵，包括：

将每一文本向量以及每一文本向量对应的声学特征和/或每一文本向量对应的场景特征进行横向拼接，得到对应的行向量；

将得到的所有行向量进行纵向拼接，得到对应的特征矩阵。

5.根据权利要求1所述的方法，其特征在于，所述将所述特征矩阵输入至指令识别模型，输出所述语音数据对应的操作指令之后，还包括：

若所述操作指令为游戏指令，则根据所述操作指令操控所述游戏角色，若所述操作指令为非游戏指令且所述语音数据为游戏玩家之间的语音沟通数据，则确定所述游戏玩家待沟通的目标游戏玩家，并将所述语音数据转发至所述目标游戏玩家。

6.根据权利要求1所述的方法，其特征在于，所述将所述特征矩阵输入至指令识别模型，输出所述语音数据对应的操作指令之前，还包括：

获取游戏指令对应的训练语音数据以及非游戏指令对应的训练语音数据，并获取每一训练语音数据对应的训练文本向量；

获取每一训练文本向量对应的声学特征和/或每一训练文本向量对应的场景特征；

基于每一训练文本向量，以及每一训练文本向量对应的声学特征和/或每一训练文本向量对应的场景特征对预设分类模型进行训练，以得到所述指令识别模型。