[发明专利]游戏语音交互方法及装置

说明书

本发明实施例提供一种游戏语音交互方法及装置，属于语音识别领域。该方法包括：获取对语音数据进行语音识别后得到的文本数据，将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；基于每一文本向量，生成特征矩阵，并将特征矩阵输入至指令识别模型，输出语音数据对应的操作指令，操作指令为游戏指令或非游戏指令，游戏指令用于操控游戏玩家对应的游戏角色，非游戏指令用于游戏玩家之间互相沟通。由于游戏玩家通过语音输入的方式，除了实现与其它游戏玩家之间互相沟通之外，还可实现对其对应的游戏角色进行操控，从而在便捷游戏玩家操控的同时，拓展了游戏中语音交互的功能，进而在整体层面上提升了游戏玩家的体验。

技术领域

本发明实施例涉及语音识别领域，更具体地，涉及一种游戏语音交互方法及装置。

背景技术

目前在网络游戏中，游戏玩家通常需要与其它玩家进行互动，如通过键盘或者游戏手柄等输入设备，与其它游戏玩家进行文字聊天或者其它类型的交互。而随着语音识别技术的逐渐兴起，在游戏中进行语音交互成为游戏玩家越来越青睐的互动方式。相关技术中在进行游戏语音交互时，通常是获取游戏玩家的语音数据，并将该游戏玩家的语音数据直接转发给其它游戏玩家，并直接播放给其它游戏玩家或者转化为文本显示给其它游戏玩家。由于游戏语音交互过程仅限于语音数据的转发播放或转发显示，从而游戏语音交互的功能比较局限。

发明内容

为了解决上述问题，本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的游戏语音交互及装置。

根据本发明实施例的第一方面，提供了一种游戏语音交互方法，该方法包括：

获取对语音数据进行语音识别后得到的文本数据，将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，语音数据由游戏玩家输入，文本元素为字或词，文本向量为字向量或词向量；

基于每一文本向量，生成特征矩阵，并将特征矩阵输入至指令识别模型，输出语音数据对应的操作指令，操作指令为游戏指令或非游戏指令，游戏指令用于操控游戏玩家对应的游戏角色，非游戏指令用于游戏玩家之间互相沟通。

本发明实施例提供的方法，通过获取对语音数据进行语音识别后得到的文本数据，将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。基于每一文本向量，生成特征矩阵，并将特征矩阵输入至指令识别模型，输出语音数据对应的操作指令。由于游戏玩家通过语音输入的方式，除了实现与其它游戏玩家之间互相沟通之外，还可实现对其对应的游戏角色进行操控，从而在便捷游戏玩家操控的同时，拓展了游戏中语音交互的功能，进而在整体层面上提升了游戏玩家的体验。

结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，该方法还包括：

对于任一文本元素，基于任一文本元素在语音数据中的播放时间段，提取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，基于任一文本元素在语音数据中的播放时间段，获取游戏玩家对应的游戏角色在播放时间段内所处游戏场景的场景特征；

相应地，基于每一文本向量，生成特征矩阵，包括：

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。

结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，获取游戏玩家对应的游戏角色在播放时间段内所处游戏场景的场景特征，包括：

从播放时间段内选取任意时刻作为目标时刻，获取游戏角色在目标时刻下所处游戏场景的场景标识、游戏角色与其它游戏角色之间的距离以及互动状态，将场景标识、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，其它游戏角色与游戏角色处于同一游戏场景且位于以游戏角色为中心的预设范围内。