[发明专利]语音交互的方法、装置、设备和计算机可读存储介质

说明书

本公开的实施例提供了用于语音交互的方法、装置、设备和计算机可读存储介质。一种在电子设备处执行的语音交互方法包括响应于接收到来自用户的第一语音命令，基于第一语音命令来标识该用户的身份。该方法还包括基于标识的身份来配置用于将第一语音命令和预定激活命令进行匹配的匹配阈值。该方法还包括基于匹配阈值来确定第一语音命令与预定激活命令是否匹配。此外，该方法还包括响应于确定第一语音命令与预定激活命令匹配，使得电子设备进入激活状态，电子设备在激活状态下能够与用户进行语音交互。以此方式，本公开的实施例既能够提高已注册用户对电子设备的唤醒率，也能够有效地降低在噪声场景下的误唤醒率。

技术领域

本公开总体上涉及语音识别领域，更具体地，涉及语音交互方法、装置、设备和计算机可读介质。

背景技术

随着语音识别技术的发展，智能语音设备已经较为普遍地应用于人们的日常生活、工作、甚至生产过程中。智能语音设备的示例包括智能手机、智能音箱、可穿戴设备等，其允许人们通过语音方式与其进行交互。出于省电和减少误识别的目的，在进入到能够与用户进行语音交互的激活状态之前，处于待机模式下的智能语音设备通常需要首先检测用户发出的特定激活命令(例如，唤醒词)。该过程也被称为“语音唤醒”。语音唤醒能够在较低功耗下实现，其对某个预先定义的唤醒词进行检测。当检测到用户说出该唤醒词时，将智能语音设备激活，使得该智能语音设备能够与用户进行正常语音交互。

语音唤醒的性能主要包括唤醒率和误唤醒率。唤醒率指代当接收到的语音命令中存在唤醒词时将其成功检出的比率，而误唤醒率指代将不存在唤醒词的语音命令误判为存在唤醒词的比率。通常期望提高语音设备的唤醒率并且降低其误唤醒率，从而提高用户体验。然而，在传统方案中，提高唤醒率也必然带来误唤醒率的升高。

发明内容

根据本公开的示例实施例，提供了用于语音交互的方案。

在本公开的第一方面中，提供了一种在电子设备处执行的语音交互方法。该方法包括响应于接收到来自用户的第一语音命令，基于第一语音命令来标识该用户的身份。该方法还包括基于标识的身份来配置用于将第一语音命令和预定激活命令进行匹配的匹配阈值。该方法还包括基于匹配阈值来确定第一语音命令与预定激活命令是否匹配。此外，该方法还包括响应于确定第一语音命令与预定激活命令匹配，使得电子设备进入激活状态，电子设备在激活状态下能够与用户进行语音交互。

在本公开的第二方面中，提供了一种用于语音交互的装置。该装置包括：身份标识模块，被配置为响应于接收到来自用户的第一语音命令，基于第一语音命令来标识该用户的身份；阈值配置模块，被配置为基于标识的身份来配置用于将第一语音命令和预定激活命令进行匹配的匹配阈值；匹配确定模块，被配置为基于匹配阈值来确定第一语音命令与预定激活命令是否匹配；以及激活模块，被配置为响应于确定第一语音命令与预定激活命令匹配，使得电子设备进入激活状态，电子设备在激活状态下能够与用户进行语音交互。

在本公开的第三方面中，提供了一种电子设备，包括一个或多个处理器和存储装置。存储装置用于存储一个或多个程序。当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器执行根据本公开的第一方面的方法。

在本公开的第四方面中，提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序在被处理器执行时实现根据本公开的第一方面的方法。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1示出了本公开的实施例能够在其中实现的示例环境的示意图；

图2示出了根据本公开的实施例的语音交互方法的流程图；