[发明专利]在移动终端中进行人机交互的方法及其装置

权利要求书

1.一种在移动终端中进行人机交互的方法，其中，所述方法包括：

响应于用户语音命令，预测移动终端的后续网络状态；

当预测出移动终端的后续网络状态异常时，将与用户语音命令相关的话题数据下载到本地语音数据库中；

当移动终端进入网络状态异常的区域时，响应于获取到待处理的用户语音命令使用本地语音数据库来执行语音识别，并且根据语音识别的结果来执行语音处理。

2.如权利要求1所述的方法，其中，所述方法还包括：

当预测出移动终端的后续网络状态正常时，使用云端语音引擎来执行语音识别，和/或

当移动终端的网络状态由异常状态恢复为正常状态时，确定移动终端的存储器中是否存储有用户语音命令以及先前语音识别的结果，并且根据存储的用户语音命令使用云端语音引擎来重新执行语音识别，和/或

其中，预测移动终端的后续网络状态的步骤包括：使用预先训练的预测模型来预测用户是否会进入网络状态异常区域，其中，当预测出用户会进入网络状态异常区域时，确定移动终端的后续网络状态异常，否则，确定移动终端的后续网络状态正常，和/或

其中，预测移动终端的后续网络状态的步骤包括：根据用户日程来确定移动终端在特定时间段内是否会处于网络异常状态，和/或

其中，将与用户语音命令相关的话题数据下载到本地语音数据库中的步骤包括：分析当前用户语音命令的话题类型；获取与当前用户语音命令的话题类型相关的数据分析模型；并且将获取的话题类型和相关的数据分析模型存储于本地语音数据库中，和/或

其中，与用户语音命令相关的话题数据包括与用户和移动终端的当前交互内容有关的话题数据和/或与根据当前交互内容预测出的后续交互内容有关的话题数据。

3.如权利要求2所述的方法，其中，所述方法还包括：

将先前语音识别的结果与重新执行的语音识别的结果进行比较；

基于比较的结果来确定是否向用户发送补充提示消息，

其中，当先前语音识别的结果与重新执行的语音识别的结果不同时，向用户发送补充提示消息，否则，不发送补充提示消息。

4.如权利要求2所述的方法，其中，所述预测模型是基于用户信息训练出的，其中，用户信息至少包括网络小区信息、移动终端信息、用户行为信息、用户历史路径信息和用户日程信息。

5.如权利要求2所述的方法，其中，执行语音识别的步骤包括：

通过本地语音数据库对待处理的用户语音命令进行语义识别；

基于语义识别的结果使用存储于本地语音数据库中的相关的数据分析模型对待处理的用户语音命令进行命令解析。

6.如权利要求2所述的方法，其中，响应于确定移动终端在特定时间段内会处于网络异常状态，根据用户偏好来预先加载用户感兴趣的话题数据，并将该话题数据存储于本地语音数据库中。

7.一种在移动终端中进行人机交互的装置，其中，所述装置包括：

网络预测模块，用于响应于用户语音命令，预测移动终端的后续网络状态；

语音处理模块，用于：

当预测出移动终端的后续网络状态异常时，将与用户语音命令相关的话题数据下载到本地语音数据库中；

当移动终端进入网络状态异常的区域时，响应于获取到待处理的用户语音命令使用本地语音数据库来执行语音识别，并且根据语音识别的结果来执行语音处理。