[发明专利]一种智能语音交互方法、装置、电子设备及存储介质

权利要求书

1.一种智能语音交互方法，包括：

获取用户所发送的语音流；

根据第一静音间隔时长将所述语音流分割为多个第一语音片段；

根据第二静音间隔时长将所述语音流分割为至少一个第二语音片段，其中，所述第一静音间隔时长小于第二静音间隔时长；

获取所述第一语音片段所对应的语气承接语音文件；以及

在对第二语音片段进行应答之前，播放所述第一语音片段所对应的语气承接语音文件。

2.如权利要求1所述的方法，其中，获取所述第一语音片段所对应的语气承接语音文件，包括：

确定所述第一语音片段的语义，根据所述语义确定所述第一语音片段的片段类型，其中，所述片段类型包括句中片段或者句尾片段；

获取与所述片段类型所对应的语气承接语音文件。

3.如权利要求2所述的方法，其中，获取与所述片段类型所对应的语气承接语音文件，包括：

获取与所述片段类型所对应的不超过预设时长的语气承接语音文件，或者，获取与所述片段类型所对应的字符数量不超过预设数量的语气承接语音文件。

4.如权利要求2所述的方法，其中，当所述片段类型为句尾片段时，获取与所述片段类型所对应的语气承接语音文件，包括：

从所述语音流中确定所述句尾片段所对应的完整语句；

确定所述完整语句所表征的用户意图类型；

获取与所述用户意图类型相对应的语气承接语音文件。

5.如权利要求4所述的方法，其中，从所述语音流中确定所述句尾片段所对应的完整语句，包括：

确定所述语音流中的前一句尾片段，将所述前一句尾片段与所述句尾片段之间的语音流确定为所述句尾片段所对应的完整语句。

6.如权利要求4所述的方法，其中，确定所述完整语句所表征的用户意图类型，包括：

确定所述完整语句的语义，根据所述完整语句的语义确定所述完整语句所表征的用户意图类型。

7.如权利要求6所述的方法，其中，所述用户意图类型包括：打招呼、确认、否认或者下达指令中的至少一种。

8.如权利要求2所述的方法，其中，根据所述语义确定所述第一语音片段的片段类型，包括：

确定所述第一语音片段所对应的文本的语义特征，以及，提取所述第一语音片段的音频特征；

根据所述语义特征和所述音频特征对所述第一语音片段进行分类，根据所述分类结果确定所述第一语音片段的片段类型。

9.如权利要求8所述的方法，根据所述语义特征和所述音频特征对所述第一语音片段进行分类，根据所述分类结果确定所述第一语音片段的片段类型，包括：

根据预先训练得到的文本语义分类器对所述语义特征进行分类，得到语义分类结果；

以及，根据预先训练得到的音频分类器对所述音频特征进行分类，得到音频特征分类结果；

融合所述语义分类结果和所述音频特征分类结果，确定所述第一语音片段的片段类型。

10.如权利要求8所述的方法，其中，提取所述第一语音片段的音频特征，包括：

合并所述第一语音片段和与其对应的静音片段，得到待分类的语音样本；

将所述语音样本进行等长分割，得到多个等长的语音子样本，从分割得到的语音子样本中提取得到所述第一语音片段的音频特征。

11.如权利要求2所述的方法，其中，当所述片段类型为句中片段时，获取与所述片段类型所对应的语气承接语音文件，所述方法包括：

确定所述第一语音片段是否满足预设条件，当所述第一语音片段满足预设条件时，获取与所述片段类型所对应的语气承接语音文件。