[发明专利]语音交互方法、电子设备及可读存储介质

说明书

本发明提供一种语音交互方法、电子设备及可读存储介质，其中方法包括：获取用户的语音输入，并提取语音输入的梅尔倒谱系数特征，并基于梅尔倒谱系数特征，计算语音输入每帧的置信度；在基于所述置信度确定语音输入与预设唤醒词一致时，接收用户输入的语音服务指令，并将语音服务指令发送至服务器；接收服务器基于语音服务指令识别并下发的用户的指令意图；将指令意图转换为待执行指令，并基于待执行指令，执行对应的服务流程。本发明借助与服务器的数据交互及文本转语音TTS等核心技术，通过人机语音交互，使用户可以通过语音搜索入口获取目标服务，降低了对B端APP的学习成本，且极大地简化了作业场景操作流程，提高了服务效率。

技术领域

本发明涉及智能助手技术领域，尤其涉及一种语音交互方法、电子设备及可读存储介质。

背景技术

目前，在智能助手应用中，经纪人作业工具商家B端APP通常糅合了大量的作业工具及产品规则。但是，经纪人在查找特定信息和工具时，存在极高的学习成本和操作成本，尤其在即时通信(Instant Messaging,IM)场景，由于缺乏有效的交互工具，经纪人通常无法及时获取APP系统及产品规则的使用帮助，效率较低。

发明内容

本发明提供一种语音交互方法、电子设备及可读存储介质，用以解决现有技术中经纪人作业工具B端服务效率低、操作不便等问题的缺陷，实现更便利的服务并有效提高服务效率的目标。

本发明提供一种语音交互方法，应用于终端，包括：

获取用户的语音输入，并提取所述语音输入的梅尔倒谱系数特征，并基于所述梅尔倒谱系数特征，计算所述语音输入每帧的置信度；

在基于所述置信度确定所述语音输入与预设唤醒词一致时，接收用户输入的语音服务指令，并将所述语音服务指令发送至服务器；

接收所述服务器基于所述语音服务指令识别并下发的用户的指令意图；

将所述指令意图转换为待执行指令，并基于所述待执行指令，执行对应的服务流程。

根据本发明提供的一种语音交互方法，在基于所述置信度确定所述语音输入与所述预设唤醒词一致时，所述方法还包括：

弹出语音输入引导浮层，所述语音输入引导浮层用于引导用户输入所述语音服务指令。

根据本发明提供的一种语音交互方法，所述弹出语音输入引导浮层，包括：

对所述语音输入进行第一预设数据处理，提取所述语音输入的梅尔倒谱系数特征；

基于所述梅尔倒谱系数特征，利用目标全连接深度神经网络模型，计算所述语音输入每帧的置信度；

通过比较所述置信度与预设的唤醒阈值，判断所述语音输入与所述预设唤醒词是否一致，若一致，则弹出所述语音输入引导浮层。

根据本发明提供的一种语音交互方法，所述计算所述语音输入每帧的置信度，包括：

基于所述梅尔倒谱系数特征，利用目标全连接深度神经网络模型，计算所述语音输入每帧的标签后验概率；

计算所述标签后验概率的平滑度，获取平滑后的标签后验概率，并基于所述平滑后的标签后验概率，计算所述语音输入中每帧的置信度。

根据本发明提供的一种语音交互方法，所述基于所述待执行指令，执行对应的服务流程，包括：

基于所述待执行指令向所述服务端请求目标服务；

接收所述服务端通过服务注册方式处理所述待执行指令获取并下发的目标服务的结果，并将所述目标服务的结果进行展示。

本发明还提供一种语音交互装置，包括：