[发明专利]智能语音交互方法、装置、设备和计算机存储介质

说明书

本公开公开了一种智能语音交互方法、装置、设备和计算机存储介质，涉及人工智能技术领域下的语音、大数据和深度学习技术。具体实现方案为：获取用户输入的第一对话语音；将第一对话语音输入语音交互模型，获取语音交互模型针对第一对话语音生成的第二对话语音用以返回给用户；语音交互模型包括：语音编码子模型，用于对第一对话语音以及当前会话的历史对话语音进行编码，得到语音状态嵌入信息；状态记忆网络，用于利用语音状态嵌入信息，得到至少一个预设属性的嵌入信息；语音生成子模型，用于利用语音状态嵌入信息和至少一个预设属性的嵌入信息，生成第二对话语音；至少一个预设属性依据被核实对象的信息预先设置。本公开实现了智能化数据核实。

技术领域

本申请涉及计算机技术领域，特别涉及人工智能技术领域下的语音、大数据和深度学习技术。

背景技术

随着计算机应用技术的迅速发展和不断普及，人们的衣食住行越来越依赖于各种应用，而这些应用大多数是以各领域的大数据为基础的。而这些数据的真实性和准确性则很大程度影响了应用效果和用户体验。例如在地图类应用中，地理位置点可以是地图上的POI(PointOfInterest，兴趣点)、AOI(AreaOfInterest，兴趣区域)或者更大范围的ROI(RegionOf Interest，位置区域)，尤其是与人们生活密切相关的地点，如学校、银行、餐馆、医院、超市等。一个地理位置往往包括：名称、坐标、地址、类别和电话等信息。地理位置信息通常由实地采集、互联网数据获取和用户上报等方式获取。由于城市建设快速发展和业务单位规划的变更，导致地理位置信息也会频繁地发生变化。

因此，在诸如地图类应用的大量应用场景下，对数据进行核实是一个重要的环节。

发明内容

有鉴于此，本申请提供了一种智能语音交互方法、装置、设备和计算机存储介质，以便于智能化的实现数据核实。

第一方面，本申请提供了一种智能语音交互方法，包括：

获取用户输入的第一对话语音；

将所述第一对话语音输入语音交互模型，获取所述语音交互模型针对所述第一对话语音生成的第二对话语音用以返回给所述用户；

其中所述语音交互模型包括：

语音编码子模型，用于对所述第一对话语音以及当前会话的历史对话语音进行编码，得到语音状态嵌入信息；

状态记忆网络，用于利用所述语音状态嵌入信息，得到至少一个预设属性的嵌入信息，其中所述至少一个预设属性依据被核实对象的信息预先设置；

语音生成子模型，用于利用所述语音状态嵌入信息和所述至少一个预设属性的嵌入信息，生成所述第二对话语音。

第二方面，本申请提供了一种获取语音交互模型的方法，包括：

获取训练数据，所述训练数据包括同一会话中的对话语音对，所述对话语音包括用户语音和反馈给用户的响应语音；

将所述用户语音作为语音交互模型的输入，训练所述语音交互模型，训练目标包括最小化所述语音交互模型输出的响应语音与训练数据中对应响应语音的差异；其中所述语音交互模型包括：

语音编码子模型，用于对所述用户语音以及同一会话的历史对话语音进行编码，得到语音状态嵌入信息；

状态记忆网络，用于利用所述语音状态嵌入信息，得到至少一个预设属性的嵌入信息，其中所述至少一个预设属性依据被核实对象的信息预先设置；

语音生成子模型，用于利用所述语音状态嵌入信息和所述至少一个预设属性的嵌入信息，生成响应语音。

第三方面，本申请提供了一种智能语音交互装置，包括：

语音获取单元，用于获取用户输入的第一对话语音；