[发明专利]电梯的语音控制方法、装置、设备和存储介质

说明书

本公开涉及一种电梯的语音控制方法、装置、设备和存储介质。该方法包括：确定音频数据中包括预设的目标词；根据所述目标词对应的目标音频序列，从所述音频数据对应的音频帧序列中确定意图音频帧序列，所述目标音频序列为所述音频帧序列中所述目标词对应的多帧音频；根据所述意图音频帧序列，确定用户意图；根据所述用户意图，确定是否生成呼梯指令。该方法能够减少电梯的误触发。

技术领域

本公开涉及语音识别技术领域，尤其涉及一种电梯的语音控制方法、装置、设备和存储介质。

背景技术

语音识别(Automatic Speech Recognition，ASR)技术是人工智能领域的重要技术之一，ASR技术能够基于语音波形识别出对应的文字内容。语音识别技术已经用于冰箱、电视、空调等家电设备，以及电梯等公共设备，特别是应用于公共设备中，无需用于手动按键控制，可以有效防止因手动触控产生的交叉感染，从而保证公共健康。

现有技术中，实时采集音频流，然后对采集到的音频进行识别，当检测到识别的中间结果中带命令词时就进行呼梯响应，能够即时响应乘客的呼梯请求，但是在识别出中间结果的时候产生呼梯命令很容易引发误触的情况。

发明内容

本公开提供了一种电梯的语音控制方法、装置、设备和存储介质，能够减少电梯的误触发。

第一方面，本公开提供了一种语电梯的语音控制方法，包括：

确定音频数据中包括预设的目标词；

根据所述目标词对应的目标音频序列，从所述音频数据对应的音频帧序列中确定意图音频帧序列，所述目标音频序列为所述音频帧序列中所述目标词对应的多帧音频；

根据所述意图音频帧序列，确定用户意图；

根据所述用户意图，确定是否生成呼梯指令。

可选的，所述确定音频数据中包括预设的目标词，包括：

根据所述音频帧序列，确定所述音频帧序列对应的识别结果；

根据所述识别结果中的所述目标词的声学得分，确定所述音频数据中包括所述目标词。

可选的，所述根据所述识别结果中的所述目标词的声学得分，确定所述音频数据中包括所述目标词，包括：

根据目标相关词组中的所有目标相关词各自的声学得分，确定最高声学得分，所述目标相关词组包括多个目标相关词，所述多个目标相关词包括所述目标词和与所述目标词相关的词；

根据所述目标词的声学得分和所述最高声学得分的比值满足预设条件，确定所述音频数据中包括所述目标词。

可选的，所述根据所述目标词对应的目标音频序列，从所述音频数据对应的音频帧序列中确定意图音频帧序列，包括：

根据所述目标音频序列在所述音频帧序列中的位置，确定所述音频帧序列中所述目标音频序列之前的多帧音频为第一意图音频帧序列，和/或，确定所述音频帧序列中所述目标音频序列之后的多帧音频为第二意图音频帧序列。

可选的，所述意图音频帧序列包括所述第一意图音频帧序列和所述第二意图音频帧序列；

所述根据所述意图音频帧序列，确定用户意图，包括：

根据所述第一意图音频帧序列，确定第一意图概率；

根据所述第二意图音频帧序列，确定第二意图概率；

根据所述第一意图概率和所述第二意图概率，确定所述用户意图。

可选的，所述根据所述第一意图概率和所述第二意图概率，确定所述用户意图，包括：