[发明专利]语音交互方法、电子设备和存储介质

说明书

本发明公开了一种语音交互方法、电子设备和存储介质。语音交互方法包括：获取用户语音数据以实时进行语音识别得到用户语音请求；在未接收到完整的用户语音请求的情况下，基于前缀树对实时获取的用户语音请求进行补全得到补全结果；对补全结果进行处理得到预测语音指令；在接收到完整的用户语音请求后，若补全结果与接收到完整的用户语音请求相同，则根据预测语音指令完成语音交互。本发明能够对接收到的不完整的用户语音请求基于前缀树构建与个人紧密关联的指令预测，实现与个人强相关联的话语自动补全，实现对不同用户的个性化话语均能进行识别的千人千面的技术效果，且方案可操控性强，所需设备要求低，易于实现。

技术领域

本发明涉及语音交互技术领域，特别涉及一种语音交互方法、电子设备和存储介质。

背景技术

对于文本补全，类似的业务有输入法的提示词、搜索框的输入提示、代码的补全提示、文本的自动生成等。第一，可以使用常规的搜索算法，但这需要提前存储大量数据，且在巨大的数据库中进行搜索，利用空间换时间方法提高效率与准度。第二，还可以使用近些年热门的预训练文本生成模型，虽然准确率高且多样性丰富，但是模型参数量巨大，对于特定领域文本还需再花较长时间训练，生成文本的时间也较长，对于设备的要求较高，时间的花费也较大。

但在语音识别处理这一场景下，想要在用户正常说话时间内利用提前预测用户意图从而抢到时间收益，同时不影响系统的正常使用，就需要模型的生成速度快、准确度高、吞吐量低，因此模型要求不能太大、不追求多样性，且为了节约成本，存储空间要尽可能小。

同时，用户每个人都有自己的说话习惯，用一个大的模型来预测每个人的话语是不科学的，强行让模型记忆学习反而可能适得其反，导致常见话语的预测效果变差，不能实现识别不同用户的个性化话语，用户体验不佳。

发明内容

本发明实施方式提供一种语音交互方法、电子设备和存储介质。

本发明实施方式提供一种语音交互方法。所述语音交互方法包括：获取用户语音数据以实时进行语音识别得到用户语音请求；在未接收到完整的所述用户语音请求的情况下，基于前缀树对实时获取的所述用户语音请求进行补全得到补全结果；对所述补全结果进行处理得到预测语音指令；在接收到完整的所述用户语音请求后，若所述补全结果与接收到完整的所述用户语音请求相同，则根据所述预测语音指令完成语音交互。

如此，本发明的语音交互方法能够对接收到的不完整的用户语音请求基于前缀树构建与个人紧密关联的指令预测，实现与个人强相关领的话语自动补全，实现对不同人的个性化话语均能进行识别的千人千面的技术效果，且方案可操控性强，所需设备要求低，易于实现。

所述在未接收到完整的所述用户语音请求的情况下，基于前缀树对实时获取的所述用户语音请求进行补全得到补全结果，包括：通过数据分析确定补全条件；在实时获取的所述用户语音请求满足所述补全条件的情况下，基于所述前缀树对实时获取的所述用户语音请求进行补全得到所述补全结果。

如此，本发明的语音交互方法及装置能够对接收到的不完整的用户语音请求基于前缀树构建与个人紧密关联的指令预测，实现与个人强相关联的话语自动补全，得到补全结果，从而实现对不同用户的个性化话语均能进行识别的千人千面的技术效果。

所述在实时获取的所述用户语音请求满足所述补全条件的情况下，基于所述前缀树对实时获取的所述用户语音请求进行补全得到所述补全结果，包括：在实时获取的所述用户语音请求满足所述补全条件的情况下，根据实时获取的所述用户语音请求确定所述用户语音请求的语音类型；根据所述语音类型选择对应的所述前缀树对实时获取的所述用户语音请求进行补全得到所述补全结果。

如此，本发明的语音交互方法可以根据实时获取的用户语音请求识别该用户语音请求属于哪一类个性化语音类型，从而根据所属语音类型对应的前缀树对该用户语音请求进行自动补全，能够实现对不同用户的个性化话语均能进行识别的千人千面的技术效果。