[发明专利]一种人机会话方法及系统

说明书

本发明实施例公开一种人机会话方法及系统，该方法包括：机器人采集第一语音信号；服务器通过语音识别将所述第一语音信号转换为文字得到第一文字信息，通过语义理解提取所述第一文字信息中的关键信息，从动态知识库中查找与所述关键信息关联度最大的规则模板得到第一规则模板，根据所述第一规则模板生成第二语音信号；所述机器人输出所述第二语音信号。本发明实施例，可以提高人机交互的精准性。

技术领域

本发明实施例涉及人工智能技术领域，尤其涉及一种人机会话方法及系统。

背景技术

人机交互(human computer interaction，HCI)是指人与计算机之间使用某种对话语言，以一定的交互方式，为完成确定任务的人与计算机之间的信息交换过程。不同用户的教育背景、理解方式、学习方法以及具备的技能都不相同，以致不同用户具有不同的使用风格。因此，如何实现人机交互的精准会话非常重要。

发明内容

本发明实施例公开了一种人机会话方法及系统，用于提高人机交互的精准性。

第一方面公开一种人机会话方法，包括：

机器人采集第一语音信号；

服务器通过语音识别将所述第一语音信号转换为文字得到第一文字信息；

所述服务器通过语义理解提取所述第一文字信息中的关键信息；

所述服务器从动态知识库中查找与所述关键信息关联度最大的规则模板得到第一规则模板；

所述服务器根据所述第一规则模板生成第二语音信号；

所述机器人输出所述第二语音信号。

作为一种可能的实施方式，所述机器人采集第一语音信号包括：

机器人通过多个麦克风采集第一语音信号。

作为一种可能的实施方式，所述方法还包括：

所述服务器对所述第一语音信号进行预处理，得到第二语音信号，所述预处理包括混响处理、降噪处理和防抖处理；

所述服务器通过语音识别将所述第一语音信号转换为文字得到第一文字信息包括：

所述服务器通过语音识别将所述第二语音信号转换为文字得到第一文字信息。

作为一种可能的实施方式，所述服务器通过语音识别将所述第一语音信号转换为文字得到第一文字信息包括：

所述服务器使用语音识别模型将所述第一语音信号转换为文字得到第一文字信息，所述语音识别模型基于延迟控制的双向长短期记忆深度神经网络(latencycontrolled bi-directional long short term memory deep neural network，LC-BLSTM-DNN)混合算法构建。

作为一种可能的实施方式，所述服务器通过语义理解提取所述第一文字信息中的关键信息包括：

所述服务器确定所述第一文字信息对应的领域、意图和词槽中的一种或多种；

所述服务器从动态知识库中查找与所述关键信息关联度最大的规则模板，得到第一规则模板包括：

所述服务器从动态知识库中查找与所述第一文字信息对应的领域、意图和词槽中的一种或多种关联度最大的规则模板，得到第一规则模板。

第二方面公开一种人机会话系统，其特征在于，包括机器人和服务器，其中：

所述机器人，用于采集第一语音信号；