[发明专利]一种语音意图识别方法、系统及电子设备

说明书

本说明书公开了一种语音意图识别方法、系统及电子设备，能够对语音意图进行精准识别。所述方法包括：获取待识别的原始语音数据；对所述原始语音数据进行信号时序分析，以确定所述原始语音数据对应的时序语音特征；利用语音识别模型对所述原始语音数据进行识别分析，以确定所述原始语音数据相应的语义内容数据；根据所述时序语音特征与所述语义内容数据进行意图识别，以确定所述原始语音数据所对应的语音意图。所述系统包括语音获取模块、时序分析模块、语义识别模块、意图识别模块。所述电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述语音意图识别方法。

技术领域

本发明涉及人工智能技术领域，具体涉及一种语音意图识别方法、系统及电子设备。

背景技术

随着人工智能技术的快速发展以及人工智能技术在生活中的广泛使用，语音交互成为人与机器之间沟通交流的重要桥梁。机器人系统要与用户对话并完成特定任务，其中一个核心技术是语音意图的识别，即，用户向机器人系统输入待识别语音后，机器人系统能够通过待识别语音判定用户的语音意图。

在相关技术中，语音意图的识别方式包括：语音识别阶段和意图识别阶段。在语音识别阶段，通过自动语音识别(Automatic Speech Recognition，ASR)技术对待识别语音进行语音识别，将待识别语音转化为文本。然后，在意图识别阶段，通过自然语言处理(Natural Language Processing，NLP)技术对文本进行语义理解，基于语义理解结果进行意图识别。这样的方式依赖于语音识别的准确性，语音意图识别结果的准确性难以得到保证。

发明内容

有鉴于此，本说明书实施例提供了一种语音意图识别方法、系统及电子设备，能够对语音意图进行精准识别。

根据第一方面，本说明书实施例提供了一种语音意图识别方法，所述方法包括：

获取待识别的原始语音数据；

对所述原始语音数据进行信号时序分析，以确定所述原始语音数据对应的时序语音特征；

利用语音识别模型对所述原始语音数据进行识别分析，以确定所述原始语音数据相应的语义内容数据；

根据所述时序语音特征与所述语义内容数据进行意图识别，以确定所述原始语音数据所对应的语音意图。

可选的，所述方法在获取待识别的原始语音数据后，还包括：

确定所述原始语音数据的属性信息，并基于所述属性信息对所述原始语音数据进行预处理。

其中，所述属性信息包括音频格式、采样率以及采样通道数；

基于所述属性信息对所述原始语音数据进行预处理，包括：

响应于所述原始语音数据的音频格式不是预设的目标格式，将所述原始语音数据的音频格式转换为所述目标格式；

响应于所述原始语音数据的采样率不是预设的目标采样率，将所述原始语音数据的采样率转换为所述目标采样率；

响应于所述原始语音数据的采样通道数为双通道，将双通道的所述原始语音数据拆分为单通道的语音数据。

可选的，对所述原始语音数据进行信号时序分析，以确定所述原始语音数据对应的时序语音特征，包括：

对于所述原始语音数据进行信号分析，以提取确定所述原始语音数据的基础语音特征数据；

按照时间序列计算确定所述基础语音特征数据在预设时间间隔下的时序特征，将所述时序特征作为所述时序语音特征。

可选的，所述基础语音特征数据包括声学特征数据、能量特征数据与频谱特征数据；