[发明专利]服务器及语音识别方法

说明书

本申请实施例提供了一种服务器及语音识别方法，服务器被配置为：接收来自显示设备的语音分片数据；若所述语音分片数据不是语音会话的最后一片数据，根据服务器未向语音识别服务设备发送所述语音分片数据的上一片数据，暂不发送所述语音分片数据，直到所述服务器已发送所述上一片数据，或所述上一片数据被标记为忽略状态，再将所述语音分片数据发送给所述语音识别服务设备；若所述语音分片数据是所述最后一片数据，在所述最后一片数据之前非忽略状态的语音分片数据均已发送，或等待的时间超过预设时间阈值时，再将已接收还未发送、且未被标记为忽略状态的语音分片数据发送给语音识别服务设备。本申请解决了语音识别准确性低的技术问题。

技术领域

本申请涉及语音交互技术领域，尤其涉及一种服务器及语音识别方法。

背景技术

随着人工智能在显示设备领域的飞速发展，越来越多的显示设备如智能电视开始支持语音控制功能，用户可向电视输入一个语音会话，电视可通过语义引擎对语音会话进行语义识别，从而得到用户意图，进而针对用户意图进行响应。在一些场景下，用户输入的语音会话为一段较长的语音，如果电视在语音接收完毕后，再通过语义引擎对语音会话进行语义识别，最终可能需要花费较长的时间才能进行响应。相关技术中，为了提高语音识别速度，电视可在用户输入语音会话的过程中，就实时以分片的形式将用户语音发送给语义引擎进行语音识别，从而可提高语音交互的响应速度。然而，由于网络波动等原因，语义引擎接收到的语音分片数据的顺序可能并不是电视发送的顺序，这将导致语音识别的准确性降低，降低了用户体验。

发明内容

为解决语音交互的准确性低的技术问题，本申请提供了一种服务器及语音识别方法。

第一方面，本申请提供了一种服务器，该服务器被配置为：

接收来自显示设备的语音分片数据；

若所述语音分片数据不是语音会话的最后一片数据，根据服务器未向语音识别服务设备发送所述语音分片数据的上一片数据，暂不发送所述语音分片数据，直到所述服务器已发送所述上一片数据，或所述上一片数据被标记为忽略状态，再将所述语音分片数据发送给所述语音识别服务设备；

若所述语音分片数据是所述最后一片数据，在所述最后一片数据之前的非忽略状态的语音分片数据均已发送，或等待的时间超过预设时间阈值时，再将已接收还未发送、且未被标记为忽略状态的语音分片数据发送给语音识别服务设备。

在一些实施例中，对于未接收到的语音分片数据，若接收到排序在后的语音分片数据的数量达到预设数量阈值，将所述未接收到的语音分片数据标记为忽略状态。

在一些实施例中，所述服务器还被配置为：

对于未接收到且未被标记为忽略状态的语音分片数据，若距离所述最后一片数据的顺序越近，则所述语音分片数据对应的预设等待时间越大，所述预设时间阈值为全部预设等待时间中的最大值。

在一些实施例中，所述语音分片数据包括语音数据和分片参数，所述分片参数包括分片序号，所述分片序号用于确定所述语音分片数据在语音会话中的顺序。

在一些实施例中，所述分片序号包括数组，所述数组包括两个数值，所述数组的第一个数值表示所述语音分片数据在语音会话中的顺序，所述数组的第二个数值表示所述语音分片数据的下一分片数据在所述语音会话中的顺序。

第二方面，本申请提供了一种语音识别方法，该方法包括：

显示设备将语音分片数据发送给服务器；

服务器接收来自显示设备的语音分片数据；

若所述语音分片数据不是语音会话的最后一片数据，所述服务器根据未向语音识别服务设备发送所述语音分片数据的上一片数据，暂不发送所述语音分片数据，直到所述服务器已发送所述上一片数据，或所述上一片数据被标记为忽略状态，再将所述语音分片数据发送给所述语音识别服务设备；