[发明专利]一种AI语音对话系统

摘要

本发明公开了一种AI语音对话系统，包括终端系统和云端系统：本发明解决了原核心架构在终端，迭代速度慢；各个核心子系统之间耦合较深，不易独立扩展。该架构是着眼于未来AI语音对话系统的技术发展趋势而设计的，让人工智能语音电视持续发展具备了坚实基础。

主权项

1.一种AI语音对话系统，其特征在于，包括终端系统和云端系统：所述终端系统包括名称为AI Voice UI的终端语音系统，所述终端语音系统包括核心逻辑引擎、语音处理引擎和UI引擎三个模块；所述核心逻辑引擎包括录音、语音识别、语义处理、功能执行、UI展示和播报六个核心逻辑，“录音”模块负责获取各种输入设备的音频数据，并将其作为输出，发送给下一个模块“语音识别”；“语音识别”模块将输入的录音数据转换为文本数据，输出给下一个模块“语义处理”；“语义处理”模块将输入的文本数据转换为结构化数据，输出给后面三个模块“功能执行”、“UI展示”和“语音播报”，“功能执行”模块负责调用本地功能接口，“UI展示”模块负责向用户以图形化的方式展示结果，“语音播报”模块负责以声音的方式给用户展示结果；所述语音处理引擎包括ASR、NLP和TTS，提供抽象接口和具体实现，语音处理引擎提供抽象接口，供具体的ASR、NLP和TTS实现，同时供前述的核心逻辑引擎调用；所述UI引擎主要提供对本地UI模板和云端UI模板的方式，而云端UI模板支持标准的H5方式和小程序方式，本地UI模板支持的样式固定且有限，供语音技能开发者选取；云端UI模板支持语音技能开发者自定义，以满足其个性化需求；所述云端系统包括云端中控决策系统和语音开放平台；所述中控决策模块包括核心策略模块、意图识别模块、语义接入模块和服务接口模块，“核心策略”模块以用户请求作为输入，并先调用“意图识别”模块，以获得用户的意图，然后根据用户意图调用“语义接入”模块，最后再根据语义结果调用对应的“服务接入”模块，最终将服务数据输出给请求端；所述语音开放平台为语音技能开发者提供开发、测试和发布语音技能的平台，语音技能开发者登录语音开放平台，输入技能名称、添加技能的意图数据、选取技能的UI模板、上传服务数据获取脚本，最后提交。