[发明专利]人机互动的口语对话系统及其实现方法

说明书

技术领域

本发明涉及一种采用语音识别(ASR，Automatic Speech Recognition)、对话管理系统(Dialog Management System)、自然语言理解(NLU，NatureLanguage Understanding)技术的人机互动的口语对话系统。

背景技术

本说明书中的技术术语定义如下：

语音识别，是让机器将语音转换为相应文本的技术。

语义，是指文本(语句)的含义。由于表述方式不同，不同的语句可能是同一语义。

语料，是指大量文本的集合，其中的文本是经过整理并按特定的格式标注过的。

词法，是指文本内词语的构成法则，如词性。

词性标签，是一种对名词、动词、形容词等词性进行标注的方法。

语法，是指文本语句的构成规律。

口语对话对于提高外语水平至关重要，目前市场上的外语口语学习产品，一般以跟读为主。系统设定主题场景，用户跟着系统练习相关句型，系统对用户的发音进行评分。其对话模式仅限于在固定的2～3种回答语句中选择。

发明内容

本发明所要解决的技术问题是提供一种人机互动的口语对话系统，该系统中人和机器均可自由主导对话过程(Mixed Initiative Conversation)。用户可以主动谈论自己感兴趣的话题，机器会顺着用户的话题进行对话。一旦用户无话可谈，机器会自动挑选相关话题和用户对话，从而营造一种真实的口语对话语言环境。为此，本发明还要提供所述人机互动的口语对话系统的实现方法。

为解决以上技术问题，本发明人机互动的口语对话系统包括：

语音识别模块，将用户的语音识别为文字；

纠错模块，将语音识别模块输出的文字进行词法和语法层面的纠错；

自然语言理解模块，将纠错模块输出的纠错后的文字识别为语义；

对话管理模块，根据自然语言理解模块输出的语义，生成对话的语义；

自然语言生成模块，将对话管理模块输出的对话语义生成为对话文字；

语音合成模块，将自然语言生成模块输出的对话文字生成为对话语音。

所述人机互动的口语对话系统的实现方法包括如下步骤：

第1步，收集口语语料形成语料库；

第2步，用户的语音通过语音识别模块1被识别为文字；

第3步，所述文字通过纠错模块2进行词法和语法层面的纠错；

第4步，纠错后的文字通过自然语言理解模块3被识别为语义；

第5步，对话管理模块4根据所述语义，生成对话的语义；

第6步，所述对话语义通过自然语言生成模块5生成为对话文字；

第7步，所述对话文字通过语音合成模块6生成为对话语音。

本发明人机互动的口语对话系统具有如下有益效果：

首先，对话管理模块能回答用户提问，也能主动和用户谈论相关话题，从而营造一种真实的口语对话语言环境；

其次，纠错模块能弥补语音的误识别、口语语法的不严密，减少自然语言理解的无法理解情况，使得人机对话更顺畅；

最后，语音合成模块还可增加多媒体视听效果，加深用户的记忆。

附图说明

图1为本发明人机互动的口语对话系统的结构示意图；

图2为形成语料库的流程图；

图3为纠错模块进行纠错的流程图；

图4为对话管理模块生成对话语义的流程图。

图中附图标记说明：

1为语音识别模块；2为自动纠错模块；3为自然语言理解模块；4为对话管理模块；5为自然语言生成模块；6为语音合成模块。

具体实施方式

请参阅图1，这是本发明人机互动的口语对话系统的结构示意图。该系统包括有以下模块：

——语音识别模块1，将用户的语音识别为文字；

——纠错模块2，将语音识别模块1输出的文字进行词法和语法层面的纠错；

——自然语言理解模块3，将纠错模块2输出的纠错后的文字识别为语义；

——对话管理模块4，根据自然语言理解模块3输出的语义，生成对话的语义；

——自然语言生成模块5，将对话管理模块4输出的对话语义生成为对话文字；

——语音合成模块6，将自然语言生成模块5输出的对话文字生成为对话语音。

所述人机互动的口语对话系统的实现方法包括如下步骤：

第1步，收集口语语料形成语料库；