[发明专利]人机语音交互方法和装置

权利要求书

1.一种人机语音交互方法，其特征在于，包括：

在终端对语音识别服务器发送的播报结果进行语音播报的过程中，接收所述语音识别服务器发送的语音识别结果，所述语音识别结果是所述语音识别服务器对使用所述终端的用户输入的语音进行识别后发送的；

将所述语音识别结果发送给关键词理解服务器进行上下文理解，接收并保存所述关键词理解服务器发送的上下文理解的结果；

根据保存的上下文理解的结果确定所述用户输入的语音的意图，根据所述意图生成播报结果；

将所述播报结果发送给所述语音识别服务器，以便所述语音识别服务器将所述播报结果发送给所述终端进行语音播报。

2.根据权利要求1所述的方法，其特征在于，所述根据所述意图生成播报结果包括：

根据所述意图从资源接入服务器获取与所述意图对应的信息，根据获取的信息生成播报结果。

3.根据权利要求1所述的方法，其特征在于，所述接收所述语音识别服务器发送的语音识别结果包括：

接收所述语音识别服务器在确定获得的语音识别结果达到预定的置信度之后，发送的达到所述预定的置信度的语音识别结果。

4.根据权利要求1-3任意一项所述的方法，其特征在于，还包括：

根据所述用户的用户信息和当前状态，获得适合推荐给所述用户的内容，并触发云推送服务，通过所述云推送服务将所述适合推荐给所述用户的内容发送给所述终端，并发起与所述终端的对话。

5.一种人机语音交互方法，其特征在于，包括：

在终端对语音识别服务器发送的播报结果进行语音播报的过程中，接收所述终端发送的语音，所述语音是使用所述终端的用户输入给所述终端的；

对所述语音进行识别，将语音识别结果发送给多轮对话服务器，以便所述多轮对话服务器将所述语音识别结果发送给关键词理解服务器进行上下文理解，接收并保存所述关键词理解服务器发送的上下文理解的结果，以及根据保存的上下文理解的结果确定所述用户输入的语音的意图，并根据所述意图生成播报结果；

接收所述多轮对话服务器发送的播报结果，将所述播报结果发送给所述终端进行语音播报。

6.根据权利要求5所述的方法，其特征在于，所述对所述语音进行识别包括：

通过静音检测技术确定所述语音中每句话的起始和结束。

7.根据权利要求5或6所述的方法，其特征在于，所述将语音识别结果发送给多轮对话服务器包括：

在确定获得的语音识别结果达到预定的置信度之后，将达到所述预定的置信度的语音识别结果发送给多轮对话服务器。

8.一种人机语音交互方法，其特征在于，包括：

在终端对语音识别服务器发送的播报结果进行语音播报的过程中，接收使用所述终端的用户输入的语音；

将所述用户输入的语音发送给所述语音识别服务器，以使所述语音识别服务器对所述语音进行识别，并将语音识别结果发送给多轮对话服务器，由所述多轮对话服务器将所述语音识别结果发送给关键词理解服务器进行上下文理解，接收并保存所述关键词理解服务器发送的上下文理解的结果，以及根据保存的上下文理解的结果确定所述用户输入的语音的意图，并根据所述意图生成播报结果；

接收并播报所述语音识别服务器发送的播报结果，所述语音识别服务器发送的播报结果是所述多轮对话服务器发送给所述语音识别服务器的。

9.根据权利要求8所述的方法，其特征在于，所述在终端对语音识别服务器发送的播报结果进行语音播报的过程中，接收使用所述终端的用户输入的语音包括：

在所述终端播报语音识别服务器发送的播报结果的过程中，通过回声消除技术，消除播放的从文本到语音TTS语音的输入，仅接收所述用户输入的语音。

10.根据权利要求8或9所述的方法，其特征在于，所述将所述用户输入的语音发送给所述语音识别服务器包括：

将所述用户输入的预定长度的语音发送给所述语音识别服务器。

11.根据权利要求8或9所述的方法，其特征在于，所述将所述用户输入的语音发送给所述语音识别服务器包括：

通过静音检测技术确定所述用户输入的语音中每句话的起始和结束，只将包含语音的录音发送给所述语音识别服务器。