[发明专利]用于处理语音对话的方法、装置、电子设备以及计算机可读存储介质

说明书

根据本公开的示例实施例，提供了一种用于处理语音对话的方法、装置、电子设备以及计算机可读存储介质。该方法包括响应于接收到来自用户的第一语音而提供针对第一语音的第一回复，其中第一回复基于对第一语音的第一识别结果而被生成。该方法还包括接收来自用户的第二语音，其中第二语音用于纠正或者补充第一识别结果。此外，该方法还包括基于第一语音和第二语音来生成将向用户提供的第二回复，其中第二回复比第一回复更加符合用户的意图。根据本公开的实施例，在由于语音识别异常而导致聊天机器人无法准确识别用户的语音内容的情况下，用户可以使用进一步的语音对话来进行主动纠正或者补充，从而能够解决语音识别中的异常。

技术领域

本公开的实施例总体上涉及人工智能领域，并且更具体地涉及用于处理语音对话的方法、装置、电子设备以及计算机可读存储介质。

背景技术

近年来，“对话即平台(Conversation as a Platform)”的理念日益深入人心，越来越多的网络产品和应用开始使用对话式的人机交互方式。聊天机器人是指可以通过文字、语音或图片等实现人机交互的计算机程序或软件，其可以理解用户发出的内容，并且自动做出应答。聊天机器人在一定程度上可以取代真人进行对话，其可以被集成到对话系统中作为自动在线助理，以用于例如智能聊天、客户服务、信息询问等场景。

语音对话是一种常见的人机交互形式，与文本对话相比，语音对话还涉及到语音内容的处理，诸如前端识别、语音识别、语音合成等。由于对话系统基于语音识别内容而进行工作，因而对语音识别的准确性有较高的要求。语音对话的应用场景可以包括智能语音助手、智能音箱、车载导航等。

发明内容

根据本公开的示例实施例，提供了一种用于处理语音对话的方法、装置、电子设备以及计算机可读存储介质。

在本公开的第一方面中，提供了一种用于处理语音对话的方法。该方法包括：响应于接收到来自用户的第一语音，提供针对第一语音的第一回复，其中第一回复基于对第一语音的第一识别结果而被生成；接收来自用户的第二语音，其中第二语音用于纠正或者补充第一识别结果；以及基于第一语音和第二语音，生成将向用户提供的第二回复，其中第二回复比第一回复更加符合用户的意图。

在本公开的第二方面中，提供了一种用于处理语音对话的装置。该装置包括：第一提供模块，被配置为响应于接收到来自用户的第一语音，提供针对第一语音的第一回复，其中第一回复基于对第一语音的第一识别结果而被生成；语音接收模块，被配置为接收来自用户的第二语音，其中第二语音用于纠正或者补充第一识别结果；以及第二提供模块，被配置为基于第一语音和第二语音，生成将向用户提供的第二回复，其中第二回复比第一回复更加符合用户的意图。

在本公开的第三方面中，提供了一种电子设备，其包括一个或多个处理器；以及存储装置，用于存储一个或多个程序。一个或多个程序当被一个或多个处理器执行，使得电子设备实现根据本公开的实施例的方法或过程。

在本公开的第四方面中，提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的实施例的方法或过程。

应当理解，本发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的描述而变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1示出了本公开的实施例能够实现在其中的示例环境的示意图；

图2示出了根据本公开的实施例的用于处理语音对话的方法的流程图；

图3示出了根据本公开的实施例的用于处理语音消息的过程的示意图；