[发明专利]全双工语音对话中的多阶段响应

说明书

本公开提供了用于通过电子对话代理在语音对话中进行响应的方法和装置。可以在音频上行流中接收语音输入。响应于所述语音输入，可以生成主要响应和至少一个补充响应。可以基于所述主要响应来生成主要语音输出。可以基于所述至少一个补充响应来生成至少一个补充语音输出。可以在音频下行流中提供所述主要语音输出和所述至少一个补充语音输出，其中，所述至少一个补充语音输出是在所述音频下行流中与所述主要语音输出相邻的时间段期间提供的。

背景技术

电子对话代理，例如人工智能(AI)聊天机器人，正变得越来越流行，并且正应用于越来越多的场景。聊天机器人可以在例如即时消息、社交网络、智能手机个人助手、可穿戴设备、IoT智能设备等中实现。除了通过文本进行聊天之外，聊天机器人还可以通过语音与用户聊天。在一些实施方式中，聊天机器人被设计为与用户进行全双工语音对话，以便实现更复杂的交互行为。

发明内容

提供本发明内容以便介绍一组概念，这组概念将在以下的具体实施方式中做进一步描述。本发明内容并非旨在标识所保护主题的关键特征或必要特征，也不旨在用于限制所保护主题的范围。

本公开的实施例提出了用于通过电子对话代理在语音对话中进行响应的方法和装置。可以在音频上行流中接收语音输入。响应于所述语音输入，可以生成主要响应和至少一个补充响应。可以基于所述主要响应来生成主要语音输出。可以基于所述至少一个补充响应来生成至少一个补充语音输出。可以在音频下行流中提供所述主要语音输出和所述至少一个补充语音输出，其中，所述至少一个补充语音输出是在所述音频下行流中与所述主要语音输出相邻的时间段期间提供的。

应当注意，以上一个或多个方面包括以下详细描述以及权利要求中具体指出的特征。下面的说明书及附图详细提出了所述一个或多个方面的某些说明性特征。这些特征仅仅指示可以实施各个方面的原理的多种方式，并且本公开旨在包括所有这些方面和其等同变换。

附图说明

以下将结合附图描述所公开的多个方面，这些附图被提供用以说明而非限制所公开的多个方面。

图1示出了全双工语音对话的示例性应用场景。

图2示出了用于在全双工语音对话中进行响应的示例性处理流程。

图3示出了根据实施例的用于在语音对话中实现多阶段响应机制的示例性过程。

图4示出了根据实施例的示例性语音对话。

图5示出了根据实施例的用于在语音对话中进行响应的示例性方法。

图6示出了根据实施例的用于在语音对话中进行响应的示例性处理流程。

图7示出了根据实施例的示例性语音对话。

图8示出了根据实施例的用于在语音对话中进行响应的示例性方法。

图9示出了根据实施例的用于在语音对话中进行响应的示例性处理流程。

图10示出了根据实施例的示例性语音对话。

图11示出了根据实施例的用于在语音对话中进行响应的示例性方法。

图12示出了根据实施例的用于在语音对话中进行响应的示例性处理流程。

图13示出了根据实施例的示例性语音对话。

图14示出了根据实施例的用于在语音对话中进行响应的示例性方法。

图15示出了根据实施例的用于在语音对话中进行响应的示例性处理流程。

图16示出了根据实施例的用于通过电子对话代理在语音对话中进行响应的示例性方法的流程图。

图17示出了根据实施例的用于在语音对话中进行响应的示例性装置。