[发明专利]人机对话的输出控制方法、装置、电子设备及存储介质

说明书

本发明涉及人工智能技术领域信息，公开了一种人机对话的输出控制方法、装置、电子设备及存储介质，所述方法包括：实时对智能设备采集到的音频流数据进行语音处理；根据语音处理结果，确定针对所述音频流数据的响应数据；确定所述响应数据对应的执行顺序标签；控制所述智能设备根据所述执行顺序标签，执行所述响应数据。本发明实施例提供的技术方案，执行响应数据的控制方式更加灵活，使得智能设备能够以接近人类自然交互的方式执行响应数据，使得人机交互过程更加自然。

技术领域

本发明涉及人工智能技术领域信息，尤其涉及一种人机对话的输出控制方法、装置、电子设备及存储介质。

背景技术

随着科学技术的迅猛发展，智能设备已经拥有了强大的处理能力，使得智能设备在一定程度上能够像人类一样理解自然语言，例如，基于实时语音转写(Real-time ASR)、NLP(Natural Language Processing，自然语言处理)等技术，能过实时对用户输入的语音进行处理，并输出符合人类自然语言的响应数据，从而实现了人机交互。现有的交互方式是，当智能设备接收到用户输入的多个句子时，会顺序输出这多个句子对应的响应数据；或者，智能设备在接收用户输入的新句子时，会打断正在输出的响应数据，输出新句子的响应数据。然而，由于用户说话时的表述可能缺乏规范性，例如连续多句话表达同一语义、更改之前的话等，如：“你多大了？你几岁了？”、“厕所在哪？怎么走？”、“带我去休息室。算了，还是去咖啡厅吧。”等类似不规范的表述，此时，如果顺序输出每个句子对应的响应数据，就会显得啰嗦并且浪费时间，导致智能设备输出响应数据时给用户带来机械和生硬的感觉，不够拟人化。

因此，现有的交互方式中，输出响应数据的控制方式较为单一、程式化，导致智能设备无法像人类一样自然流畅地进行对话，降低了用户体验。

发明内容

本发明实施例提供一种人机对话的输出控制方法、装置、电子设备及存储介质，以解决现有技术中输出响应数据的控制方式较为单一、程式化的问题。

第一方面，本发明一实施例提供了一种人机对话的输出控制方法，包括：

实时对智能设备采集到的音频流数据进行语音处理；

根据语音处理结果，确定针对所述音频流数据的响应数据；

确定所述响应数据对应的执行顺序标签；

控制所述智能设备根据所述执行顺序标签执行所述响应数据。

可选地，所述确定所述响应数据对应的执行顺序标签，具体包括：

确定所述响应数据的优先级；

基于所述响应数据的优先级以及所述响应数据之前已确定出的响应数据的优先级，确定所述响应数据对应的执行顺序标签。

可选地，所述基于所述响应数据的优先级以及所述响应数据之前已确定出的响应数据的优先级，确定所述响应数据对应的执行顺序标签，具体包括：

若所述响应数据对应的音频流数据与所述已确定出的响应数据对应的音频流数据属于相同VAD检测得到的音频流数据，根据所述响应数据的优先级和所述已确定出的响应数据的优先级，按照优先级从高到低的排列顺序，确定所述响应数据在所述已确定出的响应数据之间的排列位置；

根据所述响应数据的排列位置，确定所述响应数据对应的插入标签，并将所述插入标签作为所述响应数据对应的执行顺序标签，所述插入标签用于指示所述插入标签所标识的响应数据在所述智能设备已接收到的响应数据之间的执行顺序。

可选地，所述确定所述响应数据的优先级，具体包括：