[发明专利]语音交互方法、装置、设备和介质

说明书

本发明实施例公开了一种语音交互方法、装置、设备和介质。所述方法包括：如果在预设时间内检测到用户语音，则实时识别在初始拾音时间内获取的用户语音；如果在初始拾音时间内获取的用户语音的识别结果与预设候选语句的匹配结果不满足匹配要求，则根据匹配结果与延时阈值的关系，在初始拾音时间的基础上，进行拾音时间延长；将在延长拾音时间内获取的用户语音的识别结果与在初始拾音时间内获取的用户语音的识别结果进行整合；如果整合后的语音识别结果与预设候选语句的匹配结果满足匹配要求，则将与整合后的语音识别结果对应的反馈信息反馈给用户。本发明实施例实现了即使用户语音出现磕绊，人机交互中也能完整获取用户语音，提高智能教学效果。

技术领域

本发明实施例涉及智能教育技术领域，尤其涉及一种语音交互方法、装置、设备和介质。

背景技术

AI(Artificial Intelligence，人工智能)是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，智能教育机器人与学生之间进行AI互动对话式的教学已成为可能，例如，通过儿童英语教学机器人与儿童的交互，让儿童学习英语。

然而，儿童在学习语言的时候，尤其是在学习非母语语言的初期，总是会存在说话磕磕绊绊的现象，如果按照现有技术中基于在设定拾音时间内获取的儿童语音进行人机交互，基于VAD(Voice Activity Detection，语音活动检测)检测技术可能会误判儿童语音的结束点，容易导致人机交互过程中不能完整获取儿童语音，导致智能教学效果较差。

发明内容

本发明实施例提供一种语音交互方法、装置、设备和介质，以解决现有技术中基于在设定拾音时间内获取的儿童语音进行人机交互，容易导致人机交互过程中不能完整获取儿童语音，导致智能教学效果较差的问题。

第一方面，本发明实施例提供了一种语音交互方法，所述方法包括：

如果在预设时间内检测到用户语音，则触发在初始拾音时间内识别用户语音的操作；

实时识别在所述初始拾音时间内获取的用户语音；

如果在所述初始拾音时间内获取的用户语音的识别结果与预设候选语句的匹配结果不满足匹配要求，则根据所述匹配结果与延时阈值的关系，在所述初始拾音时间的基础上，进行拾音时间延长；

将在延长拾音时间内获取的用户语音的识别结果与在所述初始拾音时间内获取的用户语音的识别结果进行整合，并将整合后的语音识别结果与所述预设候选语句进行匹配；

如果所述整合后的语音识别结果与所述预设候选语句的匹配结果满足所述匹配要求，则将与所述整合后的语音识别结果对应的反馈信息反馈给用户。

第二方面，本发明实施例提供了一种语音交互装置，所述装置包括：

用户语音识别触发模块，用于如果在预设时间内检测到用户语音，则触发在初始拾音时间内识别用户语音的操作；

用户语音识别模块，用于实时识别在所述初始拾音时间内获取的用户语音；

拾音时间延长模块，用于如果在所述初始拾音时间内获取的用户语音的识别结果与预设候选语句的匹配结果不满足匹配要求，则根据所述匹配结果与延时阈值的关系，在所述初始拾音时间的基础上，进行拾音时间延长；

语句匹配模块，用于将在延长拾音时间内获取的用户语音的识别结果与在所述初始拾音时间内获取的用户语音的识别结果进行整合，并将整合后的语音识别结果与所述预设候选语句进行匹配；

第一信息反馈模块，用于如果所述整合后的语音识别结果与所述预设候选语句的匹配结果满足所述匹配要求，则将与所述整合后的语音识别结果对应的反馈信息反馈给用户。