[发明专利]一种基于画屏的语音交互方法、画屏及存储介质

权利要求书

1.一种基于画屏的语音交互方法，由所述画屏执行，所述方法包括：

接收用户的语音输入；

对所述用户的语音输入进行分帧，得到至少一个语音帧；

对所述至少一个语音帧进行声学特征提取，得到至少一个特征向量；

将所述至少一个特征向量输入经过训练的声学模型，确定所述至少一个特征向量对应的至少一个音素；

根据所述至少一个音素，确定与所述用户的语音输入对应的文本；

使用所述文本与预先存储的指令库中的指令进行文本匹配，得到所述文本对应的语音操作指令；以及

执行所述语音操作指令，并返回所述语音操作指令的执行结果。

2.根据权利要求1所述的方法，其中，所述使用所述文本与预先存储的指令库中的指令进行文本匹配包括：

将所述文本输入经过训练的文本匹配模型，得到所述文本与预先存储的指令库中各个指令的相似度；以及

将所述各个指令中相似度最高的指令作为所述文本对应的语音操作指令。

3.根据权利要求2所述的方法，其中，所述文本匹配模型包括：深度结构化语义模型，增强序列推理模型，双线性卷积神经网络以及双向多角度模型中的至少一个。

4.根据权利要求2所述的方法，其中，所述将所述各个指令中相似度最高的指令作为所述文本对应的语音操作指令包括：

响应于相似度最高的指令包括多个指令，获取所述画屏当前的状态信息；以及根据画屏当前的状态信息从所述多个指令中选择一个语音操作指令作为所述文本对应的语音操作指令。

5.根据权利要求4所述的方法，其中，所述状态信息包括：所述画屏当前开启的功能模块；

所述从所述多个指令中选择一个语音操作指令包括：

响应于所述画屏当前开启了管理控制功能，则选择管理控制功能对应的语音操作指令；

响应于所述画屏当前开启了多媒体播放功能，则选择多媒体播放功能对应的语音操作指令；

响应于所述画屏当前仅开启了画作显示功能，则选择画作显示功能对应的语音操作指令。

6.根据权利要求1所述的方法，其中，在对所述用户的语音输入进行分帧之前，所述方法进一步包括：将所述用户的语音输入声音波形的首尾两端的静音部分切除。

7.根据权利要求1所述的方法，其中，所述语音操作指令包括：针对画屏所展示画作的操作指令、针对画屏所播放多媒体的操作指令、针对画屏操作的问题中的至少一个。

8.根据权利要求1所述的方法，其中，所述语音操作指令包括：文件下载指令，其中，所述文件包括画作文件或多媒体文件；

所述执行所述语音操作指令包括：

向画屏服务器发送文件下载请求；其中，在所述文件下载请求中携带所述用户的语音输入；

接收所述云端服务器根据所述用户的语音输入确定的文件链接；以及

根据所述文件链接下载相应文件，并显示或播放所下载的文件。

9.一种画屏，包括：

麦克风装置，用于接收用户的语音输入；

分帧模块，用于对所述用户的语音输入进行分帧，得到至少一个语音帧；

声学特征提取模块，用于对所述至少一个语音帧进行声学特征提取，得到至少一个特征向量；

声学模型，用于确定所述至少一个特征向量对应的至少一个音素，并根据所述至少一个音素，确定与所述用户的语音输入对应的文本；

文本匹配模块，用于将所述文本与预先存储的指令库中的指令进行文本匹配，得到所述文本对应的语音操作指令；

指令执行模块，用于执行所述语音操作指令，并返回所述语音操作指令的执行结果。

10.根据权利要求9所述的画屏，其中，所述文本匹配模块响应于相似度最高的指令包括多个指令，获取自身当前的状态信息；以及根据所述状态信息从所述多个指令中选择一个语音操作指令作为所述文本对应的语音操作指令。