[发明专利]一种机器人多轮对话语音交互方法、系统和终端设备

权利要求书

1.一种机器人多轮对话语音交互方法，其特征在于，包括步骤：

终端设备接收语音数据，按帧读取所述语音数据，判断每帧语音数据是否为有效声音；

若为有效声音，则持续收集有效声音帧，判断在最大预设说话时间阈值内是否遇到静音帧，若遇到静音帧，则当遇到所述静音帧时，判断用户停顿时间是否大于等于最小预设停顿时间，若用户停顿时间大于等于最小预设停顿时间，则判断所述静音帧前的有效声音帧的持续时间是否大于等于最小预设说话时间阈值，若大于等于最小说话时间阈值，则发送所述有效声音帧的语音数据至语音识别系统进行语音识别；

若在最大预设说话时间阈值内未遇到静音帧，则当超过最大预设说话时间阈值时直接发送所述有效声音帧的语音数据至语音识别系统进行语音识别；

语音识别系统根据语音识别得语义内容，并发送所述语义内容至终端设备；

所述终端设备根据预设知识图谱对所述语义内容进行分析得用户意图，根据所述用户意图播放所述目标音频文件。

2.根据权利要求1所述的一种机器人多轮对话语音交互方法，其特征在于，所述“若用户停顿时间大于等于最小预设停顿时间”后，还包括步骤：

判断所述静音帧前的有效声音帧的持续时间是否小于最小预设说话时间阈值，若小于最小预设说话时间阈值，则判定为无效声音。

3.根据权利要求1所述的一种机器人多轮对话语音交互方法，其特征在于，所述“所述终端设备根据预设知识图谱对所述语义内容进行分析得用户意图”，还包括步骤：

所述预设知识图谱上设置有多个节点，每个节点代表一个用户意图；

获取语义内容中的关键字，当语义内容中有多个关键字正则匹配上所述预设知识图谱上的节点时，则选定所述节点对应的用户意图为最终的用户意图；

或通过语义内容结合当前话题关联性，选取关联性大的用户意图为最终的用户意图；

或获取用户属性，结合用户属性、语义内容和预设知识图谱分析得用户意图。

4.根据权利要求3所述的一种机器人多轮对话语音交互方法，其特征在于，还包括步骤：

根据用户属性不同匹配不同预设规则。

5.根据权利要求1所述的一种机器人多轮对话语音交互方法，其特征在于，还包括步骤：交互完后，对整个交互过程中的用户语音数据进行处理，提取结构化数据；

对所述结构化数据进行统计分析，得统计分析结果，

或

对所述结构化数据进行分析，进而将所述结构化数据进行类别划分，所述类别划分包括：通知类。

6.一种机器人多轮对话语音交互系统，其特征在于，包括：终端设备和语音识别系统，所述终端设备连接所述语音识别系统；所述终端设备用于：接收语音数据，按帧读取所述语音数据，判断每帧语音数据是否为有效声音；若为有效声音，则持续收集有效声音帧，判断在最大预设说话时间阈值内是否遇到静音帧，若遇到静音帧，则当遇到所述静音帧时，判断用户停顿时间是否大于等于最小预设停顿时间，若用户停顿时间大于等于最小预设停顿时间，则判断所述静音帧前的有效声音帧的持续时间是否大于等于最小预设说话时间阈值，若大于等于最小说话时间阈值，则所述语音识别系统用于：发送所述有效声音帧的语音数据至语音识别系统进行语音识别；

若在最大预设说话时间阈值内未遇到静音帧，则所述语音识别系统用于：直接发送所述有效声音帧的语音数据至语音识别系统进行语音识别；

所述语音识别系统还用于：根据语音识别得语义内容，并发送所述语义内容至终端设备；

所述终端设备还用于：根据预设知识图谱对所述语义内容进行分析得用户意图，根据所述用户意图播放所述目标音频文件。

7.根据权利要求6所述的一种机器人多轮对话语音交互系统，其特征在于，所述终端设备还用于：判断所述静音帧前的有效声音帧的持续时间是否小于最小预设说话时间阈值，若小于最小说话时间阈值，则判定为无效声音。