[发明专利]一种车内语音交互方法及设备

说明书

一种车内语音交互方法及设备，方法包括：获取用户语音信息；根据用户语音信息确定用户指令；根据用户指令判断针对用户指令的响应内容是否涉及隐私；根据响应内容是否涉及隐私，确定是否通过隐私保护模式输出响应内容。由此，能够保护隐私不被泄露。

技术领域

本申请实施例涉及智能语音交互领域，尤其涉及一种车内语音交互方法及设备。

背景技术

人机智能语音交互是人机交互科学领域与人工智能领域的一个主要的研究方向，用于实现人与计算机之间用自然语言进行有效地信息传递。现有的人机智能语音交互技术中，用户发出语音信号，设备识别语音并将语音转换成文本，该文本被送入自然语言理解(natural language understanding，NLU)模块中进行语义解析获取用户意图，还可以根据NLU模块解析的用户意图生成反馈文本。之后自然语言生成(natural languagegeneration，NLU)模块会将反馈文本内容转换成语音，向用户播放语音，完成人机智能语音交互。

目前用户应用场景比较复杂，现有技术对用户语音的反馈往往仅与用户指令的字面意思对应，不会考虑隐私安全，很有可能造成隐私泄露。

发明内容

本申请实施例提供一种车内语音交互方法及设备，在人机语音交互中，设备能够针对涉及隐私的响应内容进行区别反馈，保护隐私安全。

第一方面，提供了一种车内语音交互方法，所述方法包括：获取用户语音信息；其中，用户语音信息可以是音频采集设备(例如，麦克风阵列)采集到的模拟信号，也可以是对采集到的模拟信号进行处理获得的文本信息。还可以根据用户语音信息确定用户指令；进一步，根据用户指令判断针对用户指令的响应内容是否涉及隐私；根据响应内容是否涉及隐私，确定是否通过隐私保护模式输出响应内容。

本申请实施例提供一种车内语音交互方法，能够针对用户在不同场景下的用户指令进行区别反馈。尤其是可以识别涉及隐私的响应内容，对涉及隐私的响应内容进行区别反馈，采用隐私保护模式输出响应内容，尽可能保护隐私安全。

结合第一方面，在第一方面的第一种可能的实现方式中，所述方法还包括：获取用户图像。所述根据用户语音信息确定用户指令，具体为：根据用户图像判断用户的注视方向；当判断用户的注视方向为目标方向，则确定用户的意图为进行人机交互；根据用户的注视方向为目标方向时所发出的用户语音信息确定用户指令。其中，获取用户图像可以是用户进行人机交互的智能设备集成的图像采集部件(例如，摄像头模组)拍摄的图像，也可以是车内的摄像头拍摄图像后将图像传输给智能设备。目标方向可以是预先设定的方向。该方向可以是指向车内某个设备的方向，例如，目标方向可以是指向智能设备的方向；或者目标方向可以是指向采集设备的方向，例如，目标方向可以是指向摄像头的方向。

本申请实施例提供的方法中，可以借助用户的注视方向来判断用户是否进行人机交互。若确定用户意图为进行人机交互，即只能设备获取到的用户语音信息是需要智能设备进行处理并响应的，则进行后续步骤，确定用户指令、判别响应内容是否涉及隐私等。在免唤醒场景或长时间唤醒场景下，可以避免用户与其他人之间的聊天语音频繁地误触智能设备的响应。

结合第一方面或第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述根据响应内容是否涉及隐私，确定是否通过隐私保护模式输出响应内容，具体为：判断响应内容涉及隐私，且用户处于单人场景，则通过非隐私模式输出响应内容。

本申请实施例中，虽然判断用户指令的响应内容涉及隐私，但是由于用户处于单人场景，不存在隐私泄露的风险，可以通过非隐私模式输出用户指令的响应内容，例如，通过车内的公共设备输出用户指令的响应内容。

结合第一方面或第一方面的第一种可能的实现方式，在第一方面的第三种可能的实现方式中，根据响应内容是否涉及隐私，确定是否通过隐私保护模式输出响应内容，具体为：判断响应内容涉及隐私，且用户处于多人场景，则通过隐私保护模式输出响应内容。