[发明专利]特定格式字符的采集方法、装置和双工语音字符收集系统

权利要求书

1.一种特定格式字符的采集方法，包括：

获取语音信息；

处理语音信息以识别至少一个对话轮次；

基于识别出的对话轮次确定所述语音信息的意图；

基于识别出的对话轮次解析所述语音信息包括的字符串；

根据所解析的字符串判断是否满足目标格式所需字符条件；

当判断结果为不满足所述目标格式，基于包括识别出的对话轮次的历史对话轮次、所述语音信息的意图和解析出的字符串，生成应答信息。

2.根据权利要求1所述的方法，还包括：

当判断结果为满足所述目标格式，基于解析出的字符串生成确认应答信息。

3.根据权利要求1所述的方法，所述字符条件包括所述目标格式的字符数量、字符类型、字符排列方式中的至少之一。

4.根据权利要求1所述的方法，还包括：

基于包括识别出的对话轮次的历史对话轮次、所述语音信息的意图和解析出的字符串，确定发出所述语音信息的对话方的对话方动作以及包括解析出的字符串的历史字符采集结果，

其中，所述根据所解析的字符串判断是否满足目标格式所需字符条件，包括：

根据包括解析出的字符串的历史字符采集结果判断是否满足目标格式所需字符条件。

5.根据权利要求1至4任一项所述的方法，所述语音信息的意图为肯定或否定意图，或者所述语音信息的意图为全局意图。

6.根据权利要求5所述的方法，所述基于识别出的对话轮次确定所述语音信息的意图，包括：

利用关键词结合训练监督学习的分类模型，基于识别出的对话轮次确定所述语音信息的意图为肯定或否定意图，或者确定所述语音信息的意图为全局意图。

7.根据权利要求5所述的方法，所述基于识别出的对话轮次解析所述语音信息包括的字符串，包括：

基于识别出的对话轮次提取字符片段；

对所述字符片段进行正则化处理以获取正则化的字符串；

对正则化的字符串进行归一化处理以获取归一化的字符串。

8.根据权利要求7所述的方法，所述对所述字符片段进行正则化处理以获取正则化的字符串，包括：

检测对于同一对话轮次是否存在多个字符片段以及所述多个字符片段之间的时间间隔是否小于预设阈值；

响应于检测到多个字符片段以及所述多个字符片段之间的时间间隔小于预设阈值，确定基于所述多个字符片段进行正则化处理而获取的多个候选字符串是否重复；

基于确定所述多个候选字符串重复，保留一个候选正则化的字符串作为所述正则化的字符串。

9.根据权利要求4所述的方法，所述基于包括识别出的对话轮次的历史对话轮次、所述语音信息的意图和解析出的字符串，确定发出所述语音信息的对话方的对话方动作以及包括解析出的字符串的历史字符采集结果，包括：

利用关键词结合训练监督学习的分类模型，基于包括识别出的对话轮次的历史对话轮次、所述语音信息的意图和解析出的字符串，确定发出所述语音信息的对话方的对话方动作以及包括解析出的字符串的历史字符采集结果。

10.根据权利要求4所述的方法，还包括：

利用基于束搜索的算法，基于从当前对话轮次提取出的当前字符片段、从当前对话轮次之前的对话轮次提取出的在先字符片段和确定的发出所述语音信息的对话方的对话方动作，解码出待采集的字符串，其中，在所述基于束搜索的算法中对所述当前字符片段和所述在先字符片段重复的候选路径赋予小于1的系数，并且/或者基于所述语音信息的意图为否定意图的确定结果撤销与当前对话轮次的前一对话轮次对应的字符串的解码结果。