[发明专利]一种人机交互的方法及电子设备

说明书

本申请提供了一种人机交互的方法及电子设备，该方法可以应用于手机、平板电脑等具有语音识别和语音交互功能的电子设备，如果用户发出的语音指令或者回复电子设备的答案中包括唤醒词，该方法可以精确确定唤醒词在该语音指令中的位置，避免该语音指令中的唤醒词打断当前的交互流程，从而避免打断当前正在执行的任务，保证了人机对话的连贯性；此外，对于具有声源定位功能和/或图像采集功能的机器人等设备，该方法可以根据语音指令的声源方向确定是否要发生偏转，并根据采集的图像等估计用户的交互意愿，进而更加精准的和用户进行语音交互，提高了用户体验。

技术领域

本申请涉及电子技术领域，尤其涉及一种人机交互的方法及电子设备。

背景技术

随着技术的发展，越来越多的电子设备支持“人机交互”，或者称为“语音交互”，人机交互逐渐成为用户传达意图以及控制电子设备的一种方式，人机交互主要通过用户的语音指令控制电子设备，从而解放用户的双手，方便用户操控电子设备。

在用户与电子设备进行人机交互之前，一般可以先通过“唤醒词”唤醒电子设备。当电子设备被唤醒后，可以为用户提供一个唤醒成功的响应，开始采集用户的语音指令并进行自动语音识别(automatic speech recognition，ASR)。在电子设备被唤醒后的语音识别过程，如果获取的语音指令中包括唤醒词，该唤醒词可能会打断当前的人机交互过程，重新开始采集用户的语音指令并进行语音识别。该过程打断当前的人机交互可能并不是用户期望的，即唤醒词直接打断当前正在执行的任务，使得电子设备重新开始采集手机用户的语音指令，这样就会导致人机对话不连贯，影响了用户的使用进程，且降低了人机交互的体验。

发明内容

本申请提供了一种人机交互的方法及电子设备，该电子设备可以包括手机、机器人、平板、电脑等具有语音识别功能的设备，该方法可以为用户提供一种连贯的沉浸式体验，提高了用户的视觉体验。

第一方面，提供了一种人机交互的方法，该方法包括：接收用户发出的唤醒词，响应于该唤醒词，开启电子设备的语音识别功能；获取该用户的第一语音指令，检测到该第一语音指令中包括该唤醒词时，确定该唤醒词在该第一语音指令对应时段内所占据的第一时段；去除该第一时段内的唤醒词，识别该第一语音指令中除了该唤醒词之外的目标语音指令；响应于该目标语音指令，进行应答。

一种可能的场景中，以用户通过唤醒词“小艺小艺”唤醒手机为例，手机被唤醒后，进入监听用于的语音指令的状态，如果用户发出的语音指令中再次包括唤醒词“小艺小艺”，该唤醒词可以打断当前的人机交互进程重新进入下一个人机交互进程，该过程可能并不是用户期望的，即唤醒词直接打断当前正在执行的任务，使得手机需要重新开始采集用户的语音指令，这样就会导致人机对话不连贯，影响了用户的使用进程，且降低了人机交互的体验。

通过上述方法，在用户和电子设备的语音交互过程中，用户通过唤醒词唤醒电子设备之后，如果用户发出的语音指令中再次包括唤醒词，该方法可以避免该语音指令中的唤醒词打断当前的交互流程，从而避免直接打断当前电子设备正在执行的任务，重新开始采集用户语音指令的过程，保证了人机对话的连贯性，提高了用户体验。

应理解，手机的自动语音识别(automatic speech recognition，ASR)模块并不是一直开启处于工作状态的，当用户发出语音指令的时候，手机的ASR模块是关闭的；或者，当手机在回答用户的时候，ASR模块是关闭的，避免采集了手机自己的语音，干扰用户语音指令的采集和识别。通过唤醒词，手机被唤醒后可以先检测ASR模块是否处于开启状态，如果ASR处于休眠或不工作的关闭状态，可以触发开启ASR模块，即开启电子设备的语音识别功能。

可选地，当手机第一次获取并识别到唤醒词“小艺小艺”时，如果确定手机当前处于开启ASR模块的状态，则可以忽略本次唤醒，继续当前的对话流程。

结合第一方面，在第一方面的某些实现方式中，第一时段是该第一语音指令对应时段的末尾时段、中间时段或起始时段。