[发明专利]基于语用信息的语音理解模型生成方法和智能语音交互方法

权利要求书

1.一种基于语用信息的语音理解模型生成方法，其中，

包括：

对语音进行处理，获得编码序列形式的语音数据；

预设语音交互的结构，所述语音交互包括一层或多层，每层包括多个语用信息分类节点；

将编码序列形式的语音数据与语用信息分类节点相关联；

利用编码序列形式的语音数据与语用信息分类节点的配对数据生成语音理解模型，

其中，选择所述语音交互的某一层的语用信息分类节点来训练语音理解模型，或者选择所述语音交互的多层的语用信息分类节点来训练语音理解模型，或者选择所述语音交互的所有语用信息分类节点来训练语音理解模型，

选择在当前语音交互的某一层收集的与语用信息分类节点对应的语音或编码序列形式的语音数据对语音理解模型进行训练，或者选择在当前语音交互的多层或者全部各层收集的与语用信息分类节点对应的语音或编码序列形式的语音数据对语音理解模型进行训练，或者选择当前语音交互之外的其它语音交互的相同语用信息分类节点的训练数据来对当前语音交互的语音理解模型进行训练。

2.根据权利要求1所述的语音理解模型生成方法，其中，所述编码序列的编码码元是音素或音节或者音素和音节的组合。

3.根据权利要求1所述的语音理解模型生成方法，其中，所述编码序列的编码码元包括不同语言的音素或音节或者音素和音节的组合，或者包括独立于特定语言的定制的音素级码元或音节级码元或其组合。

4.根据权利要求1所述的语音理解模型生成方法，其中，通过将所述语音与语用信息分类节点相关联来将所述编码序列形式的语音数据与语用信息分类节点相关联。

5.根据权利要求1所述的语音理解模型生成方法，其中，生成语音理解模型的算法是基于统计的算法，或者是深度学习/深度神经网络算法，或者是两种算法的结合，其中，基于深度学习/深度神经网络算法是Word2vec、RNN、Transformer、BERT中的一种或组合。

6.一种基于语用信息的智能语音交互方法，其中，

包括：

接收语音；

对语音进行处理，获得编码序列形式的语音数据；

使用根据权利要求1-5中任一项所述的语音理解模型生成方法来生成的语音理解模型对编码序列形式的语音数据进行处理，得到与该编码序列形式的语音数据对应的语用信息分类节点；

做出与语用信息分类节点相对应的响应。

7.根据权利要求6所述的智能语音交互方法，其中，通过语音理解模型计算语音关于所述语音交互的某一层的各个语用信息分类节点的置信度，根据这些置信度来确定该语音对应的语用信息分类节点。

8.根据权利要求7所述的智能语音交互方法，其中，所述置信度是语音与所述语音交互的所述层的各个语用信息分类节点相对应的概率。

9.根据权利要求7所述的智能语音交互方法，其中，进一步通过设置所述置信度的阈值来确定语音对应的语用信息分类节点。

10.根据权利要求9所述的智能语音交互方法，其中，所述置信度阈值的设置包括以下方式或其组合：在一个语音交互设置一个或多个共用阈值；在一个语音交互的单层设置阈值；对单个语用信息分类节点设置阈值。