[发明专利]语音交互方法及其装置、服务器和可读存储介质

说明书

本发明公开了一种语音交互方法及其装置、服务器和可读存储介质。该语音交互方法包括：对车辆预设功能调节的语音请求进行语音识别得到初步识别文本，预设功能指模拟对车辆零部件的操作进行刻度调节的功能；根据初步识别文本确定对应的第一类实体；根据第一类实体进行屏幕元素查询得到第二类实体，一个第一类实体对应多个第二类实体；将第二类实体和初步识别文本组合生成待识别文本；利用意图识别模型对待识别文本进行意图识别，根据意图识别的结果进行语音交互。本发明的语音交互方法通过建立多个第二类实体与第一类实体的映射关系，并结合屏幕元素检索出的真正的第二类实体，将第二类实体和初步识别文本组合生成待识别文本，可以准确识别出用户真正意图。

技术领域

本发明涉及语音技术领域，特别涉及一种语音交互方法及其装置、服务器和可读存储介质。

背景技术

目前车载语音交互系统对用户在进行车辆控制时的意图进行不能精准识别，即系统不能正确识别出用户的真实需求，需要给出tts回复引导用户进行第二轮对话。tts播报冗长，用户需要多轮交互，用户体验变差。例如，在车载屏幕中已经在某相关页面时，说“音量大大大”，不是希望默认的“媒体音量”调大，有可能是别的音量。如当在导航页面时，用户希望“音量大大大”是希望导航音量提高；而在系统设置界面，用户希望“音量大大大”，是希望系统音量增大。而在大多数情况下，用户不会特意区分系统音量，媒体音量，导航音量等，只希望音量在当前场景下提高。目前方案下，对于音量多实体的情况，默认会走引导，引导用户说“您具体想提高什么音量呢”“您可以试着这样说”等引导用户说出希望命中的语音请求，因此，根据传统的逻辑引导用户的做法并不能准确地捕捉用户的意图，使用户体验变差。

发明内容

本发明实施方式提供一种语音交互方法及其装置、服务器和可读存储介质。

本发明实施方式提供一种语音交互方法。所述语音交互方法包括：对车辆预设功能调节的语音请求进行语音识别得到初步识别文本，所述预设功能指模拟对车辆零部件的操作进行刻度调节的功能；根据所述初步识别文本确定对应的第一类实体；根据所述第一类实体进行屏幕元素查询得到第二类实体，一个所述第一类实体对应多个所述第二类实体；将所述第二类实体和所述初步识别文本组合生成待识别文本；利用意图识别模型对所述待识别文本进行意图识别，根据所述意图识别的结果进行语音交互。

如此，本发明的语音交互方法通过建立多个第二类实体与第一类实体的映射关系，并结合屏幕元素检索出的真正的第二类实体，将第二类实体和初步识别文本组合生成待识别文本，可以准确识别出用户真正意图。

所述根据所述初步识别文本确定对应的第一类实体，包括：通过字符串匹配的方式或正则搜索的方式对所述初步识别文本进行叠词抽取得到预设文本词；根据所述预设文本词确定所述初步识别文本的所述第一类实体。

如此，可以根据对用户的初步识别文本进行叠词抽取得到预设文本词，再根据预设文本词确定第一类实体，根据预设文本词的提取，可以快速定位到第一类实体范围，为后续根据第一类实体确定第二类实体奠定基础。

所述语音交互方法包括：建立可变化动词与所述第一类实体的第一映射关系表，一个所述可变化动词对应多个所述第一类实体。

如此，本发明的语音交互方法通过建立可变化动词与第一类实体的第一映射关系表，可以根据该第一映射关系表确定第一类实体，为精确识别用户意图奠定基础。

所述根据所述预设文本词确定所述初步识别文本的所述第一类实体，包括：将所述预设文本词进行归一化处理以确定所述预设文本词对应的可变化动词；根据所述可变化动词和所述第一映射关系表确定所述第一类实体。

如此，通过对预设文本词进行归一化处理，可以精确地确定预设文本词对应的可变化动词，从而根据可变化动词和第一映射关系表精确地确定第一类实体。

所述语音交互方法包括：建立所述第一类实体与所述第二类实体的第二映射关系表。