CN109741740B - 基于外部触发的语音交互方法及装置 - Google Patents

Abstract

本发明公开了一种基于外部触发的语音交互方法，包括如下步骤：接收触发指令，获取参数信息，其中，参数信息包括交互内容和至少一个备选项；输出交互内容；进行语音监听；根据监听到的语音指令和备选项，确定指定选项输出。本发明还提供了一种基于外部触发的语音交互装置，根据本发明的装置和方法，可以免于现有技术中通过用户说出唤醒词来唤醒语音交互的局限，拓展语音交互的应用场景和实用性。

Description

基于外部触发的语音交互方法及装置

技术领域

本发明涉及语音交互技术领域，特别是一种基于外部触发的语音交互方法及装置。

背景技术

目前语音交互技术已经愈发的成熟，但目前的语音交互，还都局限于传统的根据唤醒词来启动语音交互功能的方式，因而应用场景受限，无法满足更多的用户需求。

发明内容

为了解决上述问题，发明人构思将语音交互的启动通过用户预先设置触发事件进行触发实现，这样可以免于现有技术中通过用户说出唤醒词来唤醒语音功能的弊端，通过即时的事件直接去触发相应的语音交互，增加语音交互的实用性和应用可能性，满足更多用户需求，更加方便用户。

根据本发明的第一方面，提供了一种基于外部触发的语音交互方法，包括如下步骤：

接收触发指令，获取参数信息，其中，参数信息包括交互内容和至少一个备选项；

输出交互内容；

进行语音监听；

根据监听到的语音指令和备选项，确定指定选项输出。

根据本发明的第二方面，提供了基于外部触发的语音交互装置，包括

调用接口模块，用于接收触发指令，获取参数信息，其中，参数信息包括交互内容和至少一个备选项；

输出模块，用于输出交互内容；

语音交互模块，用于接收语音指令，根据语音指令和备选项，确定指定选项输出。

根据本发明的第三个方面，提供了一种利用基于外部触发的语音交互装置发起语音交互的方法，包括：

配置与事件类型适配的交互内容、备选项和可选参数信息；

根据检测到的事件类型和配置的交互内容、备选项和可选参数信息，进行参数信息的设置；

向装置发送设置有参数信息的调用指令；

根据装置反馈的指定选项，进行事件处理，并向装置发送反馈指令。

根据本发明的第四个方面，提供了一种电子设备，其包括：至少一个处理器，以及与至少一个处理器通信连接的存储器，其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述方法的步骤。

根据本发明的第五个方面，提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。

根据本发明提供了方法及系统，可以通过预先设置前置事件并使得语音引擎在该事件发生时，自动的主动的开启交互，特别是对于车载领域来说，大大增加了语音交互的实用性与可能性。

附图说明

图1为本发明一实施方式的基于外部触发的语音交互方法流程图；

图2为本发明一实施方式的基于外部触发的语音交互装置框图；

图3为本发明另一种实施方式的基于外部触发的语音交互装置框图；

图4为本发明一种实施方式的利用基于外部触发的语音交互装置发起语音交互的方法流程图；

图5为本发明一种实施方式的电子设备的框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、元件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

在本发明中，“模块”、“装置”、“系统”等指应用于计算机的相关实体，如硬件、硬件和软件的组合、软件或执行中的软件等。详细地说，例如，元件可以、但不限于是运行于处理器的过程、处理器、对象、可执行元件、执行线程、程序和/或计算机。还有，运行于服务器上的应用程序或脚本程序、服务器都可以是元件。一个或多个元件可在执行的过程和/或线程中，并且元件可以在一台计算机上本地化和/或分布在两台或多台计算机之间，并可以由各种计算机可读介质运行。元件还可以根据具有一个或多个数据包的信号，例如，来自一个与本地系统、分布式系统中另一元件交互的，和/或在因特网的网络通过信号与其它系统交互的数据的信号通过本地和/或远程过程来进行通信。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”，不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本发明实施例的基于外部触发的语音交互方法可以应用于任何配置了语音功能的终端设备，例如，智能手机、平板电脑、智能家居等终端设备，本发明对此不作限制。根据本发明的基于外部触发的语音交互方法及装置可以免于现有技术中通过用户说出唤醒词来唤醒语音功能的弊端，通过即时的事件直接去触发相应的语音交互，增加语音交互的实用性和应用可能性，满足更多用户需求，更加方便用户。

下面结合附图对本发明作进一步详细的说明。

图1示意性地显示了根据本发明一实施方式的基于外部触发的语音交互方法流程图，如图1所示，本实施例包括如下步骤：

步骤S101：接收触发指令，获取参数信息，其中，参数信息包括交互内容和至少一个备选项，每个备选项对应一种事件处理逻辑。触发指令指的是在相关的触发事件触发时，由第三方应用调用开启语音交互的调用接口，发送的用于触发一轮单轮的、任务型的语音交互的指令。其中，触发事件为一件或一组特定的前置事件，可以根据需求进行配置。当发生该事件时，就通过调用接口发送一个触发指令。其中，触发指令中包括的交互内容用于提示用户当前交互的意图，示例性地可以为一句提示语，备选项为用于等待用户选择的选项，每个备选项对应一类事件处理逻辑，同时给各个备选项配置有至少一种说法，以用于在接收到用户语音指令时命中该说法，而示例性地各个备选项可以通过一个唯一的选项ID来标识。

示例性地，前置事件可以是微信收到的好友发送的定位信息，用户在行驶过程中无法点开查看详情。根据该触发指令就可以获取相应的参数信息，参数信息中的交互内容为提示语，如为“微信收到好友发送的定位信息，是否打开该位置”这一内容，参数信息中的对应该内容可以执行的备选项则可以为“打开”或“忽略”，为各备选项配置至少一种说法，如“忽略”的备选项可以对应的说法有：“不打开”、“忽略”、“不”、“否”。

步骤S102：输出交互内容。输出方式可以为语音播放的形式将获取的交互内容自动语音播放出去。

步骤S103：进行语音监听。交互内容以语音的形式输出后，就会启动语音监听的线程。用户在听到播报的语音内容后，就会根据需求做出相应的语音命令，此时就会监听到用户的语音指令。

步骤S104：根据监听到的语音指令和备选项，确定指定选项输出。具体实现为：获取用户的语音指令后，调取配置好的与备选项适配的唤醒文本(即会预先存储与备选项适配的各种说法以及备选项ID)，根据配置的唤醒文本对监听到的语音指令进行语音识别与匹配，唤醒文本配置为与备选项的事件处理逻辑对应的用户说法。根据识别结果获取与监听到的语音指令对应的备选项，将其作为指定选项输出，并会反馈至第三方应用，示例性地获取指定选项的选项ID输出给发送触发指令的第三方应用，以由第三方应用根据反馈进行相应的事件处理。

在优选实施方式中，触发指令中的参数信息还包括超时阈值和重复提醒阈值。这样，在输出交互内容后，还根据超时阈值对监听到有效语音指令的时间进行超时计时，并统计超时次数。具体实现为：在通过语音输出交互内容后，基于超时阈值设定定时器自动开始计时，计时直至获取到指定选项时，即在获取的语音指令中获取到与备选项匹配的有效语音指令时，结束计时，表明已经收到用户反馈则继续进行步骤S104，以确定指定选项反馈给指令发送方；而如果一直没有接收到有效语音指令，则计时器在达到超时阈值时，结束当次计时后，统计超时次数，并启动下一次计时。其中，如果获取到用户的语音指令为无效的语音指令，也在计时器在达到超时阈值时，结束当次计时，统计超时次数，并启动下一次计时。其中，在统计超时次数后，还进行超时次数是否达到重复提醒阈值的判断，当判断超时次数达到重复提醒阈值时，则停止语音监听，并直接语音播报，输出结束语。示例性地，超时阈值设置为一分钟，重复提醒阈值设置为三次，则一分钟内没收到有效语音指令，就会进行一次统计，当三次都没有收到有效语音指令，则会播放“再见”，并结束语音监听，从而结束当轮由前置事件触发的语音指令。

在优选实施方式中，在确定指定选项输出后，还会接收由第三方处理后的反馈指令，对该反馈指令进行语音播报，示例性地，如果指定选项为“打开定位”，则可以输出反馈指令为以下播报内容“已为您开启定位”。

根据本发明的实施例不仅可以实现直接由触发事件触发相应的语音交互，拓宽语音交互的触发场景和可能性，并且还根据超时等判断使资源不被浪费，整个交互过程效率更高。

示例性地，上述方法的应用场景可以是：在车载系统中设置前置触发事件为“轮胎没气”、“胎压不够”，在微信中设置前置触发事件为“收到一条定位消息”等，这样在发生相应事件时，就可以通过在相应第三方应用中调用上述方法的调用接口，发送触发指令以开启与用户的语音交互，获得用户的响应。在实现时，只需要根据上述方法的描述，在第三应用程序中遵循上述方法设置触发指令，并在上述方法的执行装置中存储备选项以及与备选项对应的用户说法即可。

图2示意性地显示了根据本发明一实施方式的基于外部触发的语音交互装置，如图2所示。

该基于外部触发的语音交互装置2包括调用接口模块3、输出模块5和语音交互模块4。

调用接口模块2用于接收触发指令，获取参数信息，其中，参数信息包括交互内容和至少一个备选项。该调用接口为发明人搭建的第三方应用与车载的语音助手之间的接口，根据该接口可以获取第三方应用的触发事件触发的指令及内容。输出模块5用于输出交互内容，可以直接将第三方应用的临时事件的内容语音播放出来，避免了用户在驾驶时的低头查看信息的问题。

语音交互模块4实现为可以实时监听的语音线程，用于接收用户根据交互内容做出的语音指令，并且根据语音指令和备选项，确定指定选项输出。其中，语音交互模块4包括唤醒文本库401和语音识别单元402。

唤醒文本库401中配置有与备选项适配的唤醒文本，其配置的方式可以参照上述的方法部分。

语音识别单元402用于根据唤醒文本库对监听到的语音指令进行语音识别，根据识别结果获取与监听到的语音指令对应的备选项，将其作为指定选项输出。具体实现方式可以参照上述方法部分，在此不进行赘述。

根据本实施例的装置可以通过其提供的调用接口，被有需求的第三方应用对其进行调用，实现了通过触发事件触发语音交互的功能，使得基于事件的任务型语音交互成为可能，大幅扩展了语音交互的应用场景，能够更好地满足用户需求。

图3示意性的显示了根据本发明又一实施方式的基于外部触发的语音交互装置，如图3所示。

调用接口模块2获取的参数信息还包括超时阈值和重复提醒阈值，该超时阈值和重复提醒阈值都可以根据经验和需求由调用方进行设置，例如超时阈值设置为60s，重复提醒阈值设置为3次。

该装置2还包括超时处理模块6，用于根据获取到指定选项的等待时间、超时阈值和重复提醒阈值进行超时监控，在超时次数达到重复提醒阈值时，停止语音监听，并输出结束语，具体实现方式可以参照上述的方法部分。

根据本实施例，可以根据设置的阈值对整个轮询过程进行监控，防止由于用户输入的无效语音指令以及用户并不想做出语音指令的情况下，资源浪费等问题，以适时结束由事件触发的任务型语音交互。

图4示意性地显示了根据本发明一实施方式的利用基于外部触发的语音交互装置发起语音交互的方法，如图4所示，本实施例包括如下步骤：

步骤S401：配置与事件类型适配的交互内容、备选项和可选参数信息。为了使第三方应用的触发事件与用户发出的语音指令得以匹配，需要先对事件类型适配的交互内容、备选项的内容和其与事件处理逻辑的对应关系和可选参数信息进行配置。可选参数信息包括有上述提到的超时阈值和重复提醒阈值。

步骤S402：根据检测到的事件类型和配置的交互内容、备选项和可选参数信息，进行参数信息的设置。当第三方应用发生触发事件后，可以根据触发事件和上述配置设置调用指令的参数，以发起一轮语音交互，其中，设置的调用指令的参数信息是基于获取的触发事件对应的交互内容，以及该交互内容对应的备选项和事先设置的可选参数信息。

步骤S403：向装置发送设置有参数信息的调用指令。通过上述调用接口向基于外部触发的语音交互装置发起调用请求，以触发一轮语音交互。

步骤S404：根据装置反馈的指定选项，进行事件处理，并向装置发送反馈指令。装置会根据用户输入的语音指令，通过装置内部的备选项和文本库进行匹配，从而获取指定的选项输出给发送触发指令的第三方应用，第三方应用将根据该选项做相应的处理，同时会向装置发送执行反馈。进行的事件处理和发送的反馈指令，可以根据需求由第三方应用自行设定。

根据本实施例可以熟练的运用第三方应用，在发生相应事件时，通过基于外部触发的语音交互装置去发起相应的语音交互操作，即通过触发事件就可以完成语音交互的操作，简单方便且可行性高，拓展语音交互的应用场景和实用性。

在一些实施例中，本发明实施例提供一种非易失性计算机可读存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备(包括但不限于计算机，服务器，或者网络设备等)读取并执行，以用于执行本发明上述任一项基于外部触发的语音交互方法。

在一些实施例中，本发明实施例还提供一种计算机程序产品，计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当所程序指令被计算机执行时，使计算机执行上述任一项基于外部触发的语音交互方法。

在一些实施例中，本发明实施例还提供一种电子设备，其包括：至少一个处理器，以及与至少一个处理器通信连接的存储器，其中，存储器存储有可被至少一个处理器执行的指令，指令被所述至少一个处理器执行，以使至少一个处理器能够执行基于外部触发的语音交互方法。

在一些实施例中，本发明实施例还提供一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时基于外部触发的语音交互方法。

上述本发明实施例的基于外部触发的语音交互装置可用于执行本发明实施例的基于外部触发的语音交互方法，并相应的达到上述本发明实施例的实现基于外部触发的语音交互方法所达到的技术效果，这里不再赘述。本发明实施例中可以通过硬件处理器(hardware processor)来实现相关功能模块。

图5是本发明一实施例提供的执行基于外部触发的语音交互方法的电子设备的硬件结构示意图，如图5所示，该设备包括：

一个或多个处理器510以及存储器520，图5中以一个处理器510为例。

执行基于外部触发的语音交互方法的设备还可以包括：输入装置530和输出装置540。

处理器510、存储器520、输入装置530和输出装置540可以通过总线或者其他方式连接，图5中以通过总线连接为例。

存储器520作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的基于外部触发的语音交互方法对应的程序指令/模块。处理器510通过运行存储在存储器520中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例基于外部触发的语音交互方法。

存储器520可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据基于外部触发的语音交互装置的使用所创建的数据等。此外，存储器520可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器520可选包括相对于处理器510远程设置的存储器，这些远程存储器可以通过网络连接至基于外部触发的语音交互装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置530可接收输入的数字或字符信息，以及产生与基于外部触发的语音交互装置的用户设置以及功能控制有关的信号。输出装置540可包括显示屏等显示设备。

上述一个或者多个模块存储在所述存储器520中，当被所述一个或者多个处理器510执行时，执行上述任意方法实施例中的基于外部触发的语音交互方法。

上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例所提供的方法。

本申请实施例的电子设备以多种形式存在，包括但不限于:

(1)移动通信设备:这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。

(2)超移动个人计算机设备:这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等，例如iPad。

(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。

(4)服务器:提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。

(5)其他具有数据交互功能的电子装置。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (8)

1.基于外部触发的语音交互装置，其特征在于，其能够与配置有触发事件的第三方应用通信，以在所述第三方应用接收到触发事件时，通过下述调用接口模块从所述第三方应用获取设置有参数信息的触发指令，其中，

所述语音交互装置包括

调用接口模块，用于接收所述第三方应用的触发指令，并根据所述触发指令获取参数信息，其中，所述参数信息包括交互内容和至少一个备选项，交互内容用于提示用户当前交互的意图，备选项为待用户选择的选项，每个备选项对应一种事件处理逻辑；

输出模块，用于输出所述交互内容；和

语音交互模块，用于接收语音指令，根据所述语音指令和所述备选项，从所述备选项中确定出指定选项输出至所述第三方应用，以使得所述第三方应用能够根据所述语音交互模块输出的指定选项进行事件处理。

2.根据权利要求1所述的装置，其特征在于，所述语音交互模块包括：

唤醒文本库，其中配置有与各备选项适配的唤醒文本，所述唤醒文本配置为与相应备选项的事件处理逻辑对应的用户说法，每个备选项配置有至少一种说法，以用于在接收到用户语音指令时命中该说法；

语音识别单元，用于根据所述唤醒文本库对监听到的语音指令进行语音识别，根据识别结果获取与监听到的语音指令对应的备选项，将其作为指定选项输出。

3.根据权利要求2所述的装置，其特征在于，所述参数信息还包括超时阈值和重复提醒阈值，所述语音交互装置还包括

超时处理模块，用于根据获取到指定选项的等待时间、超时阈值和重复提醒阈值进行超时监控，在超时次数达到重复提醒阈值时，停止语音监听，并输出结束语。

4.根据权利要求3所述的装置，其特征在于，所述超时处理模块具体用于在输出交互内容后，根据超时阈值对所述语音指令进行超时计时，并统计超时次数和对超时次数进行判断，在达到重复提醒阈值时，停止语音监听，并输出结束语。

5.根据权利要求4所述的装置，其特征在于，所述超时处理模块还具体用于在输出所述交互内容后开始计时，直至获取到指定选项时或在达到超时阈值时，结束当次计时；其中，所述超时处理模块在达到超时阈值，结束当次计时后，统计超时次数，并启动下一次计时。

6.根据权利要求3所述的装置，其特征在于，所述第三方应用在进行事件处理后还向所述语音交互装置发送反馈指令，所述语音交互装置还用于接收反馈指令，对所述反馈指令进行语音播报。

7.利用基于外部触发的语音交互装置发起语音交互的方法，其特征在于，包括：

在第三方应用中配置与触发事件的事件类型适配的交互内容、备选项和可选参数信息，交互内容用于提示用户当前交互的意图，备选项为待用户选择的选项，每个备选项对应一种事件处理逻辑，可选参数信息包括超时阈值和重复提醒阈值；

第三方应用在接收到事件时，根据检测到的事件类型和配置的交互内容、备选项和可选参数信息，进行调用指令的参数信息的设置，并向基于外部触发的语音交互装置发送设置有所述参数信息的调用指令，以在所述语音交互装置上启动一轮语音交互；

第三方应用根据所述语音交互装置反馈的指定选项，进行事件处理，并向所述语音交互装置发送反馈指令；

其中，所述基于外部触发的语音交互装置为权利要求1至6任一项所述的语音交互装置。

8.根据权利要求7所述的方法，其特征在于，所述语音交互装置在接收到设置有所述参数信息的调用指令后进行如下处理：

获取调用指令中的参数信息，其中，所述参数信息包括交互内容和至少一个备选项；

输出所述交互内容；

进行语音监听；

根据监听到的语音指令和所述备选项，从所述备选项中确定指定选项输出至所述第三方应用。

Images