CN110164429A - 语音交互方法和装置 - Google Patents

Abstract

本申请实施例公开了语音交互方法和装置。该方法的一具体实施方式包括：对用户通过第一终端设备发送的语音信息进行语音识别和语义分析，生成上述语音信息对应的语义信息；根据上述语义信息确定是否提供人工问答服务；响应于确定提供人工问答服务，建立上述第一终端设备与提供问答服务的客服人员所使用的第二终端设备的通信连接，以供上述用户与上述客服人员进行语音交互。该实施方式实现了自动问答与人工问答的协同服务，提高了语音交互的效率。

Description

语音交互方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及语音交互方法和装置。

背景技术

智能语音交互是基于语音输入的新一代交互模式，通过说话就可以得到反馈结果。现阶段，借助语义理解等技术可以在一定程度上实现用户与智能设备(例如，智能手机、智能电视、智能导航、智能家居等等)之间的语音交互，虽然智能设备在一定程度上可以实现与用户的语音交互，但有时不够灵活。例如，当用户基于语音进行购物时，当用户的问题涉及到上门服务时间、服务市场、套餐、单点、规格、配色等非标准化信息时，或者当用户结合已购商品对之前的选择进行多次修改时，仅仅通过与智能设备的语音交互可能难以实现，或者实现的操作步骤繁琐，这难免会给用户带来不友好的交互体验。

发明内容

本申请实施例提出了语音交互方法和装置。

第一方面，本申请实施例提供了一种语音交互方法，包括：对用户通过第一终端设备发送的语音信息进行语音识别和语义分析，生成上述语音信息对应的语义信息；根据上述语义信息确定是否提供人工问答服务；响应于确定提供人工问答服务，建立上述第一终端设备与提供问答服务的客服人员所使用的第二终端设备的通信连接，以供上述用户与上述客服人员进行语音交互。

在一些实施例中，上述方法还包括：响应于确定不提供人工问答服务，根据上述语义信息生成语音答复信息；将上述语音答复信息发送到上述第一终端设备，以供上述第一终端设备进行播放。

在一些实施例中，上述根据上述语义信息确定是否提供人工问答服务，包括：获取预先设定的待提供服务配置信息，其中，上述待提供服务配置信息包括至少一种待提供服务的服务信息和与待提供服务对应的客服人员所使用的第二终端设备的联系方式信息；将上述语义信息与上述至少一种待提供服务中的各待提供服务的服务信息进行匹配；根据匹配结果从上述至少一种待提供服务中确定一种目标待提供服务；针对上述目标待提供服务，根据上述语义信息确定是否提供人工问答服务。

在一些实施例中，上述响应于确定不提供人工问答服务，根据上述语义信息生成语音答复信息，包括：根据上述目标待提供服务的服务信息，以及上述语义信息生成文本答复信息；将上述文本答复信息转换成语音进行推送。

在一些实施例中，上述响应于确定提供人工问答服务，建立上述第一终端设备与提供问答服务的客服人员所使用的第二终端设备的通信连接，以供上述用户与上述客服人员进行语音交互，包括：确定上述目标待提供服务对应的客服人员所使用的第二终端设备的联系方式信息为目标联系方式信息；根据上述目标联系方式信息建立上述第一终端设备和上述第二终端设备的通信连接，并将上述语义信息发送给上述第二终端设备，以供上述客服人员根据上述语义信息为上述用户提供问答服务。

在一些实施例中，在根据上述目标联系方式信息建立上述第一终端设备和上述第二终端设备的通信连接，并将上述语义信息发送给上述第二终端设备，以供上述客服人员根据上述语义信息为上述用户提供问答服务之后，上述方法还包括：记录上述第一终端设备与上述第二终端设备之间的语音交互信息；提取并保存上述语音交互信息的关键信息；响应于确定不再需要进行人工问答服务，取消上述第一终端设备与上述第二终端设备之间的通信连接；根据上述关键信息生成回复信息，并将上述回复信息发送给上述第一终端设备。

第二方面，本申请实施例提供了一种语音交互装置，包括：分析单元，用于对用户通过第一终端设备发送的语音信息进行语音识别和语义分析，生成上述语音信息对应的语义信息；确定单元，用于根据上述语义信息确定是否提供人工问答服务；建立单元，用于响应于确定提供人工问答服务，建立上述第一终端设备与提供问答服务的客服人员所使用的第二终端设备的通信连接，以供上述用户与上述客服人员进行语音交互。

在一些实施例中，上述装置还包括：生成单元，用于响应于确定不提供人工问答服务，根据上述语义信息生成语音答复信息；发送单元，用于将上述语音答复信息发送到上述第一终端设备，以供上述第一终端设备进行播放。

在一些实施例中，上述确定单元进一步用于：获取预先设定的待提供服务配置信息，其中，上述待提供服务配置信息包括至少一种待提供服务的服务信息和与待提供服务对应的客服人员所使用的第二终端设备的联系方式信息；将上述语义信息与上述至少一种待提供服务中的各待提供服务的服务信息进行匹配；根据匹配结果从上述至少一种待提供服务中确定一种目标待提供服务；针对上述目标待提供服务，根据上述语义信息确定是否提供人工问答服务。

在一些实施例中，上述生成单元进一步用于：根据上述目标待提供服务的服务信息，以及上述语义信息生成文本答复信息；将上述文本答复信息转换成语音进行推送。

在一些实施例中，上述建立单元进一步用于：确定上述目标待提供服务对应的客服人员所使用的第二终端设备的联系方式信息为目标联系方式信息；根据上述目标联系方式信息建立上述第一终端设备和上述第二终端设备的通信连接，并将上述语义信息发送给上述第二终端设备，以供上述客服人员根据上述语义信息为上述用户提供问答服务。

在一些实施例中，上述装置还包括：记录单元，用于记录上述第一终端设备与上述第二终端设备之间的语音交互信息；提取单元，用于提取并保存上述语音交互信息的关键信息；取消单元，用于响应于确定不再需要进行人工问答服务，取消上述第一终端设备与上述第二终端设备之间的通信连接；推送单元，用于根据上述关键信息生成回复信息，并将上述回复信息发送给上述第一终端设备。

第三方面，本申请实施例提供了一种服务器，该服务器包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本申请实施例提供的语音交互方法和装置，首先对用户通过第一终端设备发送的语音信息进行语音识别和语义分析，生成语音信息对应的语义信息，而后根据语义信息确定是否提供人工问答服务，最后响应于确定提供人工问答服务，建立第一终端设备与提供问答服务的客服人员所使用的第二终端设备的通信连接，以供用户与客服人员进行语音交互，从而通过提供人工问答服务，实现了自动问答与人工问答的协同服务，提高了语音交互的效率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的语音交互方法的一个实施例的流程图；

图3是根据本申请的语音交互方法的一个应用场景的示意图；

图4是根据本申请的语音交互装置的一个实施例的结构示意图；

图5是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

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。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的语音交互方法或语音交互装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有语音采集和播放功能并且支持语音交互的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上发送的语音信息进行处理的服务器，服务器可以对接收到的语音信息进行语音识别、语义分析等处理，并根据语义分析结果对语音信息进行反馈。

需要说明的是，本申请实施例所提供的语音交互方法一般由服务器105执行，相应地，语音交互装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，其示出了根据本申请的语音交互方法的一个实施例的流程200。该语音交互方法，包括以下步骤：

步骤201，对用户通过第一终端设备发送的语音信息进行语音识别和语义分析，生成语音信息对应的语义信息。

在本实施例中，语音交互方法运行于其上的电子设备(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式从用户利用其进行语音信息发送的第一终端设备接收语音信息，之后，上述电子设备可以对接收到的上述语音信息进行语音识别和语义分析，生成上述语音信息对应的语义信息。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

作为示例，上述电子设备可以首先对接收到的语音信息进行语音识别，得到上述语音信息对应的文本信息；之后，再利用各种语义分析手段(例如，分词、词性标注、命名实体识别等)对上述文本信息进行分析，从而得到上述文本信息对应的语义信息。在这里，上述语义信息可以包括意图信息和槽信息，其中，意图信息可以是通过各种方法得到的，例如，可以首先对上述文本信息进行分词，然后，通过词表直接匹配的方式来获取意图信息，其中，上述词表可以是技术人员基于对大量的分词集合和意图信息的统计而预先制定的、存储有多个分词集合与意图信息的对应关系的对应关系表。又例如，可以将上述文本信息导入预先建立的意图分类模型，得到上述文本信息对应的意图信息，其中，上述意图分类模型可以用于表征文本信息与意图信息的对应关系，上述意图分类模型可以是基于机器学习方法得到，具体的，上述意图分类模型可以是基于朴素贝叶斯模型(Naive BayesianModel，NBM)或支持向量机(Support Vector Machine，SVM)等用于分类的模型训练得到的。槽信息是基于槽填充得到的信息，槽填充是指从用户对话中抽取与任务相关的关键信息。例如，在面向餐馆推荐的对话系统中，对话系统需要基于用户提供的地点、价位等信息来进行餐馆推荐，地点、价位等对话系统需要的信息就是槽信息，槽填充任务就是从用户对话中提取这些槽信息。又例如，在面向出行服务的对话系统中，对话系统需要基于用户提供的出发地、目的地等信息进行出行推荐，出发地、目的地等对话系统需要的信息就是槽信息，如，用户提供的信息为“我从北京到上海”，其中，槽信息为“北京”和“上海”。

需要说明的是，上述语音识别、语义分析等的各种方法是目前广泛研究和应用的公知技术，在此不再赘述。

步骤202，根据语义信息确定是否提供人工问答服务。

在本实施例中，上述电子设备可以根据步骤201得到的语义信息确定是否提供人工问答服务。作为示例，上述电子设备可以通过预先建立的人工问答服务表确定是否提供人工问答服务，例如，上述人工问答服务表中可以存储有多条语义信息，如果步骤201中得到的语义信息与上述人工问答服务表中的语义信息匹配成功(例如，相同或相似度大于设定阈值)，则可以确定提供人工问答服务。

步骤203，响应于确定提供人工问答服务，建立第一终端设备与提供问答服务的客服人员所使用的第二终端设备的通信连接，以供用户与客服人员进行语音交互。

在本实施例中，上述电子设备可以预先存储有上述第一终端设备和提供问答服务的客服人员所使用的第二终端设备的联系方式(例如，电话号码、通信账号等等)，响应于确定提供人工问答服务，上述电子设备可以建立上述第一终端设备与提供问答服务的客服人员所使用的第二终端设备的通信连接，以供上述用户与上述客服人员进行语音交互。

在本实施例的一些可选的实现方式中，上述方法还可以包括：首先，响应于确定不提供人工问答服务，上述电子设备可以根据上述语义信息生成语音答复信息。然后，上述电子设备可以将上述语音答复信息发送到上述第一终端设备，以供上述第一终端设备进行播放。作为示例，上述电子设备可以预先存储有自动答复信息表，其中，上述自动答复信息表可以是存储有多个语义信息与答复信息的对应关系的对应关系表，上述电子设备可以将步骤201得到的语义信息与上述自动答复信息表中的语义信息匹配成功(例如，相同或相似度大于设定阈值)，则将匹配成功的语义信息对应的答复信息作为目标答复信息，之后，上述电子设备可以上述目标答复信息从文本转化为语音，从而得到语音答复信息。

在一些可选的实现方式中，上述步骤202可以具体包括：

首先，上述电子设备可以获取预先设定的待提供服务配置信息，其中，上述待提供服务配置信息可以包括至少一种待提供服务的服务信息和与待提供服务对应的客服人员所使用的第二终端设备的联系方式信息，在这里，上述待提供服务可以是指能够为用户提供的服务，待提供服务的服务信息可以是指与待提供服务相关的各种信息，例如，待提供服务为“XX打车服务”，待提供服务的服务信息可以是指与“XX打车服务”相关的各种信息，例如，提供“XX打车服务”的商家名称、价格、车型等等。

其次，上述电子设备可以将上述语义信息与上述至少一种待提供服务中的各待提供服务的服务信息进行匹配，例如，进行相似度计算。

然后，上述电子设备可以根据匹配结果从上述至少一种待提供服务中确定一种目标待提供服务，例如，上述电子设备可以选取上述至少一种待提供服务中的、其服务信息与上述语义信息相似度最高的待提供服务作为目标待提供服务。

最后，针对上述目标待提供服务，上述电子设备可以根据上述语义信息确定是否提供人工问答服务。在这里，针对每一种待提供服务上述电子设备都可以预先建立人工问答服务表，用于确定是否提供人工问答服务。例如，目标待提供服务对应的人工问答服务表中可以存储有多条语义信息，如果步骤201中得到的语义信息与目标待提供服务对应的人工问答服务表中的语义信息匹配成功(例如，相同或相似度大于设定阈值)，则可以确定提供人工问答服务。

可选的，响应于确定不提供人工问答服务，根据上述语义信息生成语音答复信息，可以具体包括：首先，上述电子设备可以根据上述目标待提供服务的服务信息，以及上述语义信息生成文本答复信息，例如，当上述语义信息所查询的信息内容包括在目标待提供服务的服务信息以内时，上述电子设备可以根据上述目标待提供服务的服务信息，以及上述语义信息生成文本答复信息。然后，上述电子设备可以将上述文本答复信息转换成语音进行推送。

可选的，步骤203，响应于确定提供人工问答服务，建立第一终端设备与提供问答服务的客服人员所使用的第二终端设备的通信连接，以供用户与客服人员进行语音交互，可以具体包括：首先，上述电子设备可以确定上述目标待提供服务对应的客服人员所使用的第二终端设备的联系方式信息为目标联系方式信息。然后，上述电子设备可以根据上述目标联系方式信息建立上述第一终端设备和上述第二终端设备的通信连接，并将上述语义信息发送给上述第二终端设备，以供上述客服人员根据上述语义信息为上述用户提供问答服务。

可选的，在根据上述目标联系方式信息建立上述第一终端设备和所述第二终端设备的通信连接，并将所述语义信息发送给所述第二终端设备，以供所述客服人员根据所述语义信息为所述用户提供问答服务之后，上述方法还可以包括：首先，上述电子设备可以记录上述第一终端设备与上述第二终端设备之间的语音交互信息。其次，上述电子设备可以提取并保存上述语音交互信息的关键信息。然后，响应于确定不再需要进行人工问答服务，上述电子设备可以取消上述第一终端设备与上述第二终端设备之间的通信连接。作为示例，上述电子设备可以通过上述用户或上述客服人员发送的语音结束请求确定不再需要进行人工问答服务，例如，当人工问答服务结束时，上述用户或上述客服人员可以通过所使用的终端设备发送语音结束请求。最后，上述电子设备可以根据上述关键信息生成回复信息，并将上述回复信息发送给上述第一终端设备。例如，当上述关键信息涉及订单生成时，电子设备可以根据生成的订单生成涉及付款信息(例如，涉及付款金额、付款方式等等)的回复信息。

继续参见图3，图3是根据本实施例的语音交互方法的应用场景的一个示意图。在图3的应用场景中，用户首先通过第一终端设备通过语音的形式向服务器发送语音信息“我希望订购保洁服务中的XX管家服务”，之后，服务器对用户发送的上述语音信息进行语音识别和语义分析，生成上述语音信息的语义信息；然后，上述服务器根据上述语义信息确定是否提供人工问答服务；最后，相应于确定提供人工问答服务，上述服务器可以建立上述第一终端设备与提供问答服务的客服人员所使用的第二终端设备的通信连接，以供上述用户与上述客服人员进行语音交互，例如，图3所示。

本申请的上述实施例提供的方法通过提供人工问答服务，实现了自动问答与人工问答的协同服务，提高了语音交互的效率。

进一步参考图4，作为对上述各图所示方法的实现，本申请提供了一种语音交互装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例的语音交互装置400包括：分析单元401、确定单元402和建立单元403。其中，分析单元401用于对用户通过第一终端设备发送的语音信息进行语音识别和语义分析，生成上述语音信息对应的语义信息；确定单元402用于根据上述语义信息确定是否提供人工问答服务；建立单元403用于响应于确定提供人工问答服务，建立上述第一终端设备与提供问答服务的客服人员所使用的第二终端设备的通信连接，以供上述用户与上述客服人员进行语音交互。

在本实施例中，语音交互装置400的分析单元401、确定单元402和建立单元403的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202和步骤203的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，上述装置400还可以包括：生成单元(图中未示出)，用于响应于确定不提供人工问答服务，根据上述语义信息生成语音答复信息；发送单元(图中未示出)，用于将上述语音答复信息发送到上述第一终端设备，以供上述第一终端设备进行播放。

在本实施例的一些可选的实现方式中，上述确定单元402可以进一步用于：获取预先设定的待提供服务配置信息，其中，上述待提供服务配置信息包括至少一种待提供服务的服务信息和与待提供服务对应的客服人员所使用的第二终端设备的联系方式信息；将上述语义信息与上述至少一种待提供服务中的各待提供服务的服务信息进行匹配；根据匹配结果从上述至少一种待提供服务中确定一种目标待提供服务；针对上述目标待提供服务，根据上述语义信息确定是否提供人工问答服务。

在本实施例的一些可选的实现方式中，上述生成单元可以进一步用于：根据上述目标待提供服务的服务信息，以及上述语义信息生成文本答复信息；将上述文本答复信息转换成语音进行推送。

在本实施例的一些可选的实现方式中，上述建立单元403可以进一步用于：确定上述目标待提供服务对应的客服人员所使用的第二终端设备的联系方式信息为目标联系方式信息；根据上述目标联系方式信息建立上述第一终端设备和上述第二终端设备的通信连接，并将上述语义信息发送给上述第二终端设备，以供上述客服人员根据上述语义信息为上述用户提供问答服务。

在本实施例的一些可选的实现方式中，上述装置400还可以包括：记录单元(图中未示出)，用于记录上述第一终端设备与上述第二终端设备之间的语音交互信息；提取单元(图中未示出)，用于提取并保存上述语音交互信息的关键信息；取消单元(图中未示出)，用于响应于确定不再需要进行人工问答服务，取消上述第一终端设备与上述第二终端设备之间的通信连接；推送单元(图中未示出)，用于根据上述关键信息生成回复信息，并将上述回复信息发送给上述第一终端设备。

下面参考图5，其示出了适于用来实现本申请实施例的服务器的计算机系统500的结构示意图。图5示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(CPU，Central Processing Unit)501，其可以根据存储在只读存储器(ROM，Read Only Memory)502中的程序或者从存储部分506加载到随机访问存储器(RAM，Random Access Memory)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM502以及RAM 503通过总线504彼此相连。输入/输出(I/O，Input/Output)接口505也连接至总线504。

以下部件连接至I/O接口505：包括硬盘等的存储部分506；以及包括诸如LAN(局域网，Local Area Network)卡、调制解调器等的网络接口卡的通信部分507。通信部分507经由诸如因特网的网络执行通信处理。驱动器508也根据需要连接至I/O接口505。可拆卸介质509，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器508上，以便于从其上读出的计算机程序根据需要被安装入存储部分506。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分507从网络上被下载和安装，和/或从可拆卸介质509被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括分析单元、确定单元和建立单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，分析单元还可以被描述为“对用户通过第一终端设备发送的语音信息进行语音识别和语义分析，生成所述语音信息对应的语义信息的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：对用户通过第一终端设备发送的语音信息进行语音识别和语义分析，生成上述语音信息对应的语义信息；根据上述语义信息确定是否提供人工问答服务；响应于确定提供人工问答服务，建立上述第一终端设备与提供问答服务的客服人员所使用的第二终端设备的通信连接，以供上述用户与上述客服人员进行语音交互。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (14)

1.一种语音交互方法，包括：

对用户通过第一终端设备发送的语音信息进行语音识别和语义分析，生成所述语音信息对应的语义信息；

根据所述语义信息确定是否提供人工问答服务；

响应于确定提供人工问答服务，建立所述第一终端设备与提供问答服务的客服人员所使用的第二终端设备的通信连接，以供所述用户与所述客服人员进行语音交互。

2.根据权利要求1所述的方法，其中，所述方法还包括：

响应于确定不提供人工问答服务，根据所述语义信息生成语音答复信息；

将所述语音答复信息发送到所述第一终端设备，以供所述第一终端设备进行播放。

3.根据权利要求2所述的方法，其中，所述根据所述语义信息确定是否提供人工问答服务，包括：

获取预先设定的待提供服务配置信息，其中，所述待提供服务配置信息包括至少一种待提供服务的服务信息和与待提供服务对应的客服人员所使用的第二终端设备的联系方式信息；

将所述语义信息与所述至少一种待提供服务中的各待提供服务的服务信息进行匹配；

根据匹配结果从所述至少一种待提供服务中确定一种目标待提供服务；

针对所述目标待提供服务，根据所述语义信息确定是否提供人工问答服务。

4.根据权利要求3所述的方法，其中，所述响应于确定不提供人工问答服务，根据所述语义信息生成语音答复信息，包括：

根据所述目标待提供服务的服务信息，以及所述语义信息生成文本答复信息；

将所述文本答复信息转换成语音进行推送。

5.根据权利要求3所述的方法，其中，所述响应于确定提供人工问答服务，建立所述第一终端设备与提供问答服务的客服人员所使用的第二终端设备的通信连接，以供所述用户与所述客服人员进行语音交互，包括：

确定所述目标待提供服务对应的客服人员所使用的第二终端设备的联系方式信息为目标联系方式信息；

根据所述目标联系方式信息建立所述第一终端设备和所述第二终端设备的通信连接，并将所述语义信息发送给所述第二终端设备，以供所述客服人员根据所述语义信息为所述用户提供问答服务。

6.根据权利要求5所述的方法，其中，在根据所述目标联系方式信息建立所述第一终端设备和所述第二终端设备的通信连接，并将所述语义信息发送给所述第二终端设备，以供所述客服人员根据所述语义信息为所述用户提供问答服务之后，所述方法还包括：

记录所述第一终端设备与所述第二终端设备之间的语音交互信息；

提取并保存所述语音交互信息的关键信息；

响应于确定不再需要进行人工问答服务，取消所述第一终端设备与所述第二终端设备之间的通信连接；

根据所述关键信息生成回复信息，并将所述回复信息发送给所述第一终端设备。

7.一种语音交互装置，包括：

分析单元，用于对用户通过第一终端设备发送的语音信息进行语音识别和语义分析，生成所述语音信息对应的语义信息；

确定单元，用于根据所述语义信息确定是否提供人工问答服务；

建立单元，用于响应于确定提供人工问答服务，建立所述第一终端设备与提供问答服务的客服人员所使用的第二终端设备的通信连接，以供所述用户与所述客服人员进行语音交互。

8.根据权利要求7所述的装置，其中，所述装置还包括：

生成单元，用于响应于确定不提供人工问答服务，根据所述语义信息生成语音答复信息；

发送单元，用于将所述语音答复信息发送到所述第一终端设备，以供所述第一终端设备进行播放。

9.根据权利要求8所述的装置，其中，所述确定单元进一步用于：

获取预先设定的待提供服务配置信息，其中，所述待提供服务配置信息包括至少一种待提供服务的服务信息和与待提供服务对应的客服人员所使用的第二终端设备的联系方式信息；

将所述语义信息与所述至少一种待提供服务中的各待提供服务的服务信息进行匹配；

根据匹配结果从所述至少一种待提供服务中确定一种目标待提供服务；

针对所述目标待提供服务，根据所述语义信息确定是否提供人工问答服务。

10.根据权利要求9所述的装置，其中，所述生成单元进一步用于：

根据所述目标待提供服务的服务信息，以及所述语义信息生成文本答复信息；

将所述文本答复信息转换成语音进行推送。

11.根据权利要求9所述的装置，其中，所述建立单元进一步用于：

确定所述目标待提供服务对应的客服人员所使用的第二终端设备的联系方式信息为目标联系方式信息；

根据所述目标联系方式信息建立所述第一终端设备和所述第二终端设备的通信连接，并将所述语义信息发送给所述第二终端设备，以供所述客服人员根据所述语义信息为所述用户提供问答服务。

12.根据权利要求11所述的装置，其中，所述装置还包括：

记录单元，用于记录所述第一终端设备与所述第二终端设备之间的语音交互信息；

提取单元，用于提取并保存所述语音交互信息的关键信息；

取消单元，用于响应于确定不再需要进行人工问答服务，取消所述第一终端设备与所述第二终端设备之间的通信连接；

推送单元，用于根据所述关键信息生成回复信息，并将所述回复信息发送给所述第一终端设备。

13.一种服务器，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

14.一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如权利要求1-6中任一所述的方法。