CN110245218A - 一种语音问答交互方法 - Google Patents

Abstract

本申请涉及一种语音问答交互方法，属于人工智能领域。本申请包括：获取用户的语音信息；根据所述语音信息，利用预设的自然语言模型，对用户进行语音回答，并在回答完之后，向用户进行反向语音提问，其中，反向语音提问的内容，与所述语音信息的内容相关，和/或，与用户画像有关，和/或，与根据所述语音信息对用户进行语音回答的内容相关。通过本申请提供的语音问答交互方法，能提高用户的交互体验，大大地改进儿童机器人的智能性和可用性。

Description

一种语音问答交互方法

技术领域

本申请属于人工智能领域，具体涉及一种语音问答交互方法。

背景技术

随着现代科学和计算机技术的发展，特别是近几年人工智能技术的迅猛发展和成熟，智能语音交互成为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。目前，市场上已出现很多基于语音识别、自然语言理解、语音合成等语音交互方法。

目前的语音交互方法中，有支持闲聊或不支持的，其中闲聊的技术目前还处于初级阶段。典型的应用比如儿童机器人，常用的场景是用户问一个问题，儿童机器人来回答。也就是说，儿童机器人是在被动回答用户的提问，很明显，在这种交互中，儿童机器人的智能没有得到充分的开发和利用，用户是绝大多数交互的发起者，而儿童机器人没能更积极地参与交互的互动中。

发明内容

为至少在一定程度上克服相关技术中存在的问题，本申请所提供的一种语音问答交互方法，其改进之处在于：所述语音问答交互方法根据自然语言分析模型主动提出问题，提高用户的交互体验，大大地改进儿童机器人的智能性和可用性。提升用户体验

为实现以上目的，本申请采用如下技术方案：

一种语音问答交互方法，包括：

获取用户的语音信息；

根据所述语音信息，利用预设的自然语言模型，对用户进行语音回答；

在回答完之后，向用户进行反向语音提问，其中，反向语音提问的内容，与所述语音信息的内容相关，和/或,与用户画像有关，和/或，与根据所述语音信息对用户进行语音回答的内容相关。

进一步地，

所述根据所述语音信息，利用预设的自然语言模型，对用户进行语音回答，包括：

利用所述自然语言模型，对所述语音信息进行解析，对解析出的内容进行分析，确定所要回答的内容，将确定出的所要回答的内容通过语音回答给用户。

进一步地，

所述向用户进行反向语音提问，包括：

根据所述语音信息确定用户年龄层次；

根据确定出的用户年龄层次，以及根据所述语音信息的内容和所述语音信息对用户进行语音回答的内容两者中的至少一者，向用户进行反向语音提问。

进一步地，

所述方法还包括：

获取用户针对反向语音提问的内容进行的用户语音答复信息；

根据用户语音答复信息进行处理。

进一步地，

所述根据用户语音答复信息进行处理，包括：

根据用户语音答复信息对用户进行评价处理。

进一步地，

所述根据用户语音答复信息进行处理，包括：

根据用户语音答复信息对用户进行语音提示，以期望用户根据所述语音提示能够重新针对反向语音提问的内容做出新的用户语音答复信息。

进一步地，

所述根据用户语音答复信息进行处理，包括：

根据用户语音答复信息向用户进行新的反向语音提问，所述新的反向语音提问的难度低于之前的反向语音提问。

进一步地，

所述根据用户语音答复信息进行处理，包括：

根据所述用户语音答复信息对用户智力水平进行评估。

进一步地，

所述根据用户语音答复信息进行处理，还包括：

根据用户语音答复信息构建用户画像，其中，所述用户画像包括用户的年龄和/或智力因素；

当获取到新的语音信息时，根据所述新的语音信息，利用预设的自然语言模型，以及利用所述用户画像，对用户进行语音回答，并在回答完之后，向用户进行反向语音提问。

进一步地，所述根据用户语音答复信息进行处理，还包括：

自适应算法模型，根据所述自适应算法模型决定是否继续当前的交互内容或改换其他问题。

本申请采用以上技术方案，至少具备以下有益效果：

本申请提供一种语音问答交互方法具体涉及一种基于对语音的自动、准确理解，让机器人在语音问答交互中，能反向提出与语音问答交互的内容相关联的问题，评测用户根据所述反向提出的问题进行的语音答复，有助于提高用户的交互体验，大大地改进机器人的智能性和可用性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请一个实施例提供的一种语音问答交互方法流程示意图；

图2为本申请另一个实施例提供的一种语音问答交互方法流程示意图；

图3为本申请另一个实施例提供的一种语音问答交互方法流程示意图；

图4为本申请另一个实施例提供的一种语音问答交互方法流程示意图。

具体实施方式

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，所描述的实施例仅仅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。

本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要说明的是，下面以具体的实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

图1为本申请一个实施例提供的一种语音问答交互方法流程示意图。如图1所示，本发明提供了一种语音问答交互方法，该方法包括：

步骤101，获取用户的语音信息；

本实施例中，所述语音问答交互方法由儿童机器人来执行。儿童机器人配置有语音接收模块，接收用户的语音，比如，在一个应用场景中，用户为儿童用户，对机器人说话：“我想听小马过河的故事”，机器人通过配置的语音模块，获取到“我想听小马过河的故事”的语音信息。

步骤102，根据所述语音信息，利用预设的自然语言模型，对用户进行语音回答。

儿童机器人在接收到儿童用户发出的语音信息，经过语音识别后，再利用预设的自然语言模型对儿童用户进行回答，可以在儿童机器人预设的资料库中选择小马过河的故事播放，或者在服务器端网络搜索小马过河的故事播放。

步骤103，在回答完或播放完之后，向用户进行反向语音提问，其中，反向语音提问的内容，与所述语音信息的内容相关，和/或，与根据所述语音信息对用户进行语音回答的内容相关。

在本实施例中，儿童机器人播放完小马过河的故事后，可以根据儿童用户的语音信息向儿童用户反向提问，比如“你喜欢小马过河的故事吗”，也可以根据小马过河的故事内容向儿童用户进行反向提问，比如“小马为什么不敢过河呀”。

本实施例通过在对所述语音信息进行实时的语音识别，得到所述儿童用户的语音信息后，利用预设的自然语言模型对所述语音信息进行回答，以及根据所述语音信息的内容相关，和/或，与用户画像有关，和/或，与根据所述语音信息对用户进行语音回答的内容相关进行反向提问。这样，儿童机器人能够主动的与儿童用户进行交互，进一步的提高了儿童用户对儿童机器人的兴趣，提高了儿童机器人的用户体验。

第二实施例

本实施例以本发明上述实施例为基础，进一步的提供了一种语音问答交互方法的一种技术方案。在该技术方案中，根据所述语音信息，利用预设的自然语言模型，对用户进行语音回答，包括：

利用所述自然语言模型，对所述语音信息进行解析，对解析出的内容进行分析，确定所要回答的内容，将确定出的所要回答的内容通过语音回答给用户。

参见图2，所述语音问答交互方法包括：

步骤201，获取用户的语音信息。

步骤202，对所述语音信息进行解析。

通过语音解析模块，可有效的对儿童语音信息进行自动解析，提取出有效的信息。

步骤203,对解析出的内容进行分析。

利用预设的自然语言模型对通过语音解析模块解析出的信息，做自然语言分析处理，准确的识别儿童用户的意图。

步骤204，确定所要回答的内容。

在确定了儿童用户的意图后，对儿童用户的语音信息进行准确的回答。

步骤205，将确定出的所要回答的内容通过语音回答给用户。

具体的，在一个实施例中，儿童用户发出语音信息，如“我想听小跳蛙这首歌”，儿童机器人在获取了儿童用户的语音信息为“我想听小跳蛙这首歌”后，通过语音解析模块，解析儿童用户的语音信息，儿童机器人解析出的内容为“我想听小跳蛙这首歌”，然后利用预设的自然语言模型中的自然语言理解出儿童的意图为想听一首歌曲名字为小跳蛙的歌曲，于是，儿童机器人确定儿童用户的意图，也确定儿童机器人需要播放小跳蛙这首歌，然后通过扬声器模块，播放小跳蛙这首歌。

本实施例通过获取儿童用户语音信息之后，对所述语音信息进行解析，然后分析，确定回复用户的内容，完成了从用户发起语音问答，儿童机器人准确识别用户意图，并执行语音信息内容的交互过程。

第三实施例

本实施例以本发明上述实施例为基础，进一步的提供了一种语音问答交互方法的一种技术方案。在该技术方案中，所述向用户进行反向语音提问，包括：

根据儿童用户的用户画像确定用户年龄层次；根据以往语音交互的历史数据评测用户的智力水平；

根据确定出的用户年龄层次，以及根据所述语音信息的内容和所述语音信息对用户进行语音回答的内容两者中的至少一者，向用户进行反向语音提问。

参见图3，所述语音问答交互方法包括：

步骤301，获取用户的语音信息。

步骤302，根据所述语音信息确定用户年龄层次。

具体的，儿童机器人包括预设的年龄评估模块，儿童用户的语音特征、用语习惯在同年龄都是有区别的，通过对以上信息的识别，从而推断出儿童用户的年龄层次。

步骤303，根据确定出的用户年龄层次，根据所述语音信息的内容和所述语音信息对用户进行语音回答的内容两者中的至少一者，向用户进行反向语音提问。

在一个实施例中，儿童用户发出的语音信息为“我想听小马过河的故事”，儿童机器人在获取儿童用户的语音信息，并准确识别儿童的意图为想听小马过河的故事，同时，根据儿童用户的年龄层次，以及儿童用户的智力水平和用语习惯，推测出儿童用户的年龄层次，如果推测出儿童用户年龄在2-5岁，那么，根据小马过河这个故事向该儿童用户反向提问简单的问题，如“你喜欢小马过河这个故事吗？”，“你喜欢小马吗？”；如果推测出儿童用户的年龄大于5岁，那么根据小马过河这个故事向该儿童用户提出稍微有难度的问题，如：“你觉得小马为什么不敢过河”、“小马后来是怎么过河的”等。

本实施例通过推测儿童用户的年龄层次后，根据确定出的用户年龄层次，向用户进行反向语音提问，在交互过程中，反向语音提问的问题能够与儿童用户的年龄层次相匹配，不会出现儿童用户听不懂儿童机器人提问的问题的情况，能够提高儿童用户的体验。

第四实施例

本实施例以本发明上述实施例为基础，进一步地提供了一种语音问答交互方法的一种技术方案。在该技术方案中，所述方法还包括：

步骤401，获取用户针对所述反向语音提问的内容进行的用户语音答复信息。

具体的，在儿童机器人提出反向交互后，儿童在听到机器人的反向交互内容后，对儿童机器人进行答复，儿童机器人再次通过语音模块获取儿童用户的答复信息。

步骤402，根据用户语音答复信息进行处理。

步骤403，根据用户语音答复信息对用户进行评价处理；并将评价的数据保存起来，成为该用户画像的一部分。

具体的，在儿童机器人获取到儿童用户答复的答复信息后，利用自然语言模型对答复信息进行处理，对用户语音答复的信息进行评价处理，其中，若儿童用户的答复信息准确，那么对儿童用户做出正面的评价，比如“答对了！”、“你真是太棒了”、“你真聪明”等；若儿童用户的答复信息与正确答案不同，对儿童用户进行语音提示，可以是“不对哦，你再想一想”、“答案很接近，再考虑一下吧”等等。

围绕第四实施例的步骤403，根据用户语音答复信息对用户进行评价处理，并将评价结果记录在案，供以后的交互使用。

本申请还给出如下几个实施例。

第五实施例，所述根据用户语音答复信息进行处理，包括：

根据用户语音答复信息对用户进行语音提示，以期望用户根据所述语音提示能够重新针对反向语音提问的内容做出新的用户语音答复信息。

在儿童用户回答儿童机器人提出的问题时，所回复的答案错误，或者长时间无应答时，儿童机器人会对儿童用户做出语音提示，包括提示儿童用户向正确的方向回答以及提醒儿童用户进行回答。

第六实施例，所述根据用户语音答复信息进行处理，包括：

根据用户语音答复信息向用户进行新的反向语音提问，新的反向语音提问的难度低于之前的反向语音提问。

在进行多次提示后，儿童用户的答案依然不正确的时候，儿童机器人重新向儿童用户提问一个相比上一个问题更简单的新问题。

比如，在一个实施例中，儿童用户在与儿童该机器人交互的时候，儿童用户在回答儿童机器人的提问时，回答的答案错误，在经过儿童机器人的提示后仍然无法回答正确，这时候，儿童机器人会根据儿童用户的语音答复信息向儿童用户进行新的反向语音提问，新的反向语音提问的难度低于之前的反向语音提问，若儿童用户仍然无法回答正确，这时候儿童机器人会对儿童做出提示，儿童根据儿童机器人的提示再出做出回答，在进行多次提示后，这个“多次”可以由用户来设置，大于等于两次，儿童用户都无法回答正确的情况下，利用自适应算法模型，决定是否继续当前的交互内容或改换其他问题。

相反，如果儿童用户每次都能准确、及时地回答正确的答案，那么自适应算法将给出更复杂的问题，从而增加交互的学习性和挑战性。

进一步地，儿童机器人还可以具有自学习的功能，儿童机器人通过模拟人类进而实现人类的学习行为，从而能够像人类一样通过不断的学习来改善自身的性能，从而提高自身的适应能力和智能化水平。

第七实施例，所述根据用户语音答复信息进行处理，包括：

根据所述用户语音答复信息对用户智力水平进行评估。

在于儿童用户语音交互的过程中，儿童机器人内置预设的智力水平评估模块根据儿童用户的语音答复信息对儿童用户的智力水平进行评估。

第八实施例，

根据用户语音答复信息进行处理，包括：

根据用户语音答复信息构建用户画像，其中，用户画像包括用户的年龄和/或智力因素；

在与儿童用户语音交互过程中不断的获取儿童用户的信息，包括儿童的年龄、智力水平、语言习惯以及喜欢的音频资源等。

目前，用户画像，通常是通过对大规模的群体信息进行统计分析来建立，本申请的用户画像通过信息的注册获取初始的用户画像，通过与用户进行语音问答的方式直接从语音问答内容中获取详细的用户画像信息，以构建用户画像，可以实现准确真实地描儿童用户的年龄和/或智力因素。

在一个实施例中，当用户初次使用儿童机器人的时候，需要进行信息的注册，包括但不限于儿童用户的性别、年龄、语言习惯、平时的喜好等信息，儿童机器人会根据注册信息生成初始的用户画像。

在儿童用户使用儿童机器人的时候，儿童用户向儿童机器人发出语音信息，比如：用户发出“你好”，儿童机器人可以回复“你好”，然后可以继续问“你几岁了？”、“你叫什么？”、“你喜欢什么颜色”等与用户画像要素相关的问题，通过获取儿童用户的答案，获取更详细的儿童信息，从而更加准确的建立儿童用户的用户画像。

在构建所述用户画像之后，还根据之后获取的用户语音答复信息对所述用户画像进行更新。即在用户的年龄、喜好、语言习惯等发生改变的时候，儿童机器人能够及时更新用户画像，从而使得与儿童用户的交互更加流畅。

第九实施例，所述根据用户语音答复信息进行处理，包括：

当获取到新的语音信息时，根据所述新的语音信息，利用预设的自然语言模型，以及利用所述用户画像，对用户进行语音回答，并在回答完之后，向用户进行反向语音提问。

在一个实施例中，儿童机器人与儿童用户进行语音交互，并在交互过程中逐渐完善用户画像，这时候，儿童机器人根据获取的语音信息以及预设的自然语言模型以及用户画像对儿童用户进行回答，在这种模式下儿童机器人的回到会更加准确，在回答完后，儿童机器人再对儿童用户进行反问。

本发明实施例还提供一种电子设备可读存储介质，其中，电子设备可读存储介质存储有程序，处理器执行前述任一实施例提供的语音问答交互方法。其中，上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器((PROM)，只读存储器((ROM)，磁存储器，快闪存储器，磁盘或光盘。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为：表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种语音问答交互方法，其特征在于，包括：

获取用户的语音信息；

根据所述语音信息，利用预设的自然语言模型，对用户进行语音回答；

在回答完之后，向用户进行反向语音提问，其中，反向语音提问的内容，与所述语音信息的内容相关，和/或,与用户画像有关，和/或，与根据所述语音信息对用户进行语音回答的内容相关。

2.根据权利要求1所述的方法，其特征在于，

所述根据所述语音信息，利用预设的自然语言模型，对用户进行语音回答，包括：

利用所述自然语言模型，对所述语音信息进行解析，对解析出的内容进行分析，确定所要回答的内容，将确定出的所要回答的内容通过语音回答给用户。

3.根据权利要求1所述的方法，其特征在于，所述向用户进行反向语音提问，包括：

根据所述语音信息确定用户年龄层次；

根据确定出的用户年龄层次，以及根据所述语音信息的内容和所述语音信息对用户进行语音回答的内容两者中的至少一者，向用户进行反向语音提问。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取用户针对反向语音提问的内容进行的用户语音答复信息；

根据用户语音答复信息进行处理。

5.根据权利要求4所述的方法，其特征在于，所述根据用户语音答复信息进行处理，包括：

根据用户语音答复信息对用户进行评价处理。

6.根据权利要求4所述的方法，其特征在于，所述根据用户语音答复信息进行处理，包括：

根据用户语音答复信息对用户进行语音提示，以期望用户根据所述语音提示能够重新针对反向语音提问的内容做出新的用户语音答复信息。

7.根据权利要求4所述的方法，其特征在于，所述根据用户语音答复信息进行处理，包括：

根据用户语音答复信息向用户进行新的反向语音提问，所述新的反向语音提问的难度低于之前的反向语音提问。

8.根据权利要求4所述的方法，其特征在于，所述根据用户语音答复信息进行处理，包括：

根据所述用户语音答复信息对用户智力水平进行评估。

9.根据权利要求1所述的方法，其特征在于，所述根据用户语音答复信息进行处理，还包括：

根据用户语音答复信息构建用户画像，其中，所述用户画像包括用户的年龄和/或智力因素；

当获取到新的语音信息时，根据所述新的语音信息，利用预设的自然语言模型，以及利用所述用户画像，对用户进行语音回答，并在回答完之后，向用户进行反向语音提问。

10.根据权利要求9所述的方法，其特征在于，所述根据用户语音答复信息进行处理，还包括：

自适应算法模型，根据所述自适应算法模型决定是否继续当前的交互内容或改换其他问题。