CN110334242A - 一种语音指令建议信息的生成方法、装置及电子设备 - Google Patents
一种语音指令建议信息的生成方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110334242A CN110334242A CN201910621185.0A CN201910621185A CN110334242A CN 110334242 A CN110334242 A CN 110334242A CN 201910621185 A CN201910621185 A CN 201910621185A CN 110334242 A CN110334242 A CN 110334242A
- Authority
- CN
- China
- Prior art keywords
- information
- phonetic order
- historical
- behavior
- behavioural information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000003542 behavioural effect Effects 0.000 claims abstract description 473
- 230000006399 behavior Effects 0.000 claims description 511
- 238000012549 training Methods 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/63—Querying
- G06F16/632—Query formulation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明实施例提供了一种语音指令建议信息的生成方法、装置及电子设备,方法包括:获取语音指令;基于预设规则及所述语音指令指示的操作行为信息,从预先设置的历史行为数据库中确定目标历史操作行为信息;按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息;基于所述预测操作行为信息确定语音指令建议信息。采用本方法实施例,可以生成语音指令建议信息,方便用户使用语音指令对电子设备进行操作。
Description
技术领域
本发明涉及语音交互技术领域,特别是涉及一种语音指令建议信息的生成方法、装置及电子设备。
背景技术
语音交互技术为人们提供了快捷智能的电子设备控制方法,方便了人们的使用,在日常生活和工作中的应用日益广泛。
目前,用户在使用语音指令对电子设备进行操作时,电子设备能够根据用户发出的语音指令生成并显示反馈信息。具体来说,电子设备在接收到用户发出的语音指令时,会对语音指令进行语音识别,得到与语音指令对应的指令文本,然后对指令文本进行语义理解,进而根据理解结果生成反馈信息,并将反馈信息显示给用户。
用户每进行一次语音操作,均需要用户自主发出相应的语音指令。由于每个用户的说话习惯等不同,并且电子设备可以识别语音指令的形式可能也是有限的,所以可能会造成电子设备无法识别用户发出的语音指令。例如,由于用户需要考虑如何发出语音指令,用户在发出语音指令的过程中可能会停顿很长时间,此时电子设备很可能无法识别该语音指令,显然会给用户的操作带来不便。
发明内容
本发明实施例的目的在于提供一种语音指令建议信息的生成方法、装置及电子设备,以生成语音指令建议信息,方便用户的使用。具体技术方案如下:
第一方面,本发明实施例提供了一种语音指令建议信息的生成方法,所述方法包括:
获取语音指令;
基于预设规则及所述语音指令指示的操作行为信息,从预先设置的历史行为数据库中确定目标历史操作行为信息,其中,所述历史行为数据库中储存有预先获取的各个用户的历史操作行为信息;
按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息;
基于所述预测操作行为信息确定语音指令建议信息。
可选的,所述历史行为数据库存储的各个用户的历史操作行为信息包括按照执行时间点排列的行为信息序列;
所述基于预设规则及所述语音指令指示的操作行为,从预先设置的历史行为数据库中确定目标历史操作行为信息的步骤,包括:
从所述历史行为数据库中查找发出所述语音指令的用户的行为信息序列;
从所述用户的行为信息序列中,确定包括所述语音指令指示的操作行为信息的第一目标行为信息序列;
所述按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息的步骤,包括:
计算所述第一目标行为信息序列出现的频次;
将所述频次高于第一预设频次的第一目标行为信息序列中,所述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。
可选的,在所述从所述历史行为数据库中确定包括所述语音指令指示的操作行为信息的目标行为信息序列的步骤之前,所述方法还包括:
判断所述发出所述语音指令的用户是否存在历史操作行为信息;
如果存在,执行所述从所述历史行为数据库中查找发出所述语音指令的用户的行为信息序列的步骤;
如果不存在,从所述历史行为数据库中确定包括所述语音指令指示的操作行为信息的第二目标行为信息序列;
计算所述第二目标行为信息序列出现的频次;
将所述频次高于第二预设频次的第二目标行为信息序列中,所述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。
可选的,所述基于预设规则及所述语音指令指示的操作行为,从预先设置的历史行为数据库中确定目标历史操作行为信息的步骤,包括:
从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息;
从所述用户的历史操作行为信息中,确定执行时间点与获取到所述语音指令的时间点之间的时长小于第一预设时长的第一目标历史操作行为信息;
所述按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息的步骤,包括:
将所述第一目标历史操作行为信息输入预先训练完成的行为预测模型,确定所述第一目标历史操作行为信息对应的预测操作行为信息,其中,所述行为预测模型为基于操作行为信息样本及其对应的预测操作行为信息样本训练得到的,所述行为预测模型包括操作行为信息与预测操作行为信息之间的对应关系。
可选的,所述基于预设规则及所述语音指令指示的操作行为,从预先设置的历史行为数据库中确定目标历史操作行为信息的步骤,包括:
从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息;
从所述用户的历史操作行为信息中,确定执行时间点与获取到所述语音指令的时间点之间的时长小于第二预设时长的第二目标历史操作行为信息;
从所述历史行为数据库中查找与所述第二目标历史操作行为信息相同的历史操作行为信息,作为候选历史操作行为信息;
从所述历史行为数据库中确定每个所述候选历史操作行为信息对应的用户的历史操作行为信息,作为备选历史操作行为信息;
从所述备选历史操作行为信息中,确定执行时间点在其对应的候选历史操作行为信息的执行时间点之后的备选历史操作行为信息,作为第三目标历史操作行为信息;
所述按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息的步骤,包括:
计算每个所述第三目标历史操作行为信息与其对应的候选历史操作行为信息之间的相似度;
将所对应的所述相似度大于预设相似度的第三目标历史操作行为信息确定为预测操作行为信息。
可选的,在所述从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息的步骤之前,所述方法还包括:
判断所述发出所述语音指令的用户是否存在历史操作行为信息;
如果存在,执行所述从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息的步骤;
如果不存在,计算所述历史行为数据库中每个历史操作行为信息出现的频次;
将所述频次高于第三预设频次的历史操作行为信息确定为预测操作行为信息。
可选的,所述基于所述预测操作行为信息确定语音指令建议信息的步骤,包括:
基于预设模板,对所述预测操作行为信息进行处理,生成语音指令建议信息;
或,
将所述预测操作行为信息输入文本生成模型,根据所述预测操作行为信息生成语音指令建议信息,其中,所述文本生成模型包括操作行为信息与语音指令建议信息之间的对应关系。
可选的,在所述基于所述预测操作行为信息确定语音指令建议信息的步骤之后,所述方法还包括:
获取用户发出的下一步语音指令;
比较所述下一步语音指令所指示的操作行为信息与所述语音指令建议信息的差异,得到比较结果;
基于所述比较结果确定所述用户是否使用了所述语音指令建议信息;
如果是,判断所述用户对应的预先设置的语音指令库中是否包括所述语音指令建议信息对应的语音指令信息;其中,所述语音指令库存储有所述用户使用过的语音指令信息;
如果不包括,根据所述语音指令建议信息更新所述用户对应的预先设置的语音指令库。
第二方面,本发明实施例提供了一种语音指令建议信息的生成装置,所述装置包括:
指令获取模块,用于获取语音指令;
目标信息确定模块,用于基于预设规则及所述语音指令指示的操作行为信息,从预先设置的历史行为数据库中确定目标历史操作行为信息,其中,所述历史行为数据库中储存有预先获取的各个用户的历史操作行为信息;
预测信息确定模块,用于按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息;
建议信息确定模块,用于基于所述预测操作行为信息确定语音指令建议信息。
可选的,所述历史行为数据库存储的各个用户的历史操作行为信息包括按照执行时间点排列的行为信息序列;
所述目标信息确定模块包括:
第一信息序列查找子模块,用于从所述历史行为数据库中查找发出所述语音指令的用户的行为信息序列;
目标序列确定子模块,用于从所述用户的行为信息序列中,确定包括所述语音指令指示的操作行为信息的第一目标行为信息序列;
所述预测信息确定模块包括:
第一频次计算子模块,用于计算所述第一目标行为信息序列出现的频次;
第一预测序列信息确定子模块,用于将所述频次高于第一预设频次的第一目标行为信息序列中,所述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。
可选的,所述装置还包括:
第一判断子模块,用于在从所述历史行为数据库中确定包括所述语音指令指示的操作行为信息的目标行为信息序列之前,判断所述发出所述语音指令的用户是否存在历史操作行为信息;
第一执行子模块,用于如果存在,执行所述从所述历史行为数据库中查找发出所述语音指令的用户的行为信息序列的步骤;
第二信息序列查找子模块,用于如果不存在,从所述历史行为数据库中确定包括所述语音指令指示的操作行为信息的第二目标行为信息序列;
第二频次计算子模块,用于计算所述第二目标行为序列出现的频次;
第二预测序列信息确定子模块,用于将所述频次高于第二预设频次的第二目标行为信息序列中,所述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。
可选的,所述目标信息确定模块包括:
第一信息查找子模块,用于从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息;
第一目标信息确定子模块,用于从所述用户的历史操作行为信息中,确定执行时间点与获取到所述语音指令的时间点之间的时长小于第一预设时长的第一目标历史操作行为信息;
所述预测信息确定模块包括:
第一预测信息确定子模块,用于将所述第一目标历史操作行为信息输入预先训练完成的行为预测模型,确定所述第一目标历史操作行为信息对应的预测操作行为信息,其中,所述行为预测模型为基于操作行为信息样本及其对应的预测操作行为信息样本训练得到的,所述行为预测模型包括操作行为信息与预测操作行为信息之间的对应关系。
可选的,所述目标信息确定模块包括:
第二信息查找子模块,用于从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息;
第二目标信息确定子模块,用于从所述用户的历史操作行为信息中,确定执行时间点与获取到所述语音指令的时间点之间的时长小于第二预设时长的第二目标历史操作行为信息;
候选信息确定子模块,用于从所述历史行为数据库中查找与所述第二目标历史操作行为信息相同的历史操作行为信息,作为候选历史操作行为信息;
备选信息确定子模块,用于从所述历史行为数据库中确定每个所述候选历史操作行为信息对应的用户的历史操作行为信息,作为备选历史操作行为信息;
第三目标信息确定子模块,用于从所述备选历史操作行为信息中,确定执行时间点在其对应的候选历史操作行为信息的执行时间点之后的备选历史操作行为信息,作为第三目标历史操作行为信息;
所述预测信息确定模块包括:
相似度计算子模块,用于计算每个所述第三目标历史操作行为信息与其对应的候选历史操作行为信息之间的相似度;
第二预测信息确定子模块,用于将所对应的所述相似度大于预设相似度的第三目标历史操作行为信息确定为预测操作行为信息。
可选的,所述装置还包括:
第二判断子模块,用于在所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息之前判断所述发出所述语音指令的用户是否存在历史操作行为信息;
第二执行子模块,用于如果存在,执行所述从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息的步骤;
第三频次计算子模块,用于如果不存在,计算所述历史行为数据库中每个历史操作行为信息出现的频次;
第三预测信息确定子模块,用于将所述频次高于第三预设频次的历史操作行为信息确定为预测操作行为信息。
可选的,所述建议信息确定模块包括:
信息生成子模块,用于基于预设模板,对所述预测操作行为信息进行处理,生成语音指令建议信息;或,用于将所述预测操作行为信息输入文本生成模型,根据所述预测操作行为信息生成语音指令建议信息,其中,所述文本生成模型包括操作行为信息与语音指令建议信息之间的对应关系。
可选的,所述装置还包括:
语音指令获取模块,用于获取用户发出的下一步语音指令;
比较模块,用于比较所述下一步语音指令所指示的操作行为信息与所述语音指令建议信息的差异,得到比较结果;
第一判断模块,用于基于所述比较结果确定所述用户是否使用了所述语音指令建议信息;
第二判断模块,用于如果是,判断所述用户对应的预先设置的语音指令库中是否包括所述语音指令建议信息对应的语音指令信息;其中,所述语音指令库存储有所述用户使用过的语音指令信息;
更新模块,用于如果不包括,根据所述语音指令建议信息更新所述用户对应的预先设置的语音指令库。
第三方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一所述的语音指令建议信息的生成方法步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一所述的语音指令建议信息的生成方法步骤。
本发明实施例所提供的方案中,电子设备可以获取语音指令,然后基于预设规则及所述语音指令指示的操作行为信息,从预先设置的历史行为数据库中确定目标历史操作行为信息,进而按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息,便可以基于所述预测操作行为信息确定语音指令建议信息。这样,电子设备可以为用户提供基于用户历史操作行为信息生成的语音指令建议信息,可以方便用户使用语音指令对电子设备进行操作。当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明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。
图1为本发明实施例所提供的一种语音指令建议信息的生成方法的流程图;
图2为基于图1所示实施示例的预测操作行为信息的生成方式的一种流程图;
图3为基于图1所示实施示例的目标历史操作行为的确定方式的一种流程图;
图4为基于图1所示实施示例的预测操作行为信息的生成方式的另一种流程图;
图5为基于图1所示实施示例的语音指令库的更新方式的一种流程图;
图6为本发明实施例所提供的一种语音指令建议信息的生成装置的结构示意图;
图7为本发明实施例所提供的一种电子设备的结构示意图。
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。
为了方便用户使用语音指令对电子设备进行操作,生成语音指令建议信息,本发明实施例提供了一种语音指令建议信息的生成方法、装置、电子设备及计算机可读存储介质。
下面首先对本发明实施例所提供的一种语音指令建议信息的生成方法进行介绍。
本发明实施例所提供的一种语音指令建议信息的生成方法可以应用于任意需要生成语音指令建议信息的电子设备,例如,可以为电脑、手机、处理器等,在此不做具体限定。为了描述方便,后续简称电子设备。
如图1所示,一种语音指令建议信息的生成方法,所述方法包括:
S101,获取语音指令;
S102,基于预设规则及所述语音指令指示的操作行为信息,从预先设置的历史行为数据库中确定目标历史操作行为信息;
其中,所述历史行为数据库中储存有预先获取的各个用户的历史操作行为信息。
S103,按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息;
S104,基于所述预测操作行为信息确定语音指令建议信息。
可见,本发明实施例所提供的方案中,电子设备可以获取语音指令,然后基于预设规则及所述语音指令指示的操作行为信息,从预先设置的历史行为数据库中确定目标历史操作行为信息,进而按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息,便可以基于所述预测操作行为信息确定语音指令建议信息。这样,电子设备可以为用户提供基于用户历史操作行为信息生成的语音指令建议信息,方便用户使用语音指令对电子设备进行操作。
当用户需要用语音控制电子设备执行某操作时,用户可以发出语音指令,那么在上述步骤S101中,电子设备也就可以通过自身设置的麦克风等能够获取语音信号的器件获取用户发出的语音指令。当然电子设备获取的语音指令也可以为其他电子设备获取的用户发出的语音指令,并传输至该电子设备的,这都是合理的。
一般情况下,电子设备获取的语音指令可以包括两种语音指令。第一种语音指令可以为用于启用语音控制功能的唤醒语音指令,用户在需要启用电子设备的语音控制功能时可以发出唤醒语音指令。例如,“小艺,小艺”。第二种语音指令可以为指示具体操作行为的行为语音指令,例如,用户A在需要使用电子设备播放电视剧d的第1集时发出的行为语音指令“播放d第1集”。
在获取到语音指令之后,由于用户对电子设备的操作往往具有一定规律,因此其历史操作行为信息可以作为预测用户下一步想要执行的操作的参考信息,那么电子设备可以执行上述步骤S102,即基于预设规则及所述语音指令指示的操作行为信息,从预先设置的历史行为数据库中确定目标历史操作行为信息。
其中,上述历史行为数据库可以为电子设备预先设置的数据库,其可以储存有电子设备预先获取的各个用户的历史操作行为信息。例如,用户A曾经使用电子设备播放电视剧d的第1集,电子设备便可以确定用户A的该项操作所对应的历史操作行为信息可以为:(播放,d第1集),并将其储存在历史行为数据库中。
电子设备可以预先设置确定预测操作行为信息的规则,也就是上述预设规则,以不同方式从预先设置的历史行为数据库中确定目标历史操作行为信息。
上述第一种语音指令所指示的操作行为信息为启用电子设备的语音控制功能,对于预测用户下一步想要执行的操作的参考价值并不大,因此,在一种实施方式中,当获取的语音指令为上述第一种语音指令时,电子设备可以启用语音控制功能,然后无需参考获取的语音指令指示的操作行为信息,只基于预设规则就可以从预先设置的历史行为数据库中确定目标历史操作行为信息。
进而,在上述步骤S103中,电子设备便可以按照上述预设规则,根据所确定目标历史操作行为信息确定语音指令对应的预测操作行为信息。其中,预测操作行为信息即为表示当前获取的语音指令下一步可能进行的操作行为的信息。
获得上述预测操作行为信息后,电子设备便可以确定用户在当前获取的语音指令下一步可能进行的操作行为,这样,电子设备便可以基于上述预测操作行为信息确定语音指令建议信息,即执行上述步骤S104。
作为本发明实施例的一种实施方式,上述历史行为数据库存储的各个用户的历史操作行为信息可以包括按照执行时间点排列的行为信息序列。
历史行为数据库中存储的各个用户的历史操作行为信息中,可能存在执行时间点之间的时长较短的多个历史操作行为信息。由于上述执行时间点之间的时长较短的多个历史操作行为信息是在较短时间段内用户执行的一系列操作行为的信息,这些历史操作行为信息之间的联系一般比较密切,能够体现用户的操作习惯,所以电子设备可以将上述多个历史操作行为信息按照执行时间点排列,作为行为信息序列。
例如,在历史行为数据库中,用户A的历史操作行为信息c1的执行时间点为:2019年1月11日20时10分5秒,用户A的历史操作行为信息c2的执行时间点为:2019年1月11日20时10分6秒,用户A的历史操作行为信息c3的执行时间点为:2019年1月11日20时10分7秒。电子设备便可以将上述用户A的历史操作行为信息c1、c2、c3按照执行时间点排列,得到行为信息序列c1,c2,c3。
针对这种情况,上述基于预设规则及所述语音指令指示的操作行为,从预先设置的历史行为数据库中确定目标历史操作行为信息的步骤,可以包括:
从所述历史行为数据库中查找发出所述语音指令的用户的行为信息序列;从所述用户的行为信息序列中,确定包括所述语音指令指示的操作行为信息的第一目标行为信息序列。
由于发出上述语音指令的用户的历史操作行为更能体现该用户的操作习惯,所以,电子设备可以先从上述历史行为数据库中查找发出上述语音指令的用户的行为信息序列。
电子设备查找的发出上述语音指令的用户的行为信息序列可能有很多,分别对应该用户执行不同操作所包括的操作行为,而由于包括上述语音指令指示的操作行为信息的行为信息序列是需要考虑的,其他与上述语音指令指示的操作行为信息无关联的行为信息序列对于预测用户的下一步操作行为并不具有参考价值,所以,电子设备可以从上述查找到的用户的行为信息序列中,确定包括上述语音指令指示的操作行为信息的第一目标行为信息序列。
例如,电子设备获取的语音指令指示的操作行为信息为k3,电子设备从上述历史行为数据库中查找到的发出上述语音指令的用户的行为信息序列为信息序列k1,k2,k3、信息序列k3,k4、信息序列k5,k6和信息序列p1,p2,p3。由于上述信息序列k1,k2,k3和信息序列k3,k4中包括上述语音指令指示的操作行为信息k3,所以电子设备便可以确定上述信息序列k1,k2,k3和信息序列k3,k4为第一目标行为信息序列。
相应的,上述按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息的步骤,可以包括:
计算所述第一目标行为信息序列出现的频次;将所述频次高于第一预设频次的第一目标行为信息序列中,所述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。
上述第一目标行为信息序列中可能会存在相同的行为信息序列,而当某第一目标行为信息序列出现的频次较高时,说明电子设备曾多次执行该第一目标行为信息序列所对应的操作行为,也就说明该用户习惯于执行这一系列的操作行为。那么该第一目标行为信息序列中包括的历史操作行为信息对于生成预测操作行为信息也就具有很大的参考价值。
当某第一目标行为信息序列出现的频次较低时,说明电子设备未曾多次执行该第一目标行为信息序列所对应的操作行为,也就说明该用户习并不惯于执行这一系列的操作行为,只是偶尔执行这一系列的操作行为,那么该第一目标行为信息序列中包括的历史操作行为信息对于生成预测操作行为信息的参考价值也就不大。
所以,在确定上述第一目标行为信息序列之后,电子设备便可以计算上述各个第一目标行为信息序列出现的频次,然后将在上述出现的频次高于第一预设频次的第一目标行为信息序列确定为需要考虑的行为序列,进而,将需要考虑的行为序列中上述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。
其中,上述第一预设频次可以为电子设备根据各个第一目标行为信息序列出现的频次预先设置的频次,用于确定出现的频次较高的第一目标行为信息序列。
可见,在本实施例中,电子设备可以从上述历史行为数据库中查找发出上述语音指令的用户的行为信息序列,然后从上述用户的行为信息序列中,确定包括上述语音指令指示的操作行为信息的第一目标行为信息序列,进而计算上述第一目标行为信息序列出现的频次,便可以将上述频次高于第一预设频次的第一目标行为信息序列中,上述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。这样,电子设备便可以根据发出上述语音指令的用户的行为信息序列,确定合适的预测操作行为信息。
作为本发明实施例的一种实施方式,如图2所示,在上述从所述历史行为数据库中确定包括所述语音指令指示的操作行为信息的目标行为信息序列的步骤之前,上述方法还可以包括:
S201,判断所述发出所述语音指令的用户是否存在历史操作行为信息,如果存在,执行步骤S202;如果不存在,执行步骤S203;
上述发出语音指令的用户之前可能没有使用过该电子设备进行操作,或者,发出语音指令的用户之前进行的操作行为没有被记录,那么在这种情况下,电子设备便无法基于该用户的历史操作行为信息确定其下一步可能执行的操作行为,所以电子设备可以判断上述用户是否存在历史操作行为信息。
如果上述发出语音指令的用户存在历史操作行为信息,说明该用户之前使用过该电子设备进行操作,并且该用户之前进行的操作行为已经被记录,上述历史行为数据库中可能存在该用户的行为信息序列,电子设备便可以执行步骤S202。
如果上述发出语音指令的用户不存在历史操作行为信息,说明该用户之前没有使用过该电子设备进行操作,或者,发出语音指令的用户之前进行的操作行为没有被记录,上述历史行为数据库中也就不存在该用户的行为信息序列,因此,为了确定预测操作行为信息,电子设备可以执行步骤S203。
S202,从所述历史行为数据库中查找发出所述语音指令的用户的行为信息序列;
该步骤与上述从所述历史行为数据库中查找发出所述语音指令的用户的行为信息序列的步骤相同,可以参见上述从所述历史行为数据库中查找发出所述语音指令的用户的行为信息序列部分的描述,在此不再赘述。
S203,从所述历史行为数据库中确定包括所述语音指令指示的操作行为信息的第二目标行为信息序列;
一般情况下,由于执行过相同操作行为的大多数用户的操作习惯可能存在相近的规律。所以,当上述发出语音指令的用户不存在历史操作行为信息时,电子设备可以从历史行为数据库中查找其他用户的行为信息序列,以作为确定发出语音指令的用户下一步可能执行的操作行为的参考信息。
电子设备查找到的其他用户的行为信息序列可能有很多,分别对应其他用户执行不同操作所包括的操作行为。由于包括上述语音指令指示的操作行为信息的行为信息序列是需要考虑的,其他与上述语音指令指示的操作行为信息无关联的行为信息序列对于预测用户的下一步操作行为并不具有参考价值,所以,电子设备可以从上述查找到的其他用户的行为信息序列中,确定包括上述语音指令指示的操作行为信息的第二目标行为信息序列。
例如,电子设备获取的语音指令指示的操作行为信息为t2,电子设备从上述历史行为数据库中查找到的其他用户的行为信息序列为信息序列t1,t2,t3、信息序列t3,t4和信息序列m1,m2,m3。由于上述信息序列t1,t2,t3中包括上述语音指令指示的操作行为信息t2,所以电子设备便可以确定上述信息序列t1,t2,t3为第二目标行为信息序列。
S204,计算所述第二目标行为信息序列出现的频次;
上述第二目标行为信息序列中可能会存在相同的行为信息序列,而当某第二目标行为信息序列出现的频次较高时,说明电子设备曾多次执行该第二目标行为信息序列所对应的操作行为,也就说明大多数用户习惯于执行这一系列的操作行为。那么该第二目标行为信息序列中包括的历史操作行为信息对于生成预测操作行为信息也就具有很大的参考价值。
当某第二目标行为信息序列出现的频次较低时,说明电子设备未曾多次执行该第二目标行为信息序列所对应的操作行为,也就说明该用户习并不惯于执行这一系列的操作行为,只是偶尔执行这一系列的操作行为。那么该第二目标行为信息序列中包括的历史操作行为信息对于生成预测操作行为信息的参考价值也就不大。
所以,在确定上述第二目标行为信息序列之后,电子设备便可以计算上述第二目标行为信息序列出现的频次,以确定哪个或者哪些第二目标行为信息序列是具有参考价值的。
S205,将所述频次高于第二预设频次的第二目标行为信息序列中,所述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。
在获得上述第二目标行为信息序列出现的频次之后,电子设备便可以将上述出现的频次高于第二预设频次的第二目标行为信息序列确定为需要考虑的行为序列,进而,将需要考虑的行为序列中上述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。
其中,上述第二预设频次可以为电子设备根据各个第二目标行为信息序列出现的频次预先设置的频次,用于确定出现的频次较高的第二目标行为信息序列。
可见,在本实施例中,电子设备可以判断上述发出所述语音指令的用户是否存在历史操作行为信息,如果存在,执行上述从所述历史行为数据库中查找发出所述语音指令的用户的行为信息序列的步骤;如果不存在,从上述历史行为数据库中确定包括所述语音指令指示的操作行为信息的第二目标行为信息序列,然后计算上述第二目标行为信息序列出现的频次,进而将上述频次高于第二预设频次的第二目标行为信息序列中,上述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。这样,电子设备可以在用户无历史操作行为信息时,根据其他用户的行为信息序列确定合适的预测操作行为信息。
作为本发明实施例的一种实施方式,上述基于预设规则及所述语音指令指示的操作行为,从预先设置的历史行为数据库中确定目标历史操作行为信息的步骤,可以包括:
从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息;从所述用户的历史操作行为信息中,确定执行时间点与获取到所述语音指令的时间点之间的时长小于第一预设时长的第一目标历史操作行为信息。
由于发出上述语音指令的用户的历史操作行为信息更能体现该用户的操作习惯,所以,电子设备可以先从上述历史行为数据库中查找发出上述语音指令的用户的历史操作行为信息。
查找的发出上述语音指令的用户的历史操作行为信息可能有很多,分别对应该用户执行不同操作所包括的操作行为。由于发出上述语音指令的用户的历史操作行为信息中执行时间点与获取到上述语音指令的时间点之间时长较短的历史操作行为信息是该用户近期执行的操作行为,更具有参考价值,而执行时间点与获取到上述语音指令的时间点之间时长较长的历史操作行为信息,由于不是该用户近期执行的操作行为,所以对于预测用户的下一步操作行为的参考价值并不大,所以电子设备可以将发出上述语音指令的用户的历史操作行为信息中执行时间点与获取到上述语音指令的时间点之间的时长小于第一预设时长的历史操作行为信息确定为需要考虑的历史操作行为信息,即第一目标历史操作行为信息。
例如,电子设备获取到语音指令的时间点为2019年1月2日16时30分20秒,第一预设时长为30秒,电子设备从上述历史行为数据库中查找的发出上述语音指令的用户的历史操作行为信息g1的执行时间点为2019年1月2日16时29分20秒,历史操作行为信息g2的执行时间点为2019年1月2日16时29分54秒。由于上述历史操作行为信息g2的执行时间点与获取到语音指令的时间点之间时长为26秒,小于第一预设时长30秒,所以电子设备便可以确定上述历史操作行为信息g2为第一目标历史操作行为信息。
其中,上述第一预设时长可以为电子设备根据各个历史操作行为信息的执行时间点与获取到语音指令的时间点之间时长预先设置的时长,以确定哪个或哪些历史操作行为信息更具有参考价值。
相应的,上述按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息的步骤,可以包括:
将所述第一目标历史操作行为信息输入预先训练完成的行为预测模型,确定所述第一目标历史操作行为信息对应的预测操作行为信息。
其中,行为预测模型可以为基于操作行为信息样本及其对应的预测操作行为信息样本训练得到的,该行为预测模型可以包括操作行为信息与预测操作行为信息之间的对应关系。
上述行为预测模型可以由电子设备利用操作行为信息样本对初始行为预测模型训练得到。在训练过程中,电子设备可以根据初始行为预测模型输出结果的准确度不断调整初始行为预测模型的参数,在此过程中,初始行为预测模型可以不断学习操作行为信息与预测操作行为信息之间的对应关系,直到初始行为预测模型的参数达到合适值,可以输出准确度满足要求的输出结果。其中,调整初始行为预测模型的参数的方式可以为梯度下降算法、随机梯度下降算法等模型参数调整方式,在此不做具体限定及说明。
在训练完成上述行为预测模型后,电子设备在确定上述语音指令对应的预测操作行为信息时,便可以将上述第一目标历史操作行为信息输入训练完成的行为预测模型中,该行为预测模型便可以基于其包括的操作行为信息与预测操作行为信息之间的对应关系,确定第一目标历史操作行为信息对应的预测操作行为信息,并将其输出,进而,电子设备也就可以获得该预测操作行为信息。
本发明实施例中的行为预测模型可以为基于注意力机制的长短期记忆网络、CNN(Convolutional Neural Networks,卷积神经网络)、FNN(Feedforward Neural Network,前馈神经网络)、RNN(Recurrent Neural Network,循环神经网络)等深度学习模型,在此不做具体限定。
可见,在本实施例中,电子设备可以从上述历史行为数据库中查找发出上述语音指令的用户的历史操作行为信息,然后从上述用户的历史操作行为信息中,确定执行时间点与获取到所述语音指令的时间点之间的时长小于第一预设时长的第一目标历史操作行为信息,进而将上述第一目标历史操作行为信息输入预先训练完成的行为预测模型,确定上述第一目标历史操作行为信息对应的预测操作行为信息。这样,电子设备便可以根据发出上述语音指令的用户的历史操作行为信息,确定合适的预测操作行为信息。
作为本发明实施例的一种实施方式,如图3所示,上述基于预设规则及所述语音指令指示的操作行为,从预先设置的历史行为数据库中确定目标历史操作行为信息的步骤,可以包括:
S301,从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息;
由于发出上述语音指令的用户的历史操作行为信息更能体现该用户的操作习惯,所以,电子设备可以先从上述历史行为数据库中查找发出上述语音指令的用户的历史操作行为信息。
S302,从所述用户的历史操作行为信息中,确定执行时间点与获取到所述语音指令的时间点之间的时长小于第二预设时长的第二目标历史操作行为信息;
查找的发出上述语音指令的用户的历史操作行为信息可能有很多,分别对应该用户执行不同操作所包括的操作行为。由于发出上述语音指令的用户的历史操作行为信息中执行时间点与获取到上述语音指令的时间点之间时长较短的历史操作行为信息是该用户近期执行的操作行为,更具有参考价值,而执行时间点与获取到上述语音指令的时间点之间时长较长的历史操作行为信息,由于不是该用户近期执行的操作行为,所以对于预测用户的下一步操作行为的参考价值并不大,所以电子设备可以将发出上述语音指令的用户的历史操作行为信息中执行时间点与获取到上述语音指令的时间点之间的时长小于第二预设时长的历史操作行为信息确定为需要考虑的历史操作行为信息,即第二目标历史操作行为信息。
其中,上述第二预设时长可以为电子设备根据各个历史操作行为信息的执行时间点与获取到语音指令的时间点之间时长预先设置的时长,以确定哪个或哪些历史操作行为信息更具有参考价值。
S303,从所述历史行为数据库中查找与所述第二目标历史操作行为信息相同的历史操作行为信息,作为候选历史操作行为信息;
一般情况下,由于执行过相同操作行为的大多数用户的操作习惯可能存在相近的规律,所以,电子设备可以先查找其他用户的历史操作行为信息,然后在其中确定与上述第二目标历史操作行为信息相同的历史操作行为信息,以作为确定发出语音指令的用户下一步可能执行的操作行为的参考信息。
电子设备查找到的其他用户的历史操作行为信息可能有很多,分别对应其他用户执行不同操作所包括的操作行为。由于其他用户的历史操作行为信息中与上述第二目标历史操作行为信息相同的历史操作行为信息是需要考虑的,与上述第二目标历史操作行为信息不同的历史操作行为信息对于预测用户的下一步操作行为并不具有参考价值,所以,电子设备可以从上述其他用户的历史操作行为信息中查找与上述第二目标历史操作行为信息相同的历史操作行为信息,作为需要考虑的历史操作行为信息,即候选历史操作行为信息。
S304,从所述历史行为数据库中确定每个所述候选历史操作行为信息对应的用户的历史操作行为信息,作为备选历史操作行为信息;
由于上述候选历史操作行为信息对应的用户与发出语音指令的用户执行过相同操作行为,两者的操作习惯可能存在相近的规律,所以上述候选历史操作行为信息对应的用户的历史操作行为信息更具有参考价值,而与上述候选历史操作行为信息不对应的用户与发出语音指令的用户没有执行过相同操作行为,两者的操作习惯很可能没有相近的规律,所以与上述候选历史操作行为信息不对应的用户的历史操作行为信息对于预测发出上述语音指令的用户的下一步操作行为的参考价值并不大,所以,电子设备可以从上述历史行为数据库中确定更具有参考价值的历史操作行为信息,即备选历史操作行为信息。
S305,从所述备选历史操作行为信息中,确定执行时间点在其对应的候选历史操作行为信息的执行时间点之后的备选历史操作行为信息,作为第三目标历史操作行为信息;
由于上述备选历史操作行为信息中执行时间点在其对应的候选历史操作行为信息的执行时间点之后的历史操作行为信息是该用户在其候选历史操作行为信息之后执行的操作行为,对于预测发出上述语音指令的用户的下一步操作行为具有较大的参考价值,而在其对应的候选历史操作行为信息的执行时间点之前的历史操作行为信息是该用户在其候选历史操作行为信息之前执行的操作行为,对于预测发出上述语音指令的用户的下一步操作行为的参考价值并不大。所以,电子设备可以从上述备选历史操作行为信息中确定具有较大参考价值的历史操作行为信息,也就是第三目标历史操作行为信息。
相应的,上述按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息的步骤,可以包括:
计算每个所述第三目标历史操作行为信息与其对应的候选历史操作行为信息之间的相似度;将所对应的所述相似度大于预设相似度的第三目标历史操作行为信息确定为预测操作行为信息。
由于上述各个第三目标历史操作行为信息中与其对应的候选历史操作行为信息之间相似度较高的历史操作行为信息是与发出上述语音指令的用户的历史操作行为信息比较相似的历史操作行为信息,对于预测用户的下一步操作行为更具有参考价值,而与其对应的候选历史操作行为信息相似度较低的历史操作行为信息是与发出上述语音指令的用户的历史操作行为信息不太相似的历史操作行为信息,对于预测用户的下一步操作行为的参考价值并不大,所以,电子设备可以先计算每个上述第三目标历史操作行为信息与其对应的候选历史操作行为信息之间的相似度,然后将所对应的上述相似度大于预设相似度的第三目标历史操作行为信息确定为预测操作行为信息。
其中,上述预设相似度为电子设备根据上述各个第三目标历史操作行为信息与其对应的候选历史操作行为信息之间的相似度预先设置的相似度,用于确定所对应的上述相似度较高的第三目标历史操作信息。
上述计算相似度的方式可以为余弦相似度、杰卡德系数等计算相似度的方式,在此不做具体限定及说明。
可见,在本实施例中,电子设备可以按照上述方式确定第三目标历史操作行为信息,然后计算每个第三目标历史操作行为信息与其对应的候选历史操作行为信息之间的相似度,进而将所对应的上述相似度大于预设相似度的第三目标历史操作行为信息确定为预测操作行为信息。这样,电子设备便可以根据所需要考虑的其他用户的历史操作行为信息,确定合适的预测操作行为信息。
作为本发明实施例的一种实施方式,如图4所示,在上述从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息的步骤之前,上述方法还可以包括:
S401,判断所述发出所述语音指令的用户是否存在历史操作行为信息,如果存在,执行步骤S402;如果不存在,执行步骤S403;
上述发出语音指令的用户之前可能没有使用过该电子设备进行操作,或者,发出语音指令的用户之前进行的操作行为没有被记录,那么在这种情况下,电子设备便无法基于该用户的历史操作行为信息确定其下一步可能执行的操作行为,所以电子设备可以判断上述用户是否存在历史操作行为信息。
如果上述发出语音指令的用户存在历史操作行为信息,说明该用户之前使用过该电子设备进行操作,并且该用户之前进行的操作行为已经被记录,电子设备便可以执行步骤S402。
如果上述发出语音指令的用户不存在历史操作行为信息,说明该用户之前没有使用过该电子设备进行操作,或者,发出语音指令的用户之前进行的操作行为没有被记录,因此,为了确定预测操作行为信息,电子设备可以执行步骤S403。
S402,从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息;
该步骤与上述从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息的步骤相同,可以参见上述从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息部分的描述,在此不再赘述。
S403,计算所述历史行为数据库中每个历史操作行为信息出现的频次;
一般情况下,由于执行过相同操作行为的大多数用户的操作习惯可能存在相近的规律。所以,当上述发出语音指令的用户不存在历史操作行为信息时,电子设备可以从历史行为数据库中查找其他用户的历史操作行为信息,以作为确定发出语音指令的用户下一步可能执行的操作行为的参考信息。
上述其他用户的历史操作行为信息中可能会存在相同的历史操作行为信息,而当某历史操作行为信息出现的频次较高时,说明电子设备曾多次执行该历史操作行为信息对应的操作行为,也就说明大多数用户习惯于执行该历史操作行为信息对应的操作行为。那么该历史操作行为信息对于生成预测操作行为信息也就具有很大的参考价值。
当某历史操作行为信息出现的频次较低时,说明电子设备未曾多次执行该历史操作行为信息对应的操作行为,也就说明大多数用户习惯于执行该历史操作行为信息对应的操作行为,只是偶尔执行这一操作行为。那么该历史操作行为信息对于生成预测操作行为信息的参考价值也就不大。
所以,当确定上述发出上述语音指令的用户不存在历史操作行为信息时,电子设备便可以计算上述历史行为数据库中每个历史操作行为信息出现的频次,以确定哪个或哪些历史操作行为信息是具有较大参考价值的。
S404,将所述频次高于第三预设频次的历史操作行为信息确定为预测操作行为信息。
在获得上述历史行为数据库中每个历史操作行为信息出现的频次之后,电子设备便可以将上述出现的频次高于第三预设频次确定为预测操作行为信息。
其中,上述第三预设频次可以为电子设备根据各个历史操作行为信息出现的频次预先设置的频次,以确定出现的频次高于第三预设频次的历史操作行为信息,即预测操作行为信息。
可见,在本实施例中,电子设备可以判断上述发出上述语音指令的用户是否存在历史操作行为信息,如果存在,执行上述从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息的步骤;如果不存在,计算上述历史行为数据库中每个历史操作行为信息出现的频次,然后将所述频次高于第三预设频次的历史操作行为信息确定为预测操作行为信息。这样,电子设备便可以在用户不存在历史操作行为信息时,根据其他用户的历史操作行为信息确定合适的预测操作行为信息。
作为本发明实施例的一种实施方式,上述基于所述预测操作行为信息确定语音指令建议信息的步骤,可以包括:
基于预设模板,对所述预测操作行为信息进行处理,生成语音指令建议信息;或,将所述预测操作行为信息输入文本生成模型,根据所述预测操作行为信息生成语音指令建议信息。
在获得上述预测操作行为信息之后,在一种实施方式中,电子设备可以按照预先设置的预设模板对上述预测操作行为信息进行处理,进而生成语音指令建议信息。
例如,预测操作行为信息Y1为:(打开,我的收藏),电子设备便可以按照预设模板,对预测操作行为信息Y1进行处理,得到语音指令建议信息Y1*:(您可以说:打开我的收藏)。
在另一种实施方式中,电子设备也可以将上述预测操作行为信息输入文本生成模型,文本生成模型便可以根据其包括的操作行为信息与语音指令建议信息之间的对应关系,生成预测操作行为信息对应的语音指令建议信息。
上述文本生成模型可以由电子设备利用操作行为信息样本对初始文本生成模型训练得到。在训练过程中,电子设备可以根据初始文本生成模型输出结果的准确度不断调整初始文本生成模型的参数,在此过程中,初始文本生成模型可以不断学习操作行为信息与语音指令建议信息之间的对应关系,直到初始文本生成模型的参数达到合适值,可以输出准确度满足要求的输出结果。其中,调整初始文本生成模型的参数的方式可以为梯度下降算法、随机梯度下降算法等模型参数调整方式,在此不做具体限定及说明。
在训练完成上述文本生成模型后,电子设备在确定上述预测操作行为信息对应的语音指令建议信息时,便可以将上述预测操作行为信息输入训练完成的文本生成模型中,该行为预测模型便可以基于其包括的操作行为信息与语音指令建议信息之间的对应关系,确定预测操作行为信息对应的语音指令建议信息,并将其输出,进而,电子设备也就可以获得该语音指令建议信息。
在一种实施方式中,电子设备在得到语音指令建议信息后,可以显示该语音指令建议信息,或者,根据该语音指令建议信息生成对应的语音指令建议信息音频,可以播放上述语音指令建议信息音频,或,在获取到用户发出的音频播放指令时播放上述语音指令建议信息音频。
例如,电子设备可以将语音指令建议信息输入Tacotron(中文语音合成网络模型),然后Tacotron可以对上述语音指令建议信息进行处理,得到对应的向量,进而根据上述向量生成对应的梅尔刻度声谱图,便可以根据上述声谱图生成语音指令建议信息音频,该语音指令建议信息音频也就是上述语音指令建议信息对应的语音指令建议信息音频。
在另一种实施方式中,电子设备在得到语音指令建议信息后,可以根据该语音指令建议信息所指示的操作行为信息,确定该操作行为信息对应的页面跳转协议接口的参数,然后将上述参数存储在配置文件中。当电子设备获取到的用户发出的下一步的语音指令所指示的操作行为信息与上述语音指令建议信息所指示的操作行为信息一致时,电子设备便可以应用上述配置文件中存储的上述参数,以确保快速准确地根据下一步的语音指令所指示的操作行为信息完成操作。
可见,在本实施例中,电子设备可以基于预设模板,对上述预测操作行为信息进行处理,生成语音指令建议信息;或,将上述预测操作行为信息输入文本生成模型,根据上述预测操作行为信息生成语音指令建议信息。可见,电子设备可以根据确定的预测操作行为信息快速地生成语音指令建议信息,可以方便用户对电子设备进行操作。
作为本发明实施例的一种实施方式中,在上述基于所述预测操作行为信息确定语音指令建议信息的步骤之后,如图5所示,上述方法还可以包括:
S501,获取用户发出的下一步语音指令;
获得上述语音指令建议信息后,用户可能会根据上述语音指令建议信息发出语音指令,也可能会发出其他与上述语音指令建议信息无关的语音指令。在这种情况下,电子设备可以获取用户发出的下一步语音指令。
S502,比较所述下一步语音指令所指示的操作行为信息与所述语音指令建议信息的差异,得到比较结果;
为了确定上述用户发出的下一步语音指令是否为根据电子设备生成的语音指令建议信息发出的,电子设备可以比较上述下一步语音指令所指示的操作行为信息与上述语音指令建议信息的差异,获得比较结果。
S503,基于所述比较结果确定所述用户是否使用了所述语音指令建议信息,如果是,执行步骤S504;如果否,不执行操作;
由于当比较结果表示差异较大时,说明上述用户发出的下一步语音指令很可能不是根据电子设备生成的语音指令建议信息发出的,上述用户很可能没有使用上述语音指令建议信息;当比较结果表示差异较小时,说明上述用户发出的下一步语音指令很可能是根据电子设备生成的语音指令建议信息发出的,上述用户很可能使用了上述语音指令建议信息。所以,在获得上述比较结果后,电子设备便可以基于上述比较结果,确定上述用户是否使用了上述语音指令建议信息。
S504,判断所述用户对应的预先设置的语音指令库中是否包括所述语音指令建议信息对应的语音指令信息,如果不包括,执行步骤S505;如果包括,不执行操作;
为了记录用户使用过的语音指令,电子设备可以预先获取用户使用过的语音指令信息,并将上述使用过的语音指令信息存储在预先设置的语音指令库中。也就是说,语音指令库可以存储有用户使用过的语音指令信息。
当电子设备确定用户使用了上述语音指令建议信息时,为了确定用户之前是否使用过上述语音指令建议信息对应的语音指令,电子设备便可以判断上述用户对应的预先设置的语音指令库中是否包括上述语音指令建议信息对应的语音指令信息。
当电子设备确定用户对应的预先设置的语音指令库中不包括上述语音指令建议信息对应的语音指令信息时,说明该用户之前未曾使用过该语音指令,电子设备便可以将上述语音指令建议信息存储在该用户的语音指令库中;当电子设备确定用户对应的预先设置的语音指令库中包括上述语音指令建议信息对应的语音指令信息时,说明该用户之前使用过该语音指令,电子设备便可以不更新该用户的语音指令库。
S505,根据所述语音指令建议信息更新所述用户对应的预先设置的语音指令库。
当电子设备确定用户对应的预先设置的语音指令库中不包括上述语音指令建议信息对应的语音指令信息时,为了记录用户使用过的语音指令,电子设备便可以将上述语音指令建议信息对应的语音指令信息保存在该用户对应的预先设置的语音指令库中,也就是更新上述用户对应的预先设置的语音指令库。
在一种实施方式中,电子设备可以获取用户发出的下一步语音指令,然后判断该用户对应的预先设置的语音指令库中是否包括上述下一步语音指令信息,如果不包括,可以更新该用户对应的语音指令库。
可见,在本实施例中,电子设备可以获取用户发出的下一步语音指令,然后比较上述下一步语音指令所指示的操作行为信息与上述语音指令建议信息的差异,得到比较结果,进而基于上述比较结果更新上述用户对应的预先设置的语音指令库。这样,电子设备在获取到用户发出的语音指令时,便可以根据该语音指令更新该用户的语音指令库。
相应于上述语音指令建议信息的生成方法,本申请实施例还提供了一种语音指令建议信息的生成装置。下面对本申请实施例所提供的一种语音指令建议信息的生成装置进行介绍。
如图6所示,一种语音指令建议信息的生成装置,所述装置包括:
指令获取模块601,用于获取语音指令;
目标信息确定模块602,用于基于预设规则及所述语音指令指示的操作行为信息,从预先设置的历史行为数据库中确定目标历史操作行为信息;
其中,所述历史行为数据库中储存有预先获取的各个用户的历史操作行为信息。
预测信息确定模块603,用于按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息;
建议信息确定模块604,用于基于所述预测操作行为信息确定语音指令建议信息。
可见,本发明实施例所提供的方案中,电子设备可以获取语音指令,然后基于预设规则及所述语音指令指示的操作行为信息,从预先设置的历史行为数据库中确定目标历史操作行为信息,进而按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息,便可以基于所述预测操作行为信息确定语音指令建议信息。这样,电子设备可以为用户提供基于用户历史操作行为信息生成的语音指令建议信息,可以方便用户使用语音指令对电子设备进行操作。
作为本发明实施例的一种实施方式,上述历史行为数据库存储的各个用户的历史操作行为信息包括按照执行时间点排列的行为信息序列;
上述目标信息确定模块602可以包括:
第一信息序列查找子模块(图6中未示出),用于从所述历史行为数据库中查找发出所述语音指令的用户的行为信息序列;
目标序列确定子模块(图6中未示出),用于从所述用户的行为信息序列中,确定包括所述语音指令指示的操作行为信息的第一目标行为信息序列;
相应的,上述预测信息确定模块603可以包括:
第一频次计算子模块(图6中未示出),用于计算所述第一目标行为信息序列出现的频次;
第一预测序列信息确定子模块(图6中未示出),用于将所述频次高于第一预设频次的第一目标行为信息序列中,所述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。
作为本发明实施例的一种实施方式,上述语音指令建议信息的生成装置还可以包括:
第一判断子模块(图6中未示出),用于在从所述历史行为数据库中确定包括所述语音指令指示的操作行为信息的目标行为信息序列之前,判断所述发出所述语音指令的用户是否存在历史操作行为信息;
第一执行子模块(图6中未示出),用于如果存在,执行所述从所述历史行为数据库中查找发出所述语音指令的用户的行为信息序列的步骤;
第二信息序列查找子模块(图6中未示出),用于如果不存在,从所述历史行为数据库中确定包括所述语音指令指示的操作行为信息的第二目标行为信息序列;
第二频次计算子模块(图6中未示出),用于计算所述第二目标行为序列出现的频次;
第二预测序列信息确定子模块(图6中未示出),用于将所述频次高于第二预设频次的第二目标行为信息序列中,所述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。
作为本发明实施例的一种实施方式,上述目标信息确定模块602可以包括:
第一信息查找子模块(图6中未示出),用于从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息;
第一目标信息确定子模块(图6中未示出),用于从所述用户的历史操作行为信息中,确定执行时间点与获取到所述语音指令的时间点之间的时长小于第一预设时长的第一目标历史操作行为信息;
相应的,上述预测信息确定模块603可以包括:
第一预测信息确定子模块(图6中未示出),用于将所述第一目标历史操作行为信息输入预先训练完成的行为预测模型,确定所述第一目标历史操作行为信息对应的预测操作行为信息;
其中,所述行为预测模型为基于操作行为信息样本及其对应的预测操作行为信息样本训练得到的,所述行为预测模型包括操作行为信息与预测操作行为信息之间的对应关系。
作为本发明实施例的一种实施方式,上述目标信息确定模块602可以包括:
第二信息查找子模块(图6中未示出),用于从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息;
第二目标信息确定子模块(图6中未示出),用于从所述用户的历史操作行为信息中,确定执行时间点与获取到所述语音指令的时间点之间的时长小于第二预设时长的第二目标历史操作行为信息;
候选信息确定子模块(图6中未示出),用于从所述历史行为数据库中查找与所述第二目标历史操作行为信息相同的历史操作行为信息,作为候选历史操作行为信息;
备选信息确定子模块(图6中未示出),用于从所述历史行为数据库中确定每个所述候选历史操作行为信息对应的用户的历史操作行为信息,作为备选历史操作行为信息;
第三目标信息确定子模块(图6中未示出),用于从所述备选历史操作行为信息中,确定执行时间点在其对应的候选历史操作行为信息的执行时间点之后的备选历史操作行为信息,作为第三目标历史操作行为信息;
相应的,上述预测信息确定模块603可以包括:
相似度计算子模块(图6中未示出),用于计算每个所述第三目标历史操作行为信息与其对应的候选历史操作行为信息之间的相似度;
第二预测信息确定子模块(图6中未示出),用于将所对应的所述相似度大于预设相似度的第三目标历史操作行为信息确定为预测操作行为信息。
作为本发明实施例的一种实施方式,上述语音指令建议信息的生成装置还可以包括:
第二判断子模块(图6中未示出),用于在所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息之前,判断所述发出所述语音指令的用户是否存在历史操作行为信息;
第二执行子模块(图6中未示出),用于如果存在,执行所述从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息的步骤;
第三频次计算子模块(图6中未示出),用于如果不存在,计算所述历史行为数据库中每个历史操作行为出现的频次;
第三预测信息确定子模块(图6中未示出),用于将所述频次高于第三预设频次的历史操作行为信息确定为预测操作行为信息。
作为本发明实施例的一种实施方式,上述建议信息确定模块604可以包括:
信息生成子模块(图6中未示出),用于基于预设模板,对所述预测操作行为信息进行处理,生成语音指令建议信息;或,用于将所述预测操作行为信息输入文本生成模型,根据所述预测操作行为信息生成语音指令建议信息;
其中,所述文本生成模型包括操作行为信息与语音指令建议信息之间的对应关系。
作为本发明实施例的一种实施方式,上述语音指令建议信息的生成装置还可以包括:
语音指令获取模块(图6中未示出),用于获取用户发出的下一步语音指令;
比较模块(图6中未示出),用于比较所述下一步语音指令所指示的操作行为信息与所述语音指令建议信息的差异,得到比较结果;
第一判断模块(图6中未示出),用于基于所述比较结果判断所述用户是否使用所述语音指令建议信息;
第二判断模块(图6中未示出),用于如果是,判断所述用户对应的预先设置的语音指令库中是否包括所述语音指令建议信息对应的语音指令信息;
其中,所述语音指令库存储有所述用户使用过的语音指令信息;
更新模块(图6中未示出),用于如果不包括,根据所述语音指令建议信息更新所述用户对应的预先设置的语音指令库。
本发明实施例还提供了一种电子设备,如图7所示,包括处理器701、通信接口702、存储器703和通信总线704,其中,处理器701,通信接口702,存储器703通过通信总线704完成相互间的通信,
存储器703,用于存放计算机程序;
处理器701,用于执行存储器703上所存放的程序时,实现上述任一实施例所述的语音指令建议信息的生成方法。
可见,本发明实施例所提供的方案中,电子设备可以获取语音指令,然后基于预设规则及所述语音指令指示的操作行为信息,从预先设置的历史行为数据库中确定目标历史操作行为信息,进而按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息,便可以基于所述预测操作行为信息确定语音指令建议信息。这样,电子设备可以为用户提供基于用户历史操作行为信息生成的语音指令建议信息,方便用户使用语音指令对电子设备进行操作。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一实施例所述的语音指令建议信息的生成方法的步骤。
可见,本发明实施例所提供的方案中,电子设备可以获取语音指令,然后基于预设规则及所述语音指令指示的操作行为信息,从预先设置的历史行为数据库中确定目标历史操作行为信息,进而按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息,便可以基于所述预测操作行为信息确定语音指令建议信息。这样,电子设备可以为用户提供基于用户历史操作行为信息生成的语音指令建议信息,方便用户使用语音指令对电子设备进行操作。
需要说明的是,对于上述装置、电子设备及计算机可读存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
进一步需要说明的是,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”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,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“包括一个……”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。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (17)
1.一种语音指令建议信息的生成方法,其特征在于,所述方法包括:
获取语音指令;
基于预设规则及所述语音指令指示的操作行为信息,从预先设置的历史行为数据库中确定目标历史操作行为信息,其中,所述历史行为数据库中储存有预先获取的各个用户的历史操作行为信息;
按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息;
基于所述预测操作行为信息确定语音指令建议信息。
2.根据权利要求1所述的方法,其特征在于,所述历史行为数据库存储的各个用户的历史操作行为信息包括按照执行时间点排列的行为信息序列;
所述基于预设规则及所述语音指令指示的操作行为,从预先设置的历史行为数据库中确定目标历史操作行为信息的步骤,包括:
从所述历史行为数据库中查找发出所述语音指令的用户的行为信息序列;
从所述用户的行为信息序列中,确定包括所述语音指令指示的操作行为信息的第一目标行为信息序列;
所述按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息的步骤,包括:
计算所述第一目标行为信息序列出现的频次;
将所述频次高于第一预设频次的第一目标行为信息序列中,所述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。
3.根据权利要求2所述的方法,其特征在于,在所述从所述历史行为数据库中确定包括所述语音指令指示的操作行为信息的目标行为信息序列的步骤之前,所述方法还包括:
判断所述发出所述语音指令的用户是否存在历史操作行为信息;
如果存在,执行所述从所述历史行为数据库中查找发出所述语音指令的用户的行为信息序列的步骤;
如果不存在,从所述历史行为数据库中确定包括所述语音指令指示的操作行为信息的第二目标行为信息序列;
计算所述第二目标行为信息序列出现的频次;
将所述频次高于第二预设频次的第二目标行为信息序列中,所述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。
4.根据权利要求1所述的方法,其特征在于,所述基于预设规则及所述语音指令指示的操作行为,从预先设置的历史行为数据库中确定目标历史操作行为信息的步骤,包括:
从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息;
从所述用户的历史操作行为信息中,确定执行时间点与获取到所述语音指令的时间点之间的时长小于第一预设时长的第一目标历史操作行为信息;
所述按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息的步骤,包括:
将所述第一目标历史操作行为信息输入预先训练完成的行为预测模型,确定所述第一目标历史操作行为信息对应的预测操作行为信息,其中,所述行为预测模型为基于操作行为信息样本及其对应的预测操作行为信息样本训练得到的,所述行为预测模型包括操作行为信息与预测操作行为信息之间的对应关系。
5.根据权利要求1所述的方法,其特征在于,所述基于预设规则及所述语音指令指示的操作行为,从预先设置的历史行为数据库中确定目标历史操作行为信息的步骤,包括:
从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息;
从所述用户的历史操作行为信息中,确定执行时间点与获取到所述语音指令的时间点之间的时长小于第二预设时长的第二目标历史操作行为信息;
从所述历史行为数据库中查找与所述第二目标历史操作行为信息相同的历史操作行为信息,作为候选历史操作行为信息;
从所述历史行为数据库中确定每个所述候选历史操作行为信息对应的用户的历史操作行为信息,作为备选历史操作行为信息;
从所述备选历史操作行为信息中,确定执行时间点在其对应的候选历史操作行为信息的执行时间点之后的备选历史操作行为信息,作为第三目标历史操作行为信息;
所述按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息的步骤,包括:
计算每个所述第三目标历史操作行为信息与其对应的候选历史操作行为信息之间的相似度;
将所对应的所述相似度大于预设相似度的第三目标历史操作行为信息确定为预测操作行为信息。
6.根据权利要求4或5所述的方法,其特征在于,在所述从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息的步骤之前,所述方法还包括:
判断所述发出所述语音指令的用户是否存在历史操作行为信息;
如果存在,执行所述从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息的步骤;
如果不存在,计算所述历史行为数据库中每个历史操作行为信息出现的频次;
将所述频次高于第三预设频次的历史操作行为信息确定为预测操作行为信息。
7.根据权利要求1所述的方法,其特征在于,所述基于所述预测操作行为信息确定语音指令建议信息的步骤,包括:
基于预设模板,对所述预测操作行为信息进行处理,生成语音指令建议信息;
或,
将所述预测操作行为信息输入文本生成模型,根据所述预测操作行为信息生成语音指令建议信息,其中,所述文本生成模型包括操作行为信息与语音指令建议信息之间的对应关系。
8.根据权利要求1所述的方法,其特征在于,在所述基于所述预测操作行为信息确定语音指令建议信息的步骤之后,所述方法还包括:
获取用户发出的下一步语音指令;
比较所述下一步语音指令所指示的操作行为信息与所述语音指令建议信息的差异,得到比较结果;
基于所述比较结果确定所述用户是否使用了所述语音指令建议信息;
如果是,判断所述用户对应的预先设置的语音指令库中是否包括所述语音指令建议信息对应的语音指令信息;其中,所述语音指令库存储有所述用户使用过的语音指令信息;
如果不包括,根据所述语音指令建议信息更新所述用户对应的预先设置的语音指令库。
9.一种语音指令建议信息的生成装置,其特征在于,所述装置包括:
指令获取模块,用于获取语音指令;
目标信息确定模块,用于基于预设规则及所述语音指令指示的操作行为信息,从预先设置的历史行为数据库中确定目标历史操作行为信息,其中,所述历史行为数据库中储存有预先获取的各个用户的历史操作行为信息;
预测信息确定模块,用于按照所述预设规则,根据所述目标历史操作行为信息确定所述语音指令对应的预测操作行为信息;
建议信息确定模块,用于基于所述预测操作行为信息确定语音指令建议信息。
10.根据权利要求9所述的装置,其特征在于,所述历史行为数据库存储的各个用户的历史操作行为信息包括按照执行时间点排列的行为信息序列;
所述目标信息确定模块包括:
第一信息序列查找子模块,用于从所述历史行为数据库中查找发出所述语音指令的用户的行为信息序列;
目标序列确定子模块,用于从所述用户的行为信息序列中,确定包括所述语音指令指示的操作行为信息的第一目标行为信息序列;
所述预测信息确定模块包括:
第一频次计算子模块,用于计算所述第一目标行为信息序列出现的频次;
第一预测序列信息确定子模块,用于将所述频次高于第一预设频次的第一目标行为信息序列中,所述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。
11.根据权利要求10所述的装置,其特征在于,所述装置还包括:
第一判断子模块,用于在从所述历史行为数据库中确定包括所述语音指令指示的操作行为信息的目标行为信息序列之前,判断所述发出所述语音指令的用户是否存在历史操作行为信息;
第一执行子模块,用于如果存在,执行所述从所述历史行为数据库中查找发出所述语音指令的用户的行为信息序列的步骤;
第二信息序列查找子模块,用于如果不存在,从所述历史行为数据库中确定包括所述语音指令指示的操作行为信息的第二目标行为信息序列;
第二频次计算子模块,用于计算所述第二目标行为序列出现的频次;
第二预测序列信息确定子模块,用于将所述频次高于第二预设频次的第二目标行为信息序列中,所述语音指令指示的操作行为信息之后的历史操作行为信息确定为预测操作行为信息。
12.根据权利要求9所述的装置,其特征在于,所述目标信息确定模块包括:
第一信息查找子模块,用于从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息;
第一目标信息确定子模块,用于从所述用户的历史操作行为信息中,确定执行时间点与获取到所述语音指令的时间点之间的时长小于第一预设时长的第一目标历史操作行为信息;
所述预测信息确定模块包括:
第一预测信息确定子模块,用于将所述第一目标历史操作行为信息输入预先训练完成的行为预测模型,确定所述第一目标历史操作行为信息对应的预测操作行为信息,其中,所述行为预测模型为基于操作行为信息样本及其对应的预测操作行为信息样本训练得到的,所述行为预测模型包括操作行为信息与预测操作行为信息之间的对应关系。
13.根据权利要求9所述的装置,其特征在于,所述目标信息确定模块包括:
第二信息查找子模块,用于从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息;
第二目标信息确定子模块,用于从所述用户的历史操作行为信息中,确定执行时间点与获取到所述语音指令的时间点之间的时长小于第二预设时长的第二目标历史操作行为信息;
候选信息确定子模块,用于从所述历史行为数据库中查找与所述第二目标历史操作行为信息相同的历史操作行为信息,作为候选历史操作行为信息;
备选信息确定子模块,用于从所述历史行为数据库中确定每个所述候选历史操作行为信息对应的用户的历史操作行为信息,作为备选历史操作行为信息;
第三目标信息确定子模块,用于从所述备选历史操作行为信息中,确定执行时间点在其对应的候选历史操作行为信息的执行时间点之后的备选历史操作行为信息,作为第三目标历史操作行为信息;
所述预测信息确定模块包括:
相似度计算子模块,用于计算每个所述第三目标历史操作行为信息与其对应的候选历史操作行为信息之间的相似度;
第二预测信息确定子模块,用于将所对应的所述相似度大于预设相似度的第三目标历史操作行为信息确定为预测操作行为信息。
14.根据权利要求12或13所述的装置,其特征在于,所述装置还包括:
第二判断子模块,用于在所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息之前,判断所述发出所述语音指令的用户是否存在历史操作行为信息;
第二执行子模块,用于如果存在,执行所述从所述历史行为数据库中查找发出所述语音指令的用户的历史操作行为信息的步骤;
第三频次计算子模块,用于如果不存在,计算所述历史行为数据库中每个历史操作行为信息出现的频次;
第三预测信息确定子模块,用于将所述频次高于第三预设频次的历史操作行为信息确定为预测操作行为信息。
15.根据权利要求9所述的装置,其特征在于,所述建议信息确定模块包括:
信息生成子模块,用于基于预设模板,对所述预测操作行为信息进行处理,生成语音指令建议信息;或,用于将所述预测操作行为信息输入文本生成模型,根据所述预测操作行为信息生成语音指令建议信息,其中,所述文本生成模型包括操作行为信息与语音指令建议信息之间的对应关系。
16.根据权利要求9所述的装置,其特征在于,所述装置还包括:
语音指令获取模块,用于获取用户发出的下一步语音指令;
比较模块,用于比较所述下一步语音指令所指示的操作行为信息与所述语音指令建议信息的差异,得到比较结果;
第一判断模块,用于基于所述比较结果确定所述用户是否使用了所述语音指令建议信息;
第二判断模块,用于如果是,判断所述用户对应的预先设置的语音指令库中是否包括所述语音指令建议信息对应的语音指令信息;其中,所述语音指令库存储有所述用户使用过的语音指令信息;
更新模块,用于如果不包括,根据所述语音指令建议信息更新所述用户对应的预先设置的语音指令库。
17.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-8任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910621185.0A CN110334242B (zh) | 2019-07-10 | 2019-07-10 | 一种语音指令建议信息的生成方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910621185.0A CN110334242B (zh) | 2019-07-10 | 2019-07-10 | 一种语音指令建议信息的生成方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110334242A true CN110334242A (zh) | 2019-10-15 |
CN110334242B CN110334242B (zh) | 2022-03-04 |
Family
ID=68146006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910621185.0A Active CN110334242B (zh) | 2019-07-10 | 2019-07-10 | 一种语音指令建议信息的生成方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110334242B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111081248A (zh) * | 2019-12-27 | 2020-04-28 | 安徽仁昊智能科技有限公司 | 一种人工智能语音识别装置 |
CN111966703A (zh) * | 2020-06-30 | 2020-11-20 | 广州迈安信息科技有限公司 | 工程造价数据查询方法、装置、服务器和存储介质 |
CN112721933A (zh) * | 2020-07-28 | 2021-04-30 | 盐城工业职业技术学院 | 一种基于语音识别的农用拖拉机的控制终端 |
US12020710B2 (en) | 2021-03-05 | 2024-06-25 | Samsung Electronics Co., Ltd. | Electronic apparatus and controlling method thereof |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090254446A1 (en) * | 2008-04-03 | 2009-10-08 | Valentin Chernyak | Household shopping programming assistant system and methods |
CN105100818A (zh) * | 2014-04-29 | 2015-11-25 | 腾讯科技(北京)有限公司 | 进行网站视频播放的方法、系统及网站服务器 |
CN107357875A (zh) * | 2017-07-04 | 2017-11-17 | 北京奇艺世纪科技有限公司 | 一种语音搜索方法、装置及电子设备 |
CN107544827A (zh) * | 2017-08-23 | 2018-01-05 | 金蝶软件(中国)有限公司 | 一种功能调用的方法及相关装置 |
CN109036425A (zh) * | 2018-09-10 | 2018-12-18 | 百度在线网络技术(北京)有限公司 | 用于操作智能终端的方法和装置 |
-
2019
- 2019-07-10 CN CN201910621185.0A patent/CN110334242B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090254446A1 (en) * | 2008-04-03 | 2009-10-08 | Valentin Chernyak | Household shopping programming assistant system and methods |
CN105100818A (zh) * | 2014-04-29 | 2015-11-25 | 腾讯科技(北京)有限公司 | 进行网站视频播放的方法、系统及网站服务器 |
CN107357875A (zh) * | 2017-07-04 | 2017-11-17 | 北京奇艺世纪科技有限公司 | 一种语音搜索方法、装置及电子设备 |
CN107544827A (zh) * | 2017-08-23 | 2018-01-05 | 金蝶软件(中国)有限公司 | 一种功能调用的方法及相关装置 |
CN109036425A (zh) * | 2018-09-10 | 2018-12-18 | 百度在线网络技术(北京)有限公司 | 用于操作智能终端的方法和装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111081248A (zh) * | 2019-12-27 | 2020-04-28 | 安徽仁昊智能科技有限公司 | 一种人工智能语音识别装置 |
CN111966703A (zh) * | 2020-06-30 | 2020-11-20 | 广州迈安信息科技有限公司 | 工程造价数据查询方法、装置、服务器和存储介质 |
CN111966703B (zh) * | 2020-06-30 | 2023-11-03 | 广州迈安信息科技有限公司 | 工程造价数据查询方法、装置、服务器和存储介质 |
CN112721933A (zh) * | 2020-07-28 | 2021-04-30 | 盐城工业职业技术学院 | 一种基于语音识别的农用拖拉机的控制终端 |
CN112721933B (zh) * | 2020-07-28 | 2022-01-04 | 盐城工业职业技术学院 | 一种基于语音识别的农用拖拉机的控制终端 |
US12020710B2 (en) | 2021-03-05 | 2024-06-25 | Samsung Electronics Co., Ltd. | Electronic apparatus and controlling method thereof |
Also Published As
Publication number | Publication date |
---|---|
CN110334242B (zh) | 2022-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110334242A (zh) | 一种语音指令建议信息的生成方法、装置及电子设备 | |
US20230132020A1 (en) | Streaming real-time dialog management | |
CN108255934B (zh) | 一种语音控制方法及装置 | |
KR101960835B1 (ko) | 대화 로봇을 이용한 일정 관리 시스템 및 그 방법 | |
CN105304082B (zh) | 一种语音输出方法及装置 | |
CN107644642A (zh) | 语义识别方法、装置、存储介质及电子设备 | |
CN108875055A (zh) | 一种答案提供方法及设备 | |
CN110472067B (zh) | 知识图谱表示学习方法、装置、计算机设备及存储介质 | |
CN109716714A (zh) | 使用有作用域的搜索和对话接口的控制系统 | |
CN102866774A (zh) | 电子设备的闹钟控制方法和电子设备 | |
TWI835838B (zh) | 語音處理方法及裝置 | |
CN112732870B (zh) | 基于词向量的搜索方法、装置、设备及存储介质 | |
CN113314119B (zh) | 语音识别智能家居控制方法及装置 | |
CN109089172A (zh) | 一种弹幕显示方法、装置及电子设备 | |
CN110431547A (zh) | 电子设备和控制方法 | |
EP4020305A1 (en) | Pre-trained language model fine-tuning method and apparatus and non-transitory computer-readable medium | |
WO2016184095A1 (zh) | 操作事件的执行方法及装置、终端 | |
CN108228720A (zh) | 识别目标文字内容和原图相关性的方法、系统、装置、终端、及存储介质 | |
CN112115244A (zh) | 对话交互方法、装置、存储介质及电子设备 | |
CN109410935A (zh) | 一种基于语音识别的目的地搜索方法及装置 | |
CN108351868A (zh) | 提供针对文档的交互式内容生成 | |
CN109068005B (zh) | 一种计时提醒事件的创建方法及装置 | |
CN112948763A (zh) | 件量预测方法、装置、电子设备及存储介质 | |
CN109712613A (zh) | 语义分析库更新方法、装置及电子设备 | |
CN109273004A (zh) | 基于大数据的预测性语音识别方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |