CN110784384A - 一种家电语音技能的生成方法及智能家电 - Google Patents

Abstract

本发明公开了一种家电语音技能的生成方法及智能家电，该方法包括：获取家电语音技能的使用记录；基于数据挖掘方法在使用记录中筛选确定关联技能组；拆分关联技能组中各技能所包含的用户意图；根据用户意图在使用记录中的触发序列，以及用户意图的前后依赖规则对用户意图进行重组或补位，生成新的候选技能供用户调用。本发明公开的家电语音技能的生成方法及智能家电，按用户的家电使用记录进行用户意图的重新组合，生成了新的家电语音技能，可以实现智能烟灶的联动控制，且新生成的家电语音技能符合用户使用习惯。

Description

一种家电语音技能的生成方法及智能家电

技术领域

本发明涉及智能家电领域，尤指一种家电语音技能的生成方法及智能家电。

背景技术

随着智能家电的普及，大多数家庭中会存在多个智能家电，用户经常会在一个场景下使用多个智能家电同时制作食物。但是现有智能家电在控制时一次只能控制一个家电，不能实现多机联动。

发明内容

第一方面，本申请提供了一种家电语音技能的生成方法，包括：

获取家电语音技能的使用记录；

基于数据挖掘方法在所述使用记录中筛选确定关联技能组；

拆分所述关联技能组中各技能所包含的用户意图；

根据用户意图在所述使用记录中的触发序列，以及用户意图的前后依赖规则对所述用户意图进行重组或补位，生成新的候选技能供用户调用。

第二方面，本申请提供了一种智能家电，包括：

获取模块，用于获取家电语音技能的使用记录；

筛选模块，用于基于数据挖掘方法在所述使用记录中筛选确定关联技能组；

拆分模块，用于拆分所述关联技能组中各技能所包含的用户意图；

组合模块，用于根据用户意图在所述使用记录中的触发序列，以及用户意图的前后依赖规则对所述用户意图进行重组或补位，生成新的候选技能供用户调用。

本申请至少一实施例提供的家电语音技能的生成方法及智能家电，与现有技术相比，具有以下有益效果：将原有一个或多个智能家电的多个家电语音技能的用户意图，按用户的家电使用记录进行用户意图的重新组合，生成了新的家电语音技能，可以实现智能烟灶的联动控制。

另外，新的家电语音技能是根据收集的用户家电使用记录重新组合的，其是将原有的多个家电语音技能下的子意图，组合成新的家电语音技能。由于是根据用户的使用记录生成的，因此新生成的家电语音技能是可以满足用户使用习惯的。即本实施例按用户习惯生成家电语音技能，新生成的家电语音技能符合用户使用习惯。

另外，由于通过数据挖掘方法(比如GEP算法)从用户的家电语音技能使用记录中发现了在同一场景下具有强关联规则的2个或多个家电语音技能，从而获知用户在同一场景下会同时使用这2个或多个家电语音技技能，即用户在此场景下的家电语音技能使用习惯。即本实施例使用数据挖掘方法(比如GEP算法)从用户家电语音技能的使用记录中挖掘技能的强关联规则，可以获取用户在同一个场景下家电语音技能的使用习惯。

本发明的一些实施方式中，还可以达到以下效果：

1、对新生成的候选技能进行安全过滤，生成符合用户习惯需求且安全的新家电语音技能，以避免用户使用候选技能进行多家电控制时，发生单个时间段功率过大的安全问题；也可以避免单个家电本身的控制模块，因被调动的顺序不对而出现执行错误的安全问题；同时可以避免多家电一起工作执行顺序错误导致的执行异常等问题。

2、只对原有家电语音技能中的意图进行组合和增加，不破坏原有家电语音技能，不会影响家电的固有操作，安全有保证，且兼容性好。

3、用户可通过智能中控终端和/或绑定的APP，添加和删除生成的新的家电语音技能，即实现了动态添加和删除家电语音技能。

4、生成新家电语音技能后，还可以继续收集新家电语音技能的使用记录，然后再通过大数据分析，再去优化，不断完善。这样即使用户习惯变化了，也会有符合用户习惯变化的新的家电语音技能产生，做到了家电语音技能的智能优化和生成。

本发明的一些实施方式中，用户意图由话术的形式被调用，还可以达到以下效果：

1、可以通过智能中控终端以话术的形式，触发新的家电语音技能下的意图，实现跨品牌控制智能家电。

2、语音指令对候选技能中话术信息的覆盖率等于覆盖阈值，即用户语音指令中包含的用户意图与命中用户意图完全相同时，调用相应的候选技能，可以确保用户调用的准确率和调用响应率。

3、语音指令对候选技能中话术信息的覆盖率高于覆盖阈值，即用户的语音指令中话术信息所包含的用户意图多于命中的用户意图时，调用相应的候选技能，在候选技能中所有用户意图被匹配时，对用户的语音指令中多于的用户意图进行安全隐患检测之后，才调用相应的候选技能，可以提高调用准确率和调用的安全性。

4、语音指令对候选技能中话术信息的覆盖率低于覆盖阈值，即用户的语音指令中话术信息所包含的用户意图少于命中的用户意图时，调用相应的候选技能，在候选技能中部分用户意图被匹配时，就可以调用相应的候选技能，而无需等到候选技能中的所有用户意图被匹配，可以提高调用响应率。

本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。

附图说明

附图用来提供对本申请技术方案的理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。

图1为本发明实施例提供的家电语音技能的生成方法的流程图；

图2为为本发明实施例提供的组合生成新家电语音技能的前后变化示意图；

图3为本发明实施例二提供的家电语音技能的生成方法的流程图；

图4为本发明实施例三提供的家电语音技能的生成方法的流程图；

图5为本发明实施例提供的智能家电的结构示意图。

具体实施方式

本申请描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。

本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合，以形成另一个由权利要求限定的独特的发明方案。因此，应当理解，在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。

此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本申请实施例的精神和范围内。

本申请提供一种基于用户家电语音技能的使用记录，实现家电语音技能组合生成的推荐方案：通过收集用户家电语音技能的使用记录，找出在用户帐号下一个场景中多次存在，且多条智能语音技能同时控制的使用记录，生成该场景下符合用户的更简单的包含一个或多个品牌的多个家电控制的新家电语音技能，实现能够为每位用户生成并推荐符合自身的最佳家电语音技能。

图1为本发明实施例提供的家电语音技能的生成方法的流程图，如图1所示，本发明实施例提供的家电语音技能的生成方法，可以包括：

S101：获取家电语音技能的使用记录。

其中，本实施例的执行主体可以是智能家电，也可以是与智能家电绑定的中控终端，中控终端可以但并不仅限于终端中的应用程序或终端中的免安装应用程序。其中，免安装应用程序是一种嵌入在一个第三方应用程序中，无需用户下载安装即可使用的应用程序，如微信小程序(简称小程序)、轻应用、头条号或服务号等。本实施例以执行主体是与智能家电绑定的中控终端为例进行阐述，执行主体是智能家电的实现原理与之类似，本实施例在此不进行赘述。

本实施例中，用户使用语音调用智能中控终端上的各个家电语音技能，产生使用数据(用户命中的语音技能的意图和使用时间等数据)，即用户的家电语音技能的使用记录。

具体的，在智能中控终端上的使用记录中记录有若干个语音技能，该些语音技能包括与智能家电相关的家电语音技能(也可称为智能家电语音技能)。每个语音技能可以包含一个或多个意图，家电语音技能也可以包含一个或多个意图；每个意图都可以执行某个指定功能(包括家电单模块的控制)。

S102：基于数据挖掘方法在使用记录中筛选确定关联技能组。

本实施例中，获取到用户的家电语音技能的使用记录后，对使用记录进行大数据分析。通过大数据分析，利用数据挖掘方法(比如GEP算法)挖掘用户使用记录中，比如结合同一时间范围或同一场景(比如)下，各家电语音技能同时被调用的使用数据，以及计算出各家电语音技能之间的关联性。其中，家电语音技能之间的关联度大于预设值时，则确定家电语音技能之间有强关联规则。若用户账号下在同一个场景下2个或多个技能有强关联规则，则说明用户经常有同时使用这2个或多个技能的习惯。本实施例可以基于数据挖掘方法，将有强关联规则、被多次调用且连续的2个或多个家电语音技能确定为关联技能组。

可选的，基于数据挖掘方法在使用记录中筛选确定关联技能组，可以包括：采用基因表达式编程(Gene Expression Programming，比如GEP)算法在使用记录中筛选确定关联技能组。其中，采用GEP算法挖掘用户使用记录的实现原理与现有技术中GEP算法的数据挖掘原理相同，本实施例在此不进行赘述。

可选的，关联技能组可以包括至少两个被连续调用的语音技能，每一个语音技能的调用次数大于调用阈值，且每两个语音技能的关联度大于关联阈值。

其中，被连续调用的语音技能是指在使用记录中使用时间相邻，且中间没有其他语音技能被使用。比如，两个语音技能A和B，若A被触发使用后，B紧接着被触发使用，则两个语音技能A和B为被连续调用的语音技能。

S103：拆分关联技能组中各技能所包含的用户意图。

本实施例中，将具有强关联规则的技能按用户意图进行拆分，以将拆分后的各用户有图进行重新组合(可简称为重组)或补位，得到新的候选技能。

其中，对关联技能组中各技能所包含的用户意图的拆分可采用现有技术，本实施例在此不进行限定和赘述。比如，可以采用词频-逆文档频率算法(Term Frequency-Inverse Document Frequency，简称TF-IDF)拆分各技能所包含的用户意图，其具体可以将每个技能拆分为多个词语，一个词语用于表示一种类别的用户意图。

S104：根据用户意图在使用记录中的触发序列，以及用户意图的前后依赖规则对用户意图进行重组或补位，生成新的候选技能供用户调用。

本实施例中，将拆分后的各用户意图进行重组时，可以但并不仅限于按照用户意图在使用记录中的触发序列进行重新组合。

具体的，根据用户意图在使用记录中的触发序列，以及用户意图的前后依赖规则对用户意图进行重组或补位，可以包括：

根据用户意图在使用记录中的触发序列，将所有用户意图中被触发的意图按在使用记录中被触发的时间序列进行排序，生成一个意图组；判断在所有用户意图中，是否存在与用户意图中被触发意图具有前后依赖规则的未被触发意图；若存在，则将具有前后依赖规则的未被触发意图补入到意图组中。

本实施例中，将具有强关联规则的技能按用户意图进行分割拆解后，根据使用记录中具有强关联规则的技能下的各用户意图被触发调用的情况，将被触发的用户意图按在使用记录(也可称为使用日志)中被触发的时间序列进行排序，生成一个意图组。并且检索被触发的用户意图是否存在有前后依赖的用户意图不在生成的意图组中，若有，则将被依赖的用户意图加入之前已排好序的意图组，即生成新的候选技能，以符合用户习惯的新家电语音技能。

其中，将具有前后依赖规则的未被触发意图补入到意图组时，具有前后依赖规则的意图在意图组中的位置相邻，且相邻关系与依赖关系一致。比如，用户意图A和B为具有前后依赖规则，且用户意图A在意图组中，意图用户B未在意图组中，此时，本实施例可以将用户意图B加入到意图组中，且用户意图B在意图组中的位置与用户意图A的位置相邻，且位于用户意图A的位置之后，即意图组可以包括：{…用户意图A、用户意图B…}。

举例来说，检测到在同一场景下，找食谱技能(存在用户意图a、b和c)、炒菜机控制技能(存在用户意图l、m和n)和炒菜机售后技能(存在用户意图x、y和z)具有强关联规则，三者技能可以确定为关联技能组。按照上述实施例处理，将被触发的用户意图按在使用记录中被触发的时间序列进行排序，生成一个意图组{a、b、n、z}。此时，会再去检查现有意图组中是否有前后依赖的用户意图不在其中，检查发现用户意图m和找食谱技能意图n有前后依赖关系，但因为用户手动执行了用户意图m具有的功能，导致没有被记录，此时本实施例会将用户意图m加入之前排好序的意图组，意图组变更为{a、b、m、n、z}。

本实施例中，组合生成新的候选技能后，原有家电语音技能不会删除，但会生成新的家电语音技能，以供用户调用。具体的，图2为本发明实施例提供的组合生成新家电语音技能的前后变化示意图，如图2所示，在同一场景cj1下需要家电语音技能a(由用户意图ayt1、ayt2、ayt3和ayt4组成，且各用户意图彼此无依赖关系)、家电语音技能b(由用户意图byt1和byt2组成，且各用户意图彼此无依赖关系)和家电语音技能c(由用户意图cyt1、cyt2和cyt3组成，且各用户意图彼此无依赖关系)三个家电语音技能，用户意图ayt1、ayt2、byt1、cyt1、cyt2和cyt3分别执行，对智能家电A、B和C的控制。而本实施例可以组合生成新的家电语音技能y(由用户意图ayt1、ayt2、byt1、cyt1、cyt2和cyt3组成)后，家电语音技能y可以完成场景cj1下需要之前家电语音技能a、b和c对智能家电A、B、C的家电控制功能。另外，本实施例中原有的具有单个家电控制功能的语音技能a、b和c依然存在，可以继续实现单个家电控制。

本实施例中，可以将用于智能烟灶联动的新的候选技能加入到了用户的常用家电语音技能中，可以方便用户直接使用智能烟灶联动控制的家电语音技能。其中，生成新的候选技能供用户调用时，可以将生成的候选技能推送至用户的智能中控终端和\或绑定的APP，用户可以通过在智能中控终端或APP中点击或语音调用该新的家电语音技能。

可选的，当用户不想使用新生成的家电语音技能时，也可以通过在智能中控终端或绑定的APP上，删除用户账号下的该常用家电语音技能。其中，用户删除时只能删除新生成的家电语音技能，厂家发布的原有家电语音技能不能删除。

本发明实施例提供的家电语音技能的生成方法，将原有一个或多个智能家电的多个家电语音技能的用户意图，按用户的家电使用记录进行用户意图的重新组合，生成了新的家电语音技能，可以实现智能烟灶的联动控制。

另外，新的家电语音技能是根据收集的用户家电使用记录重新组合的，其是将原有的多个家电语音技能下的子意图，组合成新的家电语音技能。由于是根据用户的使用记录生成的，因此新生成的家电语音技能是可以满足用户使用习惯的。即本实施例按用户习惯生成家电语音技能，新生成的家电语音技能符合用户使用习惯。

另外，用户可通过智能中控终端和/或绑定的APP，添加和删除生成的新的家电语音技能，即实现了动态添加和删除家电语音技能。

另外，由于通过数据挖掘方法(比如GEP算法)从用户的家电语音技能使用记录中发现了在同一场景下具有强关联规则的2个或多个家电语音技能，从而获知用户在同一场景下会同时使用这2个或多个家电语音技技能，即用户在此场景下的家电语音技能使用习惯。即本实施例使用数据挖掘方法(比如GEP算法)从用户家电语音技能的使用记录中挖掘技能的强关联规则，可以获取用户在同一个场景下家电语音技能的使用习惯。

进一步地，在上述实施例中，本发明实施例提供的家电语音技能的生成方法，还可以包括：

确定与候选技能所涉及的用户意图相匹配的话术信息；接收用户的语音指令；统计语音指令对话术信息的覆盖率，在覆盖率符合覆盖阈值范围时调用相应的候选技能。

其中，语音指令对话术信息的覆盖率是指：语音指令中话术信息涉及的用户意图与命中用户意图的比例，命中用户意图是指：语音指令中话术信息匹配到候选技能中用户意图的某个话术。比如，语音指令中话术信息包括话术1、话术2和话术3，话术1、话术2和话术3分别涉及用户意图1、用户意图2和用户意图3。候选技能中所涉及的用户意图1相匹配的话术信息包括话术1，候选技能中所涉及的用户意图2相匹配的话术信息包括话术2。此时，可确定语音指令中的话术1命中候选技能中的用户意图1，以及语音指令中的话术2命中候选技能中的用户意图2。此时，语音指令对话术信息的覆盖率＝(3/2)*100％。

本实施例中，每个用户意图由一至多个话术组成。在用户调用新的家电语音技能时，用户可以通过语音传达给智能中控终端，触发匹配到智能中控终端上候选技能中所包含的用户意图的某个话术，即可实现触发指定语音技能的指定意图。其中，语音指令命中候选技能中用户意图的一个话术，即可确定语音指令命中候选技能中的该用户意图。

本实施例中，智能中控终端上的各个家电语音技能中的各个用户意图是由话术的形式暴露，供用户以语音的形式触发。因此，本实施例可以通过智能中控终端在后台以话术的形式去触发各个候选技能中的用户意图。

本实施例中，新生成的候选技能中可以包括不同品牌智能家电的家电语音技能的意图，通过智能中控终端以话术的形式调用候选技能，可以触发原有的多个家电语音技能，实现同时控制跨品牌的智能家电。具体的，以话术的形式调用用户意图，用户意图去调用本身技能对应的智能家电的控制接口，虽然接口调用涉及到加密和网关等拦截，但使用话术调用用户意图时，用户意图原有自身的智能家电控制接口调用不变动，即每个用户意图对应的智能家电控制接口是固定不变的，这样就可以不用了解其他品牌的智能家电控制接口的实现，而只需通过使用智能家电控制接口的技能意图中的话术，就能实现对该智能家电的某些控制。

本实施例中，覆盖阈值的取值范围可以为90％-100％。在覆盖率符合覆盖阈值范围时调用相应的候选技能可以包括以下三种实现方式：

第一种实现方式：在覆盖率等于覆盖阈值时，调用相应的候选技能。

本实施例中，在用户语音指令中包含的用户意图与命中用户意图完全相同时，调用相应的候选技能。比如，语音指令中涉及用户意图1、用户意图2和用户意图3，其相匹配的话术信息分别为话术1、话术2和话术3。候选技能中所涉及的用户意图1相匹配的话术信息包括话术1，候选技能中所涉及的用户意图2相匹配的话术信息包括话术2，候选技能中所涉及的用户意图3相匹配的话术信息包括话术3。此时，可确定语音指令中的话术1、话术2和话术3分别命中候选技能中所涉及的用户意图1、用户意图2和用户意图3。此时，语音指令对话术信息的覆盖率＝(3/3)*100％＝100％，此时则可以确定用户语音指令中包含的用户意图与命中用户意图完全相同，语音指令对候选技能中话术信息的覆盖率等于覆盖阈值。

本实施例在语音指令对候选技能中话术信息的覆盖率等于覆盖阈值时调用相应的候选技能，确保用户调用的准确率和调用响应率。

第二种实现方式：在覆盖率超过覆盖阈值，且语音指令中未匹配的用户意图与命中用户意图存在安全隐患时，调用相应的候选技能，未匹配的用户意图是指语音指令中涉及的用户意图，且该用户意图在候选技能中并未涉及。

本实施例中，覆盖率超过覆盖阈值是指：用户的语音指令中话术信息所包含的用户意图多于命中的用户意图。在用户的语音指令中话术信息所包含的用户意图多于命中的用户意图，但多于的用户意图与命中用户意图存在安全隐患时，调用相应的候选技能。比如，语音指令中涉及用户意图1、用户意图2和用户意图3，其相匹配的话术信息分别为话术1、话术2和话术3。候选技能中所涉及的用户意图1相匹配的话术信息包括话术1，候选技能中所涉及的用户意图2相匹配的话术信息包括话术2。此时，可确定语音指令中的话术1和话术2分别命中候选技能中所涉及的用户意图1和用户意图2，且与话术3对应的用户意图3在候选技能中未匹配。此时，语音指令对话术信息的覆盖率＝(3/2)*100％＞100％，此时则可以确定用户语音指令中包含的用户意图多于命中用户意图，语音指令对候选技能中话术信息的覆盖率超过覆盖阈值。

本实施例在语音指令对候选技能中话术信息的覆盖率高于覆盖阈值时调用相应的候选技能，在候选技能中所有用户意图被匹配时，对用户的语音指令中多于的用户意图进行安全隐患检测之后，才调用相应的候选技能，可以提高调用准确率和调用的安全性。

第三种实现方式：在覆盖率低于覆盖阈值，且语音指令中命中用户意图与候选技能中未命中的用户意图存在前后依赖规则时，调用相应的候选技能，未命中的用户意图是指候选技能涉及的用户意图，且该用户意图在语音指令中并未涉及。

本实施例中，覆盖率低于覆盖阈值是指：用户的语音指令中话术信息所包含的用户意图少于命中的用户意图。在用户的语音指令中话术信息所包含的用户意图少于命中的用户意图，但少于的用户意图与命中用户意图存在前后依赖规则时，调用相应的候选技能。比如，语音指令中涉及用户意图1、和用户意图2，其相匹配的话术信息分别为话术1和话术2。候选技能中所涉及的用户意图1相匹配的话术信息包括话术1，候选技能中所涉及的用户意图2相匹配的话术信息包括话术2，候选技能中所涉及的用户意图3相匹配的话术信息包括话术3。此时，可确定语音指令中的话术1和话术2分别命中候选技能中所涉及的用户意图1和用户意图2，且候选技能中所涉及的用户意图3相匹配的话术3未命中。此时，语音指令对话术信息的覆盖率＝(2/3)*100％＜100％，此时则可以确定用户语音指令中包含的用户意图少于命中用户意图，语音指令对候选技能中话术信息的覆盖率低于覆盖阈值。

本实施例在语音指令对候选技能中话术信息的覆盖率低于覆盖阈值时调用相应的候选技能，在候选技能中部分用户意图被匹配时，就可以调用相应的候选技能，而无需等到候选技能中的所有用户意图被匹配。

本发明实施例提供的家电语音技能的生成方法，新生成的技能包含不同品牌智能家电的家电语音技能的意图；因为智能中控终端上的意图是以话术的形式被调用，意图通过智能家电的控制接口去控制智能家电，所以可以通过智能中控终端以话术的形式，触发新的家电语音技能下的意图(原有不同品牌家电语音技能下的意图)，实现跨品牌控制智能家电。跨品牌家电语音技能组合生成，生成的新家电语音技能可控制不同品牌的多个智能家电。

进一步地，在上述实施例中，生成新的候选技能供用户调用之前，方法还包括：

将重组或补位后的用户意图进行安全过滤，安全过滤用于过滤具有安全隐患的用户意图，具有安全隐患的用户意图包括调用顺序错误或调用的家电功率超过功率阈值的用户意图。

本实施例中，对新生成的候选技能进行安全过滤，生成符合用户习惯需求且安全的新家电语音技能。在实际应用中，新生成的候选技能中，存在各个具有家电控制的用户意图(也可简称为控制意图)，通过获取各用户意图的对应家电，和对应家电中被控制的模块，以及进一步获取对应家电自身的额定功率、本身功能的工序执行顺序(有些工序是有固定的前后固化顺序，比如需先执行完a工序才能执行b工序)和对应家电开启是否需要其他家电先开启(家电的前后依懒性)等家电自身属性。

本实施例中，根据获取到的候选技能中用户意图对应家电的属性，依据家电安全规则标准、家电本身的安全工序和家电的前后依懒性等，对用户意图进行排序过滤。以避免用户使用候选技能进行多家电控制时，发生单个时间段功率过大的安全问题；也可以避免单个家电本身的控制模块，因被调动的顺序不对而出现执行错误的安全问题；同时可以避免多家电一起工作执行顺序错误导致的执行异常等问题。本实施例实现安全过滤后，得到了具有安全顺序的用户意图的家电语音技能，即可生产符合用户习惯且安全的新家电语音技能。

具体的，图3为本发明实施例二提供的家电语音技能的生成方法的流程图，如图3所示，本发明实施例提供的家电语音技能的生成方法可以包括以下步骤：

S301：智能中控终端收集家电语音技能的使用记录。

S302：进行数据挖掘分析。

S303：确定在同一场景下具有强关联规则的2个或多个技能的关联技能组。

S304：确定具有强关联规则的技能中在同一场景下被触发的用户意图。

S305：基于时间和用户意图前后依赖规则两个维度进行用户意图的组合或补位。

S306：生成符合用户习惯需求的新家电语音技能。

其中，在S301～S306中，其实现方式和原理可参见图1所示实施例中的S101～S104，本实施例在此不进行限定和赘述。

S307：判断是否用户语音技能列表中存在符合用户目前习惯的语音技能。若是，则执行S308；否则，执行S309。

S308：用户账号下语音技能列表不发生变动。

S309：对家电语音技能进行安全过滤。

S310：生成符合用户习惯需求且安全的新家电语音技能。

其中，在S307～S310中，可以将生成的新家电语音技能(候选技能)存储在语音技能库中，且存储时可按照用户账号进行分别存储，每一用户账户下包括用于存储该用户新家电语音技能(候选技能)的语音技能列表。

本实施例中，通过检测语音技能库中，判断用户对应的语音技能列表下是否已存在符合用户目前习惯的新家电语音技能。若存在，则该用户账号下的语音技能列表不变动；若不存在，则将生成的新家电语音技能进行安全过滤。其中，新家电语音技能的安全过滤实现方式与实现原理可参见上述实施例，本实施例在此不进行限定和赘述。

具体的，图4为本发明实施例三提供的家电语音技能的生成方法的流程图，如图4所示，本发明实施例提供的家电语音技能的生成方法可以包括以下步骤：

S401：智能中控终端收集家电语音技能的使用记录。

S402：进行数据挖掘分析。

S403：对具有强关联规则的技能进行拆解组合。

S404：生成符合用户习惯需求的新家电语音技能。

S405：判断是否用户语音技能列表中存在符合用户目前习惯的语音技能。若是，则执行S406；否则，执行S407。

S406：用户语音技能列表不发生变动。

S407：对家电语音技能进行安全过滤。

S408：生成符合用户习惯需求且安全的新家电语音技能。

其中，在S401～S408中，其实现方式和原理可参见图1所示实施例中的S101～S104，以及上述实施例涉及的安全过滤，本实施例在此不进行限定和赘述。

S409：询问用户是否使用新的家电语音技能。

S410：判断用户是否确认使用。若是，则执行S412；否则，执行S411。

S411：用户账号下语音技能列表不发生变动。

S412：语音技能库中对应用户帐号下语音技能列表更新。

S413：用户使用新家电语音技能，结束。

在S409～S413中，本实施例可以将符合用户习惯需求且安全的新家电语音技能，通过移动终端APP或其他智能终端推荐给用户，询问用户是否使用该新家电语音技能。若用户在移动终端APP或其他智能终端上，确认使用推荐的新家电语音技能，则将该新产生的语音技能加入或更新到语音技能库该用户对应的语音技能列表中。这样，用户以后便可以直接通过移动终端APP或其他智能终端，直接使用新的家电语音技能，控制用户账号下的智能家电。若用户确认不使用或者不操作，则语音技能库该用户对应的语音技能列表不更新。

S414：用户修改新家电语音技能。

S415：对家电语音技能进行安全过滤。

S416：生成用户修改后符合安全的新家电语音技能，执行S412。

S417：用户删除新家电语音技能，执行S412。

在S414～S416中，用户可以通过移动端APP或者其他智能终端对新语音技能(组合生成的候选技能)进行修改和删除。具体的，用户可以通过移动端APP或者其他智能终端对新语音技能进行删除，删除语音技能库中该用户语音技能列表的该新家电语音技能。用户也可以通过移动终端APP或者其他智能终端对新语音技能进行修改操作，修改后进行和上述实施例一样的安全过滤，得到用户修改符合安全的新家电语音技能，然后可以将该新修改的语音技能，在语音技能库该用户对应的语音技能列表中进行更新。之后用户使用新家电语音技能产生的使用记录又会被收集，重新进行大数据分析，不断更新完善家电语音技能。

其中，S414～S416或S417与S401～S410没有前后执行顺序，也即，可以先执行S401～S410或S417，再执行S414～S416；也可以先执行S414～S416或S417，再执行S401～S410；也可以S401～S410和S414～S416或S417同时执行。

举例来说，某用户家中有智能油烟机和智能炒菜机，智能油烟机和智能炒菜机在智能中控终端上分别都有对应的家电语音技能，可以分别控制智能油烟机和智能炒菜机，但智能中控终端系统中无同时控制这两个智能家电的家电语音技能。本实施例可以通过对使用记录挖掘发现，确定出用户在同一个场景下，其用户账号下的智能油烟机语音技能和智能炒菜机语音技能存在强关联规则，即该用户经常通过智能中控终端使用语音调用这两个家电语音技能，实现控制智能油烟机和智能炒菜机的工作。

具体的，可以将这两个家电语音技能在此场景下被触发的意图按触发时间排序，组合为一个能满足用户在当前场景下同时控制智能油烟机和智能炒菜机需求，且能安全执行的新控制语音技能，即智能烟灶联动控制语音技能。以及，可以将该智能烟灶联动控制语音技能推送至用户的智能中控终端和绑定的APP，用户智能中控终端或APP中点击确认使用该新技能，智能烟灶联动控制语音技能便加入到了用户的常用语音技能中，用户以后便可以直接使用智能烟灶联动控制语音技能，同时控制智能油烟机和智能炒菜机，而不需分开使用这两个家电语音技能(智能油烟机语音技能和智能炒菜机语音技能)。

本实施例中，当用户不想使用新生成的家电语音技能时，也可以通过在智能中控终端或绑定的APP上，删除用户账号下的该常用家电语音技能。其中，删除只能删除新生成的家电语音技能，厂家发布的原有家电语音技能不能删除。

本发明实施例提供的家电语音技能的生成方法，通过收集用户家电语音的使用记录，组合原有多个家电语音技能生成新的家电语音技能。并且本实施例还能实现跨品牌的技能组合生成推荐，打破品牌壁垒，只要是在本实施例中智能中控终端上的语音技能，都能进行组合生成推荐，解决了多家电控制的场景下，只能一个个家电语音技能去单独控制，家电语音技能不能扩展；智能中控设备上家电语音技能预设功能单一，存在智能控制局限性的问题。由于本实施例是根据用户在智能中控终端生成的家电语音技能的使用记录，分析得出的用户使用习惯需求，从而满足根据用户的使用习惯而动态组合生成家电语音技能，做到真正的智能控制。

另外，本实施例中的新家电语音技能进行安全过滤后，还可以先推送给用户确认，实现了用户可控的安全控制。

另外，本实施例只对原有家电语音技能中的意图进行组合和增加，不破坏原有家电语音技能，不会影响家电的固有操作，安全有保证，且兼容性好。

另外，本实施例生成新家电语音技能后，还可以继续收集新家电语音技能的使用记录，然后再通过大数据分析，再去优化，不断完善。这样即使用户习惯变化了，也会有符合用户习惯变化的新的家电语音技能产生，做到了家电语音技能的智能优化和生成。

进一步地，包含用户m个使用场景下的家电语音技能的使用记录可以记为R_m＝{r₁,r₂,...,r_m}，用户的每个使用场景下都含有n个技能，被调用产生的话术日志集合可以记为L_n＝{l₁,l₂,...,l_n}。在上述实施例中，每两个语音技能的关联度包括以下三种实现方式：

第一种实现方式：关联度可以包括支持度

表示使用记录中同一场景下任意两个语音技能X和Y在使用记录R_m中同时出现的概率，且φ表示空集。

相应地，关联度大于关联阈值可以包括：支持度

大于或等于最小支持度min_spt。

本实施例中，关联度可以用支持度

表示，支持度

满足最小支持度min_spt的关联规则被称为强关联规则，即关联性强。

第二种实现方式：关联度可以包括置信度

表示使用记录中同一场景下任意一语音技能X出现的情况下另一语音技能Y在使用记录R_m中出现的概率，且

φ表示空集；

相应地，关联度大于关联阈值包括：置信度

大于或等于最小置信度min_cfd。

本实施例中，关联度可以用置信度表示，置信度

满足最小置信度min_cfd的关联规则被称为强关联规则，即关联性强。

第三种实现方式：关联度可以包括支持度

和置信度

其中，

表示使用记录中同一场景下任意两个语音技能X和Y在使用记录R_m中同时出现的概率，

表示使用记录中同一场景下任意一语音技能X出现的情况下另一语音技能Y在使用记录R_m中出现的概率，且

φ表示空集；

相应地，关联度大于关联阈值包括：关联强度

大于零；其中，

表示支持度的惩罚系数，

表示置信度的惩罚系数。

和

之和为1。

本实施例中，关联度具有如下两个重要的属性：支持度

和置信度同时满足最小支持度min_spt和最小置信度min_cfd的关联规则被称为强关联规则，即关联性强。

其中，在上述实施例中，

X∈L_n,Y∈L_n,且

进一步地，在上述实施例中，本发明实施例提供的家电语音技能的生成方法，还可以包括：根据其他用户生成的家电语音技能，向用户推荐未来可能使用的家电语音技能。

本实施例中，将多数用户相同场景下的新生成的家电语音技能(候选技能)，推荐给智能家电技能列表中没有该新生成的家电语音技能但具有相同使用场景的用户。具体的，当系统中一定量的用户在同一个使用场景(比如具有同样型号的家电、同样的日常使用时间和/或同一地区等情况)下都生成了同样的新家电语音技能时，系统会将该新家电语音技能推荐给其他具有相同使用场景的用户。若被推荐的用户在其用户帐号下的智能中控终端或绑定的APP上点击确认使用该新的家电语音技能，则该新的家电语音技能也将会加入被推荐用户对应用户账号下的常用语音技能库中。

本发明实施例提供的，系统中同一场景一定量用户组合生成了同样的新家电语音技能后，将此语音技能也推荐给其他具有相同场景的用户，可以为用户推荐未来可能使用的家电语音技能。

另外，本实施例通过获取的系统中其他用户的家电语音技能的使用记录，以及新生成的家电语音技能，来作为当前使用智能中控终端的用户的数据参考，向用户推荐新的家电语音技能。从而解决了用户开始没有使用记录和使用记录数据较少的情况下，无法获得新家电语音技能推荐的问题。

本发明实施例还提供一种智能家电，图5为本发明实施例提供的智能家电的结构示意图，如图5所示，本发明实施例提供的智能家电可以包括：获取模块51、筛选模块52、拆分模块53和组合模块54。

获取模块51，用于获取家电语音技能的使用记录；

筛选模块52，用于基于数据挖掘方法在所述使用记录中筛选确定关联技能组；

拆分模块53，用于拆分所述关联技能组中各技能所包含的用户意图；

组合模块54，用于根据用户意图在所述使用记录中的触发序列，以及用户意图的前后依赖规则对所述用户意图进行重组或补位，生成新的候选技能供用户调用。

本发明实施例提供的智能家电用于执行图1所示方法实施例的技术方案，其实现原理和实现效果类似，此处不再赘述。

进一步地，在上述实施例中，关联技能组可以包括至少两个被连续调用的语音技能，每一个语音技能的调用次数大于调用阈值，且每两个语音技能的关联度大于关联阈值。

进一步地，在上述实施例中，本发明实施例提供的智能家电还可以包括：

确定模块，用于确定与所述候选技能所涉及的用户意图相匹配的话术信息；

接收模块，用于接收用户的语音指令；

调用模块，用于统计所述语音指令对所述话术信息的覆盖率，在所述覆盖率符合覆盖阈值范围时调用相应的候选技能；

其中，语音指令对所述话术信息的覆盖率是指：语音指令中话术信息涉及的用户意图与命中用户意图的比例，命中用户意图是指：语音指令中话术信息匹配到候选技能中用户意图的某个话术。

进一步地，在上述实施例中，调用模块在所述覆盖率符合覆盖阈值范围时调用相应的候选技能，可以包括：

在所述覆盖率等于覆盖阈值时，调用相应的候选技能；

或者，

在所述覆盖率超过覆盖阈值，且所述语音指令中未匹配的用户意图与命中用户意图存在安全隐患时，调用相应的候选技能，未匹配的用户意图是指所述语音指令中涉及的用户意图，且该用户意图在所述候选技能中并未涉及；

或者，

在所述覆盖率低于覆盖阈值，且所述语音指令中命中用户意图与所述候选技能中未命中的用户意图存在前后依赖规则时，调用相应的候选技能，未命中的用户意图是指所述候选技能涉及的用户意图，且该用户意图在所述语音指令中并未涉及。

进一步地，在上述实施例中，本发明实施例提供的智能家电还可以包括：安全过滤模块，用于将重组或补位后的用户意图进行安全过滤，所述安全过滤用于过滤具有安全隐患的用户意图，所述具有安全隐患的用户意图包括调用顺序错误或调用的家电功率超过功率阈值的用户意图。

进一步地，在上述实施例中，筛选模块52基于数据挖掘方法在所述使用记录中筛选确定关联技能组，可以包括：

采用基因表达式编程GEP算法在所述使用记录中筛选确定关联技能组。

进一步地，在上述实施例中，组合模块54根据用户意图在所述使用记录中的触发序列，以及用户意图的前后依赖规则对所述用户意图进行重组或补位，可以包括：

根据用户意图在所述使用记录中的触发序列，将所有用户意图中被触发的意图按在使用记录中被触发的时间序列进行排序，生成一个意图组；

判断在所有用户意图中，是否存在与用户意图中被触发意图具有前后依赖规则的未被触发意图；

若存在，则将具有前后依赖规则的未被触发意图补入到所述意图组中。

进一步地，在上述实施例中，所述关联度可以包括支持度

表示使用记录中同一场景下任意两个语音技能X和Y在使用记录R_m中同时出现的概率，且

φ表示空集；

所述关联度大于关联阈值可以包括：支持度

大于或等于最小支持度min_spt。

进一步地，在上述实施例中，所述关联度可以包括置信度

表示使用记录中同一场景下任意一语音技能X出现的情况下另一语音技能Y在使用记录R_m中出现的概率，且

φ表示空集；

所述关联度大于关联阈值可以包括：置信度

大于或等于最小置信度min_cfd。

进一步地，在上述实施例中，所述关联度可以包括支持度

和置信度其中，

表示使用记录中同一场景下任意两个语音技能X和Y在使用记录R_m中同时出现的概率，

表示使用记录中同一场景下任意一语音技能X出现的情况下另一语音技能Y在使用记录R_m中出现的概率，且

φ表示空集；

所述关联度大于关联阈值可以包括：关联强度

大于零；其中，表示支持度的惩罚系数，

表示置信度的惩罚系数。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

Claims (10)

1.一种家电语音技能的生成方法，其特征在于，包括：

获取家电语音技能的使用记录；

基于数据挖掘方法在所述使用记录中筛选确定关联技能组；

拆分所述关联技能组中各技能所包含的用户意图；

根据用户意图在所述使用记录中的触发序列，以及用户意图的前后依赖规则对所述用户意图进行重组或补位，生成新的候选技能供用户调用。

2.根据权利要求1所述的方法，其特征在于，所述关联技能组包括至少两个被连续调用的语音技能，每一个语音技能的调用次数大于调用阈值，且每两个语音技能的关联度大于关联阈值。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定与所述候选技能所涉及的用户意图相匹配的话术信息；

接收用户的语音指令；

统计所述语音指令对所述话术信息的覆盖率，在所述覆盖率符合覆盖阈值范围时调用相应的候选技能；

其中，语音指令对所述话术信息的覆盖率是指：语音指令中话术信息涉及的用户意图与命中用户意图的比例，命中用户意图是指：语音指令中话术信息匹配到候选技能中用户意图的某个话术。

4.根据权利要求3所述的方法，其特征在于，所述在所述覆盖率符合覆盖阈值范围时调用相应的候选技能，包括：

在所述覆盖率等于覆盖阈值时，调用相应的候选技能；

或者，

在所述覆盖率超过覆盖阈值，且所述语音指令中未匹配的用户意图与命中用户意图存在安全隐患时，调用相应的候选技能，未匹配的用户意图是指所述语音指令中涉及的用户意图，且该用户意图在所述候选技能中并未涉及；

或者，

在所述覆盖率低于覆盖阈值，且所述语音指令中命中用户意图与所述候选技能中未命中的用户意图存在前后依赖规则时，调用相应的候选技能，未命中的用户意图是指所述候选技能涉及的用户意图，且该用户意图在所述语音指令中并未涉及。

5.根据权利要求1所述的方法，其特征在于，所述生成新的候选技能供用户调用之前，所述方法还包括：

将重组或补位后的用户意图进行安全过滤，所述安全过滤用于过滤具有安全隐患的用户意图，所述具有安全隐患的用户意图包括调用顺序错误或调用的家电功率超过功率阈值的用户意图。

6.根据权利要求1所述的方法，其特征在于，所述基于数据挖掘方法在所述使用记录中筛选确定关联技能组，包括：

采用基因表达式编程GEP算法在所述使用记录中筛选确定关联技能组；

所述根据用户意图在所述使用记录中的触发序列，以及用户意图的前后依赖规则对所述用户意图进行重组或补位，包括：

根据用户意图在所述使用记录中的触发序列，将所有用户意图中被触发的意图按在使用记录中被触发的时间序列进行排序，生成一个意图组；

判断在所有用户意图中，是否存在与用户意图中被触发意图具有前后依赖规则的未被触发意图；

若存在，则将具有前后依赖规则的未被触发意图补入到所述意图组中。

7.根据权利要求2所述的方法，其特征在于，所述关联度包括支持度

表示使用记录中同一场景下任意两个语音技能X和Y在使用记录R_m中同时出现的概率，且

φ表示空集；

所述关联度大于关联阈值包括：支持度

大于或等于最小支持度min_spt。

8.根据权利要求2所述的方法，其特征在于，所述关联度包括置信度

表示使用记录中同一场景下任意一语音技能X出现的情况下另一语音技能Y在使用记录R_m中出现的概率，且

φ表示空集；

所述关联度大于关联阈值包括：置信度

大于或等于最小置信度min_cfd。

9.根据权利要求2所述的方法，其特征在于，所述关联度包括支持度

和置信度其中，

表示使用记录中同一场景下任意两个语音技能X和Y在使用记录R_m中同时出现的概率，表示使用记录中同一场景下任意一语音技能X出现的情况下另一语音技能Y在使用记录R_m中出现的概率，且

φ表示空集；

所述关联度大于关联阈值包括：关联强度

大于零；其中，

表示支持度的惩罚系数，

表示置信度的惩罚系数。

10.一种智能家电，其特征在于，包括：

获取模块，用于获取家电语音技能的使用记录；

筛选模块，用于基于数据挖掘方法在所述使用记录中筛选确定关联技能组；

拆分模块，用于拆分所述关联技能组中各技能所包含的用户意图；

组合模块，用于根据用户意图在所述使用记录中的触发序列，以及用户意图的前后依赖规则对所述用户意图进行重组或补位，生成新的候选技能供用户调用。

Images