CN111125346B - 语义资源的更新方法及系统 - Google Patents

语义资源的更新方法及系统 Download PDF

Info

Publication number
CN111125346B
CN111125346B CN201911366011.0A CN201911366011A CN111125346B CN 111125346 B CN111125346 B CN 111125346B CN 201911366011 A CN201911366011 A CN 201911366011A CN 111125346 B CN111125346 B CN 111125346B
Authority
CN
China
Prior art keywords
intervention
semantic
rule
recognition
text
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.)
Active
Application number
CN201911366011.0A
Other languages
English (en)
Other versions
CN111125346A (zh
Inventor
孙凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sipic Technology Co Ltd
Original Assignee
Sipic Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sipic Technology Co Ltd filed Critical Sipic Technology Co Ltd
Priority to CN201911366011.0A priority Critical patent/CN111125346B/zh
Publication of CN111125346A publication Critical patent/CN111125346A/zh
Application granted granted Critical
Publication of CN111125346B publication Critical patent/CN111125346B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/335Filtering based on additional data, e.g. user or group profiles
    • G06F16/337Profile generation, learning or modification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/334Query execution
    • G06F16/3344Query execution using natural language analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Machine Translation (AREA)

Abstract

本发明实施例提供一种语义资源的更新方法。该方法包括:识别引擎对用户输入的对话语句进行识别,得到识别文本;干预引擎对识别文本进行干预规则匹配以及干预语义匹配,将识别文本转化为的可识别的语义结构化的规则话术;语义引擎将规则话术转发至相关联的技能服务;相关联的技能服务对规则话术进行处理,将处理结果向用户反馈。本发明实施例还提供一种语义资源的更新系统。本发明实施例可以对语义资源进行热处理,提高语义资源的更新效率,当语义资源出现错误时,便于及时修复。

Description

语义资源的更新方法及系统
技术领域
本发明涉及智能语音对话领域,尤其涉及一种语义资源的更新方法及系统。
背景技术
在语音技能设计完成进行发布后,说法、意图、领域等技能元数据经过模型训练,资源已经固化。用户的解决方案是基于多个技能的资源融合成的产品,在产品层面,对技能中的说法是有一些量身定制的需求。例如普通的说法是“空调关闭”,想要在某些产品中用俏皮的说法“空调闭嘴”来执行指令。通俗点说,就是产品融合多个技能资源后,还要“接地气”。
因此需要有一种语义的干预手段,来对已经固化的语义资源进行再编排,实现语义资源的更新。
在实现本发明过程中,发明人发现相关技术中至少存在如下问题:
基于产品的配置信息描述,来进行语义的干预。从产品的开发者来说,进行语义的调整,要对产品中对应的配置信息重新配置,然后进行产品对应资源的发布和升级过程,整个调整涉及的环节较多。从产品的使用者来说,从发现问题到解决问题周期较长,无法及时的对问题进行修复。
发明内容
为了至少解决现有技术中语义资源更新配置环节较多,效率较低,当发现语义资源出现错误时,无法及时修复的问题。
第一方面,本发明实施例提供一种语义资源的更新方法,包括:
识别引擎对用户输入的对话语句进行识别,得到识别文本;
干预引擎对所述识别文本进行干预规则匹配以及干预语义匹配,将所述识别文本转化为的可识别的语义结构化的规则话术;
语义引擎将所述规则话术转发至相关联的技能服务;
所述相关联的技能服务对所述规则话术进行处理,将处理结果向用户反馈。
第二方面,本发明实施例提供一种语义资源的更新系统,包括:
文本识别程序模块,用于识别引擎对用户输入的对话语句进行识别,得到识别文本;
语义资源更新程序模块,用于干预引擎对所述识别文本进行干预规则匹配以及干预语义匹配,将所述识别文本转化为的可识别的语义结构化的规则话术;
技能转发程序模块,用于语义引擎将所述规则话术转发至相关联的技能服务;
反馈程序模块,用于所述相关联的技能服务对所述规则话术进行处理,将处理结果向用户反馈。
第三方面,提供一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例的语义资源的更新方法的步骤。
第四方面,本发明实施例提供一种存储介质,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实现本发明任一实施例的语义资源的更新方法的步骤。
本发明实施例的有益效果在于:从识别层面来说,采用数据后置处理的方法,将识别后的数据进行再次干预处理后,进行输出。语义的干预是将识别引擎输出的数据进行分析,将符合条件的字符或字符串进行匹配替换,进而达到识别准别的目标。从说法和领域层面来说,采用数据前置处理的方法,将需要处理的数据进行规则描述。将需要处理的数据和规则描述进行对比处理,将符合条件需要干预的数据进行热更新处理。可以让用户对自己的产品进行个性化设置,让语音产品更接地气儿。通过在干预模块中的规则修订接口以及话术修订接口,用户无需重新发布、升级语音产品,即可更新语义资源,提高语义资源的更新效率,当语义资源出现错误时,便于及时修复。
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一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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是本发明一实施例提供的一种语义资源的更新方法的流程图;
图2是本发明一实施例提供的一种语义资源的更新系统的结构示意图。
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作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。
如图1所示为本发明一实施例提供的一种语义资源的更新方法的流程图,包括如下步骤:
S11:识别引擎对用户输入的对话语句进行识别,得到识别文本;
S12:干预引擎对所述识别文本进行干预规则匹配以及干预语义匹配,将所述识别文本转化为的可识别的语义结构化的规则话术;
S13:语义引擎将所述规则话术转发至相关联的技能服务;
S14:所述相关联的技能服务对所述规则话术进行处理,将处理结果向用户反馈。
在本实施方式中,语义干预需要能够进行再次更新发布才能生效,这样周期和流程都比较长,此本方法引入了热更新的概念,建立独立的干预系统,将干预系统的处理逻辑和产品的处理逻辑相互分离。
整个系统有两大部分组成,分别是识别后处理模块和语义前处理模块。通过使用者通过这两个模块的数据配置,从而达到对语义的干预目的。此处通过“空调静音模式”修订为“小亮安静”来进行举例。
对于步骤S11,智能设备实时采集用户的对话语句,将对话语句输入到识别引擎中,通过识别引擎对用户输入的对话语句进行识别,从而得到相应的识别文本。例如,识别引擎正常处理后,将用户的对话语句识别成“小梁安静”。
对于步骤S12,通过干预引擎对所述识别文本进行干预规则匹配以及干预语义匹配,在本实施方式中,包括:通过后处理模块对来自于所述识别引擎的第一识别文本进行干预规则匹配,当所述第一识别文本中存在符合所述干预规则的发音时,将所述第一识别文本发送至识别干预模块;
接收所述识别干预模块确定的第二识别文本,其中,所述识别干预模块对所述第一识别文本中符合干预规则的发音进行文本替换;
通过语义前处理模块对所述第二识别文本进行干预语义匹配,当所述第二识别文本中存在符合所述干预语义的文本时,将所述第二识别文本发送至语义干预模块,将所述第二识别文本转化为语义结构化的规则话术。
将识别完成的文本“小梁安静”发送至后处理模块,后处理模块将输入的识别文本进行规则匹配,发现当前文本中包含干预发音“xiao liang”的数据。因此将识别文本送至识别干预模块。
识别干预模块接收到识别文本“小梁安静”,将文本中符合干预规则的数据进行替换“小梁”→“小亮”,得到输出“小亮安静”。
将干预过的识别结果送至语义前处理模块,前处理模块将识别结果进行规则匹配,发现当前文本包含需要干预的文本“小亮安静”。因此将识别结果送至语义干预模块。
语义干预模块定义了需要干预的话术。话术采用规则进行描述,例如此处说法描述为#设备名##操作指令#,例如:
1:定义#设备名#的数据包含“小亮”,#操作指令#的数据包含“安静”。
2:定义说法的意图为“设备控制”(唯一标示)
3:定义说法的技能为“空调技能”(唯一标示)
通过以上的数据描述,即可定位“小亮安静”对应的规则话术落入的技能范围,同时可以将话术进行语义结构化描述:[空调技能-设备控制-安静]。
对于步骤S13,语义引擎接收到了干预引擎的语义结构化的规则话术,通过对其解析,确定规则话术相关联的技能服务,确定出对应的空调技能,将[空调技能-设备控制-安静]发送至空调技能中。
对于步骤S14,通过空调技能对确定的规则话术进行处理,实现了相应的功能,将处理结果向用户反馈,将用户输入的“小梁安静”转换成“空调安静模式”,并执行相应的操作。
通过该实施方式可以看出,从识别层面来说,采用数据后置处理的方法,将识别后的数据进行再次干预处理后,进行输出。语义的干预是将识别引擎输出的数据进行分析,将符合条件的字符或字符串进行匹配替换,进而达到识别准别的目标。从说法和领域层面来说,采用数据前置处理的方法,将需要处理的数据进行规则描述。将需要处理的数据和规则描述进行对比处理,将符合条件需要干预的数据进行热更新处理。可以让用户对自己的产品进行个性化设置,让语音产品更接地气儿。
作为一种实施方式,在本实施例中,所述识别干预模块提供规则修订接口,用于实时接收开发者对所述干预规则的修订;
所述语义干预模块提供话术修订接口,用于实时接收开发者对所述规则话术的修订。
在本实施方式中,识别干预模块还负责输出数据修订接口,提供干预者进行识别干预数据的修订,例如可以将“小梁”修订成“小晾”等。同时语义干预模块还负责输出数据修订接口,提供干预者进行语义干预数据的修订,例如可以追加话术,追加话术中的定义符的数据条目,修订话术的意图、技能等语义数据的描述。
所述干预规则包括:干预规则优先级、干预规则生效时段、干预规则生效条件、干预规则生效范围。用户可以通过这些接口定义生效优先级、生效时间段、生效条件(前后包含什么读音生效)、生效范围(全部生效、第n到m生效)。
通过该实施方式可以看出,由于干预引擎是单独的模块,通过在干预模块中的规则修订接口以及话术修订接口,用户无需重新发布、升级语音产品,即可更新语义资源,提高语义资源的更新效率,当语义资源出现错误时,便于及时修复。
如图2所示为本发明一实施例提供的一种语义资源的更新系统的结构示意图,该系统可执行上述任意实施例所述的语义资源的更新方法,并配置在终端中。
本实施例提供的一种语义资源的更新系统包括:文本识别程序模块11,语义资源更新程序模块12,技能转发程序模块13和反馈程序模块14。
其中,文本识别程序模块11用于识别引擎对用户输入的对话语句进行识别,得到识别文本;语义资源更新程序模块12用于干预引擎对所述识别文本进行干预规则匹配以及干预语义匹配,将所述识别文本转化为的可识别的语义结构化的规则话术;技能转发程序模块13用于语义引擎将所述规则话术转发至相关联的技能服务;反馈程序模块14用于所述相关联的技能服务对所述规则话术进行处理,将处理结果向用户反馈。
进一步地,所述语义资源更新程序模块用于:
通过后处理模块对来自于所述识别引擎的第一识别文本进行干预规则匹配,当所述第一识别文本中存在符合所述干预规则的发音时,将所述第一识别文本发送至识别干预模块;
接收所述识别干预模块确定的第二识别文本,其中,所述识别干预模块对所述第一识别文本中符合干预规则的发音进行文本替换;
通过语义前处理模块对所述第二识别文本进行干预语义匹配,当所述第二识别文本中存在符合所述干预语义的文本时,将所述第二识别文本发送至语义干预模块,将所述第二识别文本转化为语义结构化的规则话术。
进一步地,所述识别干预模块提供规则修订接口,用于实时接收开发者对所述干预规则的修订;
所述语义干预模块提供话术修订接口,用于实时接收开发者对所述规则话术的修订。
进一步地,所述干预规则包括:干预规则优先级、干预规则生效时段、干预规则生效条件、干预规则生效范围。
进一步地,所述语义结构化的规则话术包括:名称和/或操作指令和/或说法意图和/或说法技能。
本发明实施例还提供了一种非易失性计算机存储介质,计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的语义资源的更新方法;
作为一种实施方式,本发明的非易失性计算机存储介质存储有计算机可执行指令,计算机可执行指令设置为:
识别引擎对用户输入的对话语句进行识别,得到识别文本;
干预引擎对所述识别文本进行干预规则匹配以及干预语义匹配,将所述识别文本转化为的可识别的语义结构化的规则话术;
语义引擎将所述规则话术转发至相关联的技能服务;
所述相关联的技能服务对所述规则话术进行处理,将处理结果向用户反馈。
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,如本发明实施例中的方法对应的程序指令/模块。一个或者多个程序指令存储在非易失性计算机可读存储介质中,当被处理器执行时,执行上述任意方法实施例中的语义资源的更新方法。
非易失性计算机可读存储介质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装置的使用所创建的数据等。此外,非易失性计算机可读存储介质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,非易失性计算机可读存储介质可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至装置。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。
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,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例的语义资源的更新方法的步骤。
本申请实施例的客户端以多种形式存在,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、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,例如平板电脑。
(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,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)其他具有数据处理功能的电子装置。
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。
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。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
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必需的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现有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发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。

Claims (8)

1.一种语义资源的更新方法,包括:
识别引擎对用户输入的对话语句进行识别,得到识别文本;
干预引擎对所述识别文本进行干预规则匹配以及干预语义匹配,将所述识别文本转化为的可识别的语义结构化的规则话术,其中,所述干预引擎定义了需要干预的话术,所述需要干预的话术采用预设规则进行描述,通过进行干预规则匹配和干预语义匹配确认所述识别文本是否满足所述预设规则,所述预设规则具有对应的语义结构化的规则话术,所述语义结构化的规则话术包括:名称和/或操作指令和/或说法意图和/或说法技能;
语义引擎将所述规则话术转发至相关联的技能服务;
所述相关联的技能服务对所述规则话术进行处理,将处理结果向用户反馈。
2.根据权利要求1所述的方法,其中,所述干预引擎对所述识别文本进行干预规则匹配以及干预语义匹配,将所述识别文本转化为的可识别的语义结构化的规则话术包括:
通过后处理模块对来自于所述识别引擎的第一识别文本进行干预规则匹配,当所述第一识别文本中存在符合所述干预规则的发音时,将所述第一识别文本发送至识别干预模块;
接收所述识别干预模块确定的第二识别文本,其中,所述识别干预模块对所述第一识别文本中符合干预规则的发音进行文本替换;
通过语义前处理模块对所述第二识别文本进行干预语义匹配,当所述第二识别文本中存在符合所述干预语义的文本时,将所述第二识别文本发送至语义干预模块,将所述第二识别文本转化为语义结构化的规则话术。
3.根据权利要求2所述的方法,其中,所述识别干预模块提供规则修订接口,用于实时接收开发者对所述干预规则的修订;
所述语义干预模块提供话术修订接口,用于实时接收开发者对所述规则话术的修订。
4.根据权利要求2所述的方法,其中,所述干预规则包括:干预规则优先级、干预规则生效时段、干预规则生效条件、干预规则生效范围。
5.一种语义资源的更新系统,包括:
文本识别程序模块,用于识别引擎对用户输入的对话语句进行识别,得到识别文本;
语义资源更新程序模块,用于干预引擎对所述识别文本进行干预规则匹配以及干预语义匹配,将所述识别文本转化为的可识别的语义结构化的规则话术,其中,所述干预引擎定义了需要干预的话术,所述需要干预的话术采用预设规则进行描述,通过进行干预规则匹配和干预语义匹配确认所述识别文本是否满足所述预设规则,所述预设规则具有对应的语义结构化的规则话术,所述语义结构化的规则话术包括:名称和/或操作指令和/或说法意图和/或说法技能;
技能转发程序模块,用于语义引擎将所述规则话术转发至相关联的技能服务;
反馈程序模块,用于所述相关联的技能服务对所述规则话术进行处理,将处理结果向用户反馈。
6.根据权利要求5所述的系统,其中,所述语义资源更新程序模块用于:
通过后处理模块对来自于所述识别引擎的第一识别文本进行干预规则匹配,当所述第一识别文本中存在符合所述干预规则的发音时,将所述第一识别文本发送至识别干预模块;
接收所述识别干预模块确定的第二识别文本,其中,所述识别干预模块对所述第一识别文本中符合干预规则的发音进行文本替换;
通过语义前处理模块对所述第二识别文本进行干预语义匹配,当所述第二识别文本中存在符合所述干预语义的文本时,将所述第二识别文本发送至语义干预模块,将所述第二识别文本转化为语义结构化的规则话术。
7.根据权利要求6所述的系统,其中,所述识别干预模块提供规则修订接口,用于实时接收开发者对所述干预规则的修订;
所述语义干预模块提供话术修订接口,用于实时接收开发者对所述规则话术的修订。
8.根据权利要求6所述的系统,其中,所述干预规则包括:干预规则优先级、干预规则生效时段、干预规则生效条件、干预规则生效范围。
CN201911366011.0A 2019-12-26 2019-12-26 语义资源的更新方法及系统 Active CN111125346B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911366011.0A CN111125346B (zh) 2019-12-26 2019-12-26 语义资源的更新方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911366011.0A CN111125346B (zh) 2019-12-26 2019-12-26 语义资源的更新方法及系统

Publications (2)

Publication Number Publication Date
CN111125346A CN111125346A (zh) 2020-05-08
CN111125346B true CN111125346B (zh) 2022-07-08

Family

ID=70503078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911366011.0A Active CN111125346B (zh) 2019-12-26 2019-12-26 语义资源的更新方法及系统

Country Status (1)

Country Link
CN (1) CN111125346B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111681643A (zh) * 2020-05-29 2020-09-18 标贝(北京)科技有限公司 语音识别后处理方法、装置、系统及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105446146A (zh) * 2015-11-19 2016-03-30 深圳创想未来机器人有限公司 基于语义分析的智能终端控制方法、系统及智能终端
CN106992001A (zh) * 2017-03-29 2017-07-28 百度在线网络技术(北京)有限公司 语音指令的处理方法、装置和系统
CN108962233A (zh) * 2018-07-26 2018-12-07 苏州思必驰信息科技有限公司 用于语音对话平台的语音对话处理方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105446146A (zh) * 2015-11-19 2016-03-30 深圳创想未来机器人有限公司 基于语义分析的智能终端控制方法、系统及智能终端
CN106992001A (zh) * 2017-03-29 2017-07-28 百度在线网络技术(北京)有限公司 语音指令的处理方法、装置和系统
CN108962233A (zh) * 2018-07-26 2018-12-07 苏州思必驰信息科技有限公司 用于语音对话平台的语音对话处理方法及系统

Also Published As

Publication number Publication date
CN111125346A (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
CN108984529B (zh) 实时庭审语音识别自动纠错方法、存储介质及计算装置
US11816435B1 (en) Applied artificial intelligence technology for contextualizing words to a knowledge base using natural language processing
EP3584786B1 (en) Voice recognition method, electronic device, and computer storage medium
US20190005951A1 (en) Method of processing dialogue based on dialog act information
CN110675870A (zh) 一种语音识别方法、装置、电子设备及存储介质
US10460034B2 (en) Intention inference system and intention inference method
CN107871503B (zh) 语音对话系统以及发声意图理解方法
JP5119055B2 (ja) 多言語対応音声認識装置、システム、音声の切り替え方法およびプログラム
CN110277088B (zh) 智能语音识别方法、装置及计算机可读存储介质
CN109545197B (zh) 语音指令的识别方法、装置和智能终端
KR20170033722A (ko) 사용자의 발화 처리 장치 및 방법과, 음성 대화 관리 장치
CN106328124A (zh) 一种基于用户行为特征的语音识别方法
CN110704590B (zh) 扩充训练样本的方法和装置
CN111710337B (zh) 语音数据的处理方法、装置、计算机可读介质及电子设备
WO2008137616A1 (en) Multi-class constrained maximum likelihood linear regression
CN111191450A (zh) 语料清洗方法、语料录入设备及计算机可读存储介质
KR20210034276A (ko) 대화 시스템, 대화 처리 방법 및 전자 장치
CN112562640A (zh) 多语言语音识别方法、装置、系统及计算机可读存储介质
CN111125346B (zh) 语义资源的更新方法及系统
JP2019101065A (ja) 音声対話装置、音声対話方法及びプログラム
KR20190074508A (ko) 챗봇을 위한 대화 모델의 데이터 크라우드소싱 방법
GB2585492A (en) Phonetic patterns for fuzzy matching in natural language processing
CN112818096A (zh) 对话生成方法及其装置
KR102153220B1 (ko) 동일성 판단에 기초한 음성 인식 결과 출력 방법 및 이를 이용한 장치
CN112002325B (zh) 多语种语音交互方法和装置

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
CB02 Change of applicant information

Address after: 215123 building 14, Tengfei Innovation Park, 388 Xinping street, Suzhou Industrial Park, Suzhou City, Jiangsu Province

Applicant after: Sipic Technology Co.,Ltd.

Address before: 215123 building 14, Tengfei Innovation Park, 388 Xinping street, Suzhou Industrial Park, Suzhou City, Jiangsu Province

Applicant before: AI SPEECH Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant