CN111949178A - 技能切换方法、装置、设备以及存储介质 - Google Patents

技能切换方法、装置、设备以及存储介质 Download PDF

Info

Publication number
CN111949178A
CN111949178A CN202010812567.4A CN202010812567A CN111949178A CN 111949178 A CN111949178 A CN 111949178A CN 202010812567 A CN202010812567 A CN 202010812567A CN 111949178 A CN111949178 A CN 111949178A
Authority
CN
China
Prior art keywords
skill
skills
confidence
alternative
switching
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
Application number
CN202010812567.4A
Other languages
English (en)
Other versions
CN111949178B (zh
Inventor
曹洪伟
徐犇
周晓
王芃
朱凯华
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Shanghai Xiaodu Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010812567.4A priority Critical patent/CN111949178B/zh
Publication of CN111949178A publication Critical patent/CN111949178A/zh
Application granted granted Critical
Publication of CN111949178B publication Critical patent/CN111949178B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/4401Bootstrapping
    • G06F9/4418Suspend and resume; Hibernate and awake
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/445Program loading or initiating
    • G06F9/44505Configuring for program initiating, e.g. using registry, configuration files
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Security & Cryptography (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请公开了一种技能切换方法、装置、设备以及存储介质,涉及云计算、人工智能和语音交互技术领域。具体实现方案为:接收语音信息;在当前技能与语音信息不相关的情况下,获取技能历史数据;技能历史数据包括多个备选技能的使用信息;根据技能历史数据及语音信息,确定置信度最高的备选技能;置信度包括备选技能与语音信息的相关程度;利用置信度最高的备选技能进行技能切换。本申请实现了技能间的自由切换,提高了用户体验。

Description

技能切换方法、装置、设备以及存储介质
技术领域
本申请涉及云计算领域,尤其涉及人工智能和语音交互领域。
背景技术
在智能语音设备提供当前第三方技能中,如果用户想要打开一目标技能,需要通过显式唤醒的方式打开目标技能,例如直接说出该目标技能的名字,才能够从当前第三方技能切换至目标技能。
发明内容
本申请提供了一种技能切换方法、装置、设备以及存储介质。
根据本申请的一方面,提供了一种技能切换方法,包括:
接收语音信息;
在当前技能与语音信息不相关的情况下,获取技能历史数据;技能历史数据包括多个备选技能的使用信息;
根据技能历史数据及语音信息,确定置信度最高的备选技能;置信度包括备选技能与语音信息的相关程度;
利用置信度最高的备选技能进行技能切换。
根据本申请的另一方面,提供了一种技能切换装置,包括:
语音信息接收模块,用于接收语音信息;
技能历史数据获取模块,用于在当前技能与语音信息不相关的情况下,获取技能历史数据;技能历史数据包括多个备选技能的使用信息;
置信度最高确定模块,用于根据技能历史数据及语音信息,确定置信度最高的备选技能;置信度包括备选技能与语音信息的相关程度;
切换模块,用于利用置信度最高的备选技能进行技能切换。
根据本申请的技术解决了如何实现技能间的自由切换的问题,提高了用户体验。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请实施例提供的技能切换方法的流程图一;
图2是根据本申请实施例提供的技能切换方法的流程图二;
图3是根据本申请实施例提供的技能切换方法的流程图三;
图4是根据本申请实施例提供的技能切换方法的流程图四;
图5是根据本申请实施例提供的技能切换方法的流程图五;
图6是根据本申请实施例提供的技能切换方法的流程图六;
图7是根据本申请实施例提供的技能切换方法的场景图一;
图8是根据本申请实施例提供的技能切换方法的场景图二;
图9是根据本申请实施例提供的技能切换装置的结构框图一;
图10是根据本申请实施例提供的技能切换装置的结构框图二;
图11是根据本申请实施例提供的技能切换装置的结构框图三;
图12是根据本申请实施例提供的技能切换装置的结构框图四;
图13是用来实现本申请实施例的技能切换方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1示出本申请实施例提供的一种技能切换方法的流程图。参见图1,该技能切换方法包括:
S101、接收语音信息;
S102、在当前技能与语音信息不相关的情况下,获取技能历史数据,技能历史数据包括多个备选技能的使用信息;
S103、根据技能历史数据及语音信息,确定置信度最高的备选技能;置信度包括备选技能与语音信息的相关程度;
S104、利用置信度最高的备选技能进行技能切换。
本申请实施例通过结合历史技能数据,确定备选技能与语音信息的相关程度,得到备选技能的置信度,以利用置信度最高的备选技能实现技能切换。
以智能语音设备上一次提供的技能为技能A,当前提供的技能为技能B,技能A为口算游戏为例。在现有技术中,如果用户想要从当前技能B恢复至技能A,需要显式唤醒,即明确说出技能A的名称,例如“打开口算游戏”。可见,现有技能之间切换的自由度低,用户体验较差。
在本申请实施例中,如果用户想要从当前技能B恢复至技能A,用户可以发起非显式唤醒,例如询问“3的平方是多少”。在接收到该询问“3的平方是多少”,分析用户意图为计算,技能A也符合用户的计算的意图,并且结合历史技能数据中记录了用户在技能B之前打开了技能A的情况下,此时可以得到技能A和语音信息的相关度较高,得到技能A的置信度最高。基于该置信度,此时可以中断技能B,并恢复技能A。可见,本申请实施例完成技能间的自由切换,实现了有效的中断和恢复,提高了用户体验。
一种示例,本申请实施例提供的技能切换方法,可应用于智能语音平台,由智能语音设备接入用户的语音信息,并将语音信息传输至智能语音平台。智能语音平台基于本申请实施例提供的技能切换方法,对接收到的语音信息进行分析,确定置信度最高的备选技能;然后,通过调用该备选技能,获得该备选技能返回的技能数据,并将该技能数据传输至智能语音设备上进行呈现。呈现的方式可以是多模态呈现,例如播放语音信息和在屏幕上显示文字信息。
智能语音设备指通过语音方式实现人机交互的智能设备。智能语音设备可以包括但不限于:智能音箱、智能屏、智能机器人、智能电视、智能冰箱、智能手机和智能车载设备。
智能语音设备可支持多个备选技能。备选技能可以包括智能语音设备的内置技能和第三方技能。
内置技能,可以指智能语音设备自带的语音技能,例如智能音箱所支持的语音播放技能、天气预报技能和闹钟技能等。
第三方技能,可以指智能语音设备向第三方开发者开放的技能平台,由第三方开发者在该技能平台上开发出的各类语音技能。如安装到智能音箱上的游戏语音技能和线上课程语音技能等。
在一种实施方式中,技能历史数据包括以某一历史时刻为起点、以当前时刻为终点的时间段中,每个备选技能的使用时间和用户行为数据。
其中,用户行为数据可以指当智能语音设备提供对应技能时所执行的操作数据。例如,技能A为口算游戏,记录如“计算3的平方的结果”的用户行为数据。
可选地,技能历史数据以队列的形式,按照时间顺序记录用户使用的各个备选技能以及各个备选技能的使用时间、使用备选技能时的用户行为数据。例如“技能A,13:00,计算3的平方的结果”;“技能B,14:00-16:00,完成线上数学课”等等。
此外,技能历史数据还可以记录用户和智能语音设备的交互上下文信息。
参见图2,步骤S103中,根据技能历史数据及语音信息,确定置信度最高的备选技能,包括:
S201、根据技能历史数据和语音信息,确定各个备选技能的特征数据;其中,特征数据包括:备选技能的使用时间与当前时间的时间间隔、备选技能的使用时间与当前时间之间所使用的技能数量、以及用户行为数据和语音信息的匹配度中的至少一项。
S202、根据各个备选技能的特征数据,确定置信度最高的备选技能。
可选地,备选技能的使用时间与当前时间的时间间隔越短,间隔时间里使用的其他技能数量越少,其置信度越大。
上述实施方式中,计算备选技能的使用时间与当前时间的时间间隔、备选技能的使用时间与当前时间之间所使用的技能数量的特征数据,将其作为置信度的考虑因素之一,有利于为用户恢复近期所使用的备选技能。此外,还将用户行为数据和语音信息的匹配度作为置信度的考虑因素之一,也有利于为用户打开近期使用的技能,并恢复在该技能上的相应操作。
例如,历史技能数据中记录“技能A,13:00,计算3的平方的结果”;“技能B,14:00-16:00,完成线上数学课”。假设此时时间为16:30,智能语音设备提供的是技能C,用户发起“我要复习数学课”的语音信息。与技能A相比,技能B与技能C之间时间间隔更短,间隔期间使用的技能最少;且在技能B中存在数学课的行为,与用户的语音信息匹配度高。此时,技能B的置信度高于技能A的置信度,为用户恢复技能B。进一步地,还可以为用户调用技能B中的数学课数据。
可选地,步骤S202中可以通过实时机器学习的方法,根据各个备选技能的特征数据,确定置信度最高的备选技能。
在一种实施方式中,参见图3,图1所示的方法还包括:
S301、根据置信度最高的备选技能的置信度,确定置信度最高的备选技能的切换方式。
上述实施方式中,在评估出于该语音信息对应的各个备选技能的置信度后,对置信度区间进行分类。基于不同区间的置信度采取不同的切换方式,提高技能切换过程中的用户体验。
在一种实施方式中,步骤S301中,根据置信度最高的备选技能的置信度,确定置信度最高的备选技能的切换方式,包括:
如果置信度最高的备选技能的置信度属于第一置信度区间,则中断当前技能,并切换至置信度最高的备选技能。
上述实施方式中,可以设定第一置信度区间为高置信度区间。当备选技能的置信度属于第一置信度区间,可以得出备选技能的置信度较高。因此选择直接为用户进行技能切换,减少智能语音设备和用户之间的交互次数,提高用户体验。
在一种实施方式中,参见图4,步骤S301中,根据置信度最高的备选技能的置信度,确定置信度最高的备选技能的切换方式,包括:
S401、如果置信度最高的备选技能的置信度属于第二置信度区间,则生成询问信息,询问信息用于询问是否切换至置信度最高的备选技能;
S402、在接收到确定切换的反馈信息的情况下,中断当前技能,并切换至置信度最高的备选技能。
上述实施方式中,可以设定第二置信度区间为中置信度区间。当备选技能的置信度属于第二置信度区间,可以得出备选技能的置信度中等。此时选择先询问用户是否进行该置信度最高的备选技能的切换,基于用户反馈再进行切换。有利于避免在对语音信息的话术理解置信度较低时所导致的错误切换。
在一种实施方式中,参见图5,步骤S301中,根据置信度最高的备选技能的置信度,确定置信度最高的备选技能的切换方式,包括:
S501、如果置信度最高的备选技能的置信度属于第三置信度区间,则保持当前技能。
上述实施方式中,可以设定第三置信度区间为低置信度区间。当备选技能的置信度属于第三置信度区间,可以得出备选技能的置信度较低。此时选择保留在当前技能中,有利于减少语音智能设备的失误操作。
在一种实施方式中,继续参见图5,在上述步骤S301中,还包括:
S502、在保持当前技能的过程中,如果连续预设次数接收到的语音信息所确定的置信度最高的备选技能的置信度均属于第三置信度区间,则中断当前技能。
上述实施方式中,在用户多次无效的语音信息后,选择为用户退出当前技能。在退出当前技能后,减少了当前技能的限定,可以为更好地对用户话术进行理解。
在一种实施方式中,第一置信度区间的值大于第二置信度区间的值,第二置信度区间的值大于第三置信度区间的值。参见图6,步骤S301包括:
S601、判断置信度最高的备选技能的置信度所属的置信度区间;
S602、如果置信度最高的备选技能的置信度属于第一置信度区间,则中断当前技能,并切换至置信度最高的备选技能;
S603、如果置信度最高的备选技能的置信度属于第二置信度区间,则生成询问信息,询问信息用于询问是否切换至置信度最高的备选技能;
S604、如果置信度最高的备选技能的置信度属于第三置信度区间,则保持当前技能。
在一种实施方式中,当前技能包括第三方技能;备选技能包括内置技能和/或第三方技能。
在现有技术中,当智能语音设备提供第三方技能时,需要用户显式唤醒需要切换的目标技能,才可以从当前技能中跳转至目标技能。而通过本申请实施例结合历史技能数据,确定语音信息对应的备选技能的置信度,进而利用置信度最高的技能进行相应切换操作的方案。有效地解决了现有技术中第三方技能无法实现自由切换的问题。
在一种实施方式中,技能历史数据包括多队列技能历史数据,多队列技能历史数据包括多个设备收集的技能历史数据。
例如,用户通过同一账户信息登录多个设备,例如智能屏和智能电视。队列1管理智能音箱的技能历史数据、队列2管理智能电视的技能历史数据。当用户向智能屏发起“我要看XX电影”的语音信息时,结合队列1-2的技能历史数据进行分析,发现队列2中记录了一个小时前该用户在AA播放器阅读XX电影。对应的,可以在智能屏上调用AA播放器技能,并播放XX电影。
通过不同队列维护用户在不同设备上的技能历史数据,实现用户在不同设备端之间完成技能的自由切换,提高了用户体验。
本申请提供的智能语音设备至少具备下述一项有益效果:
(1)用户可以在任何第三方技能间自由切换。
(2)对智能语音技能实现了有效的应用中断与恢复,较大地提高了用户体验。
(3)多队列管理用户数据,有效的评估了用户的话术与技能之间的相关性。
下述为基于本申请实施例提供的技能切换方法,所实现的多个场景的示例。
(一)最高置信度的备选技能属于第一置信度区间的情况下,实现技能自由切换的场景。参见图7,图7所示为该场景的示例图。
(1)用户发起语音信息“打开口算游戏”,以在智能语音设备打开技能A。在本实施例中,技能A为口算游戏。
(2)智能语音设备将该语音信息“打开口算游戏”传输至智能语音平台。智能语音平台对该语音信息用户问询进行理解,调用技能A。技能A返回数据至智能语音平台。
(3)智能语音平台将技能A返回的数据,在智能语音设备上多模态呈现,以展示并把播放技能A的内容。
其中,多模态呈现可以包括但不限于播放语音、在屏幕上显示图像和/或视频等,对应的,用户可以通过语音交互和/或屏幕触控的方式和智能语音设备进行交互。
(4)在智能语音设备提供技能A的过程中,向智能语音设备再次发起语音信息询问“ABC网课的课程几点开始”,以在智能语音设备打开技能B在本实施例中,技能B为ABC网课。
(5)智能语音设备将该语音信息“ABC网课的课程几点开始”传输至智能语音平台。智能语音平台对该语音信息进行理解,调用技能B。技能B返回数据至智能语音平台。
(6)智能语音平台将技能B返回的数据,在智能语音设备上多模态呈现,在智能语音设备上展示并播放技能B的内容。
在本实施例中,技能B为ABC网课。
(7)在智能语音设备提供技能B的过程中,用户又再次向智能语音设备发起语音信息,询问“3的平方是多少”。
(8)智能语音平台对该语音信息“3的平方是多少”进行理解。由于技能A为口算游戏,符合该语音信息的计算意图,并且技能A在调用B之前调用过,其置信度较高,属于第一置信度区间。因此,智能语音平台直接调用技能A,以恢复技能A。技能A将返回数据至智能语音平台。
(9)智能语音平台将技能A返回的数据,在智能语音设备上多模态呈现,在智能语音设备上展示并播放技能A的内容。
(二)最高置信度的备选技能属于第二置信度区间的情况下,实现技能切换确认的场景。参见图8,图8所示为该场景的示例图。
(1)用户发起语音信息“打开口算游戏”,以试图在智能语音设备打开技能A。在本实施例中,技能A为口算游戏。
(2)智能语音设备将该语音信息“打开口算游戏”传输至智能语音平台。智能语音平台对该语音信息进行理解,调用技能A。技能A返回数据至智能语音平台。
(3)智能语音平台将技能A返回的数据,在智能语音设备上多模态呈现,以展示并播放技能A的内容。
(4)在技能A的过程中,用户再次向智能语音设备发起语音信息,询问“课程几点开始”,以试图在智能语音设备上打开ABC网课,了解课程的开始时间。在本实施例中,技能B为ABC网课。
(5)智能语音设备将该语音信息“课程几点开始”传输至智能语音平台。
(6)智能语音平台对该语音信息“课程几点开始”进行理解,发现该语音信息的意图为了解课程的开始时间。而技能B为与课程相关的技能。但由于历史技能数据的近期数据中均未有技能B的记录,此时技能B的置信度中等,属于第二置信度区间。在技能B属于第二置信度区间的情况下,采取先通过智能语音设备询问用户是否进入技能B。
(7)如果用户发起语音信息,向智能语音设备反馈确认打开技能B。智能语音设备将该反馈传输至智能语音平台,智能语音平台对用户确认进行理解,确定调用技能B。技能B返回数据至智能语音平台。
(8)智能语音平台将技能B返回的数据,在智能语音设备上多模态呈现,以展示并播放技能B的内容。
(9)如果用户不确认打开技能B,智能语音平台对用户不确认进行理解,则确定保持技能A,在智能语音设备上展示并播放技能A的内容。
(三)最高置信度的备选技能属于第三置信度区间的情况下,保持或退出当前技能。
当智能语音设备提供技能A时,用户发起随机询问,该询问与技能A无关,且计算得到的备选技能的置信度十分低,属于第三置信度区间。此时智能语音平台表示没听清,并保持技能A。
在多次接收到与技能A无关的用户问询,并且计算得到的备选技能的置信度均属于第三置信度区间的情况下,退出技能A。
图9示出本申请实施例提供的一种技能切换装置900,该技能切换装置900包括:
语音信息接收模块901,用于接收语音信息;
技能历史数据获取模块902,用于在当前技能与语音信息不相关的情况下,获取技能历史数据;技能历史数据包括多个备选技能的使用信息;
置信度最高确定模块903,用于根据技能历史数据及语音信息,确定置信度最高的备选技能;置信度包括备选技能与语音信息的相关程度;
切换模块904,用于利用置信度最高的备选技能进行技能切换。
在一种实施方式中,技能历史数据包括每个备选技能的使用时间和用户行为数据;
参见图10,置信度最高确定模块903,包括:
特征数据确定子模块1001,用于根据技能历史数据和语音信息,确定各个备选技能的特征数据;其中,特征数据包括:备选技能的使用时间与当前时间的时间间隔、备选技能的使用时间与当前时间之间所使用的技能数量、以及用户行为数据和语音信息的匹配度中的至少一项。
置信度最高确定子模块1002,用于根据各个备选技能的特征数据,确定置信度最高的备选技能。
在一种实施方式中,参见图11,技能切换装置1100,还包括:
切换方式确定模块1101,用于根据置信度最高的备选技能的置信度,确定置信度最高的备选技能的切换方式。
在一种实施方式中,参见图12,切换方式确定模块1101,包括:
第一置信度区间切换子模块1201,用于如果置信度最高的备选技能的置信度属于第一置信度区间,则中断当前技能,并切换至置信度最高的备选技能。
在一种实施方式中,参见图12,切换方式确定模块1101,包括:
第二置信度区间切换子模块1202,用于如果置信度最高的备选技能的置信度属于第二置信度区间,则生成询问信息,询问信息用于询问是否切换至置信度最高的备选技能。
切换子模块1203,用于在接收到确定切换的反馈信息的情况下,中断当前技能,并切换至置信度最高的备选技能。
在一种实施方式中,参见图12,切换方式确定模块1101,包括:
第三置信度区间切换子模块1204,用于如果置信度最高的备选技能的置信度属于第三置信度区间,则保持当前技能。
在一种实施方式中,切换方式确定模块1101,还包括:
中断子模块1205,用于在保持当前技能的过程中,如果连续预设次数接收到的语音信息所确定的置信度最高的备选技能的置信度均属于第三置信度区间,则中断当前技能。
在一种实施方式中,当前技能包括第三方技能;备选技能包括内置技能和/或第三方技能。
在一种实施方式中,技能历史数据包括多队列技能历史数据,多队列技能历史数据包括多个设备收集的技能历史数据。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图13所示,是根据本申请实施例的技能切换方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图13所示,该电子设备包括:一个或多个处理器1301、存储器1302,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图13中以一个处理器1301为例。
存储器1302即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的技能切换方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的技能切换方法。
存储器1302作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的技能切换方法对应的程序指令/模块(例如,附图9所示的语音信息接收模块901、技能历史数据获取模块902、置信度最高确定模块903和切换模块904)。处理器1301通过运行存储在存储器1302中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的技能切换方法。
存储器1302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技能切换电子设备的使用所创建的数据等。此外,存储器1302可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器1302可选包括相对于处理器1301远程设置的存储器,这些远程存储器可以通过网络连接至技能切换电子设备。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。
技能切换方法的电子设备还可以包括:输入装置1303和输出装置1304。处理器1301、存储器1302、输入装置1303和输出装置1304可以通过总线或者其他方式连接,图13中以通过总线连接为例。
输入装置1303可接收输入的数字或字符信息,以及产生与技能切换电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1304可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,完成技能间的自由切换,实现了有效的中断和恢复,提高了用户体验。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。

Claims (20)

1.一种技能切换方法,包括:
接收语音信息;
在当前技能与所述语音信息不相关的情况下,获取技能历史数据;所述技能历史数据包括多个备选技能的使用信息;
根据所述技能历史数据及所述语音信息,确定置信度最高的备选技能;所述置信度包括备选技能与所述语音信息的相关程度;
利用所述置信度最高的备选技能进行技能切换。
2.根据权利要求1所述的方法,其中,所述技能历史数据包括每个所述备选技能的使用时间和用户行为数据;
所述根据所述技能历史数据及所述语音信息,确定置信度最高的备选技能,包括:
根据所述技能历史数据和所述语音信息,确定各个所述备选技能的特征数据;其中,所述特征数据包括:所述备选技能的使用时间与当前时间的时间间隔、所述备选技能的使用时间与当前时间之间所使用的技能数量、以及所述用户行为数据和所述语音信息的匹配度中的至少一项;
根据各个所述备选技能的特征数据,确定置信度最高的备选技能。
3.根据权利要求1或2所述的方法,还包括:
根据所述置信度最高的备选技能的置信度,确定所述置信度最高的备选技能的切换方式。
4.根据权利要求3所述的方法,其中,所述根据所述置信度最高的备选技能的置信度,确定所述置信度最高的备选技能的切换方式,包括:
如果所述置信度最高的备选技能的置信度属于第一置信度区间,则中断所述当前技能,并切换至所述置信度最高的备选技能。
5.根据权利要求3所述的方法,其中,所述根据所述置信度最高的备选技能的置信度,确定所述置信度最高的备选技能的切换方式,包括:
如果所述置信度最高的备选技能的置信度属于第二置信度区间,则生成询问信息,所述询问信息用于询问是否切换至所述置信度最高的备选技能;
在接收到确定切换的反馈信息的情况下,中断所述当前技能,并切换至所述置信度最高的备选技能。
6.根据权利要求3所述的方法,其中,所述根据所述置信度最高的备选技能的置信度,确定所述置信度最高的备选技能的切换方式,包括:
如果所述置信度最高的备选技能的置信度属于第三置信度区间,则保持所述当前技能。
7.根据权利要求6所述的方法,还包括:
在保持所述当前技能的过程中,如果连续预设次数接收到的语音信息所确定的置信度最高的备选技能的置信度均属于所述第三置信度区间,则中断所述当前技能。
8.根据权利要求1或2所述的方法,其中,
所述当前技能包括第三方技能;
所述备选技能包括内置技能和/或第三方技能。
9.根据权利要求1或2所述的方法,其中,
所述技能历史数据包括多队列技能历史数据,所述多队列技能历史数据包括多个设备收集的技能历史数据。
10.一种技能切换装置,包括:
语音信息接收模块,用于接收语音信息;
技能历史数据获取模块,用于在当前技能与所述语音信息不相关的情况下,获取技能历史数据;所述技能历史数据包括多个备选技能的使用信息;
置信度最高确定模块,用于根据所述技能历史数据及所述语音信息,确定置信度最高的备选技能;所述置信度包括备选技能与所述语音信息的相关程度;
切换模块,用于利用所述置信度最高的备选技能进行技能切换。
11.根据权利要求10所述的装置,其中,所述技能历史数据包括每个所述备选技能的使用时间和用户行为数据;
所述置信度最高确定模块,包括:
特征数据确定子模块,用于根据所述技能历史数据和所述语音信息,确定各个所述备选技能的特征数据;其中,所述特征数据包括:所述备选技能的使用时间与当前时间的时间间隔、所述备选技能的使用时间与当前时间之间所使用的技能数量、以及所述用户行为数据和所述语音信息的匹配度中的至少一项;
置信度最高确定子模块,用于根据各个所述备选技能的特征数据,确定置信度最高的备选技能。
12.根据权利要求10或11所述的装置,还包括:
切换方式确定模块,用于根据所述置信度最高的备选技能的置信度,确定所述置信度最高的备选技能的切换方式。
13.根据权利要求12所述的装置,其中,所述切换方式确定模块,包括:
第一置信度区间切换子模块,用于如果所述置信度最高的备选技能的置信度属于第一置信度区间,则中断所述当前技能,并切换至所述置信度最高的备选技能。
14.根据权利要求12所述的装置,其中,所述切换方式确定模块,包括:
第二置信度区间切换子模块,用于如果所述置信度最高的备选技能的置信度属于第二置信度区间,则生成询问信息,所述询问信息用于询问是否切换至所述置信度最高的备选技能;
切换子模块,用于在接收到确定切换的反馈信息的情况下,中断所述当前技能,并切换至所述置信度最高的备选技能。
15.根据权利要求12所述的装置,其中,所述切换方式确定模块,包括:
第三置信度区间切换子模块,用于如果所述置信度最高的备选技能的置信度属于第三置信度区间,则保持所述当前技能。
16.根据权利要求15所述的装置,所述切换方式确定模块,还包括:
中断子模块,用于在保持所述当前技能的过程中,如果连续预设次数接收到的语音信息所确定的置信度最高的备选技能的置信度均属于所述第三置信度区间,则中断所述当前技能。
17.根据权利要求10或11所述的装置,其中,
所述当前技能包括第三方技能;
所述备选技能包括内置技能和/或第三方技能。
18.根据权利要求10或11所述的装置,其中,
所述技能历史数据包括多队列技能历史数据,所述多队列技能历史数据包括多个设备收集的技能历史数据。
19.一种电子设备,其特征在于,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权利要求1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的方法。
CN202010812567.4A 2020-08-13 2020-08-13 技能切换方法、装置、设备以及存储介质 Active CN111949178B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010812567.4A CN111949178B (zh) 2020-08-13 2020-08-13 技能切换方法、装置、设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010812567.4A CN111949178B (zh) 2020-08-13 2020-08-13 技能切换方法、装置、设备以及存储介质

Publications (2)

Publication Number Publication Date
CN111949178A true CN111949178A (zh) 2020-11-17
CN111949178B CN111949178B (zh) 2022-02-22

Family

ID=73341830

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010812567.4A Active CN111949178B (zh) 2020-08-13 2020-08-13 技能切换方法、装置、设备以及存储介质

Country Status (1)

Country Link
CN (1) CN111949178B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113806467A (zh) * 2021-09-21 2021-12-17 阿里云计算有限公司 交互控制方法、对话策略调整方法、电子设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140112465A1 (en) * 2002-10-31 2014-04-24 Verizon Business Global Llc Providing information regarding interactive voice response sessions
CN108335696A (zh) * 2018-02-09 2018-07-27 百度在线网络技术(北京)有限公司 语音唤醒方法和装置
US20190096396A1 (en) * 2016-06-16 2019-03-28 Baidu Online Network Technology (Beijing) Co., Ltd. Multiple Voice Recognition Model Switching Method And Apparatus, And Storage Medium
CN110473537A (zh) * 2019-08-22 2019-11-19 百度在线网络技术(北京)有限公司 语音技能的控制方法、装置、设备及存储介质
CN110503954A (zh) * 2019-08-29 2019-11-26 百度在线网络技术(北京)有限公司 语音技能启动方法、装置、设备及存储介质
US20190371342A1 (en) * 2018-06-05 2019-12-05 Samsung Electronics Co., Ltd. Methods and systems for passive wakeup of a user interaction device
CN110718223A (zh) * 2019-10-28 2020-01-21 百度在线网络技术(北京)有限公司 用于语音交互控制的方法、装置、设备和介质
CN111081225A (zh) * 2019-12-31 2020-04-28 苏州思必驰信息科技有限公司 技能语音唤醒方法及装置
US20200184966A1 (en) * 2018-12-10 2020-06-11 Amazon Technologies, Inc. Wakeword detection
CN111506292A (zh) * 2020-04-15 2020-08-07 苏州思必驰信息科技有限公司 用于人机对话的语音技能跳转方法、电子设备及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140112465A1 (en) * 2002-10-31 2014-04-24 Verizon Business Global Llc Providing information regarding interactive voice response sessions
US20190096396A1 (en) * 2016-06-16 2019-03-28 Baidu Online Network Technology (Beijing) Co., Ltd. Multiple Voice Recognition Model Switching Method And Apparatus, And Storage Medium
CN108335696A (zh) * 2018-02-09 2018-07-27 百度在线网络技术(北京)有限公司 语音唤醒方法和装置
US20190371342A1 (en) * 2018-06-05 2019-12-05 Samsung Electronics Co., Ltd. Methods and systems for passive wakeup of a user interaction device
US20200184966A1 (en) * 2018-12-10 2020-06-11 Amazon Technologies, Inc. Wakeword detection
CN110473537A (zh) * 2019-08-22 2019-11-19 百度在线网络技术(北京)有限公司 语音技能的控制方法、装置、设备及存储介质
CN110503954A (zh) * 2019-08-29 2019-11-26 百度在线网络技术(北京)有限公司 语音技能启动方法、装置、设备及存储介质
CN110718223A (zh) * 2019-10-28 2020-01-21 百度在线网络技术(北京)有限公司 用于语音交互控制的方法、装置、设备和介质
CN111081225A (zh) * 2019-12-31 2020-04-28 苏州思必驰信息科技有限公司 技能语音唤醒方法及装置
CN111506292A (zh) * 2020-04-15 2020-08-07 苏州思必驰信息科技有限公司 用于人机对话的语音技能跳转方法、电子设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
OPENTEST-OPER@360.CN: "移动测试开发 智能音箱语音交互系统简介与测试初探", 《HTTPS://TESTERHOME.COM/ARTICLES/19099》 *
刘凯: "基于深度学习的语音唤醒研究及其应用研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113806467A (zh) * 2021-09-21 2021-12-17 阿里云计算有限公司 交互控制方法、对话策略调整方法、电子设备及存储介质

Also Published As

Publication number Publication date
CN111949178B (zh) 2022-02-22

Similar Documents

Publication Publication Date Title
KR102523350B1 (ko) 음성 인터랙션 처리 방법, 장치와 전자기기
CN111192591B (zh) 智能设备的唤醒方法、装置、智能音箱及存储介质
CN106105182B (zh) 在应用后台化后在窗口小部件中继续回放的系统和方法
JP2016524190A (ja) 環境を認識した対話ポリシーおよび応答生成
CN110473537B (zh) 语音技能的控制方法、装置、设备及存储介质
CN111177453B (zh) 控制音频播放的方法、装置、设备及计算机可读存储介质
KR102331254B1 (ko) 음성 인식 제어 방법, 장치, 전자 기기 및 판독 가능 저장 매체
CN111787387A (zh) 内容显示方法、装置、设备以及存储介质
JP7342286B2 (ja) ヒューマンマシン対話のための音声機能ジャンプ方法、電子機器及び記憶媒体
EP3799036A1 (en) Speech control method, speech control device, electronic device, and readable storage medium
CN109032732B (zh) 通知显示方法、装置、存储介质及电子设备
KR20210033873A (ko) 음성 인식 제어 방법, 장치, 전자 기기 및 판독 가능 저장 매체
US20210097991A1 (en) Speech control method and apparatus, electronic device, and readable storage medium
CN111949178B (zh) 技能切换方法、装置、设备以及存储介质
CN113672303A (zh) 一种应用程序启动方法、电子设备、存储介质
CN110267088B (zh) 视频播放的控制方法、装置、电子设备、及存储介质
CN112652304B (zh) 智能设备的语音交互方法、装置和电子设备
CN110674338B (zh) 语音技能推荐方法、装置、设备及存储介质
US20200099994A1 (en) Intelligent rewind function when playing media content
CN112637409B (zh) 内容输出方法、装置和电子设备
CN113778596A (zh) 远程协助方法、装置和电子设备
CN110675188A (zh) 一种获取反馈信息的方法及装置
CN113495621A (zh) 一种交互模式的切换方法、装置、电子设备及存储介质
EP3799038A1 (en) Speech control method and device, electronic device, and readable storage medium
US11094222B2 (en) Hands-on learning play controlled video display

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210512

Address after: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing

Applicant after: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

Applicant after: Shanghai Xiaodu Technology Co.,Ltd.

Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant