CN112309399A - 一种基于语音执行任务的方法、装置和电子设备 - Google Patents

一种基于语音执行任务的方法、装置和电子设备 Download PDF

Info

Publication number
CN112309399A
CN112309399A CN202011193849.7A CN202011193849A CN112309399A CN 112309399 A CN112309399 A CN 112309399A CN 202011193849 A CN202011193849 A CN 202011193849A CN 112309399 A CN112309399 A CN 112309399A
Authority
CN
China
Prior art keywords
voice
instruction information
text instruction
information
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.)
Granted
Application number
CN202011193849.7A
Other languages
English (en)
Other versions
CN112309399B (zh
Inventor
王刚
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.)
Shanghai Qiyue Information Technology Co Ltd
Original Assignee
Shanghai Qiyue Information 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 Shanghai Qiyue Information Technology Co Ltd filed Critical Shanghai Qiyue Information Technology Co Ltd
Priority to CN202011193849.7A priority Critical patent/CN112309399B/zh
Publication of CN112309399A publication Critical patent/CN112309399A/zh
Application granted granted Critical
Publication of CN112309399B publication Critical patent/CN112309399B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G10L15/26—Speech to text systems
    • 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
    • G10L13/00—Speech synthesis; Text to speech systems
    • G10L13/02—Methods for producing synthetic speech; Speech synthesisers
    • 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
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
    • 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)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本说明书实施例提供一种基于语音执行任务的方法，通过采集语音信息，对所述语音信息进行离线识别生成第一文本指令信息，将所述第一文本指令信息发送至系统，所述系统基于所述第一文本指令信息执行任务并向话机终端返回第二文本指令信息，所述话机终端接收所述第二文本指令信息，并利用所述第二文本指令信息进行离线语音合成，播放合成的语音。通过采集语音信息的方式来进行交互，不依赖于手部操作，提高了便利性，而且通过对语音信息进行离线识别，以文本地形式将从语音中识别出的第一文本指令信息发送至系统，降低了对网络环境的压力。

Description

一种基于语音执行任务的方法、装置和电子设备
技术领域
本申请涉及互联网领域，尤其涉及一种基于语音执行任务的方法、装置和电子设备。
背景技术
目前，很多业务的执行都依赖于云端服务器，用户通过对终端进行操作来使服务器执行相应的任务并提供服务，比如，用户以拨号的方式，利用呼叫中心拨打电话，快递人员输入单号查询快递等。
然而，这种方式依赖于用户手动操作，便利性较差，如果能提供一种新的方法，降低对手部操作的依赖，则能够很好的提高便利性。
发明内容
本说明书实施例提供一种基于语音执行任务的方法、装置和电子设备，用以提高便利性并降低对网络环境的压力。
本说明书实施例提供一种基于语音执行任务的方法，包括：
采集语音信息，对所述语音信息进行离线识别生成第一文本指令信息，将所述第一文本指令信息发送至系统；
所述系统基于所述第一文本指令信息执行任务并向话机终端返回第二文本指令信息；
所述话机终端接收所述第二文本指令信息，并利用所述第二文本指令信息进行离线语音合成，播放合成的语音。
可选地，所述对所述语音信息进行离线识别生成第一文本指令信息，包括：
对所述语音信息进行任务场景识别，若识别出预设的任务场景，则对所述语音信息进行任务场景指令内容的识别，生成第一文本指令信息；
所述方法还包括：
若未识别出预设的任务场景，则将所述语音信息发送至系统，所述系统基于语音信息进行在线识别。
可选地，还包括：
对当前的网络传输状态进行监测；
所述对所述语音信息进行任务场景识别，包括：
在当前的网络传输状态达到拥塞临近状态时，对所述语音信息进行任务场景识别。
可选地，所述将所述第一文本指令信息发送至系统，包括：
话机终端通过中间平台将所述第一文本指令信息发送至系统。
可选地，所述话机终端通过中间平台将所述第一文本指令信息发送至系统，包括：
所述话机终端将所述第一文本指令信息发送至中间平台；
所述中间平台根据所述第一文本指令信息的类型将所述第一文本指令信息发送至对应的系统，不同的系统用于执行不同类型的任务。
可选地，所述第二文本指令信息为本地指令接口信息；
所述利用所述第二文本指令信息进行离线语音合成，播放合成的语音，包括：
根据第二文本指令信息调用本地指令接口，进行离线语音合成，并播放合成的语音。
可选地，所述系统基于所述第一文本指令信息执行任务，包括：
基于所述第一文本指令信息呼叫联系人。
可选地，所述对所述语音信息进行离线识别生成第一文本指令信息，包括：
调用第一规则，利用所述第一规则对所述语音信息进行关键字特征提取，利用提取的关键字特征生成第一文本指令信息；
其中，所述第一规则为与所述话机终端的用户语音特征相适应的特征提取规则。
本说明书实施例还提供一种基于语音执行任务的装置，包括：
语音采集模块，采集语音信息，对所述语音信息进行离线识别生成第一文本指令信息，将所述第一文本指令信息发送至系统；
所述系统基于所述第一文本指令信息执行任务并向话机终端返回第二文本指令信息；
语音合成模块，所述话机终端接收所述第二文本指令信息，并利用所述第二文本指令信息进行离线语音合成，播放合成的语音。
可选地，所述对所述语音信息进行离线识别生成第一文本指令信息，包括：
对所述语音信息进行任务场景识别，若识别出预设的任务场景，则对所述语音信息进行任务场景指令内容的识别，生成第一文本指令信息；
所述语音采集模块，还用于：
若未识别出预设的任务场景，则将所述语音信息发送至系统，所述系统基于语音信息进行在线识别。
可选地，所述语音采集模块还用于：
对当前的网络传输状态进行监测；
所述对所述语音信息进行任务场景识别，包括：
在当前的网络传输状态达到拥塞临近状态时，对所述语音信息进行任务场景识别。
可选地，所述将所述第一文本指令信息发送至系统，包括：
话机终端通过中间平台将所述第一文本指令信息发送至系统。
可选地，所述话机终端通过中间平台将所述第一文本指令信息发送至系统，包括：
所述话机终端将所述第一文本指令信息发送至中间平台；
所述中间平台根据所述第一文本指令信息的类型将所述第一文本指令信息发送至对应的系统，不同的系统用于执行不同类型的任务。
可选地，所述第二文本指令信息为本地指令接口信息；
所述利用所述第二文本指令信息进行离线语音合成，播放合成的语音，包括：
根据第二文本指令信息调用本地指令接口，进行离线语音合成，并播放合成的语音。
可选地，所述系统基于所述第一文本指令信息执行任务，包括：
基于所述第一文本指令信息呼叫联系人。
可选地，所述对所述语音信息进行离线识别生成第一文本指令信息，包括：
调用第一规则，利用所述第一规则对所述语音信息进行关键字特征提取，利用提取的关键字特征生成第一文本指令信息；
其中，所述第一规则为与所述话机终端的用户语音特征相适应的特征提取规则。
本说明书实施例还提供一种电子设备，其中，该电子设备包括：
处理器；以及，
存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述任一项方法。
本说明书实施例还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现上述任一项方法。
本说明书实施例提供的各种技术方案通过采集语音信息，对所述语音信息进行离线识别生成第一文本指令信息，将所述第一文本指令信息发送至系统，所述系统基于所述第一文本指令信息执行任务并向话机终端返回第二文本指令信息，所述话机终端接收所述第二文本指令信息，并利用所述第二文本指令信息进行离线语音合成，播放合成的语音。通过采集语音信息的方式来进行交互，不依赖于手部操作，提高了便利性，而且通过对语音信息进行离线识别，以文本地形式将从语音中识别出的第一文本指令信息发送至系统，降低了对网络环境的压力。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本说明书实施例提供的一种基于语音执行任务的方法的原理示意图；
图2为本说明书实施例提供的一种基于语音执行任务的装置的结构示意图；
图3为本说明书实施例提供的一种电子设备的结构示意图；
图4为本说明书实施例提供的一种计算机可读介质的原理示意图。
具体实施方式
现在将参考附图更全面地描述本发明的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本发明更加全面和完整，更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中，本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
术语“和/或”或者“及/或”包括相关联的列出项目中的任一个或多者的所有组合。
图1为本说明书实施例提供的一种基于语音执行任务的方法的原理示意图，该方法可以包括：
S101：采集语音信息，对所述语音信息进行离线识别生成第一文本指令信息，将所述第一文本指令信息发送至系统。
其中，第一文本指令信息为文本格式的指令信息。
其中，系统可以是指客户管理系统或电话及电话机器人系统。
在本说明书实施例中，我们提供话机终端，话机终端与系统建立通信连接，进行通信。
在使用时，用户发出语音，话机终端采集语音信息。
这里的语音信息可以是语音信号，语音信号中具有语音特征，因此可以对其进行识别。
为了降低对数据传输线路以及服务器的压力，我们可以以离线的形式进行语音识别。
因此，我们对所述语音信息进行离线识别。
考虑到识别的准确率，我们可以预先设置一些简易或常用的场景，对这些特定的场景进行离线识别，对其他场景的语音依然使用在线识别，这样，能够在降低对数据传输线路以及服务器的压力的同时，提高识别准确率。
因此，在本说明书实施例中，所述对所述语音信息进行离线识别生成第一文本指令信息，可以包括：
对所述语音信息进行任务场景识别，若识别出预设的任务场景，则对所述语音信息进行任务场景指令内容的识别，生成第一文本指令信息；
所述方法还包括：
若未识别出预设的任务场景，则将所述语音信息发送至系统，所述系统基于语音信息进行在线识别。
这样，话机终端可以只做简单的语音识别和合成，复杂场景的语音识别和合成依然交给系统去做。
考虑到实际应用时，不同时间段，数据传输线路以及服务器的承载余量可能回变化，因此，我们可以对网络传输状态进行监测，在拥塞时使用离线的方式，在网络畅通的时候使用在线的方式，从而减少丢包情况的发生。
因此，在本说明书实施例中，该方法还可以包括：
对当前的网络传输状态进行监测；
所述对所述语音信息进行任务场景识别，包括：
在当前的网络传输状态达到拥塞临近状态时，对所述语音信息进行任务场景识别。
其中，拥塞临近状态可以是指网络传输信息量达到阈值，在此不做具体阐述和限制。
话机终端可以与执行不同类型的业务的系统建立通信连接，这样，用户可以通过话机终端进行不同类型的任务，甚至进行跨系统的任务。为了提高复用性，我们可以提供中间平台。
因此，在本说明书实施例中，所述将所述第一文本指令信息发送至系统，可以包括：
话机终端通过中间平台将所述第一文本指令信息发送至系统。
可选地，所述话机终端通过中间平台将所述第一文本指令信息发送至系统，包括：
所述话机终端将所述第一文本指令信息发送至中间平台；
所述中间平台根据所述第一文本指令信息的类型将所述第一文本指令信息发送至对应的系统，不同的系统用于执行不同类型的任务。
对语音信息进行离线识别，可以看作是利用特征提取规则对语音信息进行特征提取，由于语音信息多样，因此，为了提高对语音的覆盖面，从而提高识别准确率，常规方式通常是构建更复杂的特征提取规则，然而，特征提取规则的模型较大就会使运算速度下降。
考虑到实际场景中，每个话机终端都有相对固定的用户，每个用户都有器特定的语音特征，因此，能对每个话机终端的用户进行定制特征提取规则，那么，这个模型只需要覆盖这个用户的语音信息，就足以准确识别，由于这种模型较小，因而能够提高离线识别速度。
因此，所述对所述语音信息进行离线识别生成第一文本指令信息，可以包括：
调用第一规则，利用所述第一规则对所述语音信息进行关键字特征提取，利用提取的关键字特征生成第一文本指令信息；
其中，所述第一规则为与所述话机终端的用户语音特征相适应的特征提取规则。
具体实施时，我们可以根据每个用户的高频关键字对每个用户定制特征提取规则。
在本说明书实施例中，在定制特征提取规则，还可以结合每个用户的声音特征，这样，如果存在假冒话机终端用户的情况，通过实施本方法，由于定制的特征提取规则无法识别假冒者的声音，因而话机终端不会发送第一文本指令信息，系统也就不会被控制。
S102：所述系统基于所述第一文本指令信息执行任务并向话机终端返回第二文本指令信息。
系统得到第一文本指令信息，便可以执行相应的任务，同时，可以根据任务的交互结果向话机终端返回第二文本指令信息。
在一种应用方式中，所述系统基于所述第一文本指令信息执行任务，可以包括：
基于所述第一文本指令信息呼叫联系人。
其中，所述第二文本指令信息可以为本地指令接口信息。
S103：所述话机终端接收所述第二文本指令信息，并利用所述第二文本指令信息进行离线语音合成，播放合成的语音。
通过采集语音信息，对所述语音信息进行离线识别生成第一文本指令信息，将所述第一文本指令信息发送至系统，所述系统基于所述第一文本指令信息执行任务并向话机终端返回第二文本指令信息，所述话机终端接收所述第二文本指令信息，并利用所述第二文本指令信息进行离线语音合成，播放合成的语音。通过采集语音信息的方式来进行交互，不依赖于手部操作，提高了便利性，而且通过对语音信息进行离线识别，以文本地形式将从语音中识别出的第一文本指令信息发送至系统，降低了对网络环境的压力。
在本说明书实施例中，若所述第二文本指令信息为本地指令接口信息；
那么，所述利用所述第二文本指令信息进行离线语音合成，播放合成的语音，可以包括：
根据第二文本指令信息调用本地指令接口，进行离线语音合成，并播放合成的语音。
通过播放合成的语音，实现对话机终端用户的反馈，从而完成了整个交互过程，话机终端的用户在整个交互过程中，只需要听和说，不需要双手进行操作，便能够触发系统执行任务并获知系统反馈的结果。
图2为本说明书实施例提供的一种基于语音执行任务的装置的结构示意图，该装置可以包括：
语音采集模块201，采集语音信息，对所述语音信息进行离线识别生成第一文本指令信息，将所述第一文本指令信息发送至系统；
所述系统基于所述第一文本指令信息执行任务并向话机终端返回第二文本指令信息；
语音合成模块202，所述话机终端接收所述第二文本指令信息，并利用所述第二文本指令信息进行离线语音合成，播放合成的语音。
在本说明书实施例中，所述对所述语音信息进行离线识别生成第一文本指令信息，包括：
对所述语音信息进行任务场景识别，若识别出预设的任务场景，则对所述语音信息进行任务场景指令内容的识别，生成第一文本指令信息；
语音采集模块201，还用于：
若未识别出预设的任务场景，则将所述语音信息发送至系统，所述系统基于语音信息进行在线识别。
在使用时，用户发出语音，话机终端采集语音信息。
这里的语音信息可以是语音信号，语音信号中具有语音特征，因此可以对其进行识别。
为了降低对数据传输线路以及服务器的压力，我们可以以离线的形式进行语音识别。
因此，我们对所述语音信息进行离线识别。
考虑到识别的准确率，我们可以预先设置一些简易或常用的场景，对这些特定的场景进行离线识别，对其他场景的语音依然使用在线识别，这样，能够在降低对数据传输线路以及服务器的压力的同时，提高识别准确率。
在本说明书实施例中，语音采集模块201，还用于：
对当前的网络传输状态进行监测；
所述对所述语音信息进行任务场景识别，包括：
在当前的网络传输状态达到拥塞临近状态时，对所述语音信息进行任务场景识别。
在本说明书实施例中，所述将所述第一文本指令信息发送至系统，包括：
话机终端通过中间平台将所述第一文本指令信息发送至系统。
话机终端可以与执行不同类型的业务的系统建立通信连接，这样，用户可以通过话机终端进行不同类型的任务，甚至进行跨系统的任务。为了提高复用性，我们可以提供中间平台。
在本说明书实施例中，所述话机终端通过中间平台将所述第一文本指令信息发送至系统，包括：
所述话机终端将所述第一文本指令信息发送至中间平台；
所述中间平台根据所述第一文本指令信息的类型将所述第一文本指令信息发送至对应的系统，不同的系统用于执行不同类型的任务。
在本说明书实施例中，所述第二文本指令信息为本地指令接口信息；
所述利用所述第二文本指令信息进行离线语音合成，播放合成的语音，包括：
根据第二文本指令信息调用本地指令接口，进行离线语音合成，并播放合成的语音。
在本说明书实施例中，所述系统基于所述第一文本指令信息执行任务，包括：
基于所述第一文本指令信息呼叫联系人。
考虑到实际场景中，每个话机终端都有相对固定的用户，每个用户都有器特定的语音特征，因此，能对每个话机终端的用户进行定制特征提取规则，那么，这个模型只需要覆盖这个用户的语音信息，就足以准确识别，由于这种模型较小，因而能够提高离线识别速度。
在本说明书实施例中，所述对所述语音信息进行离线识别生成第一文本指令信息，包括：
调用第一规则，利用所述第一规则对所述语音信息进行关键字特征提取，利用提取的关键字特征生成第一文本指令信息；
其中，所述第一规则为与所述话机终端的用户语音特征相适应的特征提取规则。
具体实施时，我们可以根据每个用户的高频关键字对每个用户定制特征提取规则。
在本说明书实施例中，在定制特征提取规则，还可以结合每个用户的声音特征，这样，如果存在假冒话机终端用户的情况，通过实施本方法，由于定制的特征提取规则无法识别假冒者的声音，因而话机终端不会发送第一文本指令信息，系统也就不会被控制。
通过播放合成的语音，实现对话机终端用户的反馈，从而完成了整个交互过程，话机终端的用户在整个交互过程中，只需要听和说，不需要双手进行操作，便能够触发系统执行任务并获知系统反馈的结果。
该装置通过采集语音信息，对所述语音信息进行离线识别生成第一文本指令信息，将所述第一文本指令信息发送至系统，所述系统基于所述第一文本指令信息执行任务并向话机终端返回第二文本指令信息，所述话机终端接收所述第二文本指令信息，并利用所述第二文本指令信息进行离线语音合成，播放合成的语音。通过采集语音信息的方式来进行交互，不依赖于手部操作，提高了便利性，而且通过对语音信息进行离线识别，以文本地形式将从语音中识别出的第一文本指令信息发送至系统，降低了对网络环境的压力。
基于同一发明构思，本说明书实施例还提供一种电子设备。
下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。
图3为本说明书实施例提供的一种电子设备的结构示意图。下面参照图3来描述根据本发明该实施例的电子设备300。图3显示的电子设备300仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示，电子设备300以通用计算设备的形式表现。电子设备300的组件可以包括但不限于：至少一个处理单元310、至少一个存储单元320、连接不同系统组件(包括存储单元320和处理单元310)的总线330、显示单元340等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元310执行，使得所述处理单元310执行本说明书上述处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元310可以执行如图1所示的步骤。
所述存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元(ROM)3203。
所述存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204，这样的程序模块3205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备300也可以与一个或多个外部设备400(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备300交互的设备通信，和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且，电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器360可以通过总线330与电子设备300的其它模块通信。应当明白，尽管图3中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法，即：如图1所示的方法。
图4为本说明书实施例提供的一种计算机可读介质的原理示意图。
实现图1所示方法的计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述，本发明可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
本说明书中的各个实施例均采用递进的方式描述，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。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于语音执行任务的方法，其特征在于，包括：
采集语音信息，对所述语音信息进行离线识别生成第一文本指令信息，将所述第一文本指令信息发送至系统；
所述系统基于所述第一文本指令信息执行任务并向话机终端返回第二文本指令信息；
所述话机终端接收所述第二文本指令信息，并利用所述第二文本指令信息进行离线语音合成，播放合成的语音。
2.根据权利要求1所述的方法，其特征在于，所述对所述语音信息进行离线识别生成第一文本指令信息，包括：
对所述语音信息进行任务场景识别，若识别出预设的任务场景，则对所述语音信息进行任务场景指令内容的识别，生成第一文本指令信息；
所述方法还包括：
若未识别出预设的任务场景，则将所述语音信息发送至系统，所述系统基于语音信息进行在线识别。
3.根据权利要求1-2中任一项所述的方法，其特征在于，还包括：
对当前的网络传输状态进行监测；
所述对所述语音信息进行任务场景识别，包括：
在当前的网络传输状态达到拥塞临近状态时，对所述语音信息进行任务场景识别。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述将所述第一文本指令信息发送至系统，包括：
话机终端通过中间平台将所述第一文本指令信息发送至系统。
5.根据权利要求1-4中任一项所述的方法，其特征在于，所述话机终端通过中间平台将所述第一文本指令信息发送至系统，包括：
所述话机终端将所述第一文本指令信息发送至中间平台；
所述中间平台根据所述第一文本指令信息的类型将所述第一文本指令信息发送至对应的系统，不同的系统用于执行不同类型的任务。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述第二文本指令信息为本地指令接口信息；
所述利用所述第二文本指令信息进行离线语音合成，播放合成的语音，包括：
根据第二文本指令信息调用本地指令接口，进行离线语音合成，并播放合成的语音。
7.根据权利要求1-6中任一项所述的方法，其特征在于，所述系统基于所述第一文本指令信息执行任务，包括：
基于所述第一文本指令信息呼叫联系人。
8.一种基于语音执行任务的装置，其特征在于，包括：
语音采集模块，采集语音信息，对所述语音信息进行离线识别生成第一文本指令信息，将所述第一文本指令信息发送至系统；
所述系统基于所述第一文本指令信息执行任务并向话机终端返回第二文本指令信息；
语音合成模块，所述话机终端接收所述第二文本指令信息，并利用所述第二文本指令信息进行离线语音合成，播放合成的语音。
9.一种电子设备，其中，该电子设备包括：
处理器；以及，
存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现权利要求1-7中任一项所述的方法。
CN202011193849.7A 2020-10-30 2020-10-30 一种基于语音执行任务的方法、装置和电子设备 Active CN112309399B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011193849.7A CN112309399B (zh) 2020-10-30 2020-10-30 一种基于语音执行任务的方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011193849.7A CN112309399B (zh) 2020-10-30 2020-10-30 一种基于语音执行任务的方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN112309399A true CN112309399A (zh) 2021-02-02
CN112309399B CN112309399B (zh) 2023-02-24

Family

ID=74333008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011193849.7A Active CN112309399B (zh) 2020-10-30 2020-10-30 一种基于语音执行任务的方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN112309399B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020065657A1 (en) * 2000-11-30 2002-05-30 Telesector Resources Group, Inc. Methods and apparatus for performing speech recognition and using speech recognition results
US20110015928A1 (en) * 2009-07-15 2011-01-20 Microsoft Corporation Combination and federation of local and remote speech recognition
US20140330561A1 (en) * 2013-05-03 2014-11-06 Samsung Electronics Co., Ltd. Voice recognition method and electronic device thereof
CN106328124A (zh) * 2016-08-24 2017-01-11 安徽咪鼠科技有限公司 一种基于用户行为特征的语音识别方法
CN106383603A (zh) * 2016-09-23 2017-02-08 安徽声讯信息技术有限公司 一种基于语音鼠标的语音控制系统
CN106847274A (zh) * 2016-12-26 2017-06-13 北京光年无限科技有限公司 一种用于智能机器人的人机交互方法及装置
CN106919059A (zh) * 2016-06-28 2017-07-04 广州零号软件科技有限公司 带独立麦克风阵列的服务机器人双语音识别方法
CN109410927A (zh) * 2018-11-29 2019-03-01 北京蓦然认知科技有限公司 离线命令词与云端解析结合的语音识别方法、装置和系统
CN109410936A (zh) * 2018-11-14 2019-03-01 广东美的制冷设备有限公司 基于场景的空调设备语音控制方法和装置
KR20190021103A (ko) * 2017-08-22 2019-03-05 네이버 주식회사 통화 서비스 제공 방법 및 컴퓨터 프로그램
CN109671421A (zh) * 2018-12-25 2019-04-23 苏州思必驰信息科技有限公司 离线导航的定制和实现方法及装置
CN110047484A (zh) * 2019-04-28 2019-07-23 合肥马道信息科技有限公司 一种语音识别交互方法、系统、设备和存储介质
CN110444206A (zh) * 2019-07-31 2019-11-12 北京百度网讯科技有限公司 语音交互方法及装置、计算机设备与可读介质
US20200035228A1 (en) * 2019-08-05 2020-01-30 Lg Electronics Inc. Method and apparatus for speech recognition
CN111128126A (zh) * 2019-12-30 2020-05-08 上海浩琨信息科技有限公司 多语种智能语音对话的方法及系统
CN111312233A (zh) * 2018-12-11 2020-06-19 阿里巴巴集团控股有限公司 一种语音数据的识别方法、装置及系统
CN111833875A (zh) * 2020-07-10 2020-10-27 安徽芯智科技有限公司 一种嵌入式语音交互系统
CN111833880A (zh) * 2020-07-28 2020-10-27 苏州思必驰信息科技有限公司 语音对话方法及系统

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020065657A1 (en) * 2000-11-30 2002-05-30 Telesector Resources Group, Inc. Methods and apparatus for performing speech recognition and using speech recognition results
US20110015928A1 (en) * 2009-07-15 2011-01-20 Microsoft Corporation Combination and federation of local and remote speech recognition
US20140330561A1 (en) * 2013-05-03 2014-11-06 Samsung Electronics Co., Ltd. Voice recognition method and electronic device thereof
CN106919059A (zh) * 2016-06-28 2017-07-04 广州零号软件科技有限公司 带独立麦克风阵列的服务机器人双语音识别方法
CN106328124A (zh) * 2016-08-24 2017-01-11 安徽咪鼠科技有限公司 一种基于用户行为特征的语音识别方法
CN106383603A (zh) * 2016-09-23 2017-02-08 安徽声讯信息技术有限公司 一种基于语音鼠标的语音控制系统
CN106847274A (zh) * 2016-12-26 2017-06-13 北京光年无限科技有限公司 一种用于智能机器人的人机交互方法及装置
KR20190021103A (ko) * 2017-08-22 2019-03-05 네이버 주식회사 통화 서비스 제공 방법 및 컴퓨터 프로그램
CN109410936A (zh) * 2018-11-14 2019-03-01 广东美的制冷设备有限公司 基于场景的空调设备语音控制方法和装置
CN109410927A (zh) * 2018-11-29 2019-03-01 北京蓦然认知科技有限公司 离线命令词与云端解析结合的语音识别方法、装置和系统
CN111312233A (zh) * 2018-12-11 2020-06-19 阿里巴巴集团控股有限公司 一种语音数据的识别方法、装置及系统
CN109671421A (zh) * 2018-12-25 2019-04-23 苏州思必驰信息科技有限公司 离线导航的定制和实现方法及装置
CN110047484A (zh) * 2019-04-28 2019-07-23 合肥马道信息科技有限公司 一种语音识别交互方法、系统、设备和存储介质
CN110444206A (zh) * 2019-07-31 2019-11-12 北京百度网讯科技有限公司 语音交互方法及装置、计算机设备与可读介质
US20200035228A1 (en) * 2019-08-05 2020-01-30 Lg Electronics Inc. Method and apparatus for speech recognition
CN111128126A (zh) * 2019-12-30 2020-05-08 上海浩琨信息科技有限公司 多语种智能语音对话的方法及系统
CN111833875A (zh) * 2020-07-10 2020-10-27 安徽芯智科技有限公司 一种嵌入式语音交互系统
CN111833880A (zh) * 2020-07-28 2020-10-27 苏州思必驰信息科技有限公司 语音对话方法及系统

Also Published As

Publication number Publication date
CN112309399B (zh) 2023-02-24

Similar Documents

Publication Publication Date Title
CN106874259B (zh) 一种基于状态机的语义解析方法及装置、设备
CN110347863B (zh) 话术推荐方法和装置及存储介质
US20160034558A1 (en) Generating a clustering model and clustering based on the clustering model
CN107170446A (zh) 语义处理服务器及用于语义处理的方法
CN111291157A (zh) 应答响应方法、装置、终端及存储介质
CN112016327A (zh) 基于多轮对话的智能结构化文本抽取方法、装置和电子设备
CN111881392A (zh) 展示页面的方法和装置
CN108257600B (zh) 语音处理方法和装置
CN112309399B (zh) 一种基于语音执行任务的方法、装置和电子设备
CN110740212B (zh) 基于智能语音技术的通话接听方法、装置及电子设备
CN114079695A (zh) 记录语音通话内容的方法、装置以及存储介质
CN111522617A (zh) 一种维护系统的方法、装置和电子设备
US7558733B2 (en) System and method for dialog caching
CN109829744A (zh) 基于自然语言处理的咨询方法、装置、电子设备及介质
CN111194026B (zh) 一种信息发送方法、装置和电子设备
CN114202363A (zh) 基于人工智能的话术调用方法、装置、计算机设备及介质
CN115221892A (zh) 工单数据处理方法及装置、存储介质及电子设备
CN111949776B (zh) 一种用户标签评估的方法、装置和电子设备
CN115460323A (zh) 一种智能外呼转人工的方法、装置、设备和存储介质
CN111246030B (zh) 一种号码有效性判断的方法、装置和系统
CN111680032B (zh) 一种处理信息发送任务的方法、装置和电子设备
CN112632241A (zh) 智能会话的方法、装置、设备和计算机可读介质
US10490193B2 (en) Processing system using intelligent messaging flow markers based on language data
KR100647420B1 (ko) 클라이언트/서버 모델을 활용한 음성인식 시스템 및 그를 이용한 음성인식 서비스 제공방법
CN114493513B (zh) 一种基于语音处理的酒店管理方法、装置和电子设备

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