CN114554017A - 语音会话方法、装置、电子设备及可读存储介质 - Google Patents

Abstract

本公开提出了一种语音会话方法、装置、电子设备及可读存储介质。该方法包括：在播放第一语音的过程中，记录所述第一语音的当前播放位置；其中，所述第一语音中包括多个预设播放标识；所述预设播放标识用于标识所述第一语音的播放位置；在接收到用户的第二语音的情况下，根据所述当前播放位置和所述多个预设播放标识，确定所述第一语音的播放起始位置；其中，所述播放起始位置位于所述当前播放位置之前；根据所述播放起始位置，重新播放所述第一语音。

Description

语音会话方法、装置、电子设备及可读存储介质

技术领域

本公开实施例涉及通信技术领域，更具体的，涉及一种语音会话方法、装置、电子设备及可读存储介质。

背景技术

随着技术的发展，人工智能技术也逐渐走入客服领域，通过播放预设语音的方式向用户提供客服服务。

在提供客服服务的过程中，服务端在播放预设语音的同时，监测是否收到用户的语音回复，若收到用户的语音回复，则会暂停播放预设语音，并根据用户的语音回复的内容来判断是否继续播放剩余的预设语音。若判断需要继续播放，则从暂停的位置处继续播放剩余的预设语音。

上述语音会话过程与真人会话过程的相比，服务端与用户之间的交互显得非常生硬，用户体验较差。

发明内容

本公开实施例提供一种语音会话的方法，使基于人工智能技术实现的客服服务更贴近真人会话场景，能够向用户提供更具有真实感的语音会话体验，从而提升用户体验。

根据本公开实施例的第一方面，提供了一种语音会话方法，包括：

在播放第一语音的过程中，记录所述第一语音的当前播放位置；其中，所述第一语音中包括多个预设播放标识；所述预设播放标识用于标识所述第一语音的播放位置；

在接收到用户的第二语音的情况下，根据所述当前播放位置和所述多个预设播放标识，确定所述第一语音的播放起始位置；其中，所述播放起始位置位于所述当前播放位置之前；

根据所述播放起始位置，重新播放所述第一语音。

可选地，所述在接收到用户的第二语音的情况下，根据所述当前播放位置和所述多个预设播放标识，确定所述第一语音的播放起始位置，包括：

在接收到用户的所述第二语音、且所述第二语音的语音内容为第一设定内容的情况下，根据所述当前播放位置和所述预设播放标识，确定所述第一语音的播放起始位置。

可选地，根据所述当前播放位置和所述多个预设播放标识，确定所述第一语音的播放起始位置，包括：

获取每个所述预设播放标识对应的播放位置与所述当前播放位置之间的时间间隔；

将所述时间间隔最短的播放位置确定为所述第一语音的播放起始位置。

可选地，所述在播放第一语音的过程中，记录所述第一语音的当前播放位置之后，所述方法还包括：

在接收到用户的所述第二语音、且所述第二语音的语音内容为第二设定内容的情况下，继续播放所述第一语音。

可选地，所述在播放第一语音的过程中，记录所述第一语音的当前播放位置之后，所述方法还包括：

在接收到用户的所述第二语音、且所述第二语音的语音内容为第三设定内容的情况下，根据所述第二语音的语音内容获取第三语音；

播放所述第三语音。

根据本公开实施例的第二方面，还提供一种语音会话装置，包括：

记录模块，用于在播放第一语音的过程中，记录所述第一语音的当前播放位置；其中，所述第一语音中包括多个预设播放标识；所述预设播放标识用于标识所述第一语音的播放位置；

确定模块，用于在接收到用户的第二语音的情况下，根据所述当前播放位置和所述多个预设播放标识，确定所述第一语音的播放起始位置；其中，所述播放起始位置位于所述当前播放位置之前；

播放模块，用于根据所述播放起始位置，重新播放所述第一语音。

可选地，所述确定模块具体用于：

在接收到用户的所述第二语音、且所述第二语音的语音内容为第一设定内容的情况下，根据所述当前播放位置和所述预设播放标识，确定所述第一语音的播放起始位置。

可选地，所述确定模块具体用于：

获取每个所述预设播放标识对应的播放位置与所述当前播放位置之间的时间间隔；

将所述时间间隔最短的播放位置确定为所述第一语音的播放起始位置。

可选地，所述播放模块还用于：

在接收到用户的所述第二语音、且所述第二语音的语音内容为第二设定内容的情况下，继续播放所述第一语音。

可选地，所述播放模块还用于：

在接收到用户的所述第二语音、且所述第二语音的语音内容为第三设定内容的情况下，根据所述第二语音的语音内容获取第三语音；

播放所述第三语音。

根据本公开实施例的第三方面，还提供了一种电子设备，其中，包括：

处理器和存储器，所述存储器用于存储指令，所述指令用于控制所述处理器执行根据本公开的第一方面中任一项所述的方法。

根据本公开实施例的第四方面，还提供一种可读存储介质，存储介质存储有可执行指令，所述可执行指令被处理器执行时，执行如本公开的第一方面中任一项所述的方法。

在一个实施例中，通过在播放第一语音的过程中，记录所述第一语音的当前播放位置；其中，所述第一语音中包括多个预设播放标识；所述预设播放标识用于标识所述第一语音的播放位置；在接收到用户的第二语音的情况下，根据所述当前播放位置和所述多个预设播放标识，确定所述第一语音的播放起始位置；其中，所述播放起始位置位于所述当前播放位置之前；根据所述播放起始位置，重新播放所述第一语音。本公开实施例中，通过在服务器播放的第一语音中设置多个用于标识第一语音的播放位置的预设播放标识，在播放第一语音的同时记录第一语音的当前播放位置，这样，可以在接收到用户的第二语音时，基于当前播放位置，确定重新播放第一语音的位置，而不是生硬的基于外呼语音被打断的位置继续播放，使得基于人工智能技术实现的客服服务更贴近真人会话场景，语音会话中的交互更加自然，能够向用户提供更具有真实感的语音会话体验，从而提升用户体验。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。

图1示出了能够用于实施一个实施例的语音会话方法的一种电子设备的组成结构示意图；

图2是根据本公开实施例的语音会话方法的流程示意图；

图3是应用本公开实施例的语音会话方法的系统的示意图；

图4是可用于本公开实施例的语音会话装置的原理框图；

图5是可用于实施本公开实施例的电子设备的原理框图。

具体实施方式

现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

<硬件配置>

图1示出了能够用于实施一个实施例的语音会话方法的一种电子设备的组成结构示意图。

如图1所示，本实施例的电子设备1000可以包括处理器1100、存储器1200、接口装置1300、通信装置1400、显示装置1500、输入装置1600、扬声器1700、麦克风1800，等等。

其中，处理器1100用于执行程序指令，该程序指令可以采用比如x86、Arm、RISC、MIPS、SSE等架构的指令集。存储器1200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1300例如包括USB接口、耳机接口等。通信装置1400例如能够进行有线或无线通信。显示装置1500例如是液晶显示屏、触摸显示屏等。输入装置1600例如可以包括触摸屏、键盘等。扬声器1700用于输出语音信息。麦克风1800用于采集语音信息。

电子设备1000可以是智能手机、便携式电脑、台式计算机、平板电脑等任意设备。

本实施例中，电子设备1000的存储器1200用于存储指令，所述指令用于控制所述处理器1100进行操作以支持实现根据本公开任意实施例的语音会话方法。技术人员可以根据本公开所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。

本领域技术人员应当理解，尽管在图1中示出了电子设备1000的多个装置，但是，本公开实施例的电子设备1000可以仅涉及其中的部分装置，例如，只涉及处理器1100、存储器1200、输入装置1600等。

图1所示的电子设备1000仅是解释性的，并且决不是为了要限制本公开、其应用或用途。

<方法实施例>

图2是根据本公开实施例的语音会话方法的流程示意图，该方法可以由电子设备实施，该电子设备例如是图1所示的电子设备1000。

如图2所示，本实施例的语音会话方法可以包括如下步骤2100～步骤2300：

步骤2100，在播放第一语音的过程中，记录所述第一语音的当前播放位置；其中，所述第一语音中包括多个预设播放标识；所述预设播放标识用于标识所述第一语音的播放位置。

其中，第一语音是基于要提供的客服服务内容预先录制的语音，且在第一语音中添加多个预设播放标识，每个预设播放标识对应的播放位置都是在重新播放第一语音时，能够使会话显得不那么生硬的位置。

本步骤中，在接通与用户的通话后，电子设备1000播放第一语音，并在播放第一语音的过程中，实时记录第一语音的当前播放位置，同时，会实时检测是否接收到用户输入的第二语音。

步骤2200，在接收到用户的第二语音的情况下，根据所述当前播放位置和所述多个预设播放标识，确定所述第一语音的播放起始位置；其中，所述播放起始位置位于所述当前播放位置之前。

其中，第二语音是由用户输入的语音，所述第二语音是用户在收听第一语音的过程中发出的语音，示例性的，所述第二语音可以是针对第一语音的语音内容的回复，也可以是无意义的语气词。

在一个实施例中，电子设备1000在接收到用户的第二语音的情况下，还会对第二语音的语音内容进行判断。示例性的，可以将所述第二语音输入流式语音识别模型(StreamingASRModel，ASR)进行语音内容识别，以获取所述第二语音的语音内容。

在获取到第二语音的语音内容后，可以判断所述第二语音的语音内容是否符合第一设定内容，所述第一设定内容可以是不改变会话语境的内容。

示例性的，在向某品牌的会员推销优惠券的场景中，第一语音为“了解到您曾购买过xx产品，为了回馈老客户，现推出xx额度的优惠券，邀请您领取该优惠券”。假设第一设定内容是“是的、好的”等语音内容，预设播放标识设置在“xx产品”这一短句播放完的位置处。若在该第一语音播放到“了解到您曾购买过xx产品，为了”时，接收到用户的第二语音“嗯，是的”，根据第二语音的语音内容判断出该第二语音的语音内容为第一设定内容，则根据当前播放位置和预设播放标识，确定重新播放第一语音的播放起始位置为“为”，即，第一语音的播放被用户打断后，重新从“为了”开始播放第一语音，而不是从“回馈”开始，这种播放方式更贴近真人交互，使得用户的体验较好。

在本实施例中，电子设备1000在根据所述当前播放位置和所述多个预设播放标识，确定所述第一语音的播放起始位置时，具体可以获取每个所述预设播放标识对应的播放位置与所述当前播放位置之间的时间间隔；将所述时间间隔最短的播放位置确定为所述第一语音的播放起始位置。

步骤2300，根据所述播放起始位置，重新播放所述第一语音。

在上述步骤2200确定第一语音的播放起始位置后，从所述播放起始位置处重新播放所述第一语音。

在一个实施例中，考虑到有的用户在接听第一语音的过程中，会发出很多如“嗯”，“哦”等的无意义的语气词，这会一直打断第一语音的播放，并使得电子设备1000频繁地确定播放起始位置，重新播放第一语音，这也会导致用户不停的听到重复的内容，体验较差。针对这一场景，电子设备1000可以判断第二语音的语音内容是否为第二设定内容，所述第二设定内容例如为“嗯嗯”“哦”等语气词。

具体的，电子设备1000在接收到用户的第二语音、且确定第二语音的语音内容为第二设定内容的情况下，继续播放所述第一语音。即在该场景中，电子设备1000不会停止播放第一语音。

示例性的，在向某品牌的会员推销优惠券的场景中，第一语音为“了解到您曾购买过xx产品，为了回馈老客户，现推出xx额度的优惠券，邀请您领取该优惠券”。假设第二设定内容是“嗯，哦”等语音内容。若在该第一语音播放到“了解到您曾购买过xx产品，为了”时，接收到用户的第二语音“嗯”，根据第二语音的语音内容判断出该第二语音的语音内容为第二设定内容，不停止播放第一语音，而是接着“为了”继续播放“回馈老客户”，即，第一语音的播放不会被用户打断，这种播放方式更贴近真人交互，使得用户的体验较好。

在一个实施例中，对于会话语境发生变化的场景，电子设备1000可以判断第二语音的语音内容是否为第三设定内容。具体的，电子设备1000还可以在接收到用户的所述第二语音、且所述第二语音的语音内容为第三设定内容的情况下，根据所述第二语音的语音内容获取第三语音，并播放第三语音。

示例性的，在向某品牌的会员推销优惠券的场景中，第一语音为“了解到您曾购买过xx产品，为了回馈老客户，现推出xx额度的优惠券，邀请您领取该优惠券”，第三语音为“您可以登陆yy平台领取”。假设第三设定内容是包含“怎么领取优惠券”等语音的语音内容。若在该第一语音播放到“现推出xx额度的优惠券”时，接收到用户的第二语音的语音内容为“在哪领取”，根据第二语音的语音内容判断出该第二语音的语音内容为第三设定内容，则根据该第二语音的语音内容，获取第三语音，并播放所述第三语音，这种播放方式更贴近真人之间的交互，能够提升用户体验。

下面结合图3对应用本实施例的语音会话方法的过程进行说明。电子设备1000通过放音模块播放第一语音(slotA)，在播放过程中，通过全局控制器实时记录第一语音的当前播放位置(play：slotA-＞offset)，并通过收音模块接收用户的第二语音，并将第二语音输入流式ASR模块进行识别，获取所述第二语音的语音内容，在确定第二语音的语音内容为第一设定内容的情况下，根据所述当前播放位置(offset：2000)和所述预设播放标识(voiceCode：xxx.wav)，通过回调网关从客户系统确定所述第一语音的播放起始位置(voiceCode：xxx.wav)，从播放起始位置重新播放所述第一语音；在确定所述第二语音的语音内容为第二设定内容的情况下，继续播放所述第一语音；在确定所述第二语音的语音内容为第三设定内容的情况下，则根据所述第二语音的语音内容，通过回调网关从客户系统获取第三语音，并播放所述第三语音。

以上已结合附图对本公开实施例的语音会话方法进行了说明，在本实施例中，通过在播放第一语音的过程中，记录所述第一语音的当前播放位置；其中，所述第一语音中包括多个预设播放标识；所述预设播放标识用于标识所述第一语音的播放位置；在接收到用户的第二语音的情况下，根据所述当前播放位置和所述多个预设播放标识，确定所述第一语音的播放起始位置；其中，所述播放起始位置位于所述当前播放位置之前；根据所述播放起始位置，重新播放所述第一语音。本公开实施例中，通过在服务器播放的第一语音中设置多个用于标识第一语音的播放位置的预设播放标识，在播放第一语音的同时记录第一语音的当前播放位置，这样，可以在接收到用户的第二语音时，基于当前播放位置，确定重新播放第一语音的位置，而不是生硬的基于外呼语音被打断的位置继续播放，使得基于人工智能技术实现的客服服务更贴近真人会话场景，语音会话中的交互更加自然，能够向用户提供更具有真实感的语音会话体验，从而提升用户体验。

<装置实施例>

在本实施例中，还提供一种语音会话装置，该语音会话装置例如可以设置在如图1所示的电子设备1000中。

如图4所示，该语音会话装置4000可以包括：记录模块4100，确定模块4200和播放模块4300。

其中，记录模块4100，用于在播放第一语音的过程中，记录所述第一语音的当前播放位置；其中，所述第一语音中包括多个预设播放标识；所述预设播放标识用于标识所述第一语音的播放位置。

确定模块4200，用于在接收到用户的第二语音的情况下，根据所述当前播放位置和所述多个预设播放标识，确定所述第一语音的播放起始位置；其中，所述播放起始位置位于所述当前播放位置之前。

播放模块4300，用于根据所述播放起始位置，重新播放所述第一语音。

在一个实施例中，所述确定模块4200具体用于：在接收到用户的所述第二语音、且所述第二语音的语音内容为第一设定内容的情况下，根据所述当前播放位置和所述预设播放标识，确定所述第一语音的播放起始位置。

在一个实施例中，所述确定模块4200具体用于：获取每个所述预设播放标识对应的播放位置与所述当前播放位置之间的时间间隔；将所述时间间隔最短的播放位置确定为所述第一语音的播放起始位置。

在一个实施例中，所述播放模块4300还用于：在接收到用户的所述第二语音、且所述第二语音的语音内容为第二设定内容的情况下，继续播放所述第一语音。

在一个实施例中，所述播放模块4300还用于：在接收到用户的所述第二语音、且所述第二语音的语音内容为第三设定内容的情况下，根据所述第二语音的语音内容获取第三语音；播放所述第三语音。

本实施例的语音会话装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

<设备实施例>

本实施例中，还提供一种电子设备，该电子设备包括本公开装置实施例中描述的语音会话装置4000；或者，该电子设备为图5所示的电子设备5000，包括：

存储器5100，用于存储可执行命令。

处理器5200，用于在存储器5100存储的可执行命令的控制下，执行本公开任意方法实施例中描述的方法。

在电子设备根据所执行的方法实施例的实施主体，可以是服务器，也可以是电子设备。

<可读存储介质实施例>

本实施例提供一种可读存储介质，该存储介质中存储有可执行命令，该可执行命令被处理器执行时，执行本公开任意方法实施例中描述的方法。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、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)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (12)

1.一种语音会话方法，其特征在于，包括：

在播放第一语音的过程中，记录所述第一语音的当前播放位置；其中，所述第一语音中包括多个预设播放标识；所述预设播放标识用于标识所述第一语音的播放位置；

在接收到用户的第二语音的情况下，根据所述当前播放位置和所述多个预设播放标识，确定所述第一语音的播放起始位置；其中，所述播放起始位置位于所述当前播放位置之前；

根据所述播放起始位置，重新播放所述第一语音。

2.根据权利要求1所述的方法，其特征在于，所述在接收到用户的第二语音的情况下，根据所述当前播放位置和所述多个预设播放标识，确定所述第一语音的播放起始位置，包括：

在接收到用户的所述第二语音、且所述第二语音的语音内容为第一设定内容的情况下，根据所述当前播放位置和所述预设播放标识，确定所述第一语音的播放起始位置。

3.根据权利要求1所述的方法，其特征在于，根据所述当前播放位置和所述多个预设播放标识，确定所述第一语音的播放起始位置，包括：

获取每个所述预设播放标识对应的播放位置与所述当前播放位置之间的时间间隔；

将所述时间间隔最短的播放位置确定为所述第一语音的播放起始位置。

4.根据权利要求1所述的方法，其特征在于，所述在播放第一语音的过程中，记录所述第一语音的当前播放位置之后，所述方法还包括：

在接收到用户的所述第二语音、且所述第二语音的语音内容为第二设定内容的情况下，继续播放所述第一语音。

5.根据权利要求1所述的方法，其特征在于，所述在播放第一语音的过程中，记录所述第一语音的当前播放位置之后，所述方法还包括：

在接收到用户的所述第二语音、且所述第二语音的语音内容为第三设定内容的情况下，根据所述第二语音的语音内容获取第三语音；

播放所述第三语音。

6.一种语音会话装置，其特征在于，包括：

记录模块，用于在播放第一语音的过程中，记录所述第一语音的当前播放位置；其中，所述第一语音中包括多个预设播放标识；所述预设播放标识用于标识所述第一语音的播放位置；

确定模块，用于在接收到用户的第二语音的情况下，根据所述当前播放位置和所述多个预设播放标识，确定所述第一语音的播放起始位置；其中，所述播放起始位置位于所述当前播放位置之前；

播放模块，用于根据所述播放起始位置，重新播放所述第一语音。

7.根据权利要求6所述的装置，其特征在于，所述确定模块具体用于：

在接收到用户的所述第二语音、且所述第二语音的语音内容为第一设定内容的情况下，根据所述当前播放位置和所述预设播放标识，确定所述第一语音的播放起始位置。

8.根据权利要求6所述的装置，其特征在于，所述确定模块具体用于：

获取每个所述预设播放标识对应的播放位置与所述当前播放位置之间的时间间隔；

将所述时间间隔最短的播放位置确定为所述第一语音的播放起始位置。

9.根据权利要求6所述的装置，其特征在于，所述播放模块还用于：

在接收到用户的所述第二语音、且所述第二语音的语音内容为第二设定内容的情况下，继续播放所述第一语音。

10.根据权利要求6所述的装置，其特征在于，所述播放模块还用于：

在接收到用户的所述第二语音、且所述第二语音的语音内容为第三设定内容的情况下，根据所述第二语音的语音内容获取第三语音；

播放所述第三语音。

11.一种电子设备，其中，包括：

处理器和存储器，所述存储器用于存储指令，所述指令用于控制所述处理器执行根据权利要求1至5中任一项所述的方法。

12.一种可读存储介质，存储介质存储有可执行指令，所述可执行指令被处理器执行时，执行如权利要求1至5中任一项所述的方法。

Images