预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108257590A(43)申请公布日2018.07.06(21)申请号201810011889.1(22)申请日2018.01.05(71)申请人携程旅游信息技术(上海)有限公司地址201203上海市浦东新区自由贸易试验区碧波路518号302室(72)发明人马艳丽(74)专利代理机构上海隆天律师事务所31282代理人臧云霄潘一诺(51)Int.Cl.G10L13/04(2013.01)G10L13/08(2013.01)G10L15/22(2006.01)G10L15/30(2013.01)权利要求书2页说明书9页附图7页(54)发明名称语音交互方法、装置、电子设备、存储介质(57)摘要本发明提供一种语音交互方法、装置、电子设备、存储介质,方法包括:S110:接收语音交互服务请求;S120:根据语音交互服务请求判断其语音服务类型;S131:若语音服务类型为TTS,则直接将语音交互服务请求转发至语音服务引擎;S132:若语音服务类型为ASR,则对第一音频信息进行格式转换;S140:接收来自语音服务引擎的语音交互反馈信息;S150:判断语音交互反馈信息对应的语音交互服务请求的语音服务类型;S161:若语音交互反馈信息对应TTS,则对第二音频信息进行格式转换;S162:若语音交互反馈信息对应ASR,则直接将语音交互反馈信息转发至客户端。本发明提供的方法及装置解决多语音服务引擎接入的兼容性问题和语音格式多样化导致的不满足接入要求和用户需求问题。CN108257590ACN108257590A权利要求书1/2页1.一种语音交互方法,其特征在于,包括:步骤S110:接收来自客户端的语音交互服务请求,所述语音交互服务请求包含语音服务类型及对应该语音服务类型的语音服务引擎,所述语音服务类型包括TTS类型及ASR类型,所述TTS类型的语音交互服务请求包含第一文本信息,所述TTS类型的语音交互服务请求包含第一音频信息;步骤S120:根据所述语音交互服务请求判断其语音服务类型;步骤S131:若所述语音服务类型为TTS类型,则直接将所述语音交互服务请求转发至所述语音交互服务请求包含的所述语音服务引擎;步骤S132:若所述语音服务类型为ASR类型,则对所述第一音频信息进行格式转换以适配所述语音交互服务请求包含的所述语音服务引擎,并将包含格式转换后的第一音频信息的语音交互服务请求转发至所述语音交互服务请求包含的所述语音服务引擎;步骤S140:接收来自所述语音服务引擎的语音交互反馈信息;步骤S150:判断所述语音交互反馈信息对应的语音交互服务请求的语音服务类型;步骤S161:若所述语音交互反馈信息对应于所述TTS类型的语音交互服务请求,则所述语音交互反馈信息包含第二音频信息,并对所述第二音频信息进行格式转换以适配所述客户端,并将包含格式转换后的第二音频信息的语音交互反馈信息转发至所述客户端;步骤S162:若所述语音交互反馈信息对应于所述ASR类型的语音交互服务请求,则直接将所述语音交互反馈信息转发至所述客户端。2.如权利要求1所述的语音交互方法,其特征在于,所述步骤S110之后,所述步骤S120之前还包括:步骤S101:判断所述语音交互服务请求包含的所述语音服务引擎是否异常;步骤S102:若异常,则在多个对应该语音服务类型的语音服务引擎中选择服务性能最优的语音服务引擎以替换所述语音交互服务请求包含的所述语音服务引擎。3.如权利要求1所述的语音交互方法,其特征在于,所述格式转换包括如下任一个或多个音频参数的调整:语音格式、采样率、采样深度以及声道数。4.如权利要求1所述的语音交互方法,其特征在于,所述格式转换基于sox开源软件进行。5.如权利要求1所述的语音交互方法,其特征在于,所述客户端所在的设备上安装有多个语音交互应用,各语音交互应用绑定至少一个语音服务引擎,所述语音交互服务请求还包含所述语音业务应用的标识及该语音业务应用绑定的语音服务引擎。6.如权利要求1所述的语音交互方法,其特征在于,所述语音交互服务请求来自第一客户端,所述语音交互服务器请求包括第一客户端的标识、第二客户端的标识,所述步骤S161包括:若所述语音交互反馈信息对应于所述TTS类型的语音交互服务请求,则所述语音交互反馈信息包含第二音频信息;根据所述第一客户端的标识对所述第二音频信息进行格式转换以适配所述第一客户端,并将包含格式转换后的第二音频信息的语音交互反馈信息转发至所述第一客户端;根据所述第二客户端的标识对所述第二音频信息进行格式转换以适配所述第二客户2CN108257590A权利要求书2/2页端,缓存包含格式转换后的第二音频信息的语音交互反馈信息,根据所述语音交互反馈信息生成一提取码,将所述提取码转发至