语音交互方法、装置和存储介质.pdf

(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CN109903760A(43)申请公布日2019.06.18(21)申请号201910000681.4(22)申请日2019.01.02(71)申请人百度在线网络技术（北京）有限公司地址100085北京市海淀区上地十街10号百度大厦三层(72)发明人陈果果牛飞王芃潘向胡文波(74)专利代理机构北京同立钧成知识产权代理有限公司11205代理人荣甜甜刘芳(51)Int.Cl.G10L15/22(2006.01)G10L15/30(2013.01)H04W4/80(2018.01)权利要求书3页说明书17页附图8页(54)发明名称语音交互方法、装置和存储介质(57)摘要本发明提供一种语音交互方法、装置和存储介质，该方法包括：接收外设端发送的第一音频并发送给服务器；接收服务器发送的第一响应音频并发送给外设端，以使外设端播放第一响应音频，第一响应音频用于确定终端对应的用户的用户意图；接收外设端发送的第二音频并发送给服务器，第二音频用于表征用户意图；接收服务器发送的第二响应音频并发送给外设端，以使外设端播放第二响应音频，第二响应音频为服务器基于用户意图获取的响应音频。本发明实现了终端和服务器之间的多轮语音交互，丰富了外设端与终端的交互功能，提高了用户体验。CN109903760ACN109903760A权利要求书1/3页1.一种语音交互方法，应用于终端，其特征在于，包括：接收外设端发送的第一音频并发送给服务器；接收所述服务器发送的第一响应音频并发送给所述外设端，以使所述外设端播放所述第一响应音频，所述第一响应音频用于确定所述终端对应的用户的用户意图；接收所述外设端发送的第二音频并发送给所述服务器，所述第二音频用于表征所述用户意图；接收所述服务器发送的第二响应音频并发送给所述外设端，以使所述外设端播放所述第二响应音频，所述第二响应音频为所述服务器基于所述用户意图获取的响应音频。2.根据权利要求1所述的方法，其特征在于，所述第一响应音频用于请求确定所述第一音频的语义，所述第一音频的语义用于表征所述用户意图；所述第二音频用于表征所述第一音频的语义，所述第二响应音频为所述服务器基于所述第一音频的语义获取的响应音频。3.根据权利要求1所述的方法，其特征在于，所述接收外设端发送的第一音频之前，包括：向所述外设端发送收音指令，所述收音指令用于指示所述外设端开始收音；接收所述外设端发送的第三音频，若所述第三音频中包含有终端对应的唤醒信息，则所述终端进入唤醒状态。4.根据权利要求1所述的方法，其特征在于，所述接收外设端发送的第一音频之前，包括：接收所述外设端发送的开始收音消息，所述开始收音消息用于指示所述外设端处于唤醒状态，且开始收音。5.根据权利要求1-4任一项所述的方法，其特征在于，所述接收所述外设端发送的第二音频并发送给所述服务器之后，还包括：接收所述服务器发送的停止发送消息，所述停止发送消息用于指示所述终端停止向所述服务器发送音频；所述服务器在接收到所述第二音频之后的第一预设时长内未接收到所述终端发送的第四音频时，发送所述停止发送消息；向所述外设端发送停止收音消息，所述停止收音消息用于指示所述外设端停止收音。6.根据权利要求3或4所述的方法，其特征在于，所述接收所述服务器发送的第二响应音频并发送给所述外设端之后，还包括：若在第二预设时长内未接收到所述外设端发送的第四音频，则进入非唤醒状态，并向所述外设端发送非唤醒状态消息。7.一种语音交互方法，应用于外设端，其特征在于，包括：向终端发送第一音频，以使所述终端向服务器发送所述第一音频，使得所述服务器根据所述第一音频向所述终端返回第一响应音频，所述第一响应音频用于确定所述终端对应的用户的用户意图；接收所述终端发送的所述第一响应音频，并播放所述第一响应音频；向所述终端发送第二音频，以使所述终端向所述服务器发送所述第二音频，使得所述服务器向所述终端返回第二响应音频，所述第二音频用于表征所述用户意图；2CN109903760A权利要求书2/3页接收所述终端发送的所述第二响应音频，并播放所述第二响应音频，所述第二响应音频为所述服务器基于所述用户意图获取的响应音频。8.根据权利要求7所述的方法，其特征在于，所述第一响应音频用于请求确定所述第一音频的语义，所述第一音频的语义用于表征所述用户意图；所述第二音频用于表征所述第一音频的语义，所述第二响应音频为所述服务器基于所述第一音频的语义获取的响应音频。9.根据权利要求7所述的方法，其特征在于，所述向终端发送第一音频之前，还包括：接收所述终端发送的收音指令，所述收音指令用于指示所述外设端开始收音；向所述终端发送第三音频，若所述第三音频中包含有所述终端对应的唤醒信息，则所述终端进入唤醒状态。10.