一种个性化语音交互方法及系统技术方案

本发明专利技术公开一种个性化语音交互方法及系统，该方法包括：响应于用户的语音交互指令，采集用户的行为数据；其中，所述行为数据至少包括语音数据；将所述行为数据输入至预设的特征识别模型进行特征识别，基于预设的每个用户行为所对应的评分值，获得用户的个性化特征和行为数据评分总值；基于预设的文本生成模型，提取所述语音数据中的文本数据，根据所述文本数据和所述个性化特征，基于预设语料库中的每个文本所具有的特征标记和分值标记，生成匹配于所述行为数据评分总值的回应文本，并将所述回应文本转化为音频数据。本发明专利技术能够实现与用户之间的语音交互，且回应内容切合用户的个性化特征，具有逻辑性。具有逻辑性。具有逻辑性。

【技术实现步骤摘要】
一种个性化语音交互方法及系统


[0001]本专利技术涉及自然语言处理
，尤其是涉及一种个性化语音交互方法及系统。

技术介绍

[0002]随着语音交互技术的不断普及，目前的汽车通常配置有语音交互系统，能够对采集到的用户的语音数据作出应答，实现与用户之间的语音交互。现有的语音交互系统通常采用通用的语料库，当接收到用户的语音数据时，从通用的语料库中随机选取语句来作出应答，缺乏逻辑性，从而难以针对性地与用户进行语音交互。

技术实现思路

[0003]本专利技术提供一种个性化语音交互方法及系统，以解决现有的语音交互系统难以针对性地与用户进行语音交互的问题，通过对用户的行为数据进行特征识别，获得用户的个性化特征和行为数据评分总值，进而能够基于用户的语音数据中的文本数据以及个性化特征，生成匹配于用户的行为数据评分总值的回应文本，并将回应文本转化为音频数据，以使用户通过音频的形式接收该回应文本，从而实现与用户之间的语音交互，且回应内容切合用户的个性化特征，具有逻辑性。
[0004]为了解决上述技术问题，本专利技术实施例第一方面提供个性化语音交互方法，包括如下步骤：
[0005]响应于用户的语音交互指令，采集用户的行为数据；其中，所述行为数据至少包括语音数据；
[0006]将所述行为数据输入至预设的特征识别模型进行特征识别，基于预设的每个用户行为所对应的评分值，获得用户的个性化特征和行为数据评分总值；
[0007]基于预设的文本生成模型，提取所述语音数据中的文本数据，根据所述文本数据和所述个性化特征，基于预设语料库中的每个文本所具有的特征标记和分值标记，生成匹配于所述行为数据评分总值的回应文本，并将所述回应文本转化为音频数据。
[0008]作为优选方案，所述将所述行为数据输入至预设的特征识别模型进行特征识别，基于预设的每个用户行为所对应的评分值，获得用户的个性化特征和行为数据评分总值，具体包括如下步骤：
[0009]将所述行为数据输入至所述特征识别模型进行特征识别，获得用户的个性化特征；
[0010]基于预设的每个用户行为所对应的评分值，获取每个行为数据的评分值，根据每个行为数据的评分值，按照预设的评分规则获得用户的行为数据评分总值。
[0011]作为优选方案，所述根据所述文本数据和所述个性化特征，基于预设语料库中的每个文本所具有的特征标记和分值标记，生成匹配于所述行为数据评分总值的回应文本，具体包括如下步骤：
[0012]基于所述预设语料库中的每个文本所具有的特征标记和分值标记，利用NLG算法在所述预设语料库中获取匹配于所述文本数据和所述个性化特征的若干个文本；
[0013]根据所述行为数据评分总值和所述若干个文本的分值标记，对所述若干个文本进行筛选，获得若干个筛选文本；其中，所述若干个筛选文本的分值匹配于所述行为数据评分总值；
[0014]根据所述若干个筛选文本生成所述回应文本。
[0015]作为优选方案，所述方法具体通过如下步骤获得所述特征识别模型：
[0016]将预设的具有个性化特征标记和评分值标记的行为数据组成训练集，并利用所述训练集对卷积神经网络进行训练，获得所述特征识别模型。
[0017]作为优选方案，所述响应于用户的语音交互指令，采集用户的行为数据，具体包括如下步骤：
[0018]响应于用户的所述语音交互指令，通过语音获取模块采集用户的所述语音数据。
[0019]作为优选方案，所述行为数据还包括图像数据和中控配置数据。
[0020]作为优选方案，所述响应于用户的语音交互指令，采集用户的行为数据，具体还包括如下步骤：
[0021]响应于用户的所述语音交互指令，通过图像获取模块采集用户的所述图像数据；
[0022]通过中控模块采集用户的所述中控配置数据。
[0023]作为优选方案，所述个性化特征至少包括年龄、性别、时间、情感特征、喜好特征和场景环境。
[0024]作为优选方案，所述方法还包括如下步骤：
[0025]将用户的所述个性化特征和所述行为数据评分总值传输至预设的数据库，以使所述个性化特征和所述行为数据评分总值存储于所述数据库中。
[0026]本专利技术实施例第二方面提供一种个性化语音交互系统，包括：
[0027]行为数据采集模块，用于响应于用户的语音交互指令，采集用户的行为数据；其中，所述行为数据至少包括语音数据；
[0028]个性化特征识别模块，用于将所述行为数据输入至预设的特征识别模型进行特征识别，基于预设的每个用户行为所对应的评分值，获得用户的个性化特征和行为数据评分总值；
[0029]回应文本生成模块，用于基于预设的文本生成模型，提取所述语音数据中的文本数据，根据所述文本数据和所述个性化特征，基于预设语料库中的每个文本所具有的特征标记和分值标记，生成匹配于所述行为数据评分总值的回应文本，并将所述回应文本转化为音频数据。
[0030]相比于现有技术，本专利技术实施例的有益效果在于，通过对用户的行为数据进行特征识别，获得用户的个性化特征和行为数据评分总值，进而能够基于用户的语音数据中的文本数据以及个性化特征，生成匹配于用户的行为数据评分总值的回应文本，并将回应文本转化为音频数据，以使用户通过音频的形式接收该回应文本，从而实现与用户之间的语音交互，且回应内容切合用户的个性化特征，具有逻辑性。
附图说明
[0031]图1是本专利技术实施例提供的个性化语音交互方法的流程示意图；
[0032]图2是本专利技术实施例提供的个性化语音交互系统的结构示意图。
具体实施方式
[0033]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]参见图1，本专利技术实施例第一方面提供一种个性化语音交互方法，包括如下步骤S1至步骤S3：
[0035]步骤S1，响应于用户的语音交互指令，采集用户的行为数据；其中，所述行为数据至少包括语音数据；
[0036]步骤S2，将所述行为数据输入至预设的特征识别模型进行特征识别，基于预设的每个用户行为所对应的评分值，获得用户的个性化特征和行为数据评分总值；
[0037]步骤S3，基于预设的文本生成模型，提取所述语音数据中的文本数据，根据所述文本数据和所述个性化特征，基于预设语料库中的每个文本所具有的特征标记和分值标记，生成匹配于所述行为数据评分总值的回应文本，并将所述回应文本转化为音频数据。
[0038]在本实施例中，响应于用户的语音交互指令，通过车辆内设有的信息采集模块对用户的行为数据进行采集，其中，用户的行为数据至少包括用户的语音数据。
[0039]进一步地，由于用户的不同行为代表着不同的个性化特征，例如，若用户表示其喜欢听本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种个性化语音交互方法，其特征在于，包括如下步骤：响应于用户的语音交互指令，采集用户的行为数据；其中，所述行为数据至少包括语音数据；将所述行为数据输入至预设的特征识别模型进行特征识别，基于预设的每个用户行为所对应的评分值，获得用户的个性化特征和行为数据评分总值；基于预设的文本生成模型，提取所述语音数据中的文本数据，根据所述文本数据和所述个性化特征，基于预设语料库中的每个文本所具有的特征标记和分值标记，生成匹配于所述行为数据评分总值的回应文本，并将所述回应文本转化为音频数据。2.如权利要求1所述的个性化语音交互方法，其特征在于，所述将所述行为数据输入至预设的特征识别模型进行特征识别，基于预设的每个用户行为所对应的评分值，获得用户的个性化特征和行为数据评分总值，具体包括如下步骤：将所述行为数据输入至所述特征识别模型进行特征识别，获得用户的个性化特征；基于预设的每个用户行为所对应的评分值，获取每个行为数据的评分值，根据每个行为数据的评分值，按照预设的评分规则获得用户的行为数据评分总值。3.如权利要求2所述的个性化语音交互方法，其特征在于，所述根据所述文本数据和所述个性化特征，基于预设语料库中的每个文本所具有的特征标记和分值标记，生成匹配于所述行为数据评分总值的回应文本，具体包括如下步骤：基于所述预设语料库中的每个文本所具有的特征标记和分值标记，利用NLG算法在所述预设语料库中获取匹配于所述文本数据和所述个性化特征的若干个文本；根据所述行为数据评分总值和所述若干个文本的分值标记，对所述若干个文本进行筛选，获得若干个筛选文本；其中，所述若干个筛选文本的分值匹配于所述行为数据评分总值；根据所述若干个筛选文本生成所述回应文本。4.如权利要求2所述的个性化语音交互方法，其特征在于，所述方法具体通过如下步骤获得所述特征识别模型：...

【专利技术属性】
技术研发人员：沈仲孝，梁伟强，刘俊峰，张莹，冉光伟，方宇坤，罗国辉，郑兴明，仲凯杰，朱文新，
申请(专利权)人：星河智联汽车科技有限公司，
类型：发明
国别省市：