CN119479620A 流式语音交互方法及相关装置、设备和存储介质 （科大讯飞股份有限公司）_第1页
CN119479620A 流式语音交互方法及相关装置、设备和存储介质 （科大讯飞股份有限公司）_第2页
CN119479620A 流式语音交互方法及相关装置、设备和存储介质 （科大讯飞股份有限公司）_第3页
CN119479620A 流式语音交互方法及相关装置、设备和存储介质 （科大讯飞股份有限公司）_第4页
CN119479620A 流式语音交互方法及相关装置、设备和存储介质 （科大讯飞股份有限公司）_第5页
已阅读5页，还剩28页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本申请公开了一种流式语音交互方法及相2对流式语音进行端点检测，并响应于检测到所述流式语音的起始端点输入所述语音帧的语音特征至用于识别流式语音的语音识别系统响应于所述分析结果表征需先经过查询检索，基基于所述识别文本和所述检索结果由所述智能对话模型进行处基于在与所述流式语音的交互过程中所述识别文本的上下文所述基于所述识别文本和所述检索结果由所述智能对话模型进行至少基于所述规整文本和所述检索结果由所述智能对话3响应于所述分析结果表征无需先经过查询检基于从所述起始端点至所述结束端点各个所述语音帧的编码特征至少基于所述识别文本由更新所述系统指令后的智能对话模所述基于从所述起始端点至所述结束端点各个所述语音帧的识别结果，得到识别文本之从所述结束端点开始，返回执行所述对流式语音进行端点检测的步预备处理模块，用于对流式语音进行端点检测，并响应于检测到识别分类模块，用于输入所述语音帧的语音特征至用于识别流式语音的语音识别系第一响应模块，用于响应于所述分类结果表征语义结束第二响应模块，用于响应于所述分类结果表征语义未结束，4述程序指令用于实现权利要求1至9任一项所述的流式5[0001]本申请涉及语音交互技术领域，特别是涉及一种流式语音交互方法及相关装置、6确地判断语音帧是否语义结束以确定是否介入交互，尽可能地免于过早或过晚地介入交7再一一举例。8语音帧是否表征语义结束的结束端点，结束端点即为表征语义结束的语音帧的结束时刻。此外，智能对话模型可以包括但不限于大语言模型等，而编码网络可以包括但不限于经抵达A市啦（长停顿N秒）请以幼儿园老师的口吻给小朋友们播报一下明天本地的天气情9含音素为例，则这些语音帧的识别结果可以依次列为{womenxian此对其他可能情形不再一一举例。上述方式，先基于在与流式语音的交互过程中识别文本确地判断语音帧是否语义结束以确定是否介入交互，尽可能地免于过早或过晚地介入交序指令以实现上述任一流式语音交互方法实施例中的步骤。具体可以参阅前述公开实施结果，且编码特征由语音特征输入至智能对话模型之后经智能对话模型中编码网络所提单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备可以存储程序代码的介质。[0062]若本申请技术方案涉及个人信息，应用本申请技术方案的产品在处理个人信息信息处理规则的情况下，通过

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论