语音交互方法和智能交互设备与流程

本发明涉及智能设备的语音交互，具体提供一种语音交互方法和智能交互设备。

背景技术：

1、当前，智能设备的语音交互模式普遍依赖于语音唤醒机制，即设备一旦被唤醒，便会立即响应并执行接收到的语音控制指令。然而，在实际应用环境中，智能设备往往置身于复杂多变的声学场景中。在这种情况下，用户的语音指令可能与其他背景声音交织在一起，这不仅可能导致指令识别失败，使得设备无法执行相应操作，还可能引发指令识别错误的问题，从而影响了用户的使用体验。

2、此外，当面对多个用户同时向设备发出语音指令的挑战时，现有的智能设备缺乏有效机制来区分并确定语音指令的优先级，从而难以决定先执行哪个用户的语音指令，同样也影响了用户的使用体验。

技术实现思路

1、本发明旨在解决上述技术问题，即，至少解决在复杂多变场景下，设备容易出现指令识别失败无法执行、指令识别错误或无法确定多条语音指令的优先级的问题之一。

2、在第一方面，本发明提供了一种语音交互方法，所述语音交互方法包括：

3、在同时接收到多条语音指令的情形下，获取设备的环境特征信息；

4、基于所述环境特征信息，确定所述设备的公私场景属性；

5、基于所述设备的公私场景属性，触发相应的交互策略。

6、在上述的语音交互方法的一些可行的实施方式中，所述环境特征信息包括设备的定位信息和/或设备所处环境的网络设备密度信息；

7、所述的“基于所述环境特征信息，确定所述设备的公私场景属性”包括：至少基于所述设备的定位信息和/或所述设备所处环境的网络设备密度信息，确定所述设备的公私场景属性。

8、在上述的语音交互方法的一些可行的实施方式中，所述环境特征信息包括设备的定位信息和设备所处环境的网络设备密度信息；

9、所述定位信息包括当前定位的位置信息以及历史定位位置的最大距离值；

10、所述设备所处环境的网络设备密度信息包括预设时间内设备mac地址的出现频次以及预设时间内设备与不同mac地址的绑定数量；

11、所述的“基于所述环境特征信息，确定所述设备的公私场景属性”包括：若所述设备当前定位的位置为公共区域，历史定位位置的最大距离值小于等于预设距离阈值，且预设时间内设备mac地址的出现频次大于等于预设频次阈值，预设时间内设备与不同mac地址的绑定数量大于等于预设数量阈值，则判断所述设备为处于公用场景下的设备；否则，则判断所述设备为处于私用场景下的设备。

12、在上述的语音交互方法的一些可行的实施方式中，所述的“基于所述设备的公私场景属性，触发相应的交互策略”包括：

13、在判断所述设备为处于公用场景下的设备的情形下，将当前语音指令与历史语音指令执行情况进行比对；

14、优先执行历史执行次数最多的语音指令。

15、在上述的语音交互方法的一些可行的实施方式中，所述的“基于所述设备的公私场景属性，触发相应的交互策略”包括：

16、在判断所述设备为处于私用场景下的设备的情形下，获取各语音指令的声音特征，并将各语音指令的声音特征与预设用户的声音特征进行比对；

17、优先执行与所述预设用户的声音特征匹配的语音指令。

18、在上述的语音交互方法的一些可行的实施方式中，所述的“基于所述设备的公私场景属性，触发相应的交互策略”还包括：

19、若无与所述预设用户的声音特征匹配的语音指令，则获取各语音指令的历史执行次数；

20、优先执行历史执行次数最多的语音指令。

21、在上述的语音交互方法的一些可行的实施方式中，所述语音交互方法还包括：

22、在获取各语音指令的声音特征之前，获取所述设备所处环境的环境噪声强度，并将所述环境噪声强度与预设环境噪声强度阈值进行比较；

23、基于比较结果，选择性地获取各语音指令的声音特征或历史执行次数。

24、在上述的语音交互方法的一些可行的实施方式中，所述的“选择性地使所述设备获取各语音指令的声音特征或历史执行次数”包括：

25、若所述环境噪声强度小于等于或小于所述预设环境噪声强度阈值，则获取各语音指令的声音特征；或者

26、若所述环境噪声强度大于或大于等于所述预设环境噪声强度阈值，则获取各语音指令的历史执行次数。

27、在上述的语音交互方法的一些可行的实施方式中，所述的“优先执行历史执行次数最多的语音指令”包括：

28、若历史执行次数最多的语音指令为一条，则直接执行该条语音指令；或者

29、若历史执行次数最多的语音指令大于等于两条，则获取多条历史执行次数最多的语音指令的历史执行时间，选择执行历史执行时间最早的语音指令。

30、在第二方面，本发明还提供了一种智能交互设备，所述智能交互设备包括控制装置，所述控制装置包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行前述任一项技术方案中的语音交互方法。

31、本发明的有益效果：

32、在复杂多变的实际应用场景中，本发明引入了设备的环境特征信息，并以此为依据来判定设备的公私场景属性，并据此触发相应的交互策略。具体而言，通过智能区分设备是处于公用场景下的设备，还是处于私用场景下的设备，并针对这两种设备分别设计了更贴合场景需求的语音交互策略。这一机制不仅能够更加合理地确定语音指令执行的优先级，从而增强了设备同时处理多条语音指令的能力，而且有效地解决了因声学环境复杂多变而导致的指令识别失败或指令识别错误的问题，有利于提升设备的智能化程度，并优化了用户的使用体验，实现了科技与人性化设计的双重体验。

1.一种语音交互方法，其特征在于，所述语音交互方法包括：

2.根据权利要求1所述的语音交互方法，其特征在于，所述环境特征信息包括设备的定位信息和/或设备所处环境的网络设备密度信息；

3.根据权利要求1所述的语音交互方法，其特征在于，所述环境特征信息包括设备的定位信息和设备所处环境的网络设备密度信息；

4.根据权利要求3所述的语音交互方法，其特征在于，所述的“基于所述设备的公私场景属性，触发相应的交互策略”包括：

5.根据权利要求3所述的语音交互方法，其特征在于，所述的“基于所述设备的公私场景属性，触发相应的交互策略”包括：

6.根据权利要求5所述的语音交互方法，其特征在于，所述的“基于所述设备的公私场景属性，触发相应的交互策略”还包括：

7.根据权利要求5所述的语音交互方法，其特征在于，所述语音交互方法还包括：

8.根据权利要求7所述的语音交互方法，其特征在于，所述的“选择性地使所述设备获取各语音指令的声音特征或历史执行次数”包括：

9.根据权利要求4或6所述的语音交互方法，其特征在于，所述的“优先执行历史执行次数最多的语音指令”包括：

10.一种智能交互设备，其特征在于，所述智能交互设备包括控制装置，所述控制装置包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至9中任一项所述的语音交互方法。