中断音频交互的方法、装置以及存储介质与流程

技术特征：
1.一种中断音频交互的方法，用于在与目标用户进行音频交互的过程中进行中断，其特征在于，包括：确定与交互音频对应的发音时长信息序列以及中断时间信息，其中所述发音时长信息序列用于记录与所述交互音频包含的单词对应的发音时长信息，所述中断时间信息用于指示所述交互音频可以进行中断的位置；在利用所述交互音频与所述目标用户进行交互的过程中，接收所述目标用户发出的音频；根据所述发音时长信息序列确定所述目标用户发出所述音频的时间节点；以及根据所述时间节点以及所述中断时间信息，判断是否对与所述目标用户进行音频交互的过程进行中断。2.根据权利要求1所述的方法，其特征在于，确定与交互音频对应的发音时长信息序列，包括：确定与所述交互音频对应的文本信息；确定由所述文本信息包含的连续单词组成的词元序列；以及根据所述词元序列，确定与交互音频对应的发音时长信息序列。3.根据权利要求2所述的方法，其特征在于，根据所述词元序列，确定与交互音频对应的发音时长信息序列，包括：利用预先训练的文本对齐模型对所述词元序列进行预测，确定所述发音时长信息序列。4.根据权利要求2所述的方法，其特征在于，还包括：计算所述发音时长信息序列的发音时长总和作为第一时长，计算所述交互音频的播放时长作为第二时长；根据所述第一时长和所述第二时长，将所述发音时长信息序列中的每个单词的发音时长进行等比缩放，确定所述词元序列对应的实际发音时长信息序列，并且根据所述发音时长信息序列确定所述目标用户发出所述音频的时间节点，包括：根据所述实际发音时长信息序列确定所述目标用户发出所述音频的时间节点。5.根据权利要求2所述的方法，其特征在于，确定由所述文本信息包含的连续单词组成的词元序列，包括：对所述文本信息进行分词操作，确定由所述文本信息包含的连续单词组成的词元序列。6.根据权利要求1所述的方法，其特征在于，根据所述时间节点以及所述中断时间信息，判断是否对与所述目标用户进行音频交互的过程进行中断，包括：确定与所述中断时间信息对应的中断区间；以及根据所述时间节点以及所述中断区间，判断是否对与所述目标用户进行音频交互的过程进行中断。7.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行权利要求1至6中任意一项所述的方法。8.一种中断音频交互的装置，用于在与目标用户进行音频交互的过程中进行中断，其特征在于，包括：
序列确定模块，用于确定与交互音频对应的发音时长信息序列以及中断时间信息，其中所述发音时长信息序列用于记录与所述交互音频包含的单词对应的发音时长信息，所述中断时间信息用于指示所述交互音频可以进行中断的位置；音频接收模块，用于在利用所述交互音频与所述目标用户进行交互的过程中，接收所述目标用户发出的音频；节点确定模块，用于根据所述发音时长信息序列确定所述目标用户发出所述音频的时间节点；以及中断判断模块，用于根据所述时间节点以及所述中断时间信息，判断是否对与所述目标用户进行音频交互的过程进行中断。9.根据权利要求8所述的装置，其特征在于，所述序列确定模块，包括：文本确定子模块，用于确定与所述交互音频对应的文本信息；词元确定子模块，用于确定由所述文本信息包含的连续单词组成的词元序列；以及序列确定子模块，用于根据所述词元序列，确定与交互音频对应的发音时长信息序列。10.一种中断音频交互的装置，用于在与目标用户进行音频交互的过程中进行中断，其特征在于，包括：处理器；以及存储器，与所述处理器连接，用于为所述处理器提供处理以下处理步骤的指令：确定与交互音频对应的发音时长信息序列以及中断时间信息，其中所述发音时长信息序列用于记录与所述交互音频包含的单词对应的发音时长信息，所述中断时间信息用于指示所述交互音频可以进行中断的位置；在利用所述交互音频与所述目标用户进行交互的过程中，接收所述目标用户发出的音频；根据所述发音时长信息序列确定所述目标用户发出所述音频的时间节点；以及根据所述时间节点以及所述中断时间信息，判断是否对与所述目标用户进行音频交互的过程进行中断。

技术总结
本申请公开了一种中断音频交互的方法、装置以及存储介质。其中，该方法包括：确定与交互音频对应的发音时长信息序列以及中断时间信息，其中发音时长信息序列用于记录与交互音频包含的单词对应的发音时长信息，中断时间信息用于指示交互音频可以进行中断的位置；在利用交互音频与目标用户进行交互的过程中，接收目标用户发出的音频；根据发音时长信息序列确定目标用户发出音频的时间节点；以及根据时间节点以及中断时间信息，判断是否对与目标用户进行音频交互的过程进行中断。行音频交互的过程进行中断。行音频交互的过程进行中断。


技术研发人员：乔宏利 何朋 杨春勇 权圣
受保护的技术使用者：北京有限元科技有限公司
技术研发日：2020.04.20
技术公布日：2021/10/22