语音交互方法、装置、设备及存储介质与流程

技术特征：
1.一种语音交互方法，其特征在于，包括：获取用户选择的场景类别；获取所述场景类别对应的至少一条第一语音；播放所述至少一条第一语音，以及接收所述用户输入的每条第一语音对应的应答语音；根据所述至少一条第一语音和每条第一语音对应的应答语音，确定所述用户对应的训练结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述至少一条第一语音和每条第一语音对应的应答语音，确定所述用户对应的训练结果，包括：根据所述至少一条第一语音和每条第一语音对应的应答语音，确定每条应答语音的应答结果；根据每条应答语音的应答结果，确定所述训练结果，所述训练结果包括每条应答语音对应的应答结果。3.根据权利要求2所述的方法，其特征在于，所述根据所述至少一条第一语音和每条第一语音对应的应答语音，确定每条应答语音的应答结果，包括：针对任意一条第一语音，获取所述第一语音对应的应答语音的应答信息，所述应答信息包括如下至少一种：响应时长、应答语速、多个词汇或语义信息；获取标准信息，所述标准信息包括如下至少一种：预设响应时长范围、预设应答语速范围、预设敏感词汇集合、或所述第一语音对应的至少一个应答文本；根据所述应答信息和所述标准信息，确定所述应答语音的应答结果。4.根据权利要求3所述的方法，其特征在于，所述应答结果包括如下至少一种：响应时长结果、应答语速结果、敏感词汇结果或语义结果；所述根据所述应答信息和所述标准信息，确定所述应答语音的应答结果，包括：若所述响应时长位于所述预设响应时长范围内，则所述响应时长结果为通过；若所述应答语速位于所述预设应答语速范围内，则确定所述应答语速结果为通过；若所述预设敏感词汇集合中不包括所述多个词汇中的任意一个，则确定所述敏感词汇结果为通过；若所述至少一个应答文本中存在应答文本与所述语义信息的相似度大于或等于第一阈值，则确定所述语义结果为通过。5.根据权利要求3或4所述的方法，其特征在于，所述根据所述至少一条第一语音和每条第一语音对应的应答语音，确定每条应答语音的应答结果之后，还包括：确定当前的训练模式，所述训练模式为如下至少一种：学习模式、对练模式、测试模式或特例练习模式；根据所述训练模式，显示每条应答语音对应的应答结果。6.根据权利要求5所述的方法，其特征在于，所述根据所述训练模式，显示每条应答语音对应的应答结果，包括：若所述训练模式为所述学习模式、所述对练模式或者所述特例练习模式，针对任意一条应答语音，在确定得到所述应答语音对应的应答结果后，显示所述应答结果；若所述训练模式为测试模式，则在测试结束后，显示所述测试中每条应答语音对应的
应答结果。7.根据权利要求5所述的方法，其特征在于，在所述根据所述训练模式，显示每条应答语音对应的应答结果之后，还包括：接收所述用户对未通过的敏感词汇结果输入的第一反馈信息，并根据所述第一反馈信息，更新所述预设敏感词汇集合；和/或，接收用户对未通过的语义结果输入的第二反馈信息，并根据所述第二反馈信息，更新所述第一语音对应的至少一个应答文本。8.根据权利要求1-4任一项所述的方法，其特征在于，播放所述至少一条第一语音，以及接收用户输入的每条第一语音对应的应答语音，包括：确定当前的训练模式，所述训练模式为如下至少一种：学习模式、对练模式、测试模式或特例练习模式；根据所述训练模式，播放所述至少一条第一语音，以及接收用户输入的每条第一语音对应的应答语音。9.根据权利要求8所述的方法，其特征在于，所述训练模式为所述学习模式，所述至少一条第一语音包括问题语音和答案语音；所述根据所述训练模式，播放所述至少一条第一语音，以及接收用户输入的每条第一语音对应的应答语音，包括：播放所述问题语音和所述答案语音；接收用户输入的第一指令，所述第一指令用于指示开启跟读练习；播放第i条问题语音，以及接收所述用户输入的所述第i条问题语音对应的应答语音，所述i依次取1、2、
……
、n，所述n为大于或等于1的整数，所述n为所述至少一条语音中包括的问题语音的数量。10.根据权利要求8所述的方法，其特征在于，所述训练模式为对练模式、测试模式或者特例练习模式，所述至少一条第一语音包括n条问题语音；所述根据所述训练模式，播放所述至少一条第一语音，以及接收用户输入的每条第一语音对应的应答语音，包括：播放第i条问题语音，以及接收所述用户输入的所述第i条问题语音对应的应答语音，所述i依次取1、2、
……
、n，所述n为大于或等于1的整数。11.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：获取所述用户在预设时段内的训练结果；根据所述预设时段内的训练结果，确定所述用户的训练信息，所述训练信息包括如下至少一种：训练数量、训练质量、用户训练特征。12.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：获取多组样本数据，每组样本数据包括样本问题和样本答案；根据所述多组样本数据，生成多个场景类别对应的至少一条第一语音。13.一种语音交互装置，其特征在于，包括：第一获取模块、第二获取模块、播放模块、接收模块和确定模块，其中，所述第一获取模块用于，获取用户选择的场景类别；所述第二获取模块用于，获取所述场景类别对应的至少一条第一语音；所述播放模块用于，播放所述至少一条第一语音；所述接收模块用于，接收所述用户输入的每条第一语音对应的应答语音；
所述确定模块用于，根据所述至少一条第一语音和每条第一语音对应的应答语音，确定所述用户对应的训练结果。14.一种终端设备，其特征在于，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的语音交互程序，所述语音交互程序被所述处理器执行时实现如权利要求1至12中任一项所述的语音交互方法的步骤。15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有语音交互程序，所述语音交互程序被处理器执行时实现如权利要求1至12中任一项所述的语音交互方法的步骤。16.一种计算机程序产品，其特征在于，包括：计算机程序，该计算机程序被处理器执行时实现如权利要求1至12中任一项所述的语音交互方法的步骤。

技术总结
本发明公开了一种语音交互方法、装置、设备及存储介质，方法包括：获取用户选择的场景类别；获取场景类别对应的至少一条第一语音；播放至少一条第一语音，以及接收用户输入的每条第一语音对应的应答语音；根据至少一条第一语音和每条第一语音对应的应答语音，确定用户对应的训练结果。本发明用于提高训练的灵活性。性。性。


技术研发人员：陈俊霖 杨海军 徐倩
受保护的技术使用者：深圳前海微众银行股份有限公司
技术研发日：2020.11.24
技术公布日：2022/5/31