基于人工智能的语音交互方法、装置、设备及存储介质与流程

1.本发明涉及人工智能领域，尤其涉及一种基于人工智能的语音交互方法、装置、设备及存储介质。


背景技术：

2.现阶段由于语音技术的发展，智能语音交互设备越来越多，语音交互成为一种非常重要的人机交互途径，尤其是近些年语音助手的普及，手机及汽车可以进行语音的交互以及服务的获取；
3.当前社会阶段，互联网产品首重体验与交互，如何提高交互的流畅性和提升客户体验成为互联网产品的重点，目前主流的一些产品都会设计语音交互，但是需要用户主动触发，也即现阶段的智能语音交互设备只能被动的为用户提供服务，无法对用户的行为进行预判，从而实现服务的主动推荐。


技术实现要素：

4.本发明实施例提供了一种基于人工智能的语音交互方法、装置、设备及存储介质，用于解决基于人工智能的语音交互时交互效率较低的技术问题。
5.本发明第一方面提供了一种基于人工智能的语音交互方法，包括：获取预置的交互页面信息，并根据所述交互页面信息进行动态策略创建，得到对应的目标动态策略；当检测到用户进入终端的交互页面时，获取交互输入信息，根据所述交互输入信息确定是否满足预设的主动交互条件，当满足所述预设的主动交互条件时，将所述交互输入信息输入至预置的主动交互模型进行处理，得到对应的主动交互语音信息；接收用户的语音反馈信息，并对所述语音反馈信息进行格式转换，得到对应的文字内容信息；通过预置的关键词识别模型对所述文字内容信息进行语义分析，得到对应的关键词语义信息；基于所述目标动态策略对所述关键词语义信息进行扫描分析，生成对应的目标交互文本信息；对所述目标交互文本信息进行语音格式转换，得到对应的交互语音信息，并将所述交互语音信息传输至所述终端进行播放。
6.可选的，在本发明第一方面的第一种实现方式中，所述当检测到用户进入终端的交互页面时，获取交互输入信息，根据所述交互输入信息确定是否满足预设的主动交互条件，当满足所述预设的主动交互条件时，将所述交互输入信息输入至预置的主动交互模型进行处理，得到对应的主动交互语音信息包括：当检测到用户进入终端的交互页面时，获取交互输入信息并对所述交互输入信息进行分析，得到对应的信息标识；根据所述信息标识判断所述交互输入信息是否满足预设的主动交互条件，其中所述预设的主动交互条件包括开机唤醒信息或预设的点击操作信息；如是，将所述交互输入信息输入至预置的主动交互模型进行处理，得到对应的主动交互语音信息。
7.可选的，在本发明第一方面的第二种实现方式中，所述通过预置的关键词识别模型对所述文字内容信息进行语义分析，得到对应的关键词语义信息包括：通过所述关键词
识别模型对所述文字内容信息进行扫描，确定对应的关键词信息；根据所述关键词信息在预置的语义资料库中进行语义匹配，得到对应的关键词语义信息，其中，所述语义资料库包括多个候选关键词及每一候选关键词对应的语义信息。
8.可选的，在本发明第一方面的第三种实现方式中，所述基于所述目标动态策略对所述关键词语义信息进行扫描分析，生成对应的目标交互文本信息；根据所述目标动态策略，对所述关键词语义信息进行扫描，确定对应的语义信息标识；根据所述语义信息标识从预置的数据库中获取所述用户的历史语音交互数据，并对所述用户的历史语音交互数据进行预处理，得到预处理历史语音交互数据，基于预置的决策树算法，对所述预处理历史语音交互数据进行分类，得到意向分类标准；基于所述目标动态策略的话术模板配置意向规则，得到多个用户意向规则；基于所述多个用户意向规则，对所述关键词语义信息进行匹配分析，得到对应的目标用户意向规则；通过所述目标用户意向规则及所述关键词语义信息进行交互文本生成，得到对应的目标交互文本信息。
9.可选的，在本发明第一方面的第四种实现方式中，所述根据所述语义信息标识从预置的数据库中获取所述用户的历史语音交互数据，并对所述用户的历史语音交互数据进行预处理，得到预处理历史语音交互数据，基于预置的决策树算法，对所述预处理历史语音交互数据进行分类，得到意向分类标准包括：根据所述语义信息标识从预置的数据库中获取所述用户的历史语音交互数据，对所述用户的历史语音交互数据进行数据清洗，得到预处理历史语音交互数据；调用预置的决策树算法，对所述预处理历史语音交互数据进行遍历处理，得到目标决策树，所述目标决策树包含多个叶节点；根据每一所述叶节点的数据信息分别对所述多个叶节点进行排序，得到对应的叶节点排序结果；通过所述叶节点排序结果对所述预处理历史语音交互数据进行分类，得到意向分类标准。
10.可选的，在本发明第一方面的第五种实现方式中，所述根据所述语义信息标识从预置的数据库中获取所述用户的历史语音交互数据，对所述用户的历史语音交互数据进行数据清洗，得到预处理历史语音交互数据包括：根据所述语义信息标识从预置的数据库中获取所述用户的历史语音交互数据，根据预置的清洗规则库中的数据格式化规则，对所述用户的历史语音交互数据进行格式化；对所述用户的历史语音交互数据进行相似重复数据检测和清洗；对所述用户的历史语音交互数据进行错误值检测和清洗，得到预处理历史数据。
11.可选的，在本发明第一方面的第六种实现方式中，所述调用预置的决策树算法，对所述预处理历史语音交互数据进行遍历处理，得到目标决策树，所述目标决策树包含多个叶节点包括：对所述预处理历史语音交互数据进行遍历处理，得到对应的遍历结果；基于预设的分类标准对所述遍历结果进行分类，得到初始决策树；对所述初始决策树进行剪枝处理，得到目标决策树，所述目标决策树包含多个叶节点。
12.本发明第二方面提供了一种基于人工智能的语音交互装置，包括：获取模块，用于获取预置的交互页面信息，并根据所述交互页面信息进行动态策略创建，得到对应的目标动态策略；处理模块，用于当检测到用户进入终端的交互页面时，获取交互输入信息，根据所述交互输入信息确定是否满足预设的主动交互条件，当满足所述预设的主动交互条件时，将所述交互输入信息输入至预置的主动交互模型进行处理，得到对应的主动交互语音信息；转换模块，用于接收用户的语音反馈信息，并对所述语音反馈信息进行格式转换，得
到对应的文字内容信息；分析模块，用于通过预置的关键词识别模型对所述文字内容信息进行语义分析，得到对应的关键词语义信息；扫描模块，用于基于所述目标动态策略对所述关键词语义信息进行扫描分析，生成对应的目标交互文本信息；传输模块，用于对所述目标交互文本信息进行语音格式转换，得到对应的交互语音信息，并将所述交互语音信息传输至所述终端进行播放。
13.可选的，在本发明第二方面的第一种实现方式中，所述处理模块具体用于：当检测到用户进入终端的交互页面时，获取交互输入信息并对所述交互输入信息进行分析，得到对应的信息标识；根据所述信息标识判断所述交互输入信息是否满足预设的主动交互条件，其中所述预设的主动交互条件包括开机唤醒信息或预设的点击操作信息；如是，将所述交互输入信息输入至预置的主动交互模型进行处理，得到对应的主动交互语音信息。
14.可选的，在本发明第二方面的第二种实现方式中，所述分析模块具体用于：通过所述关键词识别模型对所述文字内容信息进行扫描，确定对应的关键词信息；根据所述关键词信息在预置的语义资料库中进行语义匹配，得到对应的关键词语义信息，其中，所述语义资料库包括多个候选关键词及每一候选关键词对应的语义信息。
15.可选的，在本发明第二方面的第三种实现方式中，所述扫描模块具体包括：
16.扫描单元，用于根据所述目标动态策略，对所述关键词语义信息进行扫描，确定对应的语义信息标识；
17.处理单元，用于根据所述语义信息标识从预置的数据库中获取所述用户的历史语音交互数据，并对所述用户的历史语音交互数据进行预处理，得到预处理历史语音交互数据，基于预置的决策树算法，对所述预处理历史语音交互数据进行分类，得到意向分类标准；
18.配置单元，用于基于所述目标动态策略的话术模板配置意向规则，得到多个用户意向规则；
19.匹配单元，用于基于所述多个用户意向规则，对所述关键词语义信息进行匹配分析，得到对应的目标用户意向规则；
20.生成单元，用于通过所述目标用户意向规则及所述关键词语义信息进行交互文本生成，得到对应的目标交互文本信息。
21.可选的，在本发明第二方面的第四种实现方式中，所述处理单元具体包括：
22.清洗子单元，用于根据所述语义信息标识从预置的数据库中获取所述用户的历史语音交互数据，对所述用户的历史语音交互数据进行数据清洗，得到预处理历史语音交互数据；
23.遍历子单元，用于调用预置的决策树算法，对所述预处理历史语音交互数据进行遍历处理，得到目标决策树，所述目标决策树包含多个叶节点；
24.排序子单元，用于根据每一所述叶节点的数据信息分别对所述多个叶节点进行排序，得到对应的叶节点排序结果；
25.分类子单元，用于通过所述叶节点排序结果对所述预处理历史语音交互数据进行分类，得到意向分类标准。
26.可选的，在本发明第二方面的第五种实现方式中，所述清洗子单元具体用于：根据所述语义信息标识从预置的数据库中获取所述用户的历史语音交互数据，根据预置的清洗
规则库中的数据格式化规则，对所述用户的历史语音交互数据进行格式化；对所述用户的历史语音交互数据进行相似重复数据检测和清洗；对所述用户的历史语音交互数据进行错误值检测和清洗，得到预处理历史数据。
27.可选的，在本发明第二方面的第六种实现方式中，所述遍历子单元具体用于：对所述预处理历史语音交互数据进行遍历处理，得到对应的遍历结果基于预设的分类标准对所述遍历结果进行分类，得到初始决策树；对所述初始决策树进行剪枝处理，得到目标决策树，所述目标决策树包含多个叶节点。
28.本发明第三方面提供了一种计算机设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机设备执行上述的基于人工智能的语音交互方法。
29.本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的基于人工智能的语音交互方法。
30.本发明提供的技术方案中，本发明实施例中，服务器根据的交互页面信息匹配对应的目标动态策略，按照目标动态策略执行对应的语音交互流程，其中目标动态策略包括确定话题、禁止重复、话题转换、上下文关联和安全交互控制策略，通过多个目标动态策略，使得在智能语音交互对话过程中更流畅，并根据交互页面信息进行动态策略创建，得到对应的目标动态策略，当服务器获取交互输入信息后，判断该交互输入信息是否满足预设主动交互条件。如果该交互输入信息满足预设主动交互条件，则服务器基于预设主动交互模型，根据该交互输入信息产生并输出相应的主动交互语音信息，可以提升语音交互时的智能主动性，提升语音交互的效率。
附图说明
31.图1为本发明实施例中基于人工智能的语音交互方法的一个实施例示意图；
32.图2为本发明实施例中基于人工智能的语音交互方法的另一个实施例示意图；
33.图3为本发明实施例中基于人工智能的语音交互装置的一个实施例示意图；
34.图4为本发明实施例中基于人工智能的语音交互装置的另一个实施例示意图；
35.图5为本发明实施例中计算机设备的一个实施例示意图。
具体实施方式
36.本发明实施例提供了一种基于人工智能的语音交互方法、装置、设备及存储介质，用于解决基于人工智能的语音交互时准确率较低的技术问题。
37.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
38.本发明实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术和机器学习/深度学习等几大方向。
39.为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中基于人工智能的语音交互方法的一个实施例包括以下步骤101-106：
40.101、获取预置的交互页面信息，并根据交互页面信息进行动态策略创建，得到对应的目标动态策略；
41.可以理解的是，本发明的执行主体可以为基于人工智能的语音交互装置，还可以是服务器，具体此处不作限定。本发明实施例以服务器为执行主体为例进行说明。
42.在本实施例中，服务器根据的交互页面信息匹配对应的目标动态策略，按照目标动态策略执行对应的语音交互流程，其中目标动态策略包括确定话题、禁止重复、话题转换、上下文关联和安全交互控制策略，通过多个目标动态策略，使得在智能语音交互对话过程中更流畅，其中，目标动态策略可实时更新配置，配置文字，具体的，服务器获取预置的交互页面信息，并根据交互页面信息进行动态策略创建，得到对应的目标动态策略。需要强调的是，为进一步保证上述交互页面信息的私密性和安全性，上述交互页面信息还可以存储于一区块链的节点中。
43.102、当检测到用户进入终端的交互页面时，获取交互输入信息，根据交互输入信息确定是否满足预设的主动交互条件，当满足预设的主动交互条件时，将交互输入信息输入至预置的主动交互模型进行处理，得到对应的主动交互语音信息；
44.本发明实施例中，服务器获取交互输入信息，需要说明的是，交互输入信息可以包括：语音信息、触觉信息、视觉信息、嗅觉信息及机器感知信息等。当服务器获取交互输入信息后，判断该交互输入信息是否满足预设主动交互条件。如果该交互输入信息满足预设主动交互条件，则服务器基于预设主动交互模型，根据该交互输入信息产生并输出相应的主动交互语音信息。
45.103、接收用户的语音反馈信息，并对语音反馈信息进行格式转换，得到对应的文字内容信息；
46.具体的，服务器采用语音识别算法对语音反馈信息进行语音识别，得到文字信息内容。其中，语音识别算法可根据实际情况进行配置，例如可为深度学习算法，并预先设置在服务器的存储空间中，具体的，服务器接收用户的语音反馈信息，并对语音反馈信息进行格式转换，得到对应的文字内容信息。
47.104、通过预置的关键词识别模型对文字内容信息进行语义分析，得到对应的关键词语义信息；
48.具体的，服务器通过关键词识别模型对文字信息内容进行关键词识别，首先以字符为单位对文字信息内容进行字符提取得到字符特征，之后对文字信息内容进行分词处理得到至少两个分词词汇，基于分词词汇中字符对应的字符特征得到至少两个分词词汇的词汇特征，再对词汇特征进行组合得到候选特征，基于对候选特征进行关键词预测得到关键
词概率后确定文字信息内容中的关键词，进而服务器对该关键词进行语义分析，得到对应的关键词语义信息。
49.105、基于目标动态策略对关键词语义信息进行扫描分析，生成对应的目标交互文本信息；
50.具体的，服务器基于目标动态策略生成与关键词语义信息对应的交互文本，其中，服务器基于目标动态策略调用对应训练完成的多分支深度神经网络模型，通过神经网络模型能够实现将关键词语义信息转换成文本信息得到语音文本，以及对关键词语义信息进行交互预测处理，得到目标交互文本信息。
51.106、对目标交互文本信息进行语音格式转换，得到对应的交互语音信息，并将交互语音信息传输至终端进行播放。
52.具体的，服务器获取目标交互文本信息，根据该目标交互文本信息与预先建立的语音库中的文本信息进行匹配，得到对应的匹配结果，并根据该匹配结果则将该目标交互文本信息转换为交互语音信息，并将该交互语音信息传输至终端进行播放。
53.本发明实施例中，服务器根据的交互页面信息匹配对应的目标动态策略，按照目标动态策略执行对应的语音交互流程，其中目标动态策略包括确定话题、禁止重复、话题转换、上下文关联和安全交互控制策略，通过多个目标动态策略，使得在智能语音交互对话过程中更流畅，并根据交互页面信息进行动态策略创建，得到对应的目标动态策略，当服务器获取交互输入信息后，判断该交互输入信息是否满足预设主动交互条件。如果该交互输入信息满足预设主动交互条件，则服务器基于预设主动交互模型，根据该交互输入信息产生并输出相应的主动交互语音信息，可以提升语音交互时的智能主动性，提升语音交互的效率。
54.请参阅图2，本发明实施例中基于人工智能的语音交互方法的另一个实施例包括以下步骤201-207：
55.201、获取预置的交互页面信息，并根据交互页面信息进行动态策略创建，得到对应的目标动态策略；
56.具体的，在本实施例中，步骤201的具体实施方式与上述步骤101类似，此处不再赘述。
57.202、当检测到用户进入终端的交互页面时，获取交互输入信息，根据交互输入信息确定是否满足预设的主动交互条件，当满足预设的主动交互条件时，将交互输入信息输入至预置的主动交互模型进行处理，得到对应的主动交互语音信息；
58.具体的，服务器当检测到用户进入终端的交互页面时，获取交互输入信息并对交互输入信息进行分析，得到对应的信息标识；服务器根据信息标识判断交互输入信息是否满足预设的主动交互条件，其中预设的主动交互条件包括开机唤醒信息或预设的点击操作信息；如是，服务器将交互输入信息输入至预置的主动交互模型进行处理，得到对应的主动交互语音信息。
59.其中，服务器根据交互输信息判断是否为开机信息、唤醒信息或预设点击操作信息。如是，则确定该交互输入信息满足预设主动交互条件，进而服务器根据交互输入信息产生并输出相应的主动交互语音信息。具体的，服务器当检测到用户进入终端的交互页面时，获取交互输入信息并对交互输入信息进行分析，得到对应的信息标识；服务器根据信息标
识判断交互输入信息是否满足预设的主动交互条件，其中预设的主动交互条件包括开机唤醒信息或预设的点击操作信息；如是，服务器将交互输入信息输入至预置的主动交互模型进行处理，得到对应的主动交互语音信息。
60.203、接收用户的语音反馈信息，并对语音反馈信息进行格式转换，得到对应的文字内容信息；
61.具体的，在本实施例中，步骤203的具体实施方式与上述步骤103类似，此处不再赘述。
62.204、通过关键词识别模型对文字内容信息进行扫描，确定对应的关键词信息；
63.具体的，服务器根据关键词识别模型的自然语言处理算法进行关键词识别，其中，需要说明的是，自然语言处理算法可以是问句解析算法和文本关键词提取算法，服务器通过文本关键词提取算法从所述目标语句中提取关键词。
64.205、服务器根据关键词信息在预置的语义资料库中进行语义匹配，得到对应的关键词语义信息，其中，语义资料库包括多个候选关键词及每一候选关键词对应的语义信息；
65.需要说明的是，服务器以采用字符划分方法对关键词信息中的字符进行分词处理，即依照字符在目标文本中出现的顺序，将至少一个字符组合成分词词汇，进而服务器根据关键词信息在预置的语义资料库中进行语义匹配，得到对应的关键词语义信息。
66.206、基于目标动态策略对关键词语义信息进行扫描分析，生成对应的目标交互文本信息；
67.具体的，服务器根据目标动态策略，对关键词语义信息进行扫描，确定对应的语义信息标识；服务器根据语义信息标识从预置的数据库中获取用户的历史语音交互数据，并对用户的历史语音交互数据进行预处理，得到预处理历史语音交互数据，基于预置的决策树算法，对预处理历史语音交互数据进行分类，得到意向分类标准；服务器基于目标动态策略的话术模板配置意向规则，得到多个用户意向规则；服务器基于多个用户意向规则，对关键词语义信息进行匹配分析，得到对应的目标用户意向规则；服务器通过目标用户意向规则及关键词语义信息进行交互文本生成，得到对应的目标交互文本信息。
68.需要说明的是，用户的历史语音交互数据通过爬虫获取，本实施例中的用户的历史语音交互数据都经过用户授权，获取到用户的历史语音交互数据后，首先对用户的历史语音交互数据进行预处理，具体的，服务器基于预置的决策树算法，对预处理历史语音交互数据进行分类，得到意向分类标准；服务器基于目标动态策略的话术模板配置意向规则，得到多个用户意向规则；服务器基于多个用户意向规则，对关键词语义信息进行匹配分析，得到对应的目标用户意向规则；服务器通过目标用户意向规则及关键词语义信息进行交互文本生成，得到对应的目标交互文本信息。
69.进一步的，根据语义信息标识从预置的数据库中获取用户的历史语音交互数据，并对用户的历史语音交互数据进行预处理，得到预处理历史语音交互数据，基于预置的决策树算法，对预处理历史语音交互数据进行分类，得到意向分类标准可以包括：服务器根据语义信息标识从预置的数据库中获取用户的历史语音交互数据，对用户的历史语音交互数据进行数据清洗，得到预处理历史语音交互数据；服务器调用预置的决策树算法，对预处理历史语音交互数据进行遍历处理，得到目标决策树，目标决策树包含多个叶节点；服务器根据每一叶节点的数据信息分别对多个叶节点进行排序，得到对应的叶节点排序结果；服务
器通过叶节点排序结果对预处理历史语音交互数据进行分类，得到意向分类标准。
70.需要说明的是，服务器获取用户的历史语音交互数据，对用户的历史语音交互数据进行预处理，得到预处理历史数据，基于预置的决策树算法，对预处理历史数据进行分类，得到意向分类标准。服务器获取用户的历史语音交互数据，用户的历史语音交互数据通过爬虫获取，需要说明的是，预处理的可以为：服务器依次对用户的历史语音交互数据进行缺失值填充、异常值过滤和重复值过滤，得到预处理历史数据，服务器调用预置的决策树算法，对预处理历史数据进行遍历，得到遍历结果，遍历的过程可以为前序遍历、中序遍历和后序遍历中任意一种或几种的组合，具体的，服务器对预处理历史语音交互数据进行遍历处理，得到目标决策树，目标决策树包含多个叶节点；服务器根据每一叶节点的数据信息分别对多个叶节点进行排序，得到对应的叶节点排序结果；服务器通过叶节点排序结果对预处理历史语音交互数据进行分类，得到意向分类标准。
71.进一步的，根据语义信息标识从预置的数据库中获取用户的历史语音交互数据，对用户的历史语音交互数据进行数据清洗，得到预处理历史语音交互数据可以包括：服务器根据语义信息标识从预置的数据库中获取用户的历史语音交互数据，根据预置的清洗规则库中的数据格式化规则，对用户的历史语音交互数据进行格式化；服务器对用户的历史语音交互数据进行相似重复数据检测和清洗；服务器对用户的历史语音交互数据进行错误值检测和清洗，得到预处理历史数据。
72.其中，从所述历史语音交互数据的每条数据的属性中选定关键字。根据所述关键字的重要性，对所述历史语音交互数据进行排序，利用预定大小的滑动窗口，滑动采集所述历史语音交互数据并计算窗口内数据的相似度，检测出相似重复数据，对所述相似重复数据进行清洗，进而服务器对用户的历史语音交互数据进行错误值检测和清洗，得到预处理历史数据。
73.进一步的，调用预置的决策树算法，对预处理历史语音交互数据进行遍历处理，得到目标决策树，目标决策树包含多个叶节点可以包括：服务器对预处理历史语音交互数据进行遍历处理，得到对应的遍历结果；服务器基于预设的分类标准对遍历结果进行分类，得到初始决策树；服务器对初始决策树进行剪枝处理，得到目标决策树，目标决策树包含多个叶节点。
74.需要说明的是，遍历可以为前序遍历、中序遍历和后序遍历中任意一种或几种的组合，本实发明施例中剪枝过程主要为后剪枝，后剪枝是自下而上的剪枝，指对一棵已经生成的完整决策树自下而上地对非叶节点进行估计，如果将该结点对应的子树替换成叶结点能够带来决策树泛化性能的提升，则将该子树替换成叶结点，后剪枝主要包括：错误率降低剪枝，悲观错误剪枝代价复杂度剪枝和基于错误的剪枝，具体的，服务器基于预设的分类标准对遍历结果进行分类，得到初始决策树；服务器对初始决策树进行剪枝处理，得到目标决策树，目标决策树包含多个叶节点。
75.207、对目标交互文本信息进行语音格式转换，得到对应的交互语音信息，并将交互语音信息传输至终端进行播放。
76.具体的，在本实施例中，步骤207的具体实施方式与上述步骤106类似，此处不再赘述。
77.本发明实施例中，服务器从所述历史语音交互数据的每条数据的属性中选定关键
字。根据所述关键字的重要性，对所述历史语音交互数据进行排序，利用预定大小的滑动窗口，滑动采集所述历史语音交互数据并计算窗口内数据的相似度，检测出相似重复数据，对所述相似重复数据进行清洗，进而服务器对用户的历史语音交互数据进行错误值检测和清洗，得到预处理历史数据，可以提升语音交互时交互内容的准确度。
78.请参阅图3，本发明实施例中基于人工智能的语音交互装置的一个实施例包括：
79.获取模块301，用于获取预置的交互页面信息，并根据所述交互页面信息进行动态策略创建，得到对应的目标动态策略；
80.处理模块302，用于当检测到用户进入终端的交互页面时，获取交互输入信息，根据所述交互输入信息确定是否满足预设的主动交互条件，当满足所述预设的主动交互条件时，将所述交互输入信息输入至预置的主动交互模型进行处理，得到对应的主动交互语音信息；
81.转换模块303，用于接收用户的语音反馈信息，并对所述语音反馈信息进行格式转换，得到对应的文字内容信息；
82.分析模块304，用于通过预置的关键词识别模型对所述文字内容信息进行语义分析，得到对应的关键词语义信息；
83.扫描模块305，用于基于所述目标动态策略对所述关键词语义信息进行扫描分析，生成对应的目标交互文本信息；
84.传输模块306，用于对所述目标交互文本信息进行语音格式转换，得到对应的交互语音信息，并将所述交互语音信息传输至所述终端进行播放。
85.请参阅图4，本发明实施例中基于人工智能的语音交互装置的另一个实施例包括：
86.获取模块301，用于获取预置的交互页面信息，并根据所述交互页面信息进行动态策略创建，得到对应的目标动态策略；
87.处理模块302，用于当检测到用户进入终端的交互页面时，获取交互输入信息，根据所述交互输入信息确定是否满足预设的主动交互条件，当满足所述预设的主动交互条件时，将所述交互输入信息输入至预置的主动交互模型进行处理，得到对应的主动交互语音信息；
88.转换模块303，用于接收用户的语音反馈信息，并对所述语音反馈信息进行格式转换，得到对应的文字内容信息；
89.分析模块304，用于通过预置的关键词识别模型对所述文字内容信息进行语义分析，得到对应的关键词语义信息；
90.扫描模块305，用于基于所述目标动态策略对所述关键词语义信息进行扫描分析，生成对应的目标交互文本信息；
91.传输模块306，用于对所述目标交互文本信息进行语音格式转换，得到对应的交互语音信息，并将所述交互语音信息传输至所述终端进行播放。
92.可选的，所述处理模块302具体用于：当检测到用户进入终端的交互页面时，获取交互输入信息并对所述交互输入信息进行分析，得到对应的信息标识；根据所述信息标识判断所述交互输入信息是否满足预设的主动交互条件，其中所述预设的主动交互条件包括开机唤醒信息或预设的点击操作信息；如是，将所述交互输入信息输入至预置的主动交互模型进行处理，得到对应的主动交互语音信息。
93.可选的，所述分析模块304具体用于：通过所述关键词识别模型对所述文字内容信息进行扫描，确定对应的关键词信息；根据所述关键词信息在预置的语义资料库中进行语义匹配，得到对应的关键词语义信息，其中，所述语义资料库包括多个候选关键词及每一候选关键词对应的语义信息。
94.可选的，所述扫描模块305具体包括：
95.扫描单元3051，用于根据所述目标动态策略，对所述关键词语义信息进行扫描，确定对应的语义信息标识；
96.处理单元3052，用于根据所述语义信息标识从预置的数据库中获取所述用户的历史语音交互数据，并对所述用户的历史语音交互数据进行预处理，得到预处理历史语音交互数据，基于预置的决策树算法，对所述预处理历史语音交互数据进行分类，得到意向分类标准；
97.配置单元3053，用于基于所述目标动态策略的话术模板配置意向规则，得到多个用户意向规则；
98.匹配单元3054，用于基于所述多个用户意向规则，对所述关键词语义信息进行匹配分析，得到对应的目标用户意向规则；
99.生成单元3055，用于通过所述目标用户意向规则及所述关键词语义信息进行交互文本生成，得到对应的目标交互文本信息。
100.可选的，所述处理单元3052具体包括：
101.清洗子单元30521，用于根据所述语义信息标识从预置的数据库中获取所述用户的历史语音交互数据，对所述用户的历史语音交互数据进行数据清洗，得到预处理历史语音交互数据；
102.遍历子单元30522，用于调用预置的决策树算法，对所述预处理历史语音交互数据进行遍历处理，得到目标决策树，所述目标决策树包含多个叶节点；
103.排序子单元30523，用于根据每一所述叶节点的数据信息分别对所述多个叶节点进行排序，得到对应的叶节点排序结果；
104.分类子单元30524，用于通过所述叶节点排序结果对所述预处理历史语音交互数据进行分类，得到意向分类标准。
105.可选的，所述清洗子单元30521具体用于：根据所述语义信息标识从预置的数据库中获取所述用户的历史语音交互数据，根据预置的清洗规则库中的数据格式化规则，对所述用户的历史语音交互数据进行格式化；对所述用户的历史语音交互数据进行相似重复数据检测和清洗；对所述用户的历史语音交互数据进行错误值检测和清洗，得到预处理历史数据。
106.可选的，所述清洗子单元30521具体用于：对所述预处理历史语音交互数据进行遍历处理，得到对应的遍历结果基于预设的分类标准对所述遍历结果进行分类，得到初始决策树；对所述初始决策树进行剪枝处理，得到目标决策树，所述目标决策树包含多个叶节点。
107.图5是本发明实施例提供的一种计算机设备的结构示意图，该计算机设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上
存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对计算机设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在计算机设备500上执行存储介质530中的一系列指令操作。
108.计算机设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如windows serve，mac os x，unix，linux，freebsd等等。本领域技术人员可以理解，图5示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
109.本发明还提供一种计算机设备，所述计算机设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述基于人工智能的语音交互方法的步骤。
110.本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述基于人工智能的语音交互方法的步骤。
111.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明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(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
112.本发明所指区块链是分布式数据存储，点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链，本质上是一个去中心化的数据库，是一串使用密码方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块，区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。