在移动终端中进行人机交互的方法及其装置制造方法及图纸

提供一种在移动终端中进行人机交互的方法及其装置。所述方法可包括：响应于用户语音命令，预测移动终端的后续网络状态；当预测出移动终端的后续网络状态异常时，将与用户语音命令相关的话题数据下载到本地语音数据库中；当移动终端进入网络状态异常的区域时，响应于获取到待处理的用户语音命令使用本地语音数据库来执行语音识别，并且根据语音识别的结果来执行语音处理。

【技术实现步骤摘要】
在移动终端中进行人机交互的方法及其装置
本公开涉及移动通信和语音处理领域。更具体地，本公开涉及一种在移动终端中进行人机交互的方法及其装置的方法及装置。
技术介绍
随着语音识别技术的飞速发展，基于语音识别的各种人机交互应用应运而生。例如，通过向移动终端(例如，手机)输入语音来进行语音搜索、通过向移动终端输入语音来进行对电子设备的控制、通过向移动终端输入语音来进行问答式聊天等。当用户与移动终端或移动终端中的语音助手进行交互时，如果用户移动至网络状态差或者无网络区域，则移动终端/语音助手在该区域无法正常获取网络信号，此时用户无法正常与移动终端/语音助手进行语音交流/人机交互，甚至会直接退出人机交互，从而给用户带来不便。
技术实现思路
本公开的示例性实施例在于提供一种用于在移动终端中进行人机交互的方法及其装置，使得语音助手在网络状态差或者无网络的情况下能够完成与用户当前话题的交互。根据本公开的示例性实施例，提供一种在移动终端中进行人机交互的方法。所述方法可包括以下步骤：响应于用户语音命令，预测移动终端的后续网络状态；当预测出移动终端的后续网络状态异常时，将与用户语音命令相关的话题数据下载到本地语音数据库中；并且当移动终端进入网络状态异常的区域时，响应于获取到待处理的用户语音命令使用本地语音数据库来执行语音识别，并且根据语音识别的结果来执行语音处理。可选地，所述方法还可包括：当预测出移动终端的后续网络状态正常时，使用云端语音引擎来执行语音识别。可选地，所述方法还可包括：当移动终端的网络状态由异常状态恢复为正常状态时，确定移动终端的存储器中是否存储有用户语音命令以及先前语音识别的结果；并且根据存储的用户语音命令使用云端语音引擎来重新执行语音识别。可选地，所述方法还可包括：将先前语音识别的结果与重新执行的语音识别的结果进行比较；基于比较的结果来确定是否向用户发送补充提示消息，其中，当先前语音识别的结果与重新执行的语音识别的结果不同时，向用户发送补充提示消息，否则，不发送补充提示消息。可选地，预测移动终端的后续网络状态的步骤可包括：使用预先训练的预测模型来预测用户是否会进入网络状态异常区域，其中，当预测出用户会进入网络状态异常区域时，确定移动终端的后续网络状态异常，否则，确定移动终端的后续网络状态正常。可选地，所述预测模型可基于用户信息训练出，其中，用户信息至少包括网络小区信息、移动终端信息、用户行为信息、用户历史路径信息和用户日程信息。可选地，将与用户语音命令相关的话题数据下载到本地语音数据库中的步骤可包括：分析当前用户语音命令的话题类型；获取与当前用户语音命令的话题类型相关的数据分析模型；并且将获取的话题类型和相关的数据分析模型存储于本地语音数据库中。可选地，执行语音识别的步骤可包括：通过本地语音数据库对待处理的用户语音命令进行语义识别；并且基于语义识别的结果使用存储于本地语音数据库中的相关的数据分析模型对待处理的用户语音命令进行命令解析。可选地，与用户语音命令相关的话题数据可包括与用户和移动终端的当前交互内容有关的话题数据和/或与根据当前交互内容预测出的后续交互内容有关的话题数据。可选地，预测移动终端的后续网络状态的步骤可包括：根据用户日程来确定移动终端在特定时间段内是否会处于网络异常状态。可选地，所述方法还包括响应于确定移动终端在特定时间段内会处于网络异常状态，根据用户偏好来预先加载用户感兴趣的话题数据，并将该话题数据存储于本地语音数据库中。根据本公开的另一示例性实施例，提供一种在移动终端中进行人机交互的装置。所述装置可包括网络预测模块和语音处理模块。其中，网络预测模块可响应于用户语音命令，预测移动终端的后续网络状态。语音处理模块可当预测出移动终端的后续网络状态异常时，将与用户语音命令相关的话题数据下载到本地语音数据库中，并且当移动终端进入网络状态异常的区域时，响应于获取到待处理的用户语音命令使用本地语音数据库来执行语音识别，并且根据语音识别的结果来执行语音处理。可选地，语音处理模块可当预测出移动终端的后续网络状态正常时，使用云端语音引擎来执行语音识别。可选地，语音处理模块可当移动终端的网络状态由异常状态恢复为正常状态时，确定移动终端的存储器中是否存储有用户语音命令以及先前语音识别的结果，并且根据存储的用户语音命令使用云端语音引擎来重新执行语音识别。可选地，语音处理模块可分析当前用户语音命令的话题类型，获取与当前用户语音命令的话题类型相关的数据分析模型，并且将获取的话题类型和相关的数据分析模型存储于本地语音数据库中。可选地，网络预测模块可使用预先训练的预测模型来预测用户是否会进入网络状态异常区域，其中，当预测出用户会进入网络状态异常区域时，确定移动终端的后续网络状态异常，否则，确定移动终端的后续网络状态正常。可选地，网络预测模块可根据用户日程来确定移动终端在特定时间段内是否会处于网络异常状态。可选地，与用户语音命令相关的话题数据可包括与用户和移动终端的当前交互内容有关的话题数据和/或与根据当前交互内容预测出的后续交互内容有关的话题数据。可选地，语音处理模块可将先前语音识别的结果与重新执行的语音识别的结果进行比较，基于比较的结果来确定是否向用户发送补充提示消息，其中，当先前语音识别的结果与重新执行的语音识别的结果不同时，向用户发送补充提示消息，否则，不发送补充提示消息。可选地，所述预测模型可基于用户信息训练出，其中，用户信息至少包括网络小区信息、移动终端信息、用户行为信息、用户历史路径信息和用户日程信息。可选地，语音处理模块可通过本地语音数据库对待处理的用户语音命令进行语义识别，基于语义识别的结果使用存储于本地语音数据库中的相关的数据分析模型对待处理的用户语音命令进行命令解析，并且根据解析后的用户语音命令来执行语音处理。可选地，语音处理模块可响应于确定移动终端在特定时间段内会处于网络异常状态，根据用户偏好来预先加载用户感兴趣的话题数据，并将该话题数据存储于本地语音数据库中。根据本公开的示例性实施例，提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被处理器执行时，实现根据本公开的示例性实施例的用于移动终端的接入网络小区的方法。根据本公开的示例性实施例，提供一种计算装置，包括：处理器；存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现根据本公开的示例性实施例的用于移动终端的接入网络小区的方法。本公开根据用户当前所处位置、周边环境及用户的行为习惯等判断用户后续的网络状态，提前下载/准备语音助手与用户当前正在交流的话题或者相关的内容，使得语音助手在网络状态差或者无网络时，仍然可通过提前下载的数据模型进行语音命令处理，从而降低用户在网络过渡区域的不适感。将在接下来的描述中部分阐述本公开总体构思另外的方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本公开总体构思的实施而得知。附图说明本文档来自技高网...

【技术保护点】
1.一种在移动终端中进行人机交互的方法，其中，所述方法包括：/n响应于用户语音命令，预测移动终端的后续网络状态；/n当预测出移动终端的后续网络状态异常时，将与用户语音命令相关的话题数据下载到本地语音数据库中；/n当移动终端进入网络状态异常的区域时，响应于获取到待处理的用户语音命令使用本地语音数据库来执行语音识别，并且根据语音识别的结果来执行语音处理。/n

【技术特征摘要】
1.一种在移动终端中进行人机交互的方法，其中，所述方法包括：
响应于用户语音命令，预测移动终端的后续网络状态；
当预测出移动终端的后续网络状态异常时，将与用户语音命令相关的话题数据下载到本地语音数据库中；
当移动终端进入网络状态异常的区域时，响应于获取到待处理的用户语音命令使用本地语音数据库来执行语音识别，并且根据语音识别的结果来执行语音处理。


2.如权利要求1所述的方法，其中，所述方法还包括：
当预测出移动终端的后续网络状态正常时，使用云端语音引擎来执行语音识别，和/或
当移动终端的网络状态由异常状态恢复为正常状态时，确定移动终端的存储器中是否存储有用户语音命令以及先前语音识别的结果，并且根据存储的用户语音命令使用云端语音引擎来重新执行语音识别，和/或
其中，预测移动终端的后续网络状态的步骤包括：使用预先训练的预测模型来预测用户是否会进入网络状态异常区域，其中，当预测出用户会进入网络状态异常区域时，确定移动终端的后续网络状态异常，否则，确定移动终端的后续网络状态正常，和/或
其中，预测移动终端的后续网络状态的步骤包括：根据用户日程来确定移动终端在特定时间段内是否会处于网络异常状态，和/或
其中，将与用户语音命令相关的话题数据下载到本地语音数据库中的步骤包括：分析当前用户语音命令的话题类型；获取与当前用户语音命令的话题类型相关的数据分析模型；并且将获取的话题类型和相关的数据分析模型存储于本地语音数据库中，和/或
其中，与用户语音命令相关的话题数据包括与用户和移动终端的当前交互内容有关的话题数据和/或与根据当前交互内容预测出的后续交互内容有关的话题数据。


3.如权利要求2所述的方法，其中，所述方法还包括：
将先前语音识别的结果与重新执行的语音识别的结果进行比较；
基于比较的结果来确定是否向用户发送补充提示消息，
其中，当先前语音识别的结果与重新执行的语音识别的结果不同时，向用户发送补充提示消息，否则，不发送补充提示消息。


4.如权利要求2所述的方法，其中，所述预测模型是基于用户信息训练出的，其中，用户信息至少包括网络小区信息、移动终端信息、用户行为信息、用户历史路径信息和用户日程信息。


5.如权利要求2所述的方法，其中，执行语音识别的步骤包括：
通过本地语音数据库对待处理的用户语音命令进行语义识别；
基于语义识别的结果使用存储于本地语音数据库中的相关的数据分析模型对待处理的用户语音命令进行命令解析。


6.如权利要求2所述的方法，其中，响应于确定移动终端在特定时间段内会处于网络异常状态，根据用户偏好来预先加载用户感兴趣的话题数据，并将该话题数据存储于本地语音数据库中。


7.一种在移动终端中进行人机交互的装置，其中，所述装置包括：
网络预测模块，用于响应于用户语音命令，预测移动终端的后续网络状态；
语音处理模块，用于：
当预测出移动终端的后续网络状...

【专利技术属性】
技术研发人员：梁嘉燕，
申请(专利权)人：广州三星通信技术研究有限公司，三星电子株式会社，
类型：发明
国别省市：广东;44