语音技能的对话管理器配置方法、人机对话方法及系统技术方案

本发明专利技术公开一种语音技能的对话管理器配置方法，包括：接收用户为待创建语音技能所提交的全局常量信息和全局变量信息；检测所述用户为所述待创建语音技能所配置的开始状态节点、多个过程状态节点和结束状态节点；基于所述全局常量信息和所述全局变量信息为所述多个过程状态节点配置执行逻辑；基于所述执行逻辑确定所述开始状态节点、多个过程状态节点和结束状态节点之间的跳转关系，并组织为对话状态机，以实现所述待创建语音技能的不同状态节点之间的跳转管理。基于本发明专利技术的语音技能的对话管理器配置方法，降低了对用户的专业性要求，避免了用户对开发人员的依赖性，简化了用于复杂多轮对话的语音技能的对话管理器的可定制化。

【技术实现步骤摘要】
语音技能的对话管理器配置方法、人机对话方法及系统
本专利技术涉及计算机
，尤其涉及一种语音技能的对话管理器配置方法、人机对话方法及系统。
技术介绍
百度DuerOS技能开放平台、阿里AliGenie语音技能开放平台、腾讯云小微语音技能开放平台、科大讯飞iFlyOS技能开放平台、若琪Rokid技能开放平台。上面这些语音技能开放平台都提供了语音对话中的对话管理的规则逻辑制定。用户在开放平台上开发技能制定完成期待的对话规则逻辑后，对话管理器可以根据用户的规则对多轮对话进行管理，从而完成整个技能的多轮对话交互。以上开放平台的技能开发中都存在只能设计简单对话逻辑的缺陷。因为支持的对话逻辑很有限，所以多轮对话主要用途是当用户的说法中slot缺失时，发起询问来达到填充slot的目的。对于某些复杂一些的对话场景，比如游戏问答，信息获取，需要儿童反馈类的教育功能等都无法通过平台定制完成。造成这个缺陷的主要原因是在目前智能语音对话使用场景中主要分为两大类：1、简单的任务型对话；2、复杂的流程型对话。简单的任务型对话主要是满足用户通过语音完成具体操作任务的需求，比如控制智能家居，导航，打电话，听儿歌听诗词等。这种场景下对话按照用户说法中的关键slot值去执行配置的指令(比如command或者发起webhook请求)然后根据执行结果进行播报即可完成整个对话交互。这种场景的对话在上面语音技能开放平台上已经可以很好的支持，用户可以方便的定制完成自己需要的对话管理逻辑。但是对于复杂一些的流程型对话，因为需要用到更多的对话上下文情况，也就是需要记录用户在对话过程中的一些状态，而这些状态是无法单独从用户的说法中获取的。比如在游戏问答场景下，无法仅根据用户说法中slot的值就执行某个动作，而是需要和问题的答案进行比对后才可以知道；信息获取场景中也是需要知道当前处于获取哪个信息情况下才知道用户回答的内容是对应哪个信息；和简单的任务型听儿歌听诗词相比，孩子只能被动的听机器发出的语音，显然有反馈的教育类技能能更好的与孩子互动从而提升学习的体验。但因为不同的对话流程在细节上的逻辑是各不相同的，所以开发制定这种复杂流程的对话管理逻辑就需要在语音技能开放平台上提供一种更抽象的实现方式来完成这种技能的开发。目前上面这些语音技能开放平台缺少这种抽象的实现方式，导致了只能开发简单的任务型对话的场景，而不能开发复杂一些的流程型对话。行业内的人员遇到这种情况，一般是提需求到对话管理研发工程师，然后由工程师通过写代码的方式来定制对话管理的逻辑从而实现需求。但是这种方式由于技能开发者无法自主完成技能的开发，所以既不高效，也不容易扩展。
技术实现思路
本专利技术实施例提供一种语音技能的对话管理器配置方法、人机对话方法及系统，用于至少解决上述技术问题之一。第一方面，本专利技术实施例提供一种语音技能的对话管理器配置方法，包括：接收用户为待创建语音技能所提交的全局常量信息和全局变量信息；检测所述用户为所述待创建语音技能所配置的开始状态节点、多个过程状态节点和结束状态节点；基于所述全局常量信息和所述全局变量信息为所述多个过程状态节点配置执行逻辑；基于所述执行逻辑确定所述开始状态节点、多个过程状态节点和结束状态节点之间的跳转关系，并组织为对话状态机，以实现所述待创建语音技能的不同状态节点之间的跳转管理。第二方面，本专利技术实施例提供一种人机对话方法，应用于配置有采用权利要求1或2所述的方法所配置的对话管理器的语音技能；所述方法包括：接收用户的语音输入，并获取对应于所述用户的语音输入的文本信息；根据所述文本信息确定对应的当前过程状态节点；执行所述当前过程状态节点所配置的执行逻辑；根据执行结果确定响应于所述用户的语音输入的输出内容。第三方面，本专利技术实施例提供一种语音技能的对话管理器配置系统，包括：信息接收模块，用于接收用户为待创建语音技能所提交的全局常量信息和全局变量信息；检测模块，用于检测所述用户为所述待创建语音技能所配置的开始状态节点、多个过程状态节点和结束状态节点；配置模块，用于基于所述全局常量信息和所述全局变量信息为所述多个过程状态节点配置执行逻辑；状态机生成模块，用于基于所述执行逻辑确定所述开始状态节点、多个过程状态节点和结束状态节点之间的跳转关系，并组织为对话状态机，以实现所述待创建语音技能的不同状态节点之间的跳转管理。第四方面，本专利技术实施例提供一种人机对话系统，应用于配置有采用本专利技术所述的方法所配置的对话管理器的语音技能；所述系统包括：语音识别模块，用于接收用户的语音输入，并获取对应于所述用户的语音输入的文本信息；节点确定模块，用于根据所述文本信息确定对应的当前过程状态节点；逻辑执行模块，用于执行所述当前过程状态节点所配置的执行逻辑；输出内容确定模块，用于根据执行结果确定响应于所述用户的语音输入的输出内容。第五方面，本专利技术实施例提供一种存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备(包括但不限于计算机，服务器，或者网络设备等)读取并执行，以用于执行本专利技术上述任一项语音技能的对话管理器配置方法和/或人机对话方法。第六方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术上述任一项对话管理器配置方法和/或人机对话方法。第七方面，本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任一项对话管理器配置方法和/或人机对话方法。本专利技术实施例的有益效果在于：基于本专利技术的语音技能的对话管理器配置方法，用户只需要通过开发平台的配置界面上传创建语音技能所需要用到的全局常量信息和全局变量信息，并在开发平台的配置界面之上为该语音技能配置所需要的开始状态节点、过程状态节点和结束状态节点即可完成对该语音技能的对话管理器的配置工作。降低了对用户的专业性要求，避免了用户对开发人员的依赖性，简化了用于复杂多轮对话的语音技能的对话管理器的可定制化。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术的语音技能的对话管理器配置方法的一实施例的流程图；图2为本专利技术的语音技能的对话管理器配置方法的另一实施例的流程图；图3为本专利技术中的以成语接龙为例所创建的状态节点构成的状态机示意图；图4为本专利技术的人机对话方法的一实施例的流程图；图5为本专利技术的人机本文档来自技高网...

【技术保护点】
1.一种语音技能的对话管理器配置方法，包括：/n接收用户为待创建语音技能所提交的全局常量信息和全局变量信息；/n检测所述用户为所述待创建语音技能所配置的开始状态节点、多个过程状态节点和结束状态节点；/n基于所述全局常量信息和所述全局变量信息为所述多个过程状态节点配置执行逻辑；/n基于所述执行逻辑确定所述开始状态节点、多个过程状态节点和结束状态节点之间的跳转关系，并组织为对话状态机，以实现所述待创建语音技能的不同状态节点之间的跳转管理。/n

【技术特征摘要】
1.一种语音技能的对话管理器配置方法，包括：
接收用户为待创建语音技能所提交的全局常量信息和全局变量信息；
检测所述用户为所述待创建语音技能所配置的开始状态节点、多个过程状态节点和结束状态节点；
基于所述全局常量信息和所述全局变量信息为所述多个过程状态节点配置执行逻辑；
基于所述执行逻辑确定所述开始状态节点、多个过程状态节点和结束状态节点之间的跳转关系，并组织为对话状态机，以实现所述待创建语音技能的不同状态节点之间的跳转管理。


2.根据权利要求1所述的方法，其中，所述基于所述全局常量信息和所述全局变量信息为所述多个过程状态节点配置执行逻辑包括：
为所述多个过程状态节点中的每一个过程状态节点配置以下执行逻辑：
在所述待创建语音技能实际使用中判断所接收的用户的语音输入是否满足第一预设条件，以对所述全局变量进行赋值；
判断所述全局变量的当前取值是否满足第二预设条件；
为所述待创建语音技能配置，在满足所述第二预设条件时的输出结果、执行动作和当前过程状态节点应当跳转到的下一个节点。


3.一种人机对话方法，应用于配置有采用权利要求1或2所述的方法所配置的对话管理器的语音技能；所述方法包括：
接收用户的语音输入，并获取对应于所述用户的语音输入的文本信息；
根据所述文本信息确定对应的当前过程状态节点；
执行所述当前过程状态节点所配置的执行逻辑；
根据执行结果确定响应于所述用户的语音输入的输出内容。


4.根据权利要求3所述的方法，其中，所述执行逻辑包括多行逻辑条件；
所述执行所述当前过程状态节点所配置的执行逻辑包括：
逐行执行所述多行逻辑条件；
当执行当前行逻辑条件满足相应的第二预设条件时，执行预先配置的所述输出结果和执行动作。


5.根据权利要求4所述的方法，其中，所述根据执行结果确定响应于所述用户的语音输入的输出内容包括：
将所述输出结果作为响应于所述用户的语音输...

【专利技术属性】
技术研发人员：杨鹏，樊帅，林永楷，朱成亚，
申请(专利权)人：苏州思必驰信息科技有限公司，
类型：发明
国别省市：江苏;32