智能问答中语音数据的处理方法、装置及相关设备

技术领域

本发明涉及人工智能技术领域，尤其涉及一种智能问答中语音数据的处理方法、装置、计算机设备及存储介质。

背景技术

随着人工智能的技术普及和发展，与终端设备的智能语音交流逐渐走进用户的生活中，现在市面上的智能问答AI(Artificial Intelligence，人工智能)机器人助手与客服基本流程为用户在终端上使用语音问AI机器人客服系统问题，客户端对用户的问题智能处理后展示该问题和对应业务答案。

正常情况下整个流程没问题，但这是建立在语音转文字准确的前提下，如果用户说话有自己特有口音，比如用户本来想表达的是：帮我查询张三的邮件，但语音转文字系统识别成：帮我查询张山的邮件，那么后续的流程、关键词(比如人名：张三)提取和最终查询的业务返回的结果肯定是错的。而一个人的口音是从小形成的，是比较难改变的，那该用户可能一直问一直会识别错误，用户一直无法获取自己想要的答案。

目前还没有比较好的解决方式解决在智能问答过程中，用户的口音导致难以准确识别到用户意图，以至于无法向用户提供正确的业务答案的技术问题。

发明内容

本发明实施例提供一种智能问答中语音数据的处理方法、装置、计算机设备及存储介质，以解决由用户口音导致的难以准确识别到用户意图从而无法向用户提供正确业务答案的技术问题。

一种智能问答中语音数据的处理方法，该方法应用于服务器，该方法包括：

接收到智能终端发送的待识别的语音数据，并将该语音数据转换为文字；

通过语意意图识别系统从该文字中提取若干个原始关键字，得到包括若干个该原始关键字的原始意图关键字集；

获取到与至少一个该原始关键字相对应的目标关键字时，用该目标关键字替换该原始意图关键字集中对应的原始关键字，得到包括有该目标关键字的目标意图关键字集；

获取与该目标意图关键字集相关联的业务问题和业务答案；

将该业务问题和该业务答案发送至该智能终端。

一种智能问答中语音数据的处理装置，该装置包括：

语音接收模块，用于接收到智能终端发送的待识别的语音数据，并将该语音数据转换为文字；

关键字提取模块，用于通过语意意图识别系统从该文字中提取若干个原始关键字，得到包括若干个该原始关键字的原始意图关键字集；

关键字替换模块，用于获取到与至少一个该原始关键字相对应的目标关键字时，用该目标关键字替换该原始意图关键字集中对应的原始关键字，得到包括有该目标关键字的目标意图关键字集；

获取模块，用于获取与该目标意图关键字集相关联的业务问题和业务答案；

发送模块，用于将该业务问题和该业务答案发送至该智能终端。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述智能问答中语音数据的处理方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上智能问答中语音数据的处理方法的步骤。

本发明提出的智能问答中语音数据的处理方法、装置、计算机设备及存储介质，在接收到智能终端发送的待识别的语音数据时，将该语音数据转换为文字，通过语意意图识别系统从该文字中提取若干个原始关键字，得到包括若干个该原始关键字的原始意图关键字集，然后在获取到与至少一个该原始关键字相对应的目标关键字时，用该目标关键字替换该原始意图关键字集中对应的原始关键字，得到包括有该目标关键字的目标意图关键字集，获取与该目标意图关键字集相关联的业务问题和业务答案，并将该业务问题和该业务答案发送至该智能终端，供该智能终端显示该业务问题和该业务答案，其中，与该原始关键字相对应的目标关键字可以根据用户修正或历史记录查询得到，若获取到与该原始关键字相对应的目标关键字，表示根据该语音转换的文字中存在需要修正的关键字，被修正的关键字即由用户口音导致的误识别的文字，根据修正后的目标意图关键字集获取相关联的业务问题和业务答案，使得最终确定的业务问题和业务答案是针对用户口音修正后的关键字得到的，使得确定的业务问题和业务答案更符合用户的意图和预期。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例智能问答中语音数据的处理方法的一应用环境示意图；

图2是本发明一实施例智能问答中语音数据的处理方法的一流程图；

图3是本发明另一实施例智能问答中语音数据的处理方法的一流程图；

图4是本发明又一实施例智能问答中语音数据的处理方法的一流程图；

图5是本发明一实施例智能问答中语音数据的处理装置的结构示意图；

图6是本发明一实施例中计算机设备的一示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本申请提供的智能问答中语音数据的处理方法，可应用在如图1所示的应用环境中，其中，服务器通过网络与智能终端进行通信。其中，该智能终端包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，该智能终端上安装有AI机器人客服系统。该服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一实施例中，如图2所示，提供一种智能问答中语音数据的处理方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤S101至S105。

S101、接收到智能终端发送的待识别的语音数据，并将该语音数据转换为文字。

其中，该待识别的语音为用户在智能终端上输入，该智能终端上安装有AI机器人客服系统，该智能终端通过该AI机器人客服系统接收用户输入的语音数据，并将接收的语音数据发送至本端服务器。

在其中一个实施例中，本端服务器上部署有语音识别系统，通过该语音识别系统可以将该语音数据转换为文字。

其中，该语音数据可以是用户输入的业务请求语音，例如“帮我查询张三的邮件”、“帮我播放周杰伦的歌曲”、“帮我给李四拨打电话”等等。

S102、通过语意意图识别系统从该文字中提取若干个原始关键字，得到包括若干个该原始关键字的原始意图关键字集。

进一步地，本端服务器还部署有语意意图识别系统，通过该语意意图识别系统可以从该文字中提取若干个原始关键字。意图识别是通过分类的办法将文字类型的句子分到相应的意图种类，目前各式各样的聊天机器人、智能客服、智能音箱所能处理的问题种类是有限的，在用户向聊天机器人发出一个指令，聊天机器人首先得根据意图识别将用户的问题分到某一个或者某几个技能上去，然后再进行后续的处理，如果一开始的用户意图识别识别错了，那么后续的工作直接就是无用功了，会给用户带来非常不好的用户体验。

在其中一个实施例中，可以预设哪些类别的词语可以作为关键字，然后通过意图识别分类器将转换的文字分成不同类别的词语，当该词语所属的类别为预设的关键字类别时，则将对应的词语确定为该原始关键字。其中，可以作为关键字的词语类别包括但不限于人名、动词、设备名等等。

S103、获取到与至少一个该原始关键字相对应的目标关键字时，用该目标关键字替换该原始意图关键字集中对应的原始关键字，得到包括有该目标关键字的目标意图关键字集。

在其中一个实施例中，获取该目标关键字的方法可以是通过用户输入的关键字得到，也可以通过从历史记录中查询获取。根据本实施例的一个使用场景例如：

用户本来想表达的是“帮我查询张三的邮件”，但由于用户语言表达带有口音，语音识别系统识别成了“帮我查询张山的邮件”，识别后获取到了与原始关键字“张山”相对应的目标关键字“张三”，此时则将原始意图关键字集“帮我查询张山的邮件”更新为“帮我查询张三的邮件”。

S104、获取与该目标意图关键字集相关联的业务问题和业务答案。

具体地，该步骤为根据目标意图关键字集在本地或通过网络在其它设备上搜索该目标意图关键字集所对应的问题和答案。例如，当该目标意图关键字集为“帮我查询张三的邮件”时，则在本地或对应的其它服务器上查询发件人为“张三”的邮件。

S105、将该业务问题和该业务答案发送至该智能终端，供该智能终端显示该业务问题和该业务答案。

根据本实施例的一个使用场景为，当在本地或对应的其它服务器上查询到发件人为“张三”的邮件，将查询到的所有邮件以及该目标意图关键字集发送至智能终端，供该智能终端显示查询到的所有邮件以及该目标意图关键字集(即业务问题)。

本实施例提出的智能问答中语音数据的处理方法在接收到智能终端发送的待识别的语音数据时，将该语音数据转换为文字，通过语意意图识别系统从该文字中提取若干个原始关键字，得到包括若干个该原始关键字的原始意图关键字集，然后在获取到与至少一个该原始关键字相对应的目标关键字时，用该目标关键字替换该原始意图关键字集中对应的原始关键字，得到包括有该目标关键字的目标意图关键字集，获取与该目标意图关键字集相关联的业务问题和业务答案，并将该业务问题和该业务答案发送至该智能终端，供该智能终端显示该业务问题和该业务答案，其中，与该原始关键字相对应的目标关键字可以根据用户修正或历史记录查询得到，若获取到与该原始关键字相对应的目标关键字，表示根据该语音转换的文字中存在需要修正的关键字，被修正的关键字即由用户口音导致的误识别的文字，根据修正后的目标意图关键字集获取相关联的业务问题和业务答案，使得最终确定的业务问题和业务答案是针对用户口音修正后的关键字得到的，使得确定的业务问题和业务答案更符合用户的意图和预期。

图3是本发明另一实施例智能问答中语音数据的处理方法的一流程图，下面结合图3详细描述根据本发明一实施例智能问答中语音数据的处理方法，如图3所示，该智能问答中语音数据的处理方法在包括上述步骤S101、S102、S104和S105的基础上，上述步骤S103中“获取到与至少一个所述原始关键字相对应的目标关键字时，用所述目标关键字替换所述原始意图关键字集中对应的原始关键字”的步骤进一步包括以下步骤S301至S303。

S301、获取预先存储的映射关系表。其中，该映射关系表可存储在本端服务器的数据库中。

S302、当所述映射关系表中存在该原始关键字时，获取与该原始关键字相映射的目标关键字。

在其中一个实施例中，该映射关系表为该用户首次与智能终端上的AI机器人客服系统对话时创建，该映射关系表存储有原始关键字和与每个原始关键字相对应的目标关键字。其中，该映射关系表中存储的原始关键字表示由用户口音翻译的文字，该映射关系表中存储的目标关键字表示用户口音翻译的文字的原始意思。

S303、用该目标关键字替换该原始意图关键字集中对应的原始关键字，得到包括有该目标关键字的目标意图关键字集。

本实施例给出了一种获取与原始关键字相对应的目标关键字的方法，可以通过查询映射关系表得到与原始关键字相对应的目标关键字。

图4是本发明又一实施例智能问答中语音数据的处理方法的一流程图，下面结合图4详细描述根据本发明一实施例智能问答中语音数据的处理方法，如图4所示，该智能问答中语音数据的处理方法在包括上述步骤S101、S102、S104和S105的基础上，上述步骤S103中“获取到与至少一个所述原始关键字相对应的目标关键字时，用所述目标关键字替换所述原始意图关键字集中对应的原始关键字”的步骤进一步包括以下步骤S401和S402。

S401、将提取的若干个原始关键字发送至该智能终端，供该智能终端显示该若干个原始关键字。

S402、接收到该智能终端发送的该原始关键字的替换指令及对应的目标关键字时，用该目标关键字替换该原始意图关键字集中对应的原始关键字，得到包括有该目标关键字的目标意图关键字集。

本实施例给出了另一种获取与原始关键字相对应的目标关键字的方法，可以根据用户输入修改的方式得到与原始关键字相对应的目标关键字，可应用于用户首次或非首次与智能终端上的AI机器人客服系统对话场景。

作为可选地，该智能问答中语音数据的处理方法还包括：

接收到该智能终端发送的该原始关键字的替换指令及对应的目标关键字时，接收该智能终端发送的该智能终端的唯一标识及用户身份标识。其中，用户身份标识可以是用户的身份证号码、用户的账户号码等。该智能终端的唯一标识可以是该智能终端的MAC(Media Access Control Address)物理地址或该智能终端的IMEI(International MobileEquipment Identity，移动设备国际识别码)码；

根据该智能终端的唯一标识及该用户身份标识该判断是否预先创建有对应的映射关系表，若否，则创建与该智能终端的唯一标识及该用户身份标识对应的映射关系表；

将该原始关键字及对应的目标关键字存储在该映射关系表中。

如果用户需要多次修正可以重复执行本实施例。由于每个人特有的口音和词汇是一定的，而用户使用和参与修正的次数越多，就越能达到语音“个性化定制”目的，渐渐的智能问答AI机器人助手与客服系统就能“更懂“该用户。

其中，通过智能终端的唯一标识及用户身份标识可以唯一标定一个用户及该用户所使用的智能终端。本实施例给出了一种创建映射关系表的方法和存储该原始关键字及对应的目标关键字的方法。当本地没有映射关系表时，表示用户首次与智能终端上的AI机器人客服系统进行对话，此时创建该映射关系表，并将该原始关键字及对应的目标关键字存储在该映射关系表中；当本次已经存在对应的映射关系表时，直接将该原始关键字及对应的目标关键字存储在该映射关系表中。

作为可选地，该智能问答中语音数据的处理方法还包括：

获取预设的可编辑提示消息；

该将提取的该若干个原始关键字发送至该智能终端的步骤包括：

将提取的该若干个原始关键字及该可编辑提示消息发送至该智能终端，供该智能终端显示该若干个原始关键字及该可编辑提示消息。

在其他实施例中，该智能终端还可以将可以编辑或修改的原始关键字通过高亮或加粗或下划线的方式突出显示。

本实施例给出了一种提示用户原始关键字可编辑的方法，使得用户在看到智能终端上显示的原始关键字并发现识别错误时，可以马上在该智能终端上进行修改，提高用户体验。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

本实施例提出的智能问答中语音数据的处理方法对于那些有自己口音的用户有莫大的帮助，可以有效的避免用户口音问题在问智能问答AI机器人助手与客服问题时，无法得到预期答案和结果的尴尬。而随着用户使用和参与修正的次数越多，就越能达到语音“个性化定制”目的，渐渐的智能问答AI机器人助手与客服系统就能“更懂“该用户，从而提高该用户对智能问答AI机器人助手与客服系统的满意度和用户粘性，从而不断的提高用户使用智能问答AI机器人助手与客服系统的频度，进而降低用户转人工的频率，进而增加工作效率并降低人工客户人力成本费用。

在一实施例中，提供一种智能问答中语音数据的处理装置，该智能问答中语音数据的处理装置与上述实施例中智能问答中语音数据的处理方法一一对应。如图5所示，该智能问答中语音数据的处理装置100包括语音接收模块11、关键字提取模块12、关键字替换模块13、获取模块14和发送模块15。各功能模块详细说明如下：

语音接收模块11，用于接收到智能终端发送的待识别的语音数据，并将该语音数据转换为文字。

关键字提取模块12，用于通过语意意图识别系统从该文字中提取若干个原始关键字，得到包括若干个该原始关键字的原始意图关键字集。

关键字替换模块13，用于获取到与至少一个该原始关键字相对应的目标关键字时，用该目标关键字替换该原始意图关键字集中对应的原始关键字，得到包括有该目标关键字的目标意图关键字集。

获取模块14，用于获取与该目标意图关键字集相关联的业务问题和业务答案。

发送模块15，用于将该业务问题和该业务答案发送至该智能终端。

作为可选地，该智能问答中语音数据的处理装置100还包括：

映射关系表获取单元，用于获取预先存储的映射关系表；

关键字获取单元，用于当该映射关系表中存在该原始关键字时，获取与该原始关键字相映射的目标关键字；

关键字替换模块具体用于用该目标关键字替换该原始意图关键字集中对应的原始关键字。

进一步地，该智能问答中语音数据的处理装置100还包括：

关键字发送单元，用于将提取的该若干个原始关键字发送至该智能终端，供该智能终端显示该若干个原始关键字；

关键字接收单元，用于接收该智能终端发送的该原始关键字的替换指令及对应的目标关键字；

关键字替换模块具体用于用该目标关键字替换该原始意图关键字集中对应的原始关键字。

作为可选地，该智能问答中语音数据的处理装置100还包括：

身份标识接收单元，用于接收到该智能终端发送的该原始关键字的替换指令及对应的目标关键字时，接收该智能终端发送的该智能终端的唯一标识及用户身份标识；

判断单元，用于根据该智能终端的唯一标识及该用户身份标识该判断是否预先创建有对应的映射关系表，若否，则创建与该智能终端的唯一标识及该用户身份标识对应的映射关系表；

存储单元，用于将该原始关键字及对应的目标关键字存储在该映射关系表中。

作为可选地，该智能问答中语音数据的处理装置100还包括：

提示消息获取单元，用于获取预设的可编辑提示消息；

所述关键字发送单元具体用于将提取的该若干个原始关键字及该可编辑提示消息发送至该智能终端，供该智能终端显示该若干个原始关键字及该可编辑提示消息。

其中上述模块/单元中的“第一”和“第二”的意义仅在于将不同的模块/单元加以区分，并不用于限定哪个模块/单元的优先级更高或者其它的限定意义。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块，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模块，本申请中所出现的模块的划分，仅仅是一种逻辑上的划分，实际应用中实现时可以有另外的划分方式。

关于智能问答中语音数据的处理装置的具体限定可以参见上文中对于智能问答中语音数据的处理方法的限定，在此不再赘述。上述智能问答中语音数据的处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储智能问答中语音数据的处理方法中涉及到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种智能问答中语音数据的处理方法。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中智能问答中语音数据的处理方法的步骤，例如图2所示的步骤101至步骤105及该方法的其它扩展和相关步骤的延伸。或者，处理器执行计算机程序时实现上述实施例中智能问答中语音数据的处理装置的各模块/单元的功能，例如图5所示模块11至模块15的功能。为避免重复，这里不再赘述。

所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述计算机装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、视频数据等)等。

所述存储器可以集成在所述处理器中，也可以与所述处理器分开设置。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中智能问答中语音数据的处理方法的步骤，例如图2所示的步骤101至步骤105及该方法的其它扩展和相关步骤的延伸。或者，计算机程序被处理器执行时实现上述实施例中智能问答中语音数据的处理装置的各模块/单元的功能，例如图5所示模块11至模块15的功能。为避免重复，这里不再赘述。

本实施例提出的智能问答中语音数据的处理方法、装置、计算机设备及存储介质，在接收到智能终端发送的待识别的语音数据时，将该语音数据转换为文字，通过语意意图识别系统从该文字中提取若干个原始关键字，得到包括若干个该原始关键字的原始意图关键字集，然后在获取到与至少一个该原始关键字相对应的目标关键字时，用该目标关键字替换该原始意图关键字集中对应的原始关键字，得到包括有该目标关键字的目标意图关键字集，获取与该目标意图关键字集相关联的业务问题和业务答案，并将该业务问题和该业务答案发送至该智能终端，供该智能终端显示该业务问题和该业务答案，其中，与该原始关键字相对应的目标关键字可以根据用户修正或历史记录查询得到，若获取到与该原始关键字相对应的目标关键字，表示根据该语音转换的文字中存在需要修正的关键字，被修正的关键字即由用户口音导致的误识别的文字，根据修正后的目标意图关键字集获取相关联的业务问题和业务答案，使得最终确定的业务问题和业务答案是针对用户口音修正后的关键字得到的，使得确定的业务问题和业务答案更符合用户的意图和预期。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。