本發(fā)明涉及人工智能技術(shù)領(lǐng)域，具體涉及一種人機(jī)交互方法及系統(tǒng)。

背景技術(shù)：

人工智能(Artificial Intelligence，AI)，是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計算機(jī)科學(xué)的一個分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語義識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大。人機(jī)交互(Human-Computer Interaction,HCI)是指人與計算機(jī)之間使用某種對話語言，以一定的交互方式，為完成確定任務(wù)的人與計算機(jī)之間的信息交換過程。

在智能機(jī)器人與用戶交互、響應(yīng)用戶指令的過程中，需要對用戶的指令進(jìn)行語義識別?，F(xiàn)有的人機(jī)交互過程中能對諸如“播放歌曲xxx”,“打開程序xxx”等固定表達(dá)模式的語義進(jìn)行識別，然而現(xiàn)有的人機(jī)交互方法普遍存在的問題是語義識別解析慢，經(jīng)常識別錯誤。對于變化多樣的表達(dá)方式的自然語言(例如，將“播放歌曲xxx”換一種語言表達(dá)方式“給我唱一首xxx歌吧”)無法準(zhǔn)確識別語義，導(dǎo)致智能機(jī)器人無法對自然語言形式的語音指令做出及時、正確的響應(yīng)，僅是將語音指令輸入到瀏覽器進(jìn)行搜索，得到與當(dāng)前語音指令相關(guān)的網(wǎng)頁信息，將網(wǎng)頁信息返回后對用戶進(jìn)行響應(yīng)，而不能直接識別當(dāng)前的語音指令的準(zhǔn)確語義后，并給出相應(yīng)的響應(yīng)，導(dǎo)致智能機(jī)器人本地和服務(wù)器端的應(yīng)用一致性較差。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是：如何準(zhǔn)確識別變化多樣的語言表達(dá)方式，實(shí)現(xiàn)人機(jī)交互。

為解決上述技術(shù)問題，本發(fā)明提出了一種人機(jī)交互方法，該人機(jī)交互方法包括：

接收用戶的語音指令，經(jīng)識別后得到文字結(jié)果；

對所述文字結(jié)果進(jìn)行語義識別，得到第一語義識別結(jié)果，并根據(jù)所述第一語義識別結(jié)果與本地應(yīng)用進(jìn)行匹配；

若匹配失敗，則將所述文字結(jié)果發(fā)送至服務(wù)端；

接收所述服務(wù)端對所述文字結(jié)果的第二語義識別結(jié)果，根據(jù)所述第二語義識別結(jié)果在本地應(yīng)用中篩選，得到相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述語音指令；其中，所述第二語義識別結(jié)果是所述服務(wù)端通過語義模型對所述文字結(jié)果進(jìn)行語義識別得到的。

可選地，該人機(jī)交互方法還包括：

若匹配成功，則根據(jù)所述第一語義識別結(jié)果在本地應(yīng)用中篩選，調(diào)用相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述語音指令。

可選地，所述根據(jù)所述第一語義識別結(jié)果與本地應(yīng)用進(jìn)行匹配，包括：

若本地應(yīng)用中存在匹配度大于既定閾值的目標(biāo)應(yīng)用，且所述目標(biāo)應(yīng)用可響應(yīng)所述第一語義識別結(jié)果，則匹配成功；

否則，所述第一語義識別結(jié)果與本地應(yīng)用匹配失敗。

可選地，所述根據(jù)所述第二語義識別結(jié)果在本地應(yīng)用中篩選，包括：

準(zhǔn)備與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用所需資源和空間，啟動與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用相關(guān)的應(yīng)用組件，以響應(yīng)所述語音指令。

可選地，所述準(zhǔn)備與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用所需資源和空間，包括：

判斷與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用所需資源和空間是否被占用；

若被占用，則與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用向占用該資源和空間的應(yīng)用發(fā)送請求指令，以使占用應(yīng)用釋放該資源和空間。

可選地，所述方法還包括：

掃描本地應(yīng)用，從所述本地應(yīng)用中篩選出目標(biāo)應(yīng)用組；

相應(yīng)地，所述根據(jù)所述第二語義識別結(jié)果在本地應(yīng)用中篩選，包括：

根據(jù)所述第二語義識別結(jié)果調(diào)用目標(biāo)應(yīng)用組中的相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述語音指令；

其中，所述目標(biāo)應(yīng)用組中的應(yīng)用具有請求資源和空間的通信功能。

可選地，所述方法還包括：

接收用戶的動作指令；

本地對所述動作指令進(jìn)行識別獲得動作識別結(jié)果；

根據(jù)所述動作識別結(jié)果調(diào)用相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述動作指令。

本發(fā)明還提出了一種人機(jī)交互系統(tǒng)，該人機(jī)交互系統(tǒng)包括：

語音指令接收單元，用于接收用戶的語音指令，經(jīng)識別后得到文字結(jié)果；

第一語義識別結(jié)果獲取單元，用于對所述文字結(jié)果進(jìn)行語義識別，得到第一語義識別結(jié)果，并根據(jù)所述第一語義識別結(jié)果與本地應(yīng)用進(jìn)行匹配；

語音指令發(fā)送單元，用于當(dāng)所述第一語義識別結(jié)果與本地應(yīng)用匹配失敗時，則將所述語音指令發(fā)送至服務(wù)端；

第一語音指令響應(yīng)單元，用于接收所述服務(wù)端對所述文字結(jié)果的第二語義識別結(jié)果，根據(jù)所述第二語義識別結(jié)果在本地應(yīng)用中篩選，得到相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述語音指令；其中，所述第二語義識別結(jié)果是所述服務(wù)端通過語義模型對所述文字結(jié)果進(jìn)行識別得到的。

可選地，該人機(jī)交互系統(tǒng)還包括：

第二語音指令響應(yīng)單元，用于當(dāng)所述第一語義識別結(jié)果與本地應(yīng)用匹配成功時，則根據(jù)所述第一語義識別結(jié)果在本地應(yīng)用中篩選，調(diào)用相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述語音指令。

可選地，所述第一語義識別結(jié)果獲取單元進(jìn)一步用于：

當(dāng)本地應(yīng)用中存在響應(yīng)第一語義識別結(jié)果的目標(biāo)應(yīng)用，且所述目標(biāo)應(yīng)用可響應(yīng)所述第一語義識別結(jié)果時，則判斷所述第一語義識別結(jié)果與本地應(yīng)用匹配成功；否則，判斷所述第一語義識別結(jié)果與本地應(yīng)用匹配失敗。

可選地，所述第一語音指令響應(yīng)單元包括：

資源空間準(zhǔn)備模塊，用于準(zhǔn)備與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用所需資源和空間；

組件啟動模塊，用于啟動與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用相關(guān)的應(yīng)用組件，以響應(yīng)所述語音指令。

可選地，所述資源空間準(zhǔn)備模塊進(jìn)一步用于：

判斷與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用所需資源和空間是否被占用；

若被占用，則與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用向占用該資源和空間的應(yīng)用發(fā)送請求指令，以使占用應(yīng)用釋放該資源和空間。

可選地，該人機(jī)交互系統(tǒng)還包括：

本地應(yīng)用掃描單元，用于掃描本地應(yīng)用，從所述本地應(yīng)用中篩選出目標(biāo)應(yīng)用組；

相應(yīng)地，所述第一語音指令響應(yīng)單元用于：

根據(jù)所述第二語義識別結(jié)果調(diào)用目標(biāo)應(yīng)用組中的相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述語音指令；

其中，所述目標(biāo)應(yīng)用組中的應(yīng)用具有請求資源和空間的通信功能。

可選地，該人機(jī)交互系統(tǒng)還包括：

動作指令接收單元，用于接收用戶的動作指令；

動作識別結(jié)果獲取單元，用于通過本地對所述動作指令進(jìn)行識別獲得動作識別結(jié)果；

動作指令響應(yīng)單元，用于根據(jù)所述動作識別結(jié)果調(diào)用相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述動作指令。

本發(fā)明提供的人機(jī)交互方法及系統(tǒng)，通過本地對用戶發(fā)送的語音指令經(jīng)識別獲得的文字結(jié)果進(jìn)行語義識別，當(dāng)?shù)玫降恼Z義識別結(jié)果與本地應(yīng)用匹配失敗時，將文字結(jié)果發(fā)送至服務(wù)端，由服務(wù)端對文字結(jié)果進(jìn)行語義識別，本地根據(jù)服務(wù)端發(fā)送的識別結(jié)果調(diào)用相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)語音指令，避免了現(xiàn)有的人機(jī)交互方法對于變化多樣的表達(dá)方式的語音無法識別的缺陷，能準(zhǔn)確識別語音指令，適用變化多樣的表達(dá)方式的語音，保證了本地和服務(wù)器端的應(yīng)用一致性。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明一個實(shí)施例的人機(jī)交互方法的流程示意圖；

圖2是本發(fā)明一個實(shí)施例適用的多個場景關(guān)系示意圖；

圖3是本發(fā)明另一個實(shí)施例的人機(jī)交互方法的流程示意圖；

圖4是本發(fā)明另一個實(shí)施例的人機(jī)交互方法的流程示意圖；

圖5是本發(fā)明一個實(shí)施例的人機(jī)交互系統(tǒng)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整的描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

實(shí)施例1

圖1是本發(fā)明一個實(shí)施例的人機(jī)交互方法的流程示意圖。如圖1所示，該實(shí)施例的人機(jī)交互方法包括：

S11：接收用戶的語音指令，經(jīng)識別后得到文字結(jié)果；

在實(shí)際應(yīng)用中，用戶可根據(jù)需求向智能機(jī)器人輸入各種語音指令，例如“給我唱首光輝歲月”或“播放歌曲光輝歲月”。具體地，智能機(jī)器人可通過麥克風(fēng)接收用戶的語音指令；智能機(jī)器人對接收到的語音指令進(jìn)行識別得到對應(yīng)的文字結(jié)果。

S12：對所述文字結(jié)果進(jìn)行語義識別，得到第一語義識別結(jié)果，并根據(jù)所述第一語義識別結(jié)果與本地應(yīng)用進(jìn)行匹配；

需要說明的是，智能機(jī)器人在接收到用戶的語音指令后需要進(jìn)行語義解析識別，確定具體的應(yīng)用場景。舉例來說，智能機(jī)器人在接收到“給我唱首光輝歲月”的語音指令后，對語音指令進(jìn)行解析識別，確定應(yīng)用場景為音樂子場景。

可理解的是，現(xiàn)有的語音識別方法可對預(yù)設(shè)的固定表達(dá)模式的語音指令，例如“播放歌曲光輝歲月”進(jìn)行識別，但對不符合預(yù)設(shè)的表達(dá)模式的“給我唱首光輝歲月”的語音指令則無法進(jìn)行識別。本發(fā)明實(shí)施例應(yīng)用科大訊飛語義模型的基礎(chǔ)上進(jìn)行擴(kuò)展，能準(zhǔn)確識別各種表達(dá)模式的語音指令。

S13：若匹配失敗，則將所述語音指令發(fā)送至服務(wù)端；

可理解的是，現(xiàn)有的人機(jī)交互方法中當(dāng)對語音指令對應(yīng)的文字結(jié)果進(jìn)行識別，得到的語義識別結(jié)果與本地應(yīng)用匹配失敗時，通常將語音指令輸入到瀏覽器進(jìn)行搜索，得到的是與當(dāng)前語音指令相關(guān)的信息；而本發(fā)明實(shí)施例中將文字結(jié)果發(fā)送至AI服務(wù)端進(jìn)行語義識別，增強(qiáng)了本地對語音指令識別的能力。

S14：接收所述服務(wù)端對所述文字結(jié)果的第二語義識別結(jié)果，根據(jù)所述第二語義識別結(jié)果在本地應(yīng)用中篩選，得到相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述語音指令；其中，所述第二語義識別結(jié)果是所述服務(wù)端利用語義模型對上述文字結(jié)果進(jìn)行識別得到的；

在實(shí)際應(yīng)用中，AI服務(wù)端利用科大訊飛語義模型從所述文字結(jié)果中確定識別結(jié)果，例如“給我唱首光輝歲月”的對應(yīng)的識別結(jié)果為播放歌曲光輝歲月；本地接收到AI服務(wù)端返回的識別結(jié)果后調(diào)用音樂播放器播放歌曲光輝歲月。AI服務(wù)端比本地具有更豐富的語義識別數(shù)據(jù)庫，可更準(zhǔn)確地對變化多樣的表達(dá)方式的語音進(jìn)行識別。

本發(fā)明實(shí)施例的人機(jī)交互方法，通過本地對用戶發(fā)送的語音指令經(jīng)識別獲得的文字結(jié)果進(jìn)行語義識別，當(dāng)?shù)玫降恼Z義識別結(jié)果與本地應(yīng)用匹配失敗時，將文字結(jié)果發(fā)送至服務(wù)端，由服務(wù)端對文字結(jié)果進(jìn)行語義識別，本地根據(jù)服務(wù)端發(fā)送的識別結(jié)果調(diào)用相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)語音指令，避免了現(xiàn)有的人機(jī)交互方法對于變化多樣的表達(dá)方式的語音無法識別的缺陷，能準(zhǔn)確識別語音指令，適用多種多樣的應(yīng)用場景，保證了本地和服務(wù)器端的應(yīng)用一致性。

在本發(fā)明實(shí)施例的一種優(yōu)選的實(shí)施方式中，與圖1中的方法類似，為了在網(wǎng)絡(luò)情況不佳的情況下也能正確的分析響應(yīng)用戶指令，該方法還包括：

若匹配成功，則根據(jù)所述第一語義識別結(jié)果在本地應(yīng)用中篩選，調(diào)用相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述語音指令。

本發(fā)明實(shí)施例的人機(jī)交互方法在網(wǎng)絡(luò)情況不佳的情況下，利用本地的語義識別模塊對所述語音指令進(jìn)行識別，無需訪問AI服務(wù)端，可對用戶的語音指令進(jìn)行快速響應(yīng)。

隨著人工智能的發(fā)展，智能機(jī)器人需要適用各種應(yīng)用場景以滿足用戶的各種需求，即調(diào)用相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)用戶的語音指令。圖2是本發(fā)明一個實(shí)施例適用的多個場景關(guān)系示意圖，如圖2所示，本發(fā)明實(shí)施例可以適用多個應(yīng)用場景。例如，多個應(yīng)用場景包括天氣場景、娛樂場景和餐飲場景；娛樂場景可分為多個子場景：音樂子場景和電影子場景。

進(jìn)一步地，步驟S12包括：

若本地應(yīng)用中存在匹配度大于既定閾值的目標(biāo)應(yīng)用，且所述目標(biāo)應(yīng)用可響應(yīng)所述第一語義識別結(jié)果，則匹配成功；否則，所述第一語義識別結(jié)果與本地應(yīng)用匹配失敗。

需要說明的是，本地對語音指令進(jìn)行識別，經(jīng)識別后得到文字結(jié)果；獲得所述文字結(jié)果的特征向量，將獲取的文字結(jié)果的特征向量與預(yù)先設(shè)置的各個場景的特征向量進(jìn)行匹配；若匹配值大于預(yù)設(shè)值，則本地存在響應(yīng)第一語義識別結(jié)果的目標(biāo)應(yīng)用；若所述目標(biāo)應(yīng)用可響應(yīng)所述第一語義識別結(jié)果，則判斷所述第一語義識別結(jié)果與本地應(yīng)用匹配成功。優(yōu)選地，若存在多個預(yù)先設(shè)置的多個場景的特征向量與獲取的文字結(jié)果的特征向量相匹配，則調(diào)用匹配度最高的場景對應(yīng)的應(yīng)用以響應(yīng)所述語音指令。若獲取的文字結(jié)果的特征向量與預(yù)先設(shè)置的各個場景的特征向量的匹配值均小于預(yù)設(shè)值，則本地不存在響應(yīng)第一語義識別結(jié)果的目標(biāo)應(yīng)用，判斷所述第一語義識別結(jié)果與本地應(yīng)用匹配失敗。

舉例來說，當(dāng)用戶輸入“請給我唱首光輝歲月吧”的自然語言形式的語音指令時，本地對該語音指令進(jìn)行識別，獲得對應(yīng)的文字結(jié)果，對文字結(jié)果進(jìn)行語義識別獲取的識別結(jié)果為(給我<執(zhí)行主體>，唱<活動>，光輝歲月<音樂>)；將獲取的識別結(jié)果(給我<執(zhí)行主體>，唱<活動>，光輝歲月<音樂>)與預(yù)先設(shè)置的天氣場景、娛樂場景和餐飲場景的特征向量進(jìn)行匹配，由于本地不存在響應(yīng)第一語義識別結(jié)果的目標(biāo)應(yīng)用，即不存在音樂子場景，僅能與娛樂場景中的視頻子場景的特征向量(播放，視頻)進(jìn)行匹配，則語義識別結(jié)果(給我<執(zhí)行主體>，唱<活動>，光輝歲月<音樂>)與特征向量(播放，視頻)的匹配度小于預(yù)設(shè)值，判斷第一語義識別結(jié)果與本地應(yīng)用匹配失敗。

具體地，所述根據(jù)所述第二語義識別結(jié)果在本地應(yīng)用中篩選，包括：

準(zhǔn)備與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用所需資源和空間，啟動與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用相關(guān)的應(yīng)用組件，以響應(yīng)所述語音指令。在實(shí)際應(yīng)用中，若由于本地不存在響應(yīng)第一語義識別結(jié)果的目標(biāo)應(yīng)用而導(dǎo)致第一語義識別結(jié)果與本地應(yīng)用匹配失敗時，本地需要先向服務(wù)端請求下載與第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用，然后準(zhǔn)備該目標(biāo)應(yīng)用所需資源和空間，啟動該目標(biāo)應(yīng)用的相關(guān)組件。

以音樂播放器為例，其基本組件包括活動Activity和服務(wù)Service；其中，目標(biāo)應(yīng)用中的Activity代表用戶界面，其上的控件也可以監(jiān)聽并處理用戶的操作做出響應(yīng)；目標(biāo)應(yīng)用中的Service代表沒有用戶界面的監(jiān)控類程序。當(dāng)對文字結(jié)果的識別結(jié)果為(播放，歌曲)時，則啟動音樂播放器的Activity和Service。

進(jìn)一步地，所述準(zhǔn)備與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用所需資源和空間包括：

判斷與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用所需資源和空間是否被占用；

若被占用，則與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用向占用該資源和空間的應(yīng)用發(fā)送請求指令，以使占用應(yīng)用釋放該資源和空間。

本發(fā)明實(shí)施例為了避免本地的各個應(yīng)用程序之間無序爭奪資源和空間，在目標(biāo)應(yīng)用準(zhǔn)備資源和空間時，判斷該目標(biāo)應(yīng)用所需資源和空間是否被占用，若被占用，則該目標(biāo)應(yīng)用向占用該資源和空間的應(yīng)用發(fā)送請求指令，以使占用應(yīng)用進(jìn)行資源和空間的釋放。

在實(shí)際應(yīng)用中，資源指的是音效資源、圖片渲染資源等硬件資源，空間指的是內(nèi)存等存儲空間。

舉例來說，當(dāng)經(jīng)過語義識別確定響應(yīng)語音指令的目標(biāo)應(yīng)用為音樂播放器時，要準(zhǔn)備音樂播放器所需的資源和空間。當(dāng)判斷音樂播放器所需的音效資源被視頻播放器占用，則音樂播放器向視頻播放器發(fā)送請求，以使視頻播放器釋放音效資源，避免了音樂播放器和視頻播放器無序爭奪資源導(dǎo)致應(yīng)用意外關(guān)閉。

該方法還包括：

掃描本地應(yīng)用，從所述本地應(yīng)用中篩選出目標(biāo)應(yīng)用組；

相應(yīng)地，所述根據(jù)所述第二語義識別結(jié)果在本地應(yīng)用中篩選，包括：

根據(jù)所述第二語義識別結(jié)果調(diào)用目標(biāo)應(yīng)用組中的相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述語音指令；

其中，所述目標(biāo)應(yīng)用組中的應(yīng)用具有請求資源和空間的通信功能。

需要說明的是，本地裝載了多個應(yīng)用，其中一個子場景可能對應(yīng)多個可進(jìn)行響應(yīng)的應(yīng)用。舉例來說，對于音樂子場景對應(yīng)QQ音樂、酷狗音樂兩個音樂播放器；其中QQ音樂具有請求資源和空間的通信功能，而酷狗音樂無此功能。通過掃描本地應(yīng)用，將QQ音樂加入目標(biāo)應(yīng)用組。

本發(fā)明實(shí)施例的人機(jī)交互系統(tǒng)，在系統(tǒng)啟動后，通過掃描本地應(yīng)用篩選獲得具有請求資源和空間通信功能的目標(biāo)應(yīng)用，在后續(xù)的響應(yīng)過程中，根據(jù)語義識別結(jié)果只從目標(biāo)應(yīng)用組中進(jìn)行匹配，實(shí)現(xiàn)了對應(yīng)用的動態(tài)管理，提高了系統(tǒng)的響應(yīng)速度。

目標(biāo)應(yīng)用的請求資源和空間的通信功能是通過在目標(biāo)應(yīng)用的服務(wù)器端進(jìn)行注冊進(jìn)行標(biāo)識的。具體地，目標(biāo)應(yīng)用在服務(wù)器注冊添加應(yīng)用的包名和簽名等信息，通過制定類型集聲明支持的響應(yīng)類型如：android.roobo.intent.ROOBO_MUSIC代表支持播放音樂。

在目標(biāo)應(yīng)用配置文件中加入自定義權(quán)限，如：

<permission android:name＝"com.roobo.os.I_AM_ROOBO"/>

<uses-permission android:name＝"com.roobo.os.I_AM_ROOBO"/>

就會被系統(tǒng)識別為具有請求資源和空間的通信功能。

在用戶對應(yīng)用進(jìn)行安裝和卸載的操作時，為了降低系統(tǒng)的消耗，也會先判斷當(dāng)前操作的應(yīng)用是否具有請求資源和空間的通信功能。舉例來說，當(dāng)用戶卸載酷狗音樂時，由于酷狗音樂不具有請求資源和空間的通信功能，其不在目標(biāo)應(yīng)用組中，則無需對目標(biāo)應(yīng)用組進(jìn)行更新掃描。只有在當(dāng)前操作的應(yīng)用具有有請求資源和空間的通信功能時，才會對目標(biāo)應(yīng)用組進(jìn)行更新掃描。

另外，為了降低系統(tǒng)功耗，本發(fā)明實(shí)施例的人機(jī)交互系統(tǒng)在沒有用戶交互時處于沉靜狀態(tài)，僅僅開啟基本監(jiān)聽服務(wù)，當(dāng)接收到用戶特定的指令(例如“請開機(jī)”)激活整個系統(tǒng)。

進(jìn)一步地，為了對用戶的動作進(jìn)行響應(yīng)，本實(shí)施例的人機(jī)交互方法還包括：接收用戶的動作指令；本地對所述動作指令進(jìn)行識別獲得動作識別結(jié)果；根據(jù)所述動作識別結(jié)果調(diào)用相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述動作指令。

舉例來說，當(dāng)用戶用手?jǐn)[出相框的形狀時，智能機(jī)器人通過攝像頭采集用戶的動作，本地對用戶的動作進(jìn)行識別，獲得的動作識別結(jié)果是拍照；本地便調(diào)用拍照軟件為用戶拍照。

實(shí)施例2

本發(fā)明實(shí)施例的人機(jī)交互方法與實(shí)施例1中的類似，不同的是，本實(shí)施例確定第一語義識別結(jié)果與本地應(yīng)用的匹配關(guān)系的方式是，當(dāng)本地存在響應(yīng)第一語義識別結(jié)果的目標(biāo)應(yīng)用，但由于無法準(zhǔn)確確定文字結(jié)果的含義或者所述目標(biāo)應(yīng)用由于缺少數(shù)據(jù)而對第一語義識別結(jié)果無法響應(yīng)時，判斷所述第一語義識別結(jié)果與本地應(yīng)用匹配失敗。

如圖3所示，該實(shí)施例的人機(jī)交互方法包括：

S31：接收用戶的語音指令，經(jīng)識別后得到文字結(jié)果；

S32：對所述文字結(jié)果進(jìn)行語義識別，得到第一語義識別結(jié)果，并根據(jù)所述第一語義識別結(jié)果與本地應(yīng)用進(jìn)行匹配；若本地應(yīng)用中存在響應(yīng)第一語義識別結(jié)果的目標(biāo)應(yīng)用，且所述目標(biāo)應(yīng)用可響應(yīng)所述第一語義識別結(jié)果，則匹配成功；否則，所述第一語義識別結(jié)果與本地應(yīng)用匹配失??；

S33：若匹配失敗，則將所述語音指令發(fā)送至服務(wù)端；

S34：接收所述服務(wù)端對所述文字結(jié)果的第二語義識別結(jié)果，根據(jù)所述第二語義識別結(jié)果在本地應(yīng)用中篩選，得到相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述語音指令；其中，所述第二語義識別結(jié)果是所述服務(wù)端利用語義模型對上述文字結(jié)果進(jìn)行識別得到的；

需要說明的是，本地對語音指令進(jìn)行識別，經(jīng)識別后得到文字結(jié)果；獲得所述文字結(jié)果的特征向量，將獲取的文字結(jié)果的特征向量與預(yù)先設(shè)置的各個場景的特征向量進(jìn)行匹配；若匹配值大于預(yù)設(shè)值，則本地存在響應(yīng)第一語義識別結(jié)果的目標(biāo)應(yīng)用；若所述目標(biāo)應(yīng)用無法響應(yīng)所述第一語義識別結(jié)果，則判斷所述第一語義識別結(jié)果與本地應(yīng)用匹配失敗。進(jìn)一步地，當(dāng)本地存在響應(yīng)第一語義識別結(jié)果的目標(biāo)應(yīng)用，但由于無法準(zhǔn)確確定文字結(jié)果的含義或者所述目標(biāo)應(yīng)用由于缺少數(shù)據(jù)而對第一語義識別結(jié)果無法響應(yīng)時，判斷所述第一語義識別結(jié)果與本地應(yīng)用匹配失敗。

舉例來說，當(dāng)用戶輸入“請給我唱首光輝歲月吧”的自然語言形式的語音指令時，本地對該語音指令進(jìn)行識別，獲得對應(yīng)的文字結(jié)果，如果用戶通過本地設(shè)備看過“光輝歲月”的電影(2013年曾志偉主演劇情片)，則對文字結(jié)果進(jìn)行語義識別獲取的識別結(jié)果為(給我<執(zhí)行主體>，唱<活動>，光輝歲月<電影>)；將獲取的識別結(jié)果(給我<執(zhí)行主體>，唱<活動>，光輝歲月<電影>)與預(yù)先設(shè)置的天氣場景、娛樂場景和餐飲場景的特征向量進(jìn)行匹配，娛樂場景中的音樂子場景的特征向量為(播放，歌曲)，則語義識別結(jié)果(給我<執(zhí)行主體>，唱<活動>，光輝歲月<電影>)與(播放，歌曲)的匹配度小于預(yù)設(shè)值，判斷第一語義識別結(jié)果與本地應(yīng)用匹配失敗。本地由于無法準(zhǔn)確確定文字結(jié)果的含義(本地?zé)o法獲知“光輝歲月”是歌曲)，將“請給我唱首光輝歲月吧”的語音指令對應(yīng)的文字結(jié)果發(fā)送至服務(wù)端，接收服務(wù)端對所述文字結(jié)果的第二語義識別結(jié)果，第二語義識別結(jié)果中根據(jù)服務(wù)器端知識庫的檢索，將“光輝歲月”識別為beyond的歌曲，則第二語義識別結(jié)果為(給我<執(zhí)行主體>，唱<活動>，光輝歲月<歌曲>)；根據(jù)第二語義識別結(jié)果在本地的音樂子場景的應(yīng)用中匹配，即播放對應(yīng)的音頻以響應(yīng)該語音指令。

在其他實(shí)施例中，當(dāng)用戶輸入“請給我唱首光輝歲月吧”的自然語言形式的語音指令時，本地對該語音指令進(jìn)行識別，獲得對應(yīng)的文字結(jié)果，對文字結(jié)果進(jìn)行語義識別獲取的識別結(jié)果為(給我<執(zhí)行主體>，唱<活動>，光輝歲月<歌曲>)；將獲取的識別結(jié)果(給我<執(zhí)行主體>，唱<活動>，光輝歲月<歌曲>)與預(yù)先設(shè)置的天氣場景、娛樂場景和餐飲場景的特征向量進(jìn)行匹配，娛樂場景中的音樂子場景的特征向量為(播放，歌曲)，則語義識別結(jié)果(給我<執(zhí)行主體>，唱<活動>，光輝歲月<歌曲>)與(播放，歌曲)的匹配度大于預(yù)設(shè)值，判斷本地存在響應(yīng)第一語義識別結(jié)果(給我<執(zhí)行主體>，唱<活動>，光輝歲月<歌曲>)的目標(biāo)應(yīng)用，即本地應(yīng)調(diào)用音樂播放器播放歌曲“光輝歲月”。然而，當(dāng)本地沒有存儲光輝歲月的歌曲時，無法對第一語義識別結(jié)果(給我<執(zhí)行主體>，唱<活動>，光輝歲月<歌曲>)進(jìn)行響應(yīng)，則判斷第一語義識別結(jié)果與本地應(yīng)用匹配失敗。此時，將“請給我唱首光輝歲月吧”的語音指令對應(yīng)的文字結(jié)果發(fā)送至服務(wù)端，接收服務(wù)端對所述文字結(jié)果的第二語義識別結(jié)果，同樣為(給我<執(zhí)行主體>，唱<活動>，光輝歲月<歌曲>)，其中還包括“光輝歲月”的歌曲在服務(wù)端的存儲位置；本地根據(jù)第二語義識別結(jié)果在本地應(yīng)用中篩選，得到相應(yīng)的目標(biāo)應(yīng)用，同時根據(jù)服務(wù)端的存儲位置向服務(wù)器請求下載光輝歲月的歌曲后進(jìn)行播放，以響應(yīng)該語音指令。

實(shí)施例3

圖4是本發(fā)明另一個實(shí)施例的人機(jī)交互方法的流程示意圖。如圖4所示，本發(fā)明實(shí)施例的人機(jī)交互方法包括：

S41：接收用戶的語音指令，經(jīng)識別后得到文字結(jié)果；

S42：對所述文字結(jié)果進(jìn)行語義識別，得到第一語義識別結(jié)果，并根據(jù)所述第一語義識別結(jié)果與本地應(yīng)用進(jìn)行匹配；

S43：若本地應(yīng)用中存在響應(yīng)第一語義識別結(jié)果的目標(biāo)應(yīng)用，且所述目標(biāo)應(yīng)用可響應(yīng)所述第一語義識別結(jié)果，則匹配成功；否則，所述第一語義識別結(jié)果與本地應(yīng)用匹配失敗；

S44：若匹配失敗，則將所述語音指令發(fā)送至服務(wù)端；

S45：接收所述服務(wù)端對所述語音指令的第二語義識別結(jié)果，根據(jù)所述第二語義識別結(jié)果調(diào)用相應(yīng)的目標(biāo)應(yīng)用，以響應(yīng)所述語音指令；

S46：若匹配成功，則根據(jù)所述第一語義識別結(jié)果在本地應(yīng)用中篩選，調(diào)用相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述語音指令。

本發(fā)明實(shí)施例的人機(jī)交互方法，通過本地對用戶發(fā)送的語音指令經(jīng)識別獲得的文字結(jié)果進(jìn)行語義識別，當(dāng)?shù)玫降恼Z義識別結(jié)果與本地應(yīng)用匹配失敗時，將文字結(jié)果發(fā)送至服務(wù)端，由服務(wù)端對文字結(jié)果進(jìn)行語義識別，本地根據(jù)服務(wù)端發(fā)送的識別結(jié)果調(diào)用相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)語音指令，避免了現(xiàn)有的人機(jī)交互方法對于變化多樣的表達(dá)方式的語音無法識別的缺陷，能準(zhǔn)確識別語音指令，適用多種多樣的應(yīng)用場景，保證了本地和服務(wù)器端的應(yīng)用一致性。

在實(shí)際應(yīng)用中，以用戶輸入“給我唱首歌吧”的語音指令為例進(jìn)行說明，掃描本地應(yīng)用，檢查應(yīng)用的請求資源和空間的通信功能以確定可響應(yīng)的目標(biāo)應(yīng)用組；本地對該語音指令識別，獲得文字結(jié)果，對所述文字結(jié)果進(jìn)行語義識別，得到的語義識別結(jié)果與本地應(yīng)用匹配失敗時，將該文字結(jié)果以古典密碼算法加密后傳遞給云端的AI服務(wù)端。AI服務(wù)端分析完成后會返回給本地識別結(jié)果，包括應(yīng)該響應(yīng)的類型。如本次響應(yīng)類型為：

State:1

type:android.roobo.intent.ROOBO_MUSIC

size:153145

fileType:mp3

url:http://roobo.com/music/891014

本地根據(jù)AI服務(wù)端發(fā)送識別結(jié)果調(diào)用相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)“給我唱首歌吧”的語音指令。

需要說明的是，“State”為識別的標(biāo)識，當(dāng)State為1代表識別成功，當(dāng)State為0代表識別失敗?！皌ype”代表響應(yīng)的應(yīng)用，本例中“ROOBO_MUSIC”代表應(yīng)該調(diào)用音樂播放器?！皊ize”“fileType”“url”分別代表文件的大小、類型和存儲地址。

實(shí)施例4

圖5是本發(fā)明一個實(shí)施例的人機(jī)交互系統(tǒng)的結(jié)構(gòu)示意圖。如圖5所示，本發(fā)明實(shí)施例的人機(jī)交互系統(tǒng)包括：語音指令接收單元51、第一語義識別結(jié)果獲取單元52、語音指令發(fā)送單元53和第一語音指令響應(yīng)單元54；具體地：

語音指令接收單元51，用于接收用戶的語音指令，經(jīng)識別后得到文字結(jié)果；

第一語義識別結(jié)果獲取單元52，用于對所述文字結(jié)果進(jìn)行語義識別，得到第一語義識別結(jié)果，并根據(jù)所述第一語義識別結(jié)果與本地應(yīng)用進(jìn)行匹配；

語音指令發(fā)送單元53，用于當(dāng)所述第一語義識別結(jié)果與本地應(yīng)用匹配失敗時，則將所述語音指令發(fā)送至服務(wù)端；

第一語音指令響應(yīng)單元54，用于接收所述服務(wù)端對所述文字結(jié)果的第二語義識別結(jié)果，根據(jù)所述第二語義識別結(jié)果在本地應(yīng)用中篩選，得到相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述語音指令；其中，所述第二語義識別結(jié)果是所述服務(wù)端通過語義模型對所述文字結(jié)果進(jìn)行識別得到的。

在一種可選的實(shí)施方式中，還包括第二語音指令響應(yīng)單元，用于當(dāng)所述第一語義識別結(jié)果與本地應(yīng)用匹配成功時，則根據(jù)所述第一語義識別結(jié)果在本地應(yīng)用中篩選，調(diào)用相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述語音指令。

第一語義識別結(jié)果獲取單元52進(jìn)一步用于：

當(dāng)本地應(yīng)用中存在響應(yīng)第一語義識別結(jié)果的目標(biāo)應(yīng)用，且所述目標(biāo)應(yīng)用可響應(yīng)所述第一語義識別結(jié)果時，則判斷所述第一語義識別結(jié)果與本地應(yīng)用匹配成功；否則，判斷所述第一語義識別結(jié)果與本地應(yīng)用匹配失敗。進(jìn)一步地，第一語音指令響應(yīng)單元54包括：

資源空間準(zhǔn)備模塊，用于準(zhǔn)備與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用所需資源和空間；

組件啟動模塊，用于啟動與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用相關(guān)的應(yīng)用組件，以響應(yīng)所述語音指令。

具體地，所述資源空間準(zhǔn)備模塊用于：

判斷與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用所需資源和空間是否被占用；

若被占用，則與所述第二語義識別結(jié)果相匹配的目標(biāo)應(yīng)用向占用該資源和空間的應(yīng)用發(fā)送請求指令，以使占用應(yīng)用釋放該資源和空間。

本實(shí)施例的人機(jī)交互系統(tǒng)還包括：

本地應(yīng)用掃描單元，用于掃描本地應(yīng)用，從所述本地應(yīng)用中篩選出目標(biāo)應(yīng)用組；

相應(yīng)地，第一語音指令響應(yīng)單元54用于：

根據(jù)所述第二語義識別結(jié)果調(diào)用目標(biāo)應(yīng)用組中的相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述語音指令；

其中，所述目標(biāo)應(yīng)用組中的應(yīng)用具有請求資源和空間的通信功能。

本實(shí)施例的人機(jī)交互系統(tǒng)還包括：

動作指令接收單元，用于接收用戶的動作指令；

動作識別結(jié)果獲取單元，用于通過本地對所述動作指令進(jìn)行識別獲得動作識別結(jié)果；

動作指令響應(yīng)單元，用于根據(jù)所述動作識別結(jié)果調(diào)用相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)所述動作指令。

本實(shí)施例的人機(jī)交互系統(tǒng)可以用于執(zhí)行上述方法實(shí)施例，其原理和技術(shù)效果類似，此處不再贅述。

本發(fā)明提供的人機(jī)交互方法及系統(tǒng)，通過本地對用戶發(fā)送的語音指令經(jīng)識別獲得的文字結(jié)果進(jìn)行語義識別，當(dāng)?shù)玫降恼Z義識別結(jié)果與本地應(yīng)用匹配失敗時，將文字結(jié)果發(fā)送至服務(wù)端，由服務(wù)端對文字結(jié)果進(jìn)行語義識別，本地根據(jù)服務(wù)端發(fā)送的識別結(jié)果調(diào)用相應(yīng)的目標(biāo)應(yīng)用以響應(yīng)語音指令，避免了現(xiàn)有的人機(jī)交互方法對于變化多樣的表達(dá)方式的語音無法識別的缺陷，能準(zhǔn)確識別語音指令，適用多種多樣的應(yīng)用場景，保證了本地和服務(wù)器端的應(yīng)用一致性。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本申請的實(shí)施例可提供為方法、系統(tǒng)、或計算機(jī)程序產(chǎn)品。因此，本申請可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí)施例的形式。而且，本申請可采用在一個或多個其中包含有計算機(jī)可用程序代碼的計算機(jī)可用存儲介質(zhì)(包括但不限于磁盤存儲器、CD-ROM、光學(xué)存儲器等)上實(shí)施的計算機(jī)程序產(chǎn)品的形式。

本申請是參照根據(jù)本申請實(shí)施例的方法、設(shè)備(系統(tǒng))、和計算機(jī)程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計算機(jī)程序指令到通用計算機(jī)、專用計算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個機(jī)器，使得通過計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機(jī)程序指令也可存儲在能引導(dǎo)計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計算機(jī)可讀存儲器中，使得存儲在該計算機(jī)可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機(jī)程序指令也可裝載到計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機(jī)實(shí)現(xiàn)的處理，從而在計算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實(shí)體或者操作與另一個實(shí)體或操作區(qū)分開來，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。術(shù)語“上”、“下”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對本發(fā)明的限制。除非另有明確的規(guī)定和限定，術(shù)語“安裝”、“相連”、“連接”應(yīng)做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機(jī)械連接，也可以是電連接；可以是直接相連，也可以通過中間媒介間接相連，可以是兩個元件內(nèi)部的連通。對于本領(lǐng)域的普通技術(shù)人員而言，可以根據(jù)具體情況理解上述術(shù)語在本發(fā)明中的具體含義。

本發(fā)明的說明書中，說明了大量具體細(xì)節(jié)。然而能夠理解的是，本發(fā)明的實(shí)施例可以在沒有這些具體細(xì)節(jié)的情況下實(shí)踐。在一些實(shí)例中，并未詳細(xì)示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對本說明書的理解。類似地，應(yīng)當(dāng)理解，為了精簡本發(fā)明公開并幫助理解各個發(fā)明方面中的一個或多個，在上面對本發(fā)明的示例性實(shí)施例的描述中，本發(fā)明的各個特征有時被一起分組到單個實(shí)施例、圖、或者對其的描述中。然而，并不應(yīng)將該公開的方法解釋呈反映如下意圖：即所要求保護(hù)的本發(fā)明要求比在每個權(quán)利要求中所明確記載的特征更多的特征。更確切地說，如權(quán)利要求書所反映的那樣，發(fā)明方面在于少于前面公開的單個實(shí)施例的所有特征。因此，遵循具體實(shí)施方式的權(quán)利要求書由此明確地并入該具體實(shí)施方式，其中每個權(quán)利要求本身都作為本發(fā)明的單獨(dú)實(shí)施例。需要說明的是，在不沖突的情況下，本申請中的實(shí)施例及實(shí)施例中的特征可以相互組合。本發(fā)明并不局限于任何單一的方面，也不局限于任何單一的實(shí)施例，也不局限于這些方面和/或?qū)嵤├娜我饨M合和/或置換。而且，可以單獨(dú)使用本發(fā)明的每個方面和/或?qū)嵤├蛘吲c一個或更多其他方面和/或其實(shí)施例結(jié)合使用。

最后應(yīng)說明的是：以上各實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述各實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分或者全部技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的范圍，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求和說明書的范圍當(dāng)中。