本发明实施例涉及语音信息处理技术领域，特别是涉及一种语音交互方法、装置、电子设备及可读存储介质。
背景技术
语音识别技术是一种对用户语音信号进行识别的技术，随着语音及自然语言处理相关技术的发展，语音识别作为一种常用的人机交互技术，目前已广泛应用于各类电子产品中，以其自然方便的交互方式收到了消费者的喜爱，逐渐成为了智能产品时代的主流交互控制方式。
发明人在具体实施过程中，发现现有语音识别应用过程中存在语音识别交互方式单一的问题，不能够满足多样化的语音交互应用需求。
技术实现要素：
有鉴于此，本发明实施例提供了一种语音交互方法、装置、电子设备及可读存储介质，能够实现语音交互方式的多样化，更好的满足实际应用需求。
为了解决上述问题，本发明实施例主要提供如下技术方案：
第一方面，本发明实施例提供了一种语音交互方法，该方法包括：
获取用户的语音识别结果；
根据与用户对应的话术配置信息，将与语音识别结果对应的用户响应信息播放给用户。
第二方面，本发明实施例还提供一种语音交互装置，该装置包括：
语音识别结果获取模块，用于获取用户的语音识别结果；
语音响应模块，用于根据与用户对应的话术配置信息，将与语音识别结果对应的用户响应信息播放给用户。
第三方面，本发明实施例还提供一种电子设备，该电子设备包括：
至少一个处理器；
以及与处理器连接的至少一个存储器、总线；其中，
处理器、存储器通过总线完成相互间的通信；
处理器用于调用存储器中的程序指令，以执行本发明第一方面实施例的语音交互方法。
第四方面，本发明实施例还提供一种非暂态计算机可读存储介质，该可读存储介质存储计算机指令，计算机指令使计算机执行本发明第一方面实施例的语音交互方法。
借由上述技术方案，本发明实施例提供的技术方案至少具有下列优点：
本发明实施例提供的语音交互方法、装置、电子设备及可读存储介质，能够根据与用户对应的话术配置信息，将用户响应信息以语音的形式播放给用户，由于不同的用户可以对应不同的话术配置信息，因此，通过本发明实施例的该方法，能够为不同的用户提供不同的语音响应信息的播放方式，有效丰富了语音交互的形式，更好的满足了实际应用需求。
上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明实施例的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明实施例的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的一种语音交互方法的流程示意图；
图2示出了本发明实施例提供的一种语音交互装置的结构示意图；
图3示出了本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了本发明实施例提供的一种语音交互方法的流程示意图，如图中所示，该方法可以包括：
步骤s110：获取用户的语音识别结果；
步骤s120：根据与用户对应的话术配置信息，将与语音识别结果对应的用户响应信息播放给用户。
本发明实施例的语音交互方法，能够根据与用户对应的话术配置信息，将用户响应信息以语音的形式播放给用户，由于不同的用户可以对应不同的话术配置信息，因此，通过本发明实施例的该方法，能够为不同的用户提供不同的语音响应信息的播放方式，有效丰富了语音交互的形式，更好的满足了实际应用需求。
需要说明的是，本发明的语音交互方法的执行主体，可以是用户终端设备，也可以是服务器。在执行主体为用户终端设备时，用户终端设备可以直接对获取到的用户的待识别语音信息进行识别，得到用户的语音识别结果，也可以是将待识别语音信息发送给服务器，由服务器进行待识别语音信息的识别，用户终端设备从服务器获取到语音识别结果，再根据与用户对应的话术配置信息，将与语音识别结果对应的用户响应信息播放给用户。在执行主体为服务器时，服务器获取到用户通过用户终端设备发送的待识别语音信息，对该语音信息进行识别，得到用户的语音识别结果，服务器在根据与用户对应的话术配置信息，将与语音识别结果对应的用户响应信息播放给用户时，通过用户终端设备将用户响应信息播放给用户。
可以理解的是，用户响应信息是指与用户的语音识别结果对应的、需要以语音的形式播放给用户的信息。例如，用户的语音识别结果为“今天天气怎么样”，则对应的用户响应信息则可以是今天的天气信息。
本发明实施例中，话术配置信息是指在与用户进行语音交互，基于用户的语音识别结果为用户提供应答时与用户的感知相关的信息，可以包括但不限于声音、语速、语调、语句结构、语言特色等信息中的至少一项。
其中，声音信息可以是指将用户响应信息播放给用户时的播放声音，如可以男生声音、女生声音等，还可以是电子合成声音等，其中，男生声音、女生声音或电子合成声音也可以有多种不同的形式。语速是指播放时的语速。语调则是与播放语气和情感相关的信息，可以是指播放时的声音的高低轻重等。语句结构是包括但不限与用户响应信息的语句构成形式相关的信息，可以是指语法、句式等。语言特色则可以是指播放的语言，例如，可以是英文、中文等，对于中文，还可以是指不同的方言等。
基于上述实施例，本发明实施例的语音交互方法还可以包括：
获取用户的第一话术配置请求，第一话术配置请求包括用户的话术配置信息；
根据第一话术配置请求，配置与用户对应的话术配置信息。
基于本发明实施例的该方案，用户可以参与到与自己所对应的话术配置信息的配置。通过获取包括话术配置信息的用户的话术配置请求，实现了基于用户所喜欢的话术配置信息，配置用户对应的话术配置信息。通过该方式，使得用户可以根据自己的喜好参与到话术信息的配置中，从而为用户提供了更多的选择，更好的满足了用户的实际应用需求。
可以理解的是，获取用户的话术配置请求可以是直接获取，也可以是间接获取。例如，在语音交互方法的执行主体为服务器时，服务器可以通过用户终端设备获取用户的话术配置请求，基于该配置请求配置用户对应的话术配置信息；在执行主体为用户终端设备时，终端设备则可以直接获取到用户的话术配置请求，基于该配置请求配置用户对应的话术配置信息，也可以是终端设备将用户的话术配置请求发送给服务器，由服务器完成配置后，将配置的用户对应的话术配置信息再返回给用户终端设备。
在实际应用中，可以为用户提供话术配置平台，来使用户能够通过该话术配置平台提交话术配置请求。其中，话术配置平台的具体形式可以根据实际应用需要配置，例如，可以配置为网站，用户可以通过登录对应的网站，提交自己的话术配置请求；还可以配置为应用程序(app)的形式，用户可以下载安装相应的app，通过app提供的“话术配置”功能提交自己的纠错配置请求。具体的，例如用户可以通过手机或电脑登录访问相应的网站，在网站上可以通过点击话术配置对应的功能选项，并在显示出的用户页面中可以填写所需要提交的话术配置请求，如可以自己希望的用户响应信息播放时的声音、语调、方言或其他信息等等。其中，用户通过话术配置平台提交自己的话术配置请求时，请求中的话术配置信息可以是由用户自己的填写的一些配置信息，也可以由平台为用户提供各种配置信息选项，用户在平台提供的各种选项中选择自己喜欢的话术配置信息。
本发明的可选实施例中，语音识别结果可以是对用户通过应用程序发送的语音信息进行语音识别得到的语音识别结果，此时，对应的，与用户对应的话术配置信息是与应用程序对应的话术配置信息，或者是对应于应用程序的与用户对应的话术配置信息。
也就是说，在实际应用中，不同的应用程序可以对应不同的话术配置信息，用户在使用应用程序时，可以基于与应用程序对应的话术配置信息为用户播放用户响应信息。另外，对于同一个应用程序而言，还可以配置与用户对应的话术配置信息，即对应于应用程序的与用户对应的话术配置信息，采用该方式，即使是同一应用程序，不同的用户在使用时，由于不同用户对应的话术配置信息也可以不同，因此，用户响应信息的播放形式也可以不同，从而可以为不同的用户提供不同的交互体验，更好的满足了实际应用需求，丰富了语音交互的形式。
在实际应用中，应用程序对应的话术信息，或者对应于应用程序的与用户对应的话术配置信息的具体配置实施方式可以有多种。
本发明的可选实施例中，若与用户对应的话术配置信息是与应用程序对应的话术配置信息，本发明实施例的语音交互方法还可以包括：
获取应用程序供应商对应用程序的第二话术配置请求，第二话语配置请求包括对应用程序的话术配置信息；
根据第二话术配置请求，配置与应用程序对应的话术配置信息。
通过该方案，应用程序供应商可以参与到自己所需要发布或已经发布的应用程序所对应的话术配置信息的配置中，为应用程序供应商提供了更多的其应用程序的语音播放方式的选择。在一可选实施方式中，应用程序供应商可以通过语料配置平台提交应用程序的话术配置请求，也可以通过其它在线或离线的方式向应用程序开发人员或其他管理人员提供话术配置请求。本发明实施例中对获取话术配置请求的方式不做限定。
本发明的可选实施例中，若与用户对应的话术配置信息是对应于应用程序的与用户对应的话术配置信息，该语音交互方法还可以包括：
获取用户对应用程序的第三话术配置请求，第三话术配置请求包括用户对应用程序的话术配置信息；
根据第三话术配置请求，配置对应于应用程序的与用户对应的话术配置信息。
基于该方案，用户可以参与到对自己所使用的应用程序的话术配置信息的配置中。通过该方案，实现了对于不同的用户，可以对应于不同的语音响应信息的播放方式，更好的满足了用户的实际使用需求。
需要说明的是，在实际应用中，可以为应用程序提供话术配置功能选项，用户可以通过应用程序提交对应用程序的话术配置请求，也可以通过提供话术配置平台，用户可以通过话术平台提交对应用程序的话术配置请求。
在一示例中，例如，用户a和用户b中都安装应用了具有语音输入及语音输出功能的应用程序c，用户a和用户b可以分别提交对于应用程序c的话术配置请求，将自己所希望的语音响应信息的相关话术配置信息提交至用户终端设备，或者通过用户终端设备提交给服务器，用户终端设备或服务器可以根据接收到的用户a和用户b的话术配置请求，分别设置对应于用户a的话术配置信息和对应于用户b的话术配置信息，应用程序c在响应用户a的语音识别结果时，基于a对应的话术配置信息将响应信息播放给用户a，应用程序c在响应b的语音识别结果时，则基于用户b对应的话术配置信息将响应信息播放给用户b。通过该方式，用户a和用户b在使用同一款应用程序c时，可以享受到不同的语音交互体验。
在一具体示例中，例如应用程序c是具有天气预报功能的应用程序，用户a可以在打开应用程序后，通过点击应用程序的话术配置功能选项，在该选项对应的用户页面中填写自己喜欢的话术配置信息，或者是从该功能选项提供的话术配置信息选项中选择自己想要的话术配置信息，完成自己喜欢或希望的话术配置信息后，可以通过点击提交按钮，将包含该话术配置信息的话术配置请求提交给用户终端设备，由用户终端设备根据接收到的请求配置用户a对应的话术配置信息，或者用户终端设备将该请求发送至服务器，由服务器配置用户a对应的话术配置信息。之后，用户在使用该应用程序c时，则可以基于用户a对应的话术配置信息，为用户a播放天气相关的信息。
本发明的上述实施例中的步骤s120中可以有多种实施方式，在一种可选的实施方式中，根据与用户对应的话术配置信息，将与语音识别结果对应的用户响应信息播放给用户，可以包括：
根据与用户对应的话术配置信息，对与语音识别结果对应的用户响应信息的构成信息进行组织，得到用户响应信息；
将用户响应信息播放给用户，或者，根据与用户对应的话术配置信息，将用户响应信息播放给用户。
在另一种可选的实施方式中，根据与用户对应的话术配置信息，将与语音识别结果对应的用户响应信息播放给用户，可以包括：
确定与语音识别结果对应的用户响应信息；
根据与用户对应的话术配置信息，将用户响应信息播放给用户。
在实际应用中，可以根据用户对应的话术配置信息所包含的具体内容，选用不同根据与用户对应的话术配置信息，将与语音识别结果对应的用户响应信息播放给用户的方案。在一可选的实施方式中，例如在用户对应的话术配置信息包括语句结构等与语句构成关联的信息时，在确定生成与用户的语音识别结果对应的用户响应信息时，需要根据这些信息对用户响应信息的构成信息进行组织，以得到与这些信息对应的用户响应信息，在得到用户响应信息后，如果在用户对应的话术配置信息中不包括与语句构成关联的信息之外的信息时，则将得到的用户响应信息直接播放给用户即可；如果在用户对应的话术配置信息中还包括与语音播放相关的信息，如声音、语言特色等信息，则可以基于话术配置信息中的这些信息，将用户响应信息播放给用户。
在另一可选实施方式中，如果与用户对应的话术配置信息中不包括与语句构成关联的信息时，则可以直接确定出与用户的语音识别结果对应的用户响应信息，基于话术配置信息，将用户响应信息播放给用户即可。
图2示出了本发明实施例提供的一种语音交互装置的结构示意图，如图2中所示，该语音交互装置200可以包括语音识别结果获取模块210和语音响应模块220。其中：
语音识别结果获取模块210，用于获取用户的语音识别结果；
语音响应模块220，用于根据与用户对应的话术配置信息，将与语音识别结果对应的用户响应信息播放给用户。
本发明的可选实施例中，该语音交互装置200还可以包括：
第一话术信息配置模块，用于获取用户的第一话术配置请求，第一话术配置请求包括话术配置信息，根据第一话术配置请求，配置与用户对应的话术配置信息。
本发明的可选实施例中，语音识别结果可以是对用户通过应用程序发送的语音信息进行语音识别，得到的语音识别结果，此时，相应的，与用户对应的话术配置信息可以是与应用程序对应的话术配置信息，或者是对应于应用程序的与用户对应的话术配置信息。
本发明的可选实施例中，该语音交互装置200还可以包括：
第二话术信息配置模块，用于在与用户对应的话术配置信息是与应用程序对应的话术配置信息时，获取应用程序供应商对应用程序的第二话术配置请求，第二话语配置请求包括对应用程序的话术配置信息，根据第二话术配置请求，配置与应用程序对应的话术配置信息。
本发明的可选实施例中，该语音交互装置200还可以包括：
第三话术信息配置模块，用于在与所述用户对应的话术配置信息是对应于应用程序的与用户对应的话术配置信息时，用于获取所述用户对所述应用程序的第三话术配置请求，第三话术配置请求包括用户对应用程序的话术配置信息，根据第三话术配置请求，配置对应于应用程序的与用户对应的话术配置信息。
本发明的可选实施例中，语音响应模块220可以具体用于：
根据与用户对应的话术配置信息，对与语音识别结果对应的用户响应信息的构成信息进行组织，得到用户响应信息；
将用户响应信息播放给用户，或者根据与用户对应的话术配置信息，将用户响应信息播放给用户。
本发明的可选实施例中，语音响应模块220可以具体用于：
确定与语音识别结果对应的用户响应信息；
根据与用户对应的话术配置信息，将用户响应信息播放给用户。
本发明的可选实施例中，话术配置信息包括以下信息中的至少一项：
声音、语速、语调、语句结构、语言特色。
可以理解的是，本发明实施例中所提供的语音交互装置的各模块，可以具有实现上述本发明实施例的图1或基于图1所示的语音交互方法中的相应步骤的功能，该功能可以通过硬件实现，也可以通过硬件执行相应的软件实现，即上述各模块可以是软件和/或硬件，各模块可以单独实现，也可以多个模块集成实现。对于语音交互装置的各模块的功能的详细描述具体可以参见上述语音交互方法中的相应步骤的描述，在此不再赘述。
也就是说，由于本实施例所介绍的语音交互装置为可以执行本发明实施例中的语音交互方法的装置，故而基于本发明实施例中所介绍的语音交互方法，本领域所属技术人员能够了解本实施例的语音交互装置的具体实施方式以及其各种变化形式，所以在此对于该语音交互装置如何实现本发明实施例中的语音交互方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中语音交互方法所采用的装置，都属于本申请所欲保护的范围。
本发明实施例提供了一种电子设备，如图3所示，该电子设备30包括：至少一个处理器(processor)31；以及与处理器31连接的至少一个存储器(memory)32、总线33；其中，
处理器31、存储器32通过总线33完成相互间的通信；
处理器31用于调用所述存储器32中的程序指令，以执行本发明上述任一语音交互方法实施例中的步骤。
本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行本发明上述任一语音交互方法实施例所提供的方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器、输入/输出接口、网络接口和内存。
处理器可以是cpu，通用处理器，dsp，asic，fpga或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。存储器是计算机可读介质的示例。
计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。
总线可包括一通路，在上述组件之间传送信息。总线33可以是pci总线或eisa总线等。总线可以分为地址总线、数据总线、控制总线等。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。