CN110718219B - 一种语音处理方法、装置、设备和计算机存储介质 - Google Patents

一种语音处理方法、装置、设备和计算机存储介质 Download PDF

Info

Publication number
CN110718219B
CN110718219B CN201910862424.1A CN201910862424A CN110718219B CN 110718219 B CN110718219 B CN 110718219B CN 201910862424 A CN201910862424 A CN 201910862424A CN 110718219 B CN110718219 B CN 110718219B
Authority
CN
China
Prior art keywords
voice assistant
client
voice
server
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910862424.1A
Other languages
English (en)
Other versions
CN110718219A (zh
Inventor
黄际洲
丁世强
侯长顺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu Online Network Technology Beijing Co Ltd
Original Assignee
Baidu Online Network Technology Beijing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Baidu Online Network Technology Beijing Co Ltd filed Critical Baidu Online Network Technology Beijing Co Ltd
Priority to CN201910862424.1A priority Critical patent/CN110718219B/zh
Publication of CN110718219A publication Critical patent/CN110718219A/zh
Priority to JP2021501274A priority patent/JP7052168B2/ja
Priority to US17/278,214 priority patent/US11990130B2/en
Priority to EP20861999.9A priority patent/EP3839945B1/en
Priority to PCT/CN2020/088971 priority patent/WO2021047197A1/zh
Application granted granted Critical
Publication of CN110718219B publication Critical patent/CN110718219B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0807—Network architectures or network communication protocols for network security for authentication of entities using tickets, e.g. Kerberos
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/321—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving a third party or a trusted authority
    • H04L9/3213—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving a third party or a trusted authority using tickets or tokens, e.g. Kerberos
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Computational Linguistics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Telephonic Communication Services (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本申请公开了一种语音处理方法、装置、设备和计算机存储介质，涉及语音技术领域。具体实现方案为：第一语音助手侧对接收到的语音请求进行识别，得到文本请求；确定能够处理该文本请求的第二语音助手的信息；调用第二语音助手侧以实现对该文本请求的响应。本申请的实现方案使得第一语音助手在某些领域并不专业时，能够通过调用该领域专业的第二语音助手来进行具体的响应处理，从而更准确地满足用户需求。

Description

一种语音处理方法、装置、设备和计算机存储介质
技术领域
本申请涉及计算机应用技术领域，特别涉及语音技术中的语音处理方法、装置和计算机存储介质。
背景技术
本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就被认为是现有技术。
随着语音识别技术的迅速发展，语音助手得到各种手机应用提供商和手机用户的青睐。用户可以通过输入语音请求的方式与语音助手进行交互，语音助手对语音请求进行识别后，执行相应的处理任务并给用户以响应。
然而，用户在使用语音助手的过程中，可能会面临因当前所使用语音助手在解析某些领域的语音请求时，因不专业而导致向用户提供的响应无法满足用户需求的技术问题。
发明内容
有鉴于此，本申请提供了一种语音处理方法、装置和计算机存储介质，以便用户在使用语音助手的过程中，更准确地满足用户需求。
第一方面，本申请提供了一种语音处理方法，该方法包括：
第一语音助手的服务端对接收到的语音请求进行识别；
将识别得到的文本请求发送给至少一个其他语音助手的服务端；
从返回确认信息的其他语音助手的服务端中，确定第二语音助手的信息，所述确认信息指示发送该确认信息的其他语音助手的服务器端能够处理所述文本请求；
将所述文本请求和第二语音助手的信息发送给所述第一语音助手的客户端，以便所述第一语音助手的客户端调用所述第二语音助手的客户端以实现对所述文本请求的响应。
根据本申请一优选实施方式，该方法还包括：
接收所述第二语音助手的服务端针对所述文本请求返回的令牌信息；
将所述令牌信息发送给所述第一语音助手的客户端，以便所述第一语音助手的客户端在调用所述第二语音助手的客户端时传递所述文本请求和所述令牌信息。
根据本申请一优选实施方式，该方法还包括：接收所述第一语音助手的客户端发送的终端设备中已安装的语音助手信息列表；
依据所述语音助手信息列表，执行所述将识别得到的文本请求发送给至少一个其他语音助手的服务端。
根据本申请一优选实施方式，在所述将识别得到的文本请求发送给至少一个其他语音助手的服务端之前，还包括：
判断所述第一语音助手的服务端是否能够处理所述文本请求，如果否，则继续执行所述将识别得到的文本请求发送给至少一个其他语音助手的服务端；如果是，则对所述文本请求进行响应，并将响应结果返回给第一语音助手的客户端。
根据本申请一优选实施方式，所述从返回确认信息的其他语音助手的服务端中，确定第二语音助手的信息包括：
若仅存在一个返回确认信息的其他语音助手的服务端，则将该服务端对应的语音助手的信息确定为所述第二语音助手的信息；
若存在多个返回确认信息的其他语音助手的服务端，则从中选择一个服务端对应的语音助手的信息作为所述第二语音助手的信息。
第二方面，本申请提供了一种语音处理方法，该方法包括：
第一语音助手的客户端将语音请求发送给第一语音助手的服务端；
接收第一语音助手的服务端返回的对所述语音请求进行识别得到的文本请求以及能够处理所述文本请求的第二语音助手的信息；
调用所述第二语音助手的客户端，由所述第二语音助手的客户端以实现对所述文本请求的响应。
根据本申请一优选实施方式，该方法还包括：
所述第一语音助手的客户端接收所述第一语音助手的服务端返回的令牌信息，所述令牌信息是第二语音助手的服务端针对所述文本请求生成的；
在调用所述第二语音助手的客户端时，传递所述文本请求和所述令牌信息。
根据本申请一优选实施方式，该方法还包括：
所述第一语音助手的客户端扫描终端设备中已安装的语音助手信息列表；
将所述语音助手信息列表发送给所述第一语音助手的服务端。
第三方面，本申请提供了一种语音处理方法，该方法包括：
第二语音助手的客户端接收到第一语音助手的客户端的调用后，将所述调用传递的文本请求发送给第二语音助手的服务端；
接收所述第二语音助手的服务端针对所述文本请求返回的响应结果。
根据本申请一优选实施方式，所述调用还传递令牌信息；
将所述令牌信息连同所述文本请求一起发送给所述第二语音助手的服务端，以便所述第二语音助手的服务端利用所述令牌信息进行鉴权。
第四方面，本申请提供了一种语音处理方法，该方法包括：
第二语音助手的服务端接收第一语音助手的服务端发送的文本请求，所述文本请求是所述第一语音助手的服务端对语音请求进行识别后得到的；
向所述第一语音助手的服务端返回确认信息，所述确认信息指示所述第二语音助手的服务端能够处理所述文本请求；
接收第二语音助手的客户端发送的文本请求；
对所述文本请求进行响应，并向所述第二语音助手的客户端返回对所述文本请求的响应结果。
根据本申请一优选实施方式，该方法还包括：针对所述文本请求生成令牌信息，将所述令牌信息发送给所述第一语音助手的服务端；
在对所述文本请求进行响应之前，还包括：
利用连同所述文本请求一起接收到的令牌信息以及生成的令牌信息进行鉴权处理，如果通过鉴权，则继续执行对所述文本请求进行响应。
根据本申请一优选实施方式，对所述文本请求进行响应包括：
将所述文本请求解析为任务指令，依据所述任务指令执行相应的任务处理；或者，
将所述文本请求解析为任务指令，将所述任务指令和执行该任务指令的非语音助手的信息返回给所述第二语音助手的客户端，以便所述第二语音助手的客户端调用所述非语音助手的客户端执行所述任务指令。
第五方面，本申请提供了一种语音处理装置，设置于第一语音助手的服务端，该装置包括：
客户端交互单元，用于接收第一语音助手的客户端发送的语音请求；
识别单元，用于对所述语音请求进行识别，得到文本请求；
服务端交互单元，用于将所述文本请求发送给至少一个其他语音助手的服务端；从返回确认信息的其他语音助手的服务端中，确定第二语音助手的信息，所述确认信息指示发送该确认信息的其他语音助手的服务器端能够处理所述文本请求；
所述客户端交互单元，还用于将所述文本请求和第二语音助手的信息发送给所述第一语音助手的客户端，以便所述第一语音助手的客户端调用所述第二语音助手的客户端以实现对所述文本请求的响应。
第六方面，本申请提供了一种语音处理装置，设置于第一语音助手的客户端，该装置包括：
服务端交互单元，用于将语音请求发送给第一语音助手的服务端；接收第一语音助手的服务端返回的对所述语音请求进行识别得到的文本请求以及能够处理所述文本请求的第二语音助手的信息；
客户端交互单元，用于调用所述第二语音助手的客户端，由所述第二语音助手的客户端实现对所述文本请求的响应。
第七方面，本申请提供了一种语音处理装置，设置于第二语音助手的客户端，该装置包括：
客户端交互单元，用于接收第一语音助手的客户端的调用；
服务端交互单元，用于将所述调用传递的文本请求发送给第二语音助手的服务端；接收所述第二语音助手的服务端针对所述文本请求返回的响应结果。
第八方面，本申请提供了一种语音处理装置，设置于第二语音助手的服务端，该装置包括：
服务端交互单元，用于接收第一语音助手的服务端发送的文本请求，所述文本请求是所述第一语音助手的服务端对语音请求进行识别后得到的；向所述第一语音助手的服务端返回确认信息，所述确认信息指示所述第二语音助手的服务端能够处理所述文本请求；
客户端交互单元，用于接收第二语音助手的客户端发送的文本请求；
响应处理单元，用于对所述文本请求进行响应；
所述客户端交互单元，还用于向所述第二语音助手的客户端返回对所述文本请求的响应结果。
第九方面，本申请提供了一种电子设备，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上述的方法。
第十方面，本申请提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行上述的方法。
第十一方面，本申请提供了一种语音处理方法，该方法包括：
第一语音助手侧对接收到的语音请求进行识别，得到文本请求；
确定能够处理所述文本请求的第二语音助手的信息；
调用第二语音助手侧响应所述文本请求，响应所述文本请求包括：解析所述文本请求得到任务指令。
上述申请中的一个实施例具有如下优点：
1)本申请中，第一语音助手侧接收到语音请求后，仅负责对语音请求进行识别得到文本请求，而调用能够处理该文本请求的第二语音助手侧来对该文本请求进行响应。使得第一语音助手在某些领域并不专业时，能够通过调用该领域专业的第二语音助手来进行具体的响应处理，从而更准确地满足用户需求。
2)第二语音助手的服务端提供的基于Token的校验机制，能够防止第一语音助手的客户端对第二语音助手的客户端误调所导致的错误响应，也可以防止恶意的第一语音助手的客户端调用第二语音助手的客户端来进行攻击，从而提高可靠性和安全性。
3)第二语音助手的服务端能够利用Token进行频控处理，能够防止非法客户端仿冒请求而产生的恶意攻击。
4)第二语音助手的服务端可以通过记录Token与第一语音助手的对应关系，统计代替第一语音助手侧响应文本请求的次数，以此作为针对第一语音助手侧进行计费的基础。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1示出了可以应用本申请实施例的语音处理方法或语音处理装置的示例性***架构；
图2为本申请实施例提供的主要方法流程图；
图3为本申请实施例提供的一种改进的方法流程图；
图4a～图4b为本申请提供的实例一的界面实例图；
图5a～图5d为本申请提供的实例二的界面实例图；
图6为本申请实施例提供的设置于第一语音助手的服务端的语音处理装置示意图；
图7为本申请实施例提供的设置于第一语音助手的客户端的语音处理装置示意图；
图8为本申请实施例提供的设置于第二语音助手的客户端的语音处理装置示意图；
图9为本申请实施例提供的设置于第二语音助手的服务端的装置示意图；
图10是用来实现本申请实施例的语音处理方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1示出了可以应用本申请实施例的语音处理方法或语音处理装置的示例性***架构。
如图1所示，该***架构可以包括终端设备100中的第一语音助手的客户端101和第二语音助手的客户端102、网络103、第一语音助手的服务端104和第二语音助手的服务端105。网络103用以在终端设备100和服务端104和105之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备100通过网络103与服务端104和105交互。终端设备100上可以安装有各种客户端，除了图1中示出的语音助手类客户端之外，还可以安装有诸如网页浏览器、通信类应用等客户端。另外，需要说明的是，本申请中示出的终端设备100中的语音助手类客户端的数量仅仅是示意性的，并不限于两个，还可以是多于两个的其他数量的语音助手类客户端。本申请中涉及的语音助手类客户端可以是仅具备语音助手类功能的客户端，也可以是融合有语音助手类功能和其他功能的客户端，例如具备语音助手功能的地图应用客户端、具备语音助手功能的搜索应用客户端、具备语音助手功能的视频播放客户端，等等。可以是操作***自带的客户端，也可以是用户自己安装的客户端。
终端设备100可以是支持语音交互的各种电子设备，可以是有屏设备，也可以是无屏设备。包括但不限于智能手机、平板电脑、智能音箱、智能电视等等。本申请所提供的语音处理装置可以设置并运行于上述终端设备100中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块，在此不做具体限定。
服务端104和105可以分别是单一服务器，也可以分别是多个服务器构成的服务器群组。本申请中，服务端104和105不仅用于接收和响应来自各自客户端的信息，服务端104和105之间也存在信息交互。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
在现有技术中，用户在使用第一语音助手的过程中，第一语音助手的客户端将用户输入的语音请求发送给第一语音助手的服务端后，第一语音助手的服务端负责对语音请求进行语音识别和指令解析，其中语音识别为将语音请求识别为文本请求，指令解析是结合预设的解析策略，将文本请求解析为任务指令。然后依据任务指令执行相应的任务处理。其中，指令解析通常是与具体领域深度相关的，只有相关领域的专业语音助手能够很好对该领域的文本请求进行指令解析。
举个例子，用户在使用手机***自带的语音助手时，用户输入“先去五彩城再去清华大学”的语音请求，但手机***自带的语音助手在将语音请求识别成文本后，很难将其转化为正确的任务指令。会将其解析为“发起路线检索，目的地为清华大学”的任务指令，而丢失了途径地点五彩城。即便手机***自带的语音助手在响应该任务指令而调用导航类或地图类应用的客户端，导航类或地图类客户端执行该任务指令也无法正确满足用户需求。
本申请的发明人经过研究后发现，通常语音助手均能够很好地完成“听清”的环节(即对语音指令能够很好地识别为文本指令)，但在“听懂”的环节(即将文本指令解析为任务指令)上就需要更加专业的客户端。有鉴于此，本申请的核心思想就在于，用户使用第一语音助手输入语音请求时，“听清”的环节仍由第一语音助手执行，而“听懂”和执行的环节则由能够处理该语音请求所对应文本请求的第二语音助手执行。下面结合实施例对本申请提供的方法进行描述。
图2为本申请实施例提供的主要方法流程图，本方法的应用场景为：用户使用的终端设备中至少安装有第一语音助手的客户端和第二语音助手的客户端。如图2中所示，该方法可以包括以下步骤：
在201中，第一语音助手的客户端接收到用户输入的语音请求。
本步骤中，用户在使用第一语音助手的客户端时输入语音请求，或者，用户输入语音请求时采用的唤醒词激活第一语音助手，使得第一语音助手的客户端接收用户输入的语音请求。
举个例子，假设用户在使用第一语音助手的客户端时，通过按下某个录音按钮输入语音请求，那么第一语音助手的客户端接收用户输入的语音请求。
再例如，假设用户在使用手机的过程中，打开***自带的语音助手的客户端，然后输入语音请求，那么该***自带的语音助手的客户端接收该语音请求。
再例如，假设用户在使用百度地图的过程中，输入语音请求“小度小度，……”，那么唤醒词“小度小度”唤醒百度地图自带的语音助手，则百度地图的客户端接收用户输入的语音请求。
当然，还可以适用于其他场景，在此不做穷举。
在202中，第一语音助手的客户端将语音请求发送给第一语音助手的服务端。
在203中，第一语音助手的服务端对该语音请求进行识别，得到对应的文本请求。
目前，大多数的语音助手均能够很好地进行语音识别，因此，第一语音助手的服务端接收到语音请求后，进行语音请求的识别，得到对应的文本请求。
在204中，第一语音助手的服务端将该文本请求发送给至少一个其他语音助手的服务端。
优选地，在本步骤之前，第一语音助手的服务端可以首先确定自身是否能够处理该文本请求，如果自身能够处理该文本请求，则直接对该文本请求进行响应，即对该文本请求进行解析，得到任务指令。后续过程与现有技术一样。如果自身不能够处理该文本请求，则执行本步骤，将该文本请求分发给其他语音助手的服务端。
其中是否能够处理该文本请求可以依据服务端所属的领域来判断，例如通过对文本请求进行基于关键词或语义的简单分析，确定该文本请求所属的领域，并判断该文本请求所属领域是否与服务端自身所属领域一致，如果一致，则认为服务端自身可以处理该文本请求，否则认为服务端自身不能够处理该文本请求。也可以采用其他的领域识别方式。
作为其中一种实现方式，第一语音助手的服务端可以预先配置有存在合作关系的其他语音助手的信息，然后将文本请求分别发送给这些语音助手的服务端。
作为另一种实现方式，第一语音助手的客户端可以扫描终端设备中已安装的语音助手信息列表。其中终端设备中各语音助手的客户端可以在安装包中采用相应的信息来指示语音助手信息，第一语音助手的客户端可以通过终端设备中的安装包来确定终端设备中已安装了哪些语音助手的客户端，从而得到已安装的语音助手信息列表。然后，第一语音助手的客户端可以将该语音助手信息列表上传至第一语音助手的服务端。上传的时机可以是第一语音助手的客户端在启动时上传，也可以在发送语音请求的同时上传，还可以在发送语音请求之前的其他时机上传。第一语音助手的服务端在本步骤中就可以依据第一语音助手的客户端上传的语音助手信息列表，来发送文本请求给列表中的语音助手的服务端。
在205中，其他各语音助手的服务端确定自身能够处理该文本请求后，向第一语音助手的服务器端返回确认信息。
接收到该文本请求的其他各语音助手的服务端同样可以采用上面所述的基于领域识别的方式来确定自身是否能够处理该文本请求。在确定自身能够处理该文本请求后，向第一语音助手的服务端返回确认信息。如果确定自身不能够处理该文本请求，可以不予回应，也可以向第一语音助手的服务端返回否认信息。在图2中以“Y/N”来表示确认信息或否认信息。
在206中，第一语音助手的服务端从返回确认信息的服务端中，确定第二语音助手的信息。在图2中仅示出了第二语音助手的客户端和服务端的状况，其他语音助手并未示出。
本步骤实际上是确定目标语音助手的过程，在本实施例中将目标语音助手称为第二语音助手。如果仅存在一个返回确认信息的其他语音助手的服务端，则直接将该服务端对应的语音助手的信息确定为第二语音助手的信息，例如可以体现为第二语音助手的标识、名称等。
如果存在多个返回确认信息的其他语音助手的服务端，则可以从中选择一个服务端对应的语音助手的信息作为第二语音助手的信息。其中在选择时，可以任意选择一个，也可以依据预设的优先级顺序从中选择一个。对于优先级顺序的设置策略本申请并不加以限制。
另外，所有的语音助手的服务端均未返回确认信息，则第一语音助手的服务端可以自己对该文本请求进行响应处理。
在207中，第一语音助手的服务端将文本请求和第二语音助手的信息发送给第一语音助手的客户端。
在208中，第一语音助手的客户端依据第二语音助手的信息调用第二语音助手的客户端来响应该文本请求。
如果在步骤204中，第一语音助手的服务端基于合作关系来分发文本请求，那么其选择出的第二语音助手可能面临并不在第一语音助手的客户端所在终端设备中安装的问题，对于这种情况，第一语音助手的客户端会调用失败，此时第一语音助手的客户端可以向用户返回指示无法处理该语音请求的信息。
基于上述状况，在上述步骤204中，优选第一语音助手的服务端基于第一语音助手的客户端上传的语音助手信息列表的方式来分发文本请求并选择出第二语音助手的信息。这样，终端设备中必然安装有该第二语音助手，第一语音助手的客户端在调用第二语音助手的客户端时，传递文本请求给第二语音助手的客户端。其中，两个语音助手的客户端之间的调用可以采用进程间通信的方式，这不是本申请的重点，在此不做详述。
在209中，第二语音助手的客户端将文本请求发送给第二语音助手的服务端。
在210中，第二语音助手的服务端对该文本请求进行响应，将响应结果返回给第二语音助手的客户端。
其中，对文本请求进行响应至少包括：对文本请求进行解析得到任务指令。进一步地，第二语音助手的服务端可以直接依据该任务指令执行相应的任务处理，将处理结果返回给第二语音助手的客户端。或者，也可以确定执行该任务指令的非语音助手的客户端，将该非语音助手的客户端信息连同文本请求返回给第二语音助手的客户端，以便第二语音助手的客户端调用该非语音助手的客户端执行该任务指令。对于第二语义助手的服务端对文本请求的响应可以采用现有技术中的响应方式，本申请对此不加以额外限制。
也就是说，由第二语音助手的服务端依据所属专业领域的解析策略，对文本请求进行解析和后续处理，从而完成“听懂”和执行的环节。并且，第二语音助手侧对文本请求的整个处理过程对于第一语音助手侧来说是不可见的，第一语音助手侧仅知道第二语音助手侧能够处理，但不知道怎么处理，保持了两个语音助手之间的独立性。
另外，为了更进一步增强上述方案的安全性，可以增加基于Token(令牌信息)的鉴权过程。下面结合图3进行详细介绍。
图3为本申请实施例提供的一种改进的方法流程图，如图3中所示，该方法可以包括以下步骤：
步骤301～304同图2中步骤201～204。
在305中，其他各语音助手的服务端确定自身能够处理该文本请求后，针对该文本请求生成Token，并向第一语音助手的服务器端返回确认信息和该Token。
本步骤中，生成Token时可以采用只有服务端自己知道的密钥和加密方式对随机信息进行加密，从而得到Token。只要保证该Token在有效期内的唯一性，且难以被其他设备破解即可。
在306中，第一语音助手的服务端从返回确认信息的服务端中，确定第二语音助手的信息。本步骤与图2中步骤206相同，具体参见图2中步骤206的相关描述。
在307中，第一语音助手的服务端将文本请求、Token和第二语音助手的信息发送给第一语音助手的客户端。
在308中，第一语音助手的客户端依据第二语音助手的信息调用第二语音助手的客户端来响应该文本请求，在调用时传递文本请求和Token。
本步骤中，第一语音助手的客户端在调用第二语音助手的客户端时，传递的参数除了包括文本请求之外，还包括上述Token。
在309中，第二语音助手的客户端将文本请求和Token发送给第二语音助手的服务端。
在310中，第二语音助手的服务端利用Token对文本请求进行校验，如果校验通过，则对文本请求进行响应。
本步骤中，第二语音助手的服务端可以利用接收到的Token和针对文本请求生成的Token进行校验，判断两者是否一致，如果一致，则通过校验，否则校验失败。
如果通过校验，则第二语音助手的服务端对文本请求进行响应。
如果校验失败，则第二语音助手的服务端不对文本请求进行响应，或者返回校验失败或响应失败的信息给第二语音助手的客户端。
通过上述基于Token的校验，能够防止第一语音助手的客户端对第二语音助手客户端误调所导致的错误响应，也可以防止恶意的第一语音助手的客户端调用第二语音助手的客户端来进行攻击。例如，如果恶意的第一语音助手的客户端调用第二语音助手的客户端多次发送攻击性文本请求，但由于恶意的第一语音助手的客户端无法获知Token，因此第二语音助手的服务端不会对恶意的文本请求进行响应。
除了利用Token进行校验处理之外，在本申请中还可以利用Token进行频控处理和/或计费处理中的至少一种。
在利用Token进行频控处理时，如果第二语音助手的客户端频繁向第二语音助手的服务端发送文本请求和Token，但Token均校验失败，即如果在设定时间内第二语音助手的客户端发送的未通过鉴权的请求数量超过预设阈值，则可以将该第二语音助手的客户端置入黑名单。第二语音助手的服务端对于黑名单中客户端发送的请求一律丢弃不予响应。通过这种频控方式能够防止恶意的攻击行为。
利用Token进行计费处理时，第二语音助手的服务端记录Token与第一语音助手的对应关系，以此统计代替第一语音助手侧响应文本请求的次数，以此作为针对第一语音助手侧进行计费的基础。具体地，第二语音助手的服务端基于所述对应关***计对文本请求进行的响应中对应第一语音助手的响应次数，基于该响应次数对第一语音助手进行计费。
在311中，第二语音助手的服务端将响应结果返回第二语音助手的客户端。
下面列举两个采用上述方法的实例：
实例一、
用户使用手机操作***自带的语音助手客户端输入语音请求“先去五彩城再去清华大学”，如图4a所示。该语音助手客户端将该语音请求发送至服务端。另外，操作***自带的语音助手客户端在启动时将本手机已安装的语音助手信息列表发送至服务端。服务端将该语音请求解析为文本请求后，将该文本请求发送给语音助手信息列表中的各语音助手服务端，例如发送给地图应用的服务端，发送给视频应用的服务端等。地图应用的服务端确定自身能够处理该文本请求后，针对该文本请求生成Token，并将该Token和确认信息返回给手机***自带语音助手的服务端，由该服务端将文本请求、地图应用的信息以及Token返回给手机***自带的语音助手客户端。手机***自带的语音助手客户端调用地图应用的客户端，并将文本请求和Token传递给地图应用的客户端。地图应用的客户端将该文本请求和Token发送给地图应用的服务端，由地图应用的服务端响应该文本请求。具体地，将其解析为任务指令：发起路线检索，目的地为清华大学，途径五彩城，进行路径规划后向地图应用的客户端返回路径规划结果。由地图应用的客户端向用户展现如图4b所示的路径规划结果。
可以看出，用户从如图4a中所示的手机***自带的语音助手客户端，调用地图应用语音助手客户端展现路径规划结果，该路径规划结果相比较手机***自带的语音助手的响应结果显然更加准确地符合用户的需求。
实例二、
用户在使用地图应用客户端的过程中，收到一条老婆发来的询问位置信息的短信，如图5a所示。用户通过在地图应用客户端的语音助手功能输入语音请求“发送我的位置给老婆”，如图5b所示。地图应用客户端将该语音请求以及本手机已安装的语音助手的信息列表发送给地图应用服务端，由地图应用服务端对该语音请求进行识别，并语音助手的信息列表将识别得到的文本请求分发给各语音助手的服务端。假设手机***自带的语音助手返回确认信息和Token，则地图应用服务端将文本请求、手机***自带的语音助手信息以及Token发送给地图应用客户端。地图应用的客户端调用手机***自带的语音助手客户端并传递文本请求和Token，如图5c所示。手机***自带的语音助手客户端将文本请求和Token发送给服务端，服务端将该文本请求解析为任务指令：调用微信客户端，发送位置信息给老婆。然后将该任务指令返回给手机***自带的语音助手客户端。手机***自带的语音助手客户端调用微信客户端并传递任务指令“发送位置信息给老婆”，然后微信客户端执行该任务指令将当前位置信息发送给老婆，如图5d所示。
可以看出，用户从图5a所示的地图应用的语音助手客户端，实现“听清”的环节和确定目标语音助手后，调用操作***自带的语音助手客户端实现“听懂”和执行的环节，再由操作***自带的语音助手客户端调用微信最终实现用户的语音请求。而单纯通过地图应用的语音助手客户端则完全无法满足用户的需求。
以上是对本申请所提供方法进行的描述，下面结合实施例对本申请提供的装置进行详细描述。
图6为本申请实施例提供的设置于第一语音助手的服务端的语音处理装置示意图，该装置可以为位于第一语音助手的服务端的应用，也可以是位于第一语音助手的服务端的应用中的插件或软件开发工具包(Software Development Kit，SDK)等功能单元。如图6中所示，该装置包括：识别单元01、服务端交互单元02和客户端交互单元03。其中各组成单元的主要功能如下：
客户端交互单元03，用于接收第一语音助手的客户端发送的语音请求。
识别单元01，用于对客户端交互单元03接收到的语音请求进行识别，得到文本请求。
服务端交互单元02，用于将文本请求发送给至少一个其他语音助手的服务端；从返回确认信息的其他语音助手的服务端中，确定第二语音助手的信息，其中确认信息指示发送该确认信息的其他语音助手的服务器端能够处理上述文本请求。
客户端交互单元03，还用于将文本请求和第二语音助手的信息发送给第一语音助手的客户端，以便第一语音助手的客户端调用第二语音助手的客户端以实现对所述文本请求的响应。
优选地，服务端交互单元02，还可以用于接收第二语音助手的服务端针对上述文本请求返回的令牌信息。其中，令牌信息可以连同上述确认信息一起返回。
客户端交互单元03，还用于将令牌信息发送给第一语音助手的客户端，以便第一语音助手的客户端在调用第二语音助手的客户端时传递该文本请求和令牌信息。其中，上述令牌信息可以连同确认信息和第二语音助手的信息一起返回给第一语音助手的客户端。
作为其中一种优选的实施方式，客户端交互单元03，还可以接收第一语音助手的客户端发送的终端设备中已安装的语音助手信息列表。其中，第一语音助手的客户端可以在启动时扫描本终端设备中已安装的语音助手信息列表并发送给第一语音助手的服务端，或者，第一语音助手的客户端也可以将语音助手列表连同语音请求一起发送给第一语音助手的服务端。
相应地，服务端交互单元02依据接收到的语音助手信息列表，执行将识别得到的文本请求发送给至少一个其他语音助手的服务端的处理。
除此之外，该装置还可以包括：响应处理单元(图中未示出)，用于判断第一语音助手的服务端是否能够处理所述文本请求，如果否，则触发服务端交互单元02将识别得到的文本请求发送给至少一个其他语音助手的服务端；如果是，则对该文本请求进行响应，并将响应结果返回给第一语音助手的客户端。
服务端交互单元02在从返回确认信息的其他语音助手的服务端中，确定第二语音助手的信息时，若仅存在一个返回确认信息的其他语音助手的服务端，则将该服务端对应的语音助手的信息确定为第二语音助手的信息；若存在多个返回确认信息的其他语音助手的服务端，则从中选择一个服务端对应的语音助手的信息作为所述第二语音助手的信息。
图7为本申请实施例提供的设置于第一语音助手的客户端的语音处理装置示意图，该装置可以为位于第一语音助手的客户端的应用，也可以是位于第一语音助手的客户端的应用中的插件或SDK等功能单元。如图7中所示，该装置可以包括：服务端交互单元11和客户端交互单元12，还可以包括扫描单元13。其中，各组成单元的主要功能如下：
服务端交互单元11，用于将语音请求发送给第一语音助手的服务端；其中该语音请求为用户输入的语音请求。接收第一语音助手的服务端返回的对该语音请求进行识别得到的文本请求以及能够处理所述文本请求的第二语音助手的信息。
客户端交互单元12，用于调用第二语音助手的客户端，由第二语音助手的客户端以实现对所述文本请求的响应。
优选地，服务端交互单元11，还可以接收第一语音助手的服务端返回的令牌信息，所述令牌信息是第二语音助手的服务端针对上述文本请求生成的。该令牌信息可以连同文本请求和第二语音助手的信息一起接收到。
相应地，客户端交互单元12在调用第二语音助手的客户端时，传递所述文本请求和令牌信息。
扫描单元13，用于扫描第一语音助手的客户端所在的终端设备中已安装的语音助手信息列表。
相应地，服务端交互单元11将该语音助手信息列表发送给第一语音助手的服务端。
图8为本申请实施例提供的设置于第二语音助手的客户端的语音处理装置示意图，该装置可以为位于第二语音助手的客户端的应用，也可以是位于第二语音助手的客户端的应用中的插件或SDK等功能单元。如图8中所示，该装置包括：客户端交互单元21和服务端交互单元22。其中各组成单元的主要功能如下：
客户端交互单元21，用于接收第一语音助手的客户端的调用。
服务端交互单元22，用于将调用传递的文本请求发送给第二语音助手的服务端；接收第二语音助手的服务端针对文本请求返回的响应结果。
优选地，上述调用还可以传递令牌信息，即第一语音助手的客户端在调用第二语音助手的客户端时，传递的参数包括文本请求和令牌信息。
相应地，服务端交互单元22将令牌信息连同文本请求一起发送给第二语音助手的服务端，以便第二语音助手的服务端利用令牌信息进行鉴权。
图9为本申请实施例提供的设置于第二语音助手的服务端的装置示意图，该装置可以为位于第二语音助手的服务端的应用，也可以是位于第二语音助手的服务端的应用中的插件或SDK等功能单元。如图9所示，该装置包括：服务端交互单元31、客户端交互单元32和响应处理单元33，还可以包括鉴权单元34和频控处理单元35。其中各组成单元的主要功能如下：
服务端交互单元31，用于接收第一语音助手的服务端发送的文本请求，该文本请求是第一语音助手的服务端对语音请求进行识别后得到的；向第一语音助手的服务端返回确认信息，该确认信息指示第二语音助手的服务端能够处理该文本请求。
客户端交互单元32，用于接收第二语音助手的客户端发送的文本请求。
响应处理单元33，用于对文本请求进行响应。
客户端交互单元32，还用于向第二语音助手的客户端返回对文本请求的响应结果。
鉴权单元34，用于针对文本请求生成令牌信息。生成令牌信息时可以采用只有第二语音助手的服务端自己知道的密钥和加密方式对随机信息进行加密，从而得到令牌信息。只要保证该令牌信息在有效期内的唯一性，且难以被其他设备破解即可。
相应地，服务端交互单元31将令牌信息发送给第一语音助手的服务端。
对于这种情况下，客户端交互单元32连同文本请求一起接收到令牌信息；鉴权单元34在响应处理单元33对所述文本请求进行响应之前，利用客户端交互单元32接收到的令牌信息以及生成的令牌信息进行鉴权处理，如果通过鉴权，则触发响应处理单元32对所述文本请求进行响应。
其中，鉴权单元34可以判断接收到的令牌信息和生成的令牌信息是否一致，如果一致，则通过校验，否则校验失败。如果校验失败，则客户端交互单元32不对文本请求进行响应，或者返回校验失败或响应失败的信息给第二语音助手的客户端。
通过上述基于Token的校验，能够方式第一语音助手的客户端对第二语音助手客户端的误调，也可以防止恶意的第一语音助手的客户端调用第二语音助手的客户端来进行攻击。例如，如果恶意的第一语音助手的客户端调用第二语音助手的客户端多次发送攻击性文本请求，但由于恶意的第一语音助手的客户端无法获知Token，因此第二语音助手的服务端不会对恶意的文本请求进行响应。
除了利用Token进行校验处理之外，在本申请中还可以利用Token进行频控处理和/或计费处理中的至少一种。
频控处理单元35，用于对第二语音助手的客户端进行频控处理，如果在设定时间内第二语音助手的客户端发送的未通过鉴权的请求数量超过预设阈值，则将第二语音助手的客户端置入黑名单。对于来自黑名单中客户端的请求，客户端交互单元32直接作丢弃处理。
计费单元(图中未示出)，用于记录Token与第一语音助手的对应关系，以此统计代替第一语音助手侧响应文本请求的次数，以此作为针对第一语音助手侧进行计费的基础。具体地，可以基于该对应关***计对文本请求进行的响应中对应第一语音助手的响应次数；基于该响应次数对第一语音助手进行计费。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图10所示，是根据本申请实施例的语音处理方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图10所示，该电子设备包括：一个或多个处理器Y01、存储器Y02，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器***)。图10中以一个处理器Y01为例。
存储器Y02即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的语音处理方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的语音处理方法。
存储器Y02作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的语音处理方法对应的程序指令/模块。处理器Y01通过运行存储在存储器Y02中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的语音处理方法。
存储器Y02可以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***、至少一个功能所需要的应用程序；存储数据区可存储根据语音处理的电子设备的使用所创建的数据等。此外，存储器Y02可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器Y02可选包括相对于处理器Y01远程设置的存储器，这些远程存储器可以通过网络连接至语音处理的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
语音处理方法的电子设备还可以包括：输入装置Y03和输出装置Y04。处理器Y01、存储器Y02、输入装置Y03和输出装置Y04可以通过总线或者其他方式连接，图10中以通过总线连接为例。
输入装置Y03可接收输入的数字或字符信息，以及产生与语音处理的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置Y04可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (26)

1.一种语音处理方法，其特征在于，该方法包括：
第一语音助手的服务端对接收到的语音请求进行识别；
将识别得到的文本请求发送给至少一个其他语音助手的服务端；
从返回确认信息的其他语音助手的服务端中，确定第二语音助手的信息，所述确认信息指示发送该确认信息的其他语音助手的服务器端能够处理所述文本请求；
将所述文本请求和第二语音助手的信息发送给所述第一语音助手的客户端，以便所述第一语音助手的客户端调用所述第二语音助手的客户端以实现对所述文本请求的响应；
其中，所述第一语音助手的客户端和所述第二语音助手的客户端安装在同一终端设备上。
2.根据权利要求1所述的方法，其特征在于，该方法还包括：
接收所述第二语音助手的服务端针对所述文本请求返回的令牌信息；
将所述令牌信息发送给所述第一语音助手的客户端，以便所述第一语音助手的客户端在调用所述第二语音助手的客户端时传递所述文本请求和所述令牌信息。
3.根据权利要求1所述的方法，其特征在于，该方法还包括：接收所述第一语音助手的客户端发送的终端设备中已安装的语音助手信息列表；
依据所述语音助手信息列表，执行所述将识别得到的文本请求发送给至少一个其他语音助手的服务端。
4.根据权利要求1所述的方法，其特征在于，在所述将识别得到的文本请求发送给至少一个其他语音助手的服务端之前，还包括：
判断所述第一语音助手的服务端是否能够处理所述文本请求，如果否，则继续执行所述将识别得到的文本请求发送给至少一个其他语音助手的服务端；如果是，则对所述文本请求进行响应，并将响应结果返回给第一语音助手的客户端。
5.根据权利要求1所述的方法，其特征在于，所述从返回确认信息的其他语音助手的服务端中，确定第二语音助手的信息包括：
若仅存在一个返回确认信息的其他语音助手的服务端，则将该服务端对应的语音助手的信息确定为所述第二语音助手的信息；
若存在多个返回确认信息的其他语音助手的服务端，则从中选择一个服务端对应的语音助手的信息作为所述第二语音助手的信息。
6.一种语音处理方法，其特征在于，该方法包括：
第一语音助手的客户端将语音请求发送给第一语音助手的服务端；
接收第一语音助手的服务端返回的对所述语音请求进行识别得到的文本请求以及能够处理所述文本请求的第二语音助手的信息，所述第二语音助手的信息是所述第一语音助手的服务端从返回确认信息的其他语音助手的服务端中确定的；
依据所述第二语音助手的信息调用所述第二语音助手的客户端，由所述第二语音助手的客户端实现对所述文本请求的响应；
其中，所述第一语音助手的客户端和所述第二语音助手的客户端安装在同一终端设备上。
7.根据权利要求6所述的方法，其特征在于，该方法还包括：
所述第一语音助手的客户端接收所述第一语音助手的服务端返回的令牌信息，所述令牌信息是第二语音助手的服务端针对所述文本请求生成的；
在调用所述第二语音助手的客户端时，传递所述文本请求和所述令牌信息。
8.根据权利要求6所述的方法，其特征在于，该方法还包括：
所述第一语音助手的客户端扫描终端设备中已安装的语音助手信息列表；
将所述语音助手信息列表发送给所述第一语音助手的服务端。
9.一种语音处理方法，其特征在于，该方法包括：
第二语音助手的客户端接收到第一语音助手的客户端依据第二语音助手的信息的调用后，将所述调用传递的文本请求发送给第二语音助手的服务端，所述第二语音助手的信息是第一语音助手的服务端从返回确认信息的其他语音助手的服务端中确定的，所述确认信息指示发送该确认信息的其他语音助手的服务器端能够处理所述文本请求；
接收所述第二语音助手的服务端针对所述文本请求返回的响应结果，以由所述第二语音助手的客户端实现对所述文本请求的响应；
其中，所述第一语音助手的客户端和所述第二语音助手的客户端安装在同一终端设备上。
10.根据权利要求9所述的方法，其特征在于，所述调用还传递令牌信息；
将所述令牌信息连同所述文本请求一起发送给所述第二语音助手的服务端，以便所述第二语音助手的服务端利用所述令牌信息进行鉴权。
11.一种语音处理方法，其特征在于，该方法包括：
第二语音助手的服务端接收第一语音助手的服务端发送的文本请求，所述文本请求是所述第一语音助手的服务端对语音请求进行识别后得到的；
向所述第一语音助手的服务端返回确认信息，所述确认信息指示所述第二语音助手的服务端能够处理所述文本请求；
接收第二语音助手的客户端发送的文本请求；
对所述文本请求进行响应，并向所述第二语音助手的客户端返回对所述文本请求的响应结果以便第一语音助手的客户端依据第二语音助手的信息调用所述第二语音助手的客户端；
其中，所述第一语音助手的客户端和所述第二语音助手的客户端安装在同一终端设备上。
12.根据权利要求11所述的方法，其特征在于，该方法还包括：针对所述文本请求生成令牌信息，将所述令牌信息发送给所述第一语音助手的服务端；
在对所述文本请求进行响应之前，还包括：
利用连同所述文本请求一起接收到的令牌信息以及生成的令牌信息进行鉴权处理，如果通过鉴权，则继续执行对所述文本请求进行响应。
13.根据权利要求11或12所述的方法，其特征在于，对所述文本请求进行响应包括：
将所述文本请求解析为任务指令，依据所述任务指令执行相应的任务处理；或者，
将所述文本请求解析为任务指令，将所述任务指令和执行该任务指令的非语音助手的信息返回给所述第二语音助手的客户端，以便所述第二语音助手的客户端调用所述非语音助手的客户端执行所述任务指令。
14.一种语音处理装置，设置于第一语音助手的服务端，其特征在于，该装置包括：
客户端交互单元，用于接收第一语音助手的客户端发送的语音请求；
识别单元，用于对所述语音请求进行识别，得到文本请求；
服务端交互单元，用于将识别得到的文本请求发送给至少一个其他语音助手的服务端；从返回确认信息的其他语音助手的服务端中，确定第二语音助手的信息，所述确认信息指示发送该确认信息的其他语音助手的服务器端能够处理所述文本请求；
所述客户端交互单元，还用于将所述文本请求和第二语音助手的信息发送给所述第一语音助手的客户端，以便所述第一语音助手的客户端调用所述第二语音助手的客户端以实现对所述文本请求的响应；
其中，所述第一语音助手的客户端和所述第二语音助手的客户端安装在同一终端设备上。
15.根据权利要求14所述的装置，其特征在于，所述服务端交互单元，还用于接收所述第二语音助手的服务端针对所述文本请求返回的令牌信息；
所述客户端交互单元，还用于将所述令牌信息发送给所述第一语音助手的客户端，以便所述第一语音助手的客户端在调用所述第二语音助手的客户端时传递所述文本请求和所述令牌信息。
16.根据权利要求14所述的装置，其特征在于，所述客户端交互单元，还用于接收所述第一语音助手的客户端发送的终端设备中已安装的语音助手信息列表；
所述服务端交互单元，还用于依据所述语音助手信息列表，执行所述将识别得到的文本请求发送给至少一个其他语音助手的服务端。
17.一种语音处理装置，设置于第一语音助手的客户端，其特征在于，该装置包括：
服务端交互单元，用于将语音请求发送给第一语音助手的服务端；接收第一语音助手的服务端返回的对所述语音请求进行识别得到的文本请求以及能够处理所述文本请求的第二语音助手的信息，所述第二语音助手的信息是所述第一语音助手的服务端从返回确认信息的其他语音助手的服务端中确定的；
客户端交互单元，用于依据所述第二语音助手的信息调用所述第二语音助手的客户端，由所述第二语音助手的客户端实现对所述文本请求的响应；
其中，所述第一语音助手的客户端和所述第二语音助手的客户端安装在同一终端设备上。
18.根据权利要求17所述的装置，其特征在于，所述服务端交互单元，还用于接收所述第一语音助手的服务端返回的令牌信息，所述令牌信息是第二语音助手的服务端针对所述文本请求生成的；
所述客户端交互单元在调用所述第二语音助手的客户端时，传递所述文本请求和所述令牌信息。
19.根据权利要求17所述的装置，其特征在于，该装置还包括：
扫描单元，用于扫描所述第一语音助手的客户端所在的终端设备中已安装的语音助手信息列表；
所述服务端交互单元，还用于将所述语音助手信息列表发送给所述第一语音助手的服务端。
20.一种语音处理装置，设置于第二语音助手的客户端，其特征在于，该装置包括：
客户端交互单元，用于接收第一语音助手的客户端依据第二语音助手的信息的调用；
服务端交互单元，用于将所述调用传递的文本请求发送给第二语音助手的服务端，所述第二语音助手的信息是第一语音助手的服务端从返回确认信息的其他语音助手的服务端中确定的，所述确认信息指示发送该确认信息的其他语音助手的服务器端能够处理所述文本请求；接收所述第二语音助手的服务端针对所述文本请求返回的响应结果，以由所述第二语音助手的客户端实现对所述文本请求的响应；
其中，所述第一语音助手的客户端和所述第二语音助手的客户端安装在同一终端设备上。
21.根据权利要求20所述的装置，其特征在于，所述调用还传递令牌信息；
所述服务端交互单元将所述令牌信息连同所述文本请求一起发送给所述第二语音助手的服务端，以便所述第二语音助手的服务端利用所述令牌信息进行鉴权。
22.一种语音处理装置，设置于第二语音助手的服务端，其特征在于，该装置包括：
服务端交互单元，用于接收第一语音助手的服务端发送的文本请求，所述文本请求是所述第一语音助手的服务端对语音请求进行识别后得到的；向所述第一语音助手的服务端返回确认信息，所述确认信息指示所述第二语音助手的服务端能够处理所述文本请求；
客户端交互单元，用于接收第二语音助手的客户端发送的文本请求；
响应处理单元，用于对所述文本请求进行响应；
所述客户端交互单元，还用于向所述第二语音助手的客户端返回对所述文本请求的响应结果以便第一语音助手的客户端依据第二语音助手的信息调用所述第二语音助手的客户端；
其中，所述第一语音助手的客户端和所述第二语音助手的客户端安装在同一终端设备上。
23.根据权利要求22所述的装置，其特征在于，该装置还包括：
鉴权单元，用于针对所述文本请求生成令牌信息；
所述服务端交互单元，还用于将所述令牌信息发送给所述第一语音助手的服务端；
所述客户端交互单元连同所述文本请求一起接收到令牌信息；
所述鉴权单元，还用于在所述响应处理单元对所述文本请求进行响应之前，利用所述客户端交互单元接收到的令牌信息以及生成的令牌信息进行鉴权处理，如果通过鉴权，则触发所述响应处理单元对所述文本请求进行响应。
24.一种电子设备，其特征在于，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权利要求1-13中任一项所述的方法。
25.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-13中任一项所述的方法。
26.一种语音处理方法，其特征在于，该方法包括：
第一语音助手侧的第一语音助手的服务端对接收到的语音请求进行识别，得到文本请求，将识别得到的文本请求发送给至少一个其他语音助手的服务端；
从返回确认信息的其他语音助手的服务端中，确定能够处理所述文本请求的第二语音助手的信息；
将所述文本请求和第二语音助手的信息发送给第一语音助手侧的第一语音助手的客户端，以便所述第一语音助手的客户端调用第二语音助手侧的第二语音助手的客户端以实现对所述文本请求的响应；
其中，第一语音助手的客户端和第二语音助手的客户端安装在同一终端设备上。
CN201910862424.1A 2019-09-12 2019-09-12 一种语音处理方法、装置、设备和计算机存储介质 Active CN110718219B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201910862424.1A CN110718219B (zh) 2019-09-12 2019-09-12 一种语音处理方法、装置、设备和计算机存储介质
JP2021501274A JP7052168B2 (ja) 2019-09-12 2020-05-07 音声処理方法、装置、デバイス、プログラム及びコンピュータ記憶媒体
US17/278,214 US11990130B2 (en) 2019-09-12 2020-05-07 Method, apparatus, device and computer storage medium for processing voices
EP20861999.9A EP3839945B1 (en) 2019-09-12 2020-05-07 Speech processing method and system
PCT/CN2020/088971 WO2021047197A1 (zh) 2019-09-12 2020-05-07 一种语音处理方法、装置、设备和计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910862424.1A CN110718219B (zh) 2019-09-12 2019-09-12 一种语音处理方法、装置、设备和计算机存储介质

Publications (2)

Publication Number Publication Date
CN110718219A CN110718219A (zh) 2020-01-21
CN110718219B true CN110718219B (zh) 2022-07-22

Family

ID=69210395

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910862424.1A Active CN110718219B (zh) 2019-09-12 2019-09-12 一种语音处理方法、装置、设备和计算机存储介质

Country Status (5)

Country Link
US (1) US11990130B2 (zh)
EP (1) EP3839945B1 (zh)
JP (1) JP7052168B2 (zh)
CN (1) CN110718219B (zh)
WO (1) WO2021047197A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110718218B (zh) * 2019-09-12 2022-08-23 百度在线网络技术（北京）有限公司 一种语音处理方法、装置、设备和计算机存储介质
CN110718219B (zh) 2019-09-12 2022-07-22 百度在线网络技术（北京）有限公司 一种语音处理方法、装置、设备和计算机存储介质
US11695772B1 (en) * 2022-05-03 2023-07-04 Capital One Services, Llc System and method for enabling multiple auxiliary use of an access token of a user by another entity to facilitate an action of the user

Family Cites Families (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6748426B1 (en) * 2000-06-15 2004-06-08 Murex Securities, Ltd. System and method for linking information in a global computer network
JP2003295890A (ja) 2002-04-04 2003-10-15 Nec Corp 音声認識対話選択装置、音声認識対話システム、音声認識対話選択方法、プログラム
US8499028B2 (en) 2005-02-23 2013-07-30 International Business Machines Corporation Dynamic extensible lightweight access to web services for pervasive devices
US20070124507A1 (en) * 2005-11-28 2007-05-31 Sap Ag Systems and methods of processing annotations and multimodal user inputs
CN101079885B (zh) * 2007-06-26 2010-09-01 中兴通讯股份有限公司 一种提供自动语音识别统一开发平台的***和方法
US9560035B2 (en) 2010-08-04 2017-01-31 At&T Mobility Ii Llc Systems, devices, methods and computer program products for establishing network connections between service providers and applications that run natively on devices
US9442693B2 (en) * 2013-01-23 2016-09-13 Nuance Communications, Inc. Reducing speech session resource use in a speech assistant
CN103971687B (zh) * 2013-02-01 2016-06-29 腾讯科技（深圳）有限公司 一种语音识别***中的负载均衡实现方法和装置
KR102516577B1 (ko) * 2013-02-07 2023-04-03 애플 인크. 디지털 어시스턴트를 위한 음성 트리거
US9172747B2 (en) * 2013-02-25 2015-10-27 Artificial Solutions Iberia SL System and methods for virtual assistant networks
EP3012833B1 (en) 2013-06-19 2022-08-10 Panasonic Intellectual Property Corporation of America Voice interaction method, and device
CN103488384A (zh) * 2013-09-30 2014-01-01 乐视致新电子科技（天津）有限公司 一种语音助手应用界面显示方法和装置
US10102848B2 (en) * 2014-02-28 2018-10-16 Google Llc Hotwords presentation framework
CN104462478B (zh) 2014-12-18 2019-07-02 北京奇虎科技有限公司 实现移动浏览器客户端与网页交互的方法、装置和客户端
US10567477B2 (en) * 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
CN106469040B (zh) * 2015-08-19 2019-06-21 华为终端有限公司 通信方法、服务器及设备
US10026399B2 (en) 2015-09-11 2018-07-17 Amazon Technologies, Inc. Arbitration between voice-enabled devices
CN105227656B (zh) * 2015-09-28 2018-09-07 百度在线网络技术（北京）有限公司 基于语音识别的信息推送方法和装置
US10354653B1 (en) * 2016-01-19 2019-07-16 United Services Automobile Association (Usaa) Cooperative delegation for digital assistants
US10339934B2 (en) 2016-06-27 2019-07-02 Google Llc Asynchronous processing of user requests
KR20180022021A (ko) * 2016-08-23 2018-03-06 삼성전자주식회사 음성 인식 방법 및 이를 수행하는 전자 장치
US11367436B2 (en) * 2016-09-27 2022-06-21 Hewlett-Packard Development Company, L.P. Communication apparatuses
US10957326B2 (en) * 2016-12-30 2021-03-23 Google Llc Device identifier dependent operation processing of packet based data communication
CN108304153A (zh) * 2017-03-02 2018-07-20 腾讯科技（深圳）有限公司 语音交互方法和装置
CN107196950B (zh) 2017-06-12 2020-06-16 武汉斗鱼网络科技有限公司 校验方法、装置及服务端
US11322141B2 (en) 2017-08-17 2022-05-03 Sony Corporation Information processing device and information processing method
US11425215B1 (en) * 2017-08-24 2022-08-23 United Services Automobile Association (Usaa) Methods and systems for virtual assistant routing
CN107689870B (zh) * 2017-08-29 2021-02-02 杭州绿湾网络科技有限公司 客户端鉴权方法和***
CN109474843B (zh) * 2017-09-08 2021-09-03 腾讯科技（深圳）有限公司 语音操控终端的方法、客户端、服务器
US20190172452A1 (en) * 2017-12-06 2019-06-06 GM Global Technology Operations LLC External information rendering
CN107919123B (zh) * 2017-12-07 2022-06-03 北京小米移动软件有限公司 多语音助手控制方法、装置及计算机可读存储介质
US11145298B2 (en) * 2018-02-13 2021-10-12 Roku, Inc. Trigger word detection with multiple digital assistants
CN108804711B (zh) * 2018-06-27 2022-12-06 郑州云海信息技术有限公司 一种数据处理的方法、装置和计算机可读存储介质
CN109087639B (zh) * 2018-08-02 2021-01-15 泰康保险集团股份有限公司 用于语音识别的方法、装置、电子设备及计算机可读介质
CN109697979B (zh) * 2018-12-25 2021-02-19 Oppo广东移动通信有限公司 语音助手技能添加方法、装置、存储介质及服务器
CN109617907B (zh) 2019-01-04 2022-04-08 平安科技（深圳）有限公司 认证方法、电子装置及计算机可读存储介质
CN110018858B (zh) * 2019-04-02 2022-03-01 杭州蓦然认知科技有限公司 一种基于语音控制的应用管理方法、装置
CN110718219B (zh) * 2019-09-12 2022-07-22 百度在线网络技术（北京）有限公司 一种语音处理方法、装置、设备和计算机存储介质
CN110718218B (zh) * 2019-09-12 2022-08-23 百度在线网络技术（北京）有限公司 一种语音处理方法、装置、设备和计算机存储介质
US20220293099A1 (en) * 2019-09-27 2022-09-15 Lg Electronics Inc. Display device and artificial intelligence system
KR20210051319A (ko) * 2019-10-30 2021-05-10 엘지전자 주식회사 인공 지능 장치

Also Published As

Publication number Publication date
EP3839945B1 (en) 2023-01-18
EP3839945A4 (en) 2022-03-30
EP3839945A1 (en) 2021-06-23
US20210350805A1 (en) 2021-11-11
JP7052168B2 (ja) 2022-04-12
US11990130B2 (en) 2024-05-21
JP2022503458A (ja) 2022-01-12
WO2021047197A1 (zh) 2021-03-18
CN110718219A (zh) 2020-01-21

Similar Documents

Publication Publication Date Title
CN110718218B (zh) 一种语音处理方法、装置、设备和计算机存储介质
KR102511811B1 (ko) 봇 사용자를 안전하게 인증하는 기법
EP3389230B1 (en) System for providing dialog content
CN107124278B (zh) 业务处理方法、装置以及数据共享***
CN110718219B (zh) 一种语音处理方法、装置、设备和计算机存储介质
US20180247654A1 (en) Device identifier dependent operation processing of packet based data communication
CN111245825B (zh) 小程序登录方法、服务器和电子设备
EP3404875B1 (en) Electronic device providing dialog contents, server and method thereof
US20140207679A1 (en) Online money transfer service in connection with instant messenger
EP3051772B1 (en) Method and apparatus for accessing network
CN112260929B (zh) 内容分享方法、装置、终端及存储介质
CN112511505A (zh) 一种鉴权***、方法、装置、设备和介质
US7835728B2 (en) Voice processing unit and system, and voice processing method
CN113778590B (zh) 远程协助方法、装置、电子设备及介质
CN112565225B (zh) 用于数据发送的方法、装置、电子设备及可读存储介质
CN109218374B (zh) 应用交互方法及装置
CN108235810B (zh) 智能处理应用事件的方法、装置与计算机可读存储介质
CN114785558B (zh) 云游戏认证方法、终端、服务器、设备、介质及程序产品
CN113468506B (zh) 设备激活的方法、装置、设备以及存储介质
US8601106B2 (en) Remote command execution over a network
CN115549915A (zh) 用于检测***攻击的方法和装置
CN111581071A (zh) 数据处理方法、装置、设备以及存储介质
CN117596711A (zh) 一种设备连接方法和相关装置
CN114513349A (zh) 确定微服务请求方来源的方法及装置
CN112861193A (zh) 信息处理方法、装置、存储介质和电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant