CN115150501A - 一种语音交互方法及电子设备 - Google Patents

Abstract

本申请提供一种语音交互方法及电子设备，涉及终端技术领域，可在语音应用跳转至其他应用后继续实现语音接续功能，提高用户在语音交互时的使用体验。该方法包括：电子设备显示语音应用的会话界面，该会话界面用于显示用户与语音应用之间的对话内容；后续，当电子设备检测到用户输入的第一语音后，可将第一语音转换为文本形式的第一对话内容；进而，电子设备可根据第一对话内容获取对应的第一链接；并根据第一链接从语音应用的会话界面跳转至第一应用的界面；当手机退出显示第一应用的界面时，电子设备可根据与第一对话内容对应的会话标识跳转回会话界面。

Description

一种语音交互方法及电子设备

技术领域

本申请涉及终端技术领域，尤其涉及一种语音交互方法及电子设备。

背景技术

随着语音识别技术的发展，许多电子设备中添加了语音助手APP(例如Siri、小爱同学、小E等)来帮助用户完成与电子设备的人机交互过程。一般，用户唤醒电子设备中的语音助手APP后，语音助手APP可回答或执行用户发出的每一条语音指令。

在一些场景中，语音助手APP与用户进行语音交互时具有语音接续的功能，从而支持用户与语音助手APP之间实现多轮对话。例如，用户唤醒手机中的语音助手APP后，语音助手APP接收到“今天天气怎么样”的第一语音指令后，可在手机的显示界面中通过卡片等形式展示查询到的第一信息。后续，如果语音助手APP接收到“明天呢”的第二语音指令，则语音助手APP可继续查询明天的天气信息(即第二信息)，进而将查询到的第二信息继续显示在手机的显示界面中，实现语音接续功能。

在另一些场景中，语音助手APP在回答用户的语音指令时，还可以通过跳转至其他应用的应用界面，向用户提供相应的服务。例如，如果语音助手APP检测到“我想点外卖”的第三语音指令，则语音助手APP可跳转至外卖APP的搜索界面，使得用户可以在外卖APP中完成与“我想点外卖”相关的操作。一般，当语音助手APP跳转至其他应用后，语音助手APP会结束与用户的本次会话。此时，语音助手APP可关闭或切换至手机后台运行，使得后续语音助手APP无法继续与用户交互，无法实现语音接续功能，降低了用户在语音交互时的使用体验。

发明内容

本申请提供一种语音交互方法及电子设备，可在语音助手APP跳转至其他应用后继续实现语音接续功能，提高用户在语音交互时的使用体验。

为达到上述目的，本申请采用如下技术方案：

第一方面，本申请提供一种语音交互方法，包括：电子设备显示语音应用的会话界面，该会话界面用于显示用户与语音应用之间的对话内容；后续，当电子设备检测到用户输入的第一语音后，可将第一语音转换为文本形式的第一对话内容；进而，电子设备可根据第一对话内容获取对应的第一链接；并根据第一链接从语音应用的会话界面跳转至第一应用的界面；当手机退出显示第一应用的界面时，电子设备可根据与第一对话内容对应的会话标识跳转回会话界面。这样，用户可以继续在之前的会话界面中与语音应用对话，实现语音交互时会话内容的接续功能，从而提高用户的使用体验。

在一种可能的实现方式中，在电子设备将第一语音转换为第一对话内容之后，还包括：电子设备向第一服务器发送第一请求消息，第一请求消息中可包括第一对话内容，以使得第一服务器响应于第一请求消息确定第一对话内容的会话标识和上述第一链接；此时，电子设备根据第一对话内容获取第一链接，包括：电子设备接收第一服务器发送的第一响应消息，第一响应消息中包括上述第一链接和会话标识。例如，第一服务器可将第一链接(即第一应用中某一界面)的链接与第一对话内容的会话标识拼接后作为第一响应消息发送给电子设备。这样，电子设备中的语音应用可以获取到第一对话内容的会话标识以及第一链接。

在一种可能的实现方式中，电子设备根据与第一对话内容对应的会话标识跳转回会话界面，包括：在电子设备中运行的第一应用可先拉起语音应用；进而，在语音应用被拉起后，电子设备中的语音应用可根据会话标识显示与会话标识对应的对话内容，从而恢复跳转至第一应用前语音应用显示的会话界面。

示例性的，电子设备中的第一应用拉起语音应用，包括：当电子设备退出显示第一应用的界面时，第一应用可将语音应用的链接和上述会话标识拼接为第二链接，继而，第一应用可按照第二链接拉起语音应用，同时，通过第二链接将上述会话标识传递给语音应用，使得语音应用可根据该会话标识恢复跳转至第一应用前语音应用显示的会话界面。

示例性的，电子设备的语音应用显示与会话标识对应的对话内容，包括：语音应用通过上述第二链接获取到会话标识后，可查询电子设备中是否存储有与会话标识对应的对话内容；若电子设备存储有与会话标识对应的对话内容，则语音应用可将与会话标识对应的对话内容显示在会话界面中；若电子设备没有存储与会话标识对应的对话内容，则语音应用可从第一服务器获取与会话标识对应的对话内容，并将与会话标识对应的对话内容显示在会话界面中。

在一种可能的实现方式中，上述第一请求消息中还可以包括设备标识(例如UUID等)，该设备标识用于确认电子设备是否登录第一应用。

示例性的，若电子设备没有登录第一应用，则上述第一链接可包括第一应用中登录页面的链接。此时，第一应用的登录页面为与第一对话内容对应的服务内容(或服务资源)。又例如，若电子设备没有登录第一应用，则第一服务器返回的第一响应消息中除了包括上述第一链接(即登录页面的链接)外，还可以包括电子设备没有登录第一应用时基于第一对话内容的搜索结果。又例如，若电子设备登录了第一应用，则第一服务器可基于登陆后的账户信息查询与第一对话内容对应的搜索结果，进而将该搜索结果携带在第一响应消息中返回给电子设备。

在一种可能的实现方式中，若电子设备没有登录第一应用，则电子设备根据第一链接从语音应用的会话界面跳转至第一应用的界面，包括：电子设备的语音应用根据第一链接拉起第一应用，并显示第一应用的登录页面。此时，电子设备从语音应用的会话界面跳转至第一应用的界面。

在一种可能的实现方式中，在电子设备显示第一应用的登录页面之后，还包括：电子设备接收用户在登录页面中输入的登录操作，该登录操作用于授权电子设备登录第一应用的用户账号；此时，电子设备根据与第一对话内容对应的会话标识跳转回会话界面，包括：若接收到与登录操作对应的登录成功消息，则可触发电子设备退出显示第一应用的界面，此时，电子设备可根据会话标识从第一应用的界面跳转回上述会话界面。

在一种可能的实现方式中，在电子设备根据会话标识跳转回会话界面之后，还包括：电子设备可请求第一服务器获取与第一对话内容对应的第一服务内容，此时，由于用户已经登录第一应用，因此，第一服务器可获取到的第一服务内容与登录第一应用后用户的账户信息关联，进而，电子设备可在会话界面中显示该第一服务内容，从而为用户推荐更有针对性、更精准的服务资源，提高语音交互时用户的使用体验。

在一种可能的实现方式中，若电子设备没有登录第一应用，则上述方法还包括：电子设备获取与第一对话内容对应的第二服务内容，第二服务内容为没有登录第一应用时与第一对话内容对应的服务内容；此时，在电子设备根据第一链接从语音应用的会话界面跳转至第一应用的界面之前，还包括：电子设备在会话界面中显示第二服务内容和第一应用中登录页面的链接。这样，在没有登录的状态下用户也可以在会话界面中获取到对应的第二服务内容。

在这种场景下，电子设备根据第一链接从语音应用的会话界面跳转至第一应用的界面，包括：若检测到用户在上述会话界面中选择登录页面的链接，则电子设备可根据登录页面的链接从会话界面跳转至第一应用的登录页面；或者，若用户输入的第二语音用于指示登录第一应用，则电子设备可根据登录页面的链接从会话界面跳转至第一应用的登录页面。

在一种可能的实现方式中，电子设备根据第一链接从语音应用的会话界面跳转至第一应用的界面之后，还包括：电子设备可启动预设的定时器；当定时器超时时，电子设备从第一应用的界面跳转回会话界面。也就是说，当电子设备从语音应用跳转至第一应用后，可在第一应用中停留预设时间，当定时器超时时，可自动跳转回语音应用的会话界面，用户可在会话界面中继续进行语音交互。

在一种可能的实现方式中，在电子设备根据第一链接从语音应用的会话界面跳转至显示第一应用的界面之后，还包括：电子设备可将语音应用切换至后台运行。

第二方面，本申请提供一种语音交互方法，包括：第一服务器可接收电子设备发送的第一请求消息，第一请求消息中包括第一对话内容；响应于第一请求消息，第一服务器可获取第一对话内容的会话标识和第一链接；进而，第一服务器向电子设备发送第一响应消息，该第一响应消息包括会话标识和第一链接，以使得电子设备根据该会话标识可从与第一链接对应的第一应用的界面跳转回显示第一对话内容的语音应用的界面，实现语音接续功能。

在一种可能的实现方式中，第一服务器获取第一对话内容的会话标识和第一链接，包括：第一服务器为第一对话内容分配会话标识；第一服务器从第一应用的第二服务器中获取与第一对话内容对应的第一链接。

在一种可能的实现方式中，第一服务器为第一对话内容分配会话标识，包括：第一服务器识别第一对话内容的语义，例如，提取第一对话内容的槽位信息和意图等；进而，第一服务器可根据第一对话内容的语义为第一对话内容分配会话标识。在一些实施例中，电子设备也可为第一对话内容分配会话标识，此时，电子设备不需要再从第一服务器中获取本次对话内容的会话标识。

在一种可能的实现方式中，第一服务器从第一应用的第二服务器中获取与第一服务内容对应的第一链接，包括：第一服务器向第二服务器发送第一消息，第一消息中可包括上述会话标识和第一对话内容的语义，以使得第二服务器根据第一对话内容的语义确定第一链接，从而建立第一链接与会话标识之间的对应关系；进而，第一服务器可接收第二服务器发送的第二消息，第二消息包括上述会话标识以及第一链接，即第一服务器通过与第二服务器(第一应用的服务器)交互获取上述第一链接。

在一种可能的实现方式中，上述第一请求消息中可包括电子设备的设备标识；此时，第一服务器向第二服务器的第一消息中也可携带上述设备标识，以使得第二服务器根据设备标识确定电子设备是否登录第一应用；若电子设备没有登录第一应用，则第二服务器可将第一应用中登录页面的链接确定为第一链接。

在一种可能的实现方式中，在第一服务器向电子设备发送第一响应消息之后，还包括：第一服务器接收电子设备发送的会话恢复消息，该会话恢复消息中包括第一对话内容的会话标识和设备标识；响应于会话恢复消息，第一服务器可根据上述设备标识在第二服务器中查询电子设备是否登录第一应用；若电子设备登录第一应用，则第一服务器可从第二服务器中获取与第一对话内容对应的第一服务内容，第一服务内容与登录第一应用后用户的账户信息关联；第一服务器将第一服务内容发送至电子设备进行显示。

在一种可能的实现方式中，若电子设备没有登录第一应用，则上述第一响应消息还可以包括第二服务内容，第二服务内容为没有登录第一应用时与第一对话内容对应的服务内容。这样，在没有登录的状态下用户也可以在会话界面中获取到对应的第二服务内容。

在一种可能的实现方式中，上述第一响应消息中还可以包括第一链接的超时时间。这样，电子设备在显示第一应用的界面时，可按照该超时时间设置对应的定时器，当定时器超时后触发电子设备自动跳转回语音应用的会话界面。

第三方面，本申请提供一种语音交互方法，包括：电子设备可显示语音应用的会话界面，该会话界面用于显示用户与语音应用之间的对话内容；电子设备检测用户输入的第一语音后，可将第一语音转换为第一对话内容；进而，电子设备向第一服务器发送第一请求消息，第一请求消息中包括上述第一对话内容；响应于第一请求消息，第一服务器可获取第一对话内容的会话标识和第一链接；并将该会话标识和第一链接携带在第一响应消息中返回给电子设备；进而，电子设备可根据第一链接从会话界面跳转至第一应用的界面；在显示第一应用的界面之后，电子设备可根据上述会话标识跳转回会话界面。

也就是说，用户与语音应用进行语音交互时，语音应用、第一应用以及各个服务器在交互时，可将本次对话内容的会话标识作为携带参数在各个交互过程中传递。这样，服务器在向语音应用提供与对话内容对应的服务资源时可建立该服务资源与对应会话标识之间的对应关系，使得语音应用跳转至提供上述服务资源的第三方应用时，第三方应用也可获得与本次服务资源与对应会话标识，从而在第三方应用退出时能够按照该会话标识重新拉起语音应用并恢复相应的会话界面，使得语音应用跳转至第三方应用之后仍然能够跳转回会话界面实现语音接续功能，提高用户的使用体验。

在一种可能的实现方式中，第一服务器获取第一链接，包括：第一服务器根据第一对话内容从第二服务器获取第一链接，第二服务器为第一应用对应的服务器。

在一种可能的实现方式中，第一请求消息中还包括电子设备的设备标识；此时，第一服务器还可以向第二服务器发送设备标识；第二服务器可根据该设备标识确定电子设备是否登录第一应用；若电子设备没有登录第一应用，则上述第一链接包括第一应用中登录页面的链接。

在一种可能的实现方式中，在电子设备根据第一链接从会话界面跳转至第一应用的界面之后，还包括：响应于用户在第一应用的界面输入的登录操作，电子设备向第一服务器发送登录请求，该登录请求中包括设备标识；响应于该登录请求，第一服务器进而请求第二服务器将该设备标识标记为登录状态；进而，第一服务器向电子设备发送登录成功消息；此时，电子设备根据会话标识跳转回会话界面，包括：响应于登录成功消息，电子设备根据上述会话标识从第一应用的界面跳转回会话界面。

在一种可能的实现方式中，在电子设备根据会话标识从第一应用的界面跳转回会话界面之后还包括：电子设备向第一服务器发送会话恢复消息，该会话恢复消息中包括会话标识和设备标识；若电子设备登录第一应用，则第一服务器可响应该会话恢复消息，从第二服务器中获取与第一对话内容对应的第一服务内容，并将第一服务内容发送给电子设备，此时，第一服务内容与登录第一应用后用户的账户信息关联；后续，电子设备可在会话界面中显示第一服务内容。

在一种可能的实现方式中，若电子设备没有登录第一应用，则上述方法还包括：第一服务器从第二服务器获取第二服务内容，第二服务内容为没有登录第一应用时与第一对话内容对应的服务内容；那么，在电子设备根据第一链接从会话界面跳转至第一应用的界面之前，还包括：电子设备可在会话界面中显示第二服务内容。

在一种可能的实现方式中，电子设备根据会话标识跳转回会话界面，包括：电子设备中的第一应用根据第二链接拉起语音应用，第二链接包括语音应用的链接和会话标识；在语音应用被拉起后，电子设备中的语音应用可显示与会话标识对应的对话内容。

第四方面，本申请提供一种电子设备，包括：存储器、显示屏和一个或多个处理器；存储器、显示屏与处理器耦合。其中，存储器用于存储计算机程序代码，计算机程序代码包括计算机指令；当电子设备运行时，该处理器用于执行该存储器存储的一个或多个计算机指令，以使电子设备执行如上述任一项所述的语音交互方法。

第五方面，本申请提供一种服务器，包括：处理器、存储器、通信模块以及一个或多个计算机程序；其中，处理器与通信模块和存储器均耦合，上述一个或多个计算机程序被存储在存储器中，当服务器运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使服务器执行上述任一项所述的语音交互方法。

第六方面，本申请提供一种语音交互***，包括上述电子设备和服务器，电子设备和服务器交互时可执行上述第三方面中任一项所述的语音交互方法。

第七方面，本申请提供一种计算机存储介质，包括计算机指令，当计算机指令在电子设备(或服务器)上运行时，使得在电子设备(或服务器)执行上述任一项所述的语音交互方法。

第八方面，本申请提供一种计算机程序产品，当计算机程序产品在在电子设备(或服务器)上运行时，使得在电子设备(或服务器)执行上述任一项所述的语音交互方法。

可以理解地，上述提供的电子设备、服务器、语音交互***、计算机存储介质以及计算机程序产品均用于执行上文所提供的对应的方法，因此，其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果，此处不再赘述。

附图说明

图1为本申请实施例提供的一种语音交互***的架构示意图；

图2为现有技术中电子设备与服务器进行语音交互的流程示意图；

图3为本申请实施例提供的一种电子设备与服务器进行语音交互的流程示意图；

图4为本申请实施例提供的一种电子设备的结构示意图一；

图5为本申请实施例提供的一种语音交互方法的交互流程示意图；

图6为本申请实施例提供的一种语音交互方法的应用场景示意图一；

图7为本申请实施例提供的一种语音交互方法的应用场景示意图二；

图8为本申请实施例提供的一种语音交互方法的应用场景示意图三；

图9为本申请实施例提供的一种语音交互方法的应用场景示意图四；

图10为本申请实施例提供的一种语音交互方法的应用场景示意图五；

图11为本申请实施例提供的一种语音交互方法的应用场景示意图六；

图12为本申请实施例提供的一种电子设备的结构示意图二。

具体实施方式

为了方便清楚地理解下述各实施例，首先给出语音识别技术中相关术语的简要介绍：

意图(intent)：用户每次的语音输入一般对应着用户的一个意图。意图是一句或多句表达形式的集合，例如“我要看电影”和“我想看2001年刘德华拍摄的动作电影”都可以属于同一个视频播放的意图。

技能(skill)：一个技能可以覆盖一个或多个意图。例如，外卖APP的开发人员可以在电子设备厂商提供的语音平台(或称为语音开放平台)中创建名称为“点外卖”的技能1。技能1可以覆盖搜索、支付以及导航等多个意图。后续，电子设备接收到语音输入1后，如果识别出语音输入1包含与“点外卖”相关的关键词，则可确定语音输入1与技能1关联，也可称为语音输入1命中技能1。

槽位(slot)信息：槽位信息是指用户的语音输入中用来表达意图的关键信息，槽位信息直接决定电子设备(或服务器)能否匹配到正确的意图。一个槽位对应着一类属性的关键词，该槽位中的信息(即槽位信息)可以由同一类型的关键词进行填充。例如，与歌曲播放这一意图对应的查询句式可以为“我想听{singer}的{song}”。其中，{singer}为歌手的槽位，{song}为歌曲的槽位。那么，如果接收到用户输入“我想听王菲的红豆”这一语音输入，则电子设备(或服务器)可从该语音输入中提取到{singer}这一槽位中的槽位信息为：王菲，{song}这一槽位中的槽位信息为：红豆。这样，电子设备(或服务器)可根据这两个槽位信息识别出本次语音输入的用户意图为：播放歌曲。

会话标识：一次会话过程可以包括用户与电子设备之间的一轮或多轮对话。每次会话可通过对应的会话标识标识。例如，该会话标识可以为sessionId或dialogId等。一般，一次会话过程可与一个技能对应。例如，当用户的语音输入命中点外卖的技能后，电子设备可为本次会话过程分配sessionId 1，后续，用户与电子设备在点外卖这一技能下的对话均属于会话1，其会话标识均为sessionId 1。

在用户与电子设备进行语音交互时，电子设备每次接收到用户的语音输入后，均可通过与服务器交互确定与本次语音输入关联的具体技能。进而，基于确定出的具体技能，服务器可提取与本次语音输入对应的意图和槽位信息，并指示电子设备执行与本次意图和槽位信息对应的操作指令。例如，该操作指令可以是显示卡片、播放语音、跳转至其他应用或控制智能家居设备等指令，从而完成对本次用户的语音输入的响应。

下面将结合附图对本实施例的实施方式进行详细描述。

示例性的，本申请实施例提供的一种语音交互方法可应用图1所示的语音交互***100。语音交互***100中可包括电子设备101和至少一个服务器102。

电子设备101中可以安装语音助手APP(也可称为语音APP、语音助手或智慧语音等)，用于与用户进行语音交互。例如，用户可通过输入预设的唤醒语(例如“你好小E”、“小艺小艺”、“hi Siri”等)唤醒电子设备101中的语音助手APP。语音助手APP被唤醒后，可与用户进行会话。在一次会话过程中，用户可与语音助手APP进行一轮或多轮对话。在每轮对话中，用户可向语音助手APP输入相应的语音输入(也可称为语音指令、语音输入等)，触发语音助手APP识别该语音输入，并提供对应的服务资源，从而完成一轮对话。

例如，如图2所示，在步骤S201中，语音助手APP可接收用户的语音输入。在步骤S202中，语音助手APP可通过ASR(Automatic Speech Recognition，自动语音识别简称)技术将上述语音输入转换为对应的文本(即对话内容)。进而，在步骤S203中，语音助手APP可将该对话内容发送给服务器102。或者，电子设备101也可直接将接收到的语音输入发送给服务器102，由服务器102将上述语音输入转换为对应的对话内容。

仍如图2所示，服务器102接收到电子设备101发来的对话内容后，在步骤S204中，服务器102可使用预设的自然语言理解(natural language understanding，NLU)算法提取本次对话内容中的意图和槽位信息。进而，在步骤S205中，服务器102可与本次提取到的意图和槽位信息对应的服务资源(也可称为服务内容)或服务资源的链接发送给语音助手APP。例如，当意图为查询天气时，服务器102可将对应的天气信息作为服务资源发送给电子设备101的语音助手APP。又例如，当意图为播放歌曲，槽位信息包括歌手A和歌曲B时，服务器102可将与歌手A和歌曲B对应的URL发送给电子设备101。又例如，当意图为点外卖时，服务器102可将外卖APP中搜索页面的deeplink(深度链接)发送给电子设备101。

需要说明的是，语音交互***100中的服务器102可以有多个。例如，第一服务器可用于提取对话内容中的意图和槽位信息。第一服务器可根据提取到的意图和槽位信息从第二服务器中获取对应的服务资源。

在一些场景中，当服务器102将其他应用(例如外卖APP)的deeplink发送给电子设备101的语音助手APP后，如步骤S206所述，语音助手APP可按照该deeplink跳转至外卖APP。此时，电子设备101将语音助手APP关闭或切换至后台运行，导致本次语音交互过程结束(即步骤S207)。后续，当用户结束在外卖APP中的操作后，电子设备101也无法跳转回语音助手APP继续之前的会话，从而降低了语音交互时多轮会话的连续性。

在本申请实施例中，用户与电子设备101进行会话时，如图3所示，在步骤S301中，电子设备101的语音助手APP可接收用户的语音输入。进而，在步骤S302中，语音助手APP可将接收到的语音输入转换为对应的对话内容。在步骤S303中，语音助手APP可将每次接收到的语音输入(或文本形式的对话内容)以及本次会话的会话标识发送给服务器102。后续，在步骤S304中，服务器102可从对话内容中提取对应的意图和/或槽位信息，从而查询与本次语音输入对应的服务资源。如果服务器102查询到与本次语音输入对应的服务资源为其他应用(例如外卖APP)的deeplink，则在步骤S305中，服务器102可将上述会话标识和该deeplink(即服务资源)一同发给电子设备101中的语音助手APP。进而，在步骤S306中，语音助手APP可按照接收到的deeplink跳转至外卖APP的界面，并将对应的会话标识也发送给外卖APP。这样，用户在电子设备101结束外卖APP的界面操作后，如步骤S307所述，电子设备101可由显示的外卖APP的界面可跳转回语音助手APP，并将对应的会话标识传递给语音助手APP，使得语音助手APP可根据该会话标识显示相应的会话界面。这样，用户可以继续在之前的会话界面中与语音助手APP对话，实现语音交互时会话内容的接续功能，从而提高用户的使用体验。

示例性的，上述电子设备101具体可以为手机、音箱、车载设备(也可称为车机)、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、手持计算机、上网本、个人数字助理(personal digital assistant，PDA)、可穿戴电子设备、虚拟现实设备等具有语音交互功能的电子设备，本申请实施例对此不做任何限制。

示例性的，图4示出了电子设备101的结构示意图。

电子设备101可以包括处理器110，外部存储器接口120，内部存储器121，通用串行总线(universal serial bus，USB)接口130，移动通信模块150，无线通信模块160，音频模块170，扬声器170A，麦克风170B，传感器模块180等。

处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processingunit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，视频编解码器，数字信号处理器(digital signal processor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。

处理器110中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器110的等待时间，因而提高了***的效率。

在本发明实施例中，处理器110可以处理如下一个或多个操作：将语音转化成文本、识别用户输入的语音、对用户的语音进行响应、将从服务器获取的内容发送给显示屏进行显示、根据链接从一个应用跳转到另一个应用等。

在一些实施例中，处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit，I2C)接口，集成电路内置音频(inter-integrated circuitsound，I2S)接口，脉冲编码调制(pulse code modulation，PCM)接口，通用异步收发传输器(universal asynchronous receiver/transmitter，UART)接口，移动产业处理器接口(mobile industry processor interface，MIPI)，通用输入输出(general-purposeinput/output，GPIO)接口，用户标识模块(subscriber identity module，SIM)接口，和/或通用串行总线(universal serial bus，USB)接口等。

移动通信模块150可以提供应用在电子设备101上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括一个或多个滤波器，开关，功率放大器，低噪声放大器(low noise amplifier，LNA)等。移动通信模块150可以由天线1接收电磁波，并对接收的电磁波进行滤波，放大等处理，传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大，经天线1转为电磁波辐射出去。在一些实施例中，移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中，移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。

无线通信模块160可以提供应用在电子设备101上的包括无线局域网(wirelesslocal area networks，WLAN)(如无线保真(wireless fidelity，Wi-Fi)网络)，蓝牙(Bluetooth，BT)，全球导航卫星***(global navigation satellite system，GNSS)，调频(frequency modulation，FM)，近距离无线通信技术(near field communication，NFC)，红外技术(infrared，IR)等无线通信的解决方案。无线通信模块160可以是集成一个或多个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波，将电磁波信号调频以及滤波处理，将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号，对其进行调频，放大，经天线2转为电磁波辐射出去。

外部存储器接口120可以用于连接外部存储卡，例如Micro SD卡，实现扩展电子设备101的存储能力。外部存储卡通过外部存储器接口120与处理器110通信，实现数据存储功能。例如将音乐，视频等文件保存在外部存储卡中。

内部存储器121可以用于存储一个或多个计算机程序，该一个或多个计算机程序包括指令。处理器110可以通过运行存储在内部存储器121的上述指令，从而使得电子设备101执行本申请一些实施例中所提供的联系人智能推荐的方法，以及各种功能应用和数据处理等。内部存储器121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***；该存储程序区还可以存储一个或多个应用程序(比如图库、联系人等)等。存储数据区可存储电子设备101使用过程中所创建的数据(比如照片，联系人等)等。此外，内部存储器121可以包括高速随机存取存储器，还可以包括非易失性存储器，例如一个或多个磁盘存储器件，闪存器件，通用闪存存储器(universal flash storage，UFS)等。在另一些实施例中，处理器110通过运行存储在内部存储器121的指令，和/或存储在设置于处理器中的存储器的指令，来使得电子设备101执行本申请实施例中所提供的语音交互方法，以及各种功能应用和数据处理。

电子设备101可以通过音频模块170，扬声器170A，麦克风170B，以及应用处理器等实现音频功能。例如音乐播放，录音等。

音频模块170用于将数字音频信息转换成模拟音频信号输出，也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中，音频模块170可以设置于处理器110中，或将音频模块170的部分功能模块设置于处理器110中。

扬声器170A，也称“喇叭”，用于将音频电信号转换为声音信号。电子设备101可以通过扬声器170A收听音乐，或收听免提通话。

麦克风170B，也称“话筒”，“传声器”，用于将声音信号转换为电信号。当拨打电话或发送语音信息时，用户可以通过人嘴靠近麦克风170B发声，将声音信号输入到麦克风170B。电子设备101可以设置一个或多个麦克风170B。在另一些实施例中，电子设备101可以设置两个麦克风170B，除了采集声音信号，还可以实现降噪功能。在另一些实施例中，电子设备101还可以设置三个，四个或更多麦克风170B，实现采集声音信号，降噪，还可以识别声音来源，实现定向录音功能等。

在本发明实施中，扬声器170A、麦克风170B和音频模块170可用于实现与用户的语音交互，例如接收用户的语音，或者通过语音响应用户的操作，等。

传感器180可以包括压力传感器，陀螺仪传感器，气压传感器，磁传感器，加速度传感器，距离传感器，接近光传感器，指纹传感器，温度传感器，触摸传感器，环境光传感器，骨传导传感器等，本申请实施例对此不做任何限制。

可以理解的是，本发明实施例示意的结构并不构成对电子设备101的具体限定。在本申请另一些实施例中，电子设备101可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。

例如，当上述电子设备101为音箱时，电子设备101中还可以包括GPU、显示屏、摄像头以及按键等一项或多项器件，本申请实施例对此不做任何限制。

又例如，当上述电子设备101为手机时，电子设备101中还可以包括GPU、显示屏、摄像头、耳机接口、按键、电池、马达、指示器以及SIM卡接口等一项或多项器件，本申请实施例对此不做任何限制。

以下，将结合附图对本申请实施例提供的一种语音交互方法进行具体介绍。以下实施例中均以手机作为上述电子设备101举例说明。

图5为本申请实施例提供的一种语音交互方法的流程示意图。如图5所示，该语音交互方法可以包括：

S501、手机的语音助手APP接收用户输入的第一语音输入。

示例性的，用户需要使用手机中的语音助手APP时，可通过输入唤醒词等方式唤醒语音助手APP。例如，当手机检测到用户输入正确的唤醒词后，可开始运行语音助手APP。并且，如图6所示，手机可显示语音助手APP与用户的会话界面601。或者，当手机检测到用户输入唤醒语音助手APP的预设操作(例如长按电源键、语音唤醒词唤醒)后，可运行语音助手APP，并显示图6所示的会话界面601。

手机中的语音助手APP被唤醒后，语音助手APP可调用手机的麦克风(或麦克风阵列)检测用户的语音输入(也可称为语音、语音指令或语料等)，以便与用户进行一轮或多轮对话。示例性的，用户输入的第一语音输入可以为“我要点外卖”的语音。

S502、手机的语音助手APP将第一语音输入转化为第一对话内容。

示例性的，手机中可设置ASR服务。语音助手APP检测到用户输入的第一语音输入后，可调用ASR服务将第一语音输入转换为对应的文本内容(即第一对话内容)。例如，当第一语音输入为“我要点外卖”的语音时，语音助手APP可通过手机中的ASR服务，得到对应的文本形式的第一对话内容“我要点外卖”。此时，仍如图6所示，语音助手APP可在会话界面601中以对话的形式显示第一对话内容602。可以理解的是，ASR服务也可以设置在其他设备上，例如服务器或其他终端设备，手机可以通过与具有ASR服务的设备交互，获取语音转化文本后的内容，例如第一对话内容。本发明实施例对此不做具体限定。

在一些实施例中，语音助手APP将第一语音输入转化为文本形式的第一对话内容后，还可获取手机当前的位置信息、相机数据或健康数据等数据。例如，如果第一对话内容命中导航或点外卖等技能，则手机还可以获取当前的位置信息。又例如，如果第一对话内容命中拍视频等技能，则手机还可以获取当前的相机数据。

S503、手机向第一服务器发送第一请求消息，第一请求消息中包括上述第一对话内容。

示例性的，手机的语音助手APP将上述第一语音输入转化为文本形式的第一对话内容后，还可以通过与对话管理器(Dialog Manager，DM)交互确定第一对话内容所属的会话，从而得到第一对话内容的会话标识，例如，第一对话内容的sessionId。该会话标识可用于后续手机从语音助手APP跳转至其他应用后，能够跳转回语音助手APP并恢复上述第一对话内容。

例如，上述对话管理器可以设置在第一服务器中。第一服务器可以是向语音助手APP提供网络服务的一个或多个服务器。手机的语音助手APP获取到上述第一对话内容后，可向第一服务器发送第一请求消息，第一请求消息中包括上述第一对话内容。进而，第一服务器可使用预设的NLU算法识别第一对话内容的语义，再根据第一对话内容的语义为第一对话内容分配对应的会话标识。

示例性的，第一服务器中的DM可根据第一对话内容的语义确定第一对话内容命中的技能(skill)，进而按照命中的技能分配会话标识。例如，DM可通过提取对话内容中的关键词确定各个对话内容命中的具体技能。如果对话内容1和对话内容2命中同一个技能，则对话内容1和对话内容2属于同一会话，此时，对话内容1和对话内容2的会话标识相同。

或者，上述对话管理器可以设置在手机中。此时，手机的语音助手APP获取到上述第一对话内容后，可使用预设的NLU算法识别第一对话内容的语义，进而请求手机中的DM根据第一对话内容的语义为第一对话内容分配对应的会话标识。进而，手机可将第一对话内容和第一对话内容的会话标识发送给服务器，例如手机将第一对话内容和第一对话内容的会话标识均携带在第一请求消息中发送给第一服务器。

在一些实施例中，手机的语音助手APP还可以将手机的设备标识携带在上述第一请求消息中发送至第一服务器。例如，该设备标识可以为UUID(Universally UniqueIdentifier，通用唯一识别码)、UDID(Unique Device Identifier，设备唯一识别码)、IMEI(International Mobile Equipment Identity，国际移动设备识别码)、SN(SerialNumber，产品序列号)、UID(User Identification，用户身份证明)或OpenID等。该设备标识可用于后续获取与第一对话内容对应的服务资源(也可称为服务内容)时判断用户是否已登录相关应用的账号。

在一些实施例中，手机的语音助手APP还可以将手机当前的位置信息、相机数据或健康数据等数据携带在上述第一请求消息中发送至第一服务器，本申请实施例对此不做任何限制。

S504、响应于第一请求消息，第一服务器确定与上述第一对话内容对应的第一服务资源。

示例性的，第一服务器获取到第一请求消息中的第一对话内容后，可通过预设的NLU算法提取第一对话内容中的意图和/或槽位信息，即识别第一对话内容的语义。以第一对话内容为“我要点外卖”举例，第一服务器通过预设的NLU算法可以提取到第一对话内容的意图为点外卖(order-takeout)，此时，第一对话内容中没有明确的槽位信息。又例如，当第一对话内容为“我要听周杰伦的歌曲”时，第一服务器通过预设的NLU算法可以提取到第一对话内容的意图为：播放歌曲，且与歌手对应的槽位信息为：周杰伦。后续，第一服务器可根据提取到的意图和/或槽位信息，查询与第一对话内容对应的第一服务资源(即第一服务内容)。

例如，第一服务资源(或第一服务内容)可以为具体的视频文件或音频文件，也可以为针对某一内容的搜索结果、页面(例如登录页面)或应用中的一项功能等，本申请实施例对此不做任何限制。

在一些实施例中，一些设备厂商可设置自己的服务开放平台，用于将第三方应用的开发者提供的服务接入到设备厂商自身的各种设备中使用。例如，华为设置有HAG(Huawei Ability Gallery，华为智慧服务开放平台)，并通过HAG统一管理第三方应用的开发者提供的服务向华为设备的接入过程。在一种可选方式中，设备厂商也可以通过自己的服务开发平台，或，其他设置或约定等方式，告知第三方应用的开发者该设备厂商自身的设备中的语音助手APP的链接。这样，第三方应用开发者可以将该链接预设于该第三方应用中。在该设备厂商自身的设备，例如手机，从语音助手应用跳转到该第三方应用的界面后，第三方应用可以通过该链接再让设备拉起语音助手APP。

仍以第一对话内容为“我要点外卖”举例，第一服务器提取到第一对话内容的意图和/或槽位信息后，可向手机的服务开放平台发送第一消息，触发该服务开放平台确定与本次第一对话内容关联的第三方应用。例如，第一服务器可向HAG发送第一消息，第一消息中包括从第一消息中提取到的意图：order-takeout。这样，HAG根据第一消息中携带的意图，可确定与本次第一对话内容关联的第三方应用为外卖APP(例如美团APP等)。也就是说，与第一对话内容对应的第一服务资源是由外卖APP的服务器(例如第二服务器)提供的。进而，HAG可通知第一服务器从外卖APP的第二服务器中获取与第一对话内容对应的第一服务资源。后续，第一服务器可根据第一对话内容的意图和/或槽位信息，以及第一对话内容的会话标识，通过执行下述步骤S505从第二服务器中获取对应的第一服务资源。

或者，仍以第一对话内容为“我要点外卖”举例，第一服务器向HAG发送上述第一消息后，HAG可根据第一消息中携带的意图确定出与本次第一对话内容关联的第三方应用为外卖APP，进而，HAG可直接与外卖APP的第二服务器交互，从第二服务器中获取与第一对话内容对应的第一服务资源。

需要说明的是，上述实施例中是以第一服务器通过与HAG交互，确定与本次第一对话内容关联的第三方应用举例说明的。可以理解的是，第一服务器也可以通过其他方式确定与本次第一对话内容关联的第三方应用，本申请实施例对此不做任何限制。

S505、当第一服务资源由第一应用的服务器(即第二服务器)提供时，第一服务器向第二服务器发送第二请求消息，第二请求消息包括第一对话内容所属的会话标识。

示例性的，当第一服务器从HAG获取到与上述第一对话内容关联的第三方应用为外卖APP后，第一服务器可向外卖APP的第二服务器发送第二请求消息，以请求获取与第一对话内容对应的第一服务资源(或第一服务资源的链接)。其中，第二请求消息中可以包括从第一对话内容中提取到的意图和/或槽位信息，以及第一对话内容的会话标识。

或者，HAG确定出与上述第一对话内容关联的第三方应用为外卖APP后，HAG可直接向外卖APP的第二服务器发送上述第二请求消息，以请求获取与第一对话内容对应的第一服务资源。同样，第二请求消息中可以包括从第一对话内容中提取到的意图和/或槽位信息，以及第一对话内容的会话标识。

无论采用哪种方式发送上述第二请求消息，第二服务器通过第二请求消息可以获取到本次对话内容(即第一对话内容)的会话标识，使得第一应用的第二服务器后续可建立第一对话内容的会话标识与第一对话内容的服务资源之间的对应关系。

S506、响应于第二请求消息，第二服务器将第一服务资源(或第一服务资源的链接)通过第一服务器发送至手机的语音助手APP。

示例性的，第二服务器接收到上述第二请求消息后，可根据第二请求消息中携带的意图和/或槽位信息确定对应的服务资源，即第一服务资源。例如，当意图为听歌、槽位信息为双节棍时，第二服务器可确定对应的服务资源为歌曲《双节棍》的音频资源。又例如，当意图为点外卖时，第二服务器可确定对应的服务资源为外卖APP中实时的外卖搜索结果。进而，第一服务资源可直接将第一服务资源通过第一服务器发送至手机的语音助手APP，也可以将第一服务资源的链接通过第一服务器发送至手机的语音助手APP，使得语音助手APP根据该连接获取对应的第一服务资源。

在一些实施例中，第二服务器接收到的第二请求消息中还可以包括手机的设备标识，例如UUID。此时，第二服务器接收到第二请求消息后，可先根据第二请求消息中携带的UUID判断用户是否已经登录外卖APP。

一般，当用户使用账号、密码等方式登录外卖APP后，外卖APP可将对应的UUID发送至第二服务器，第二服务器可将该UUID标记为登录状态。例如，第二服务器可分配与该UUID对应的token(令牌)，使得该UUID被标记为登录状态。那么，当第二服务器接收到上述第二请求消息后，可查询是否存储有与第二请求消息中携带的UUID对应的token。如果存储有对应的token，则说明用户已经登录外卖APP；如果没有存储对应的token，则说明用户还未登录外卖APP。本发明实施例对第二服务器如何根据设备标识判断用户是否登录外卖APP，不做具体限定。

如果用户已经登录外卖APP，则第二服务器可以获取到用户账户里的优惠券、历史订单、口味偏好等账户信息。此时，第二服务器可基于这些信息，确定与第一对话内容中点外卖这一意图对应的第一服务资源。例如，如果用户拥有肯德基的优惠券，则第一服务资源中可优先包括肯德基的搜索结果。又例如，如果用户拥有肯德基的优惠券，则第二服务器还可以将优惠后的价格等信息携带在第一服务资源中。这样一来，第二服务器可结合用户登录后的账户信息，为用户确定更有针对性、更精准的服务资源，提高语音交互时用户的使用体验。

如果用户还未登录外卖APP，则第二服务器可将外卖APP中的登录页面作为本次与第一对话内容对应的第一服务资源。此时，第二服务器可将外卖APP中的登录页面的链接(即第一服务资源的链接)发送给手机的语音助手APP，以便用户后续登录外卖APP后通过语音助手APP获取更准确、更丰富的服务资源。

示例性的，第二服务器可先将第一服务资源或第一服务资源的链接发送给第一服务器，再由第一服务器将第一服务资源或第一服务资源的链接发送至手机的语音助手APP。其中，第一服务资源的链接可以是H5(Hyper Text Markup Language，HTML5)页面的链接、快应用中相关页面的链接或第三方应用中相关页面的链接，这些链接可统一称为deeplink。并且，第一服务资源的链接中还可以包括第一对话内容的会话标识，从而建立第一对话内容的第一服务资源与第一对话内容的会话标识之间的对应关系。

例如，第二服务器确定出的第一服务资源的deeplink为：https://www.huawei.com/hag/accountLogin；第一对话内容的会话标识为：sessionId＝xxxyyy；那么，第二服务器可将第一对话内容的会话标识拼接至第一服务资源的deeplink，最终得到第一服务资源的链接1为：https://www.huawei.com/hag/accountLogin&sessionId＝xxxyyy，其中，链接1中既包括第一服务资源的deeplink，也包括第一对话内容的会话标识。进而，第二服务器可将链接1通过第一服务器发送给手机，手机可将链接1发送给语音助手APP。

在另一些实施例中，上述第一服务资源的链接1中还可以包括链接1的超时时间，例如2s等。该超时时间可用于在定时器到达或超过所述超时时间后，触发手机从链接1对应的应用的界面跳转回语音助手APP。

S507、手机的语音助手APP根据上述链接跳转至第一应用。

以第一服务资源为外卖APP中的登录页面举例，在步骤S507中，手机的语音助手APP获取到的链接中可以包括上述登录页面的deeplink，进而，语音助手APP可按照登录页面的deeplink拉起外卖APP，将外卖APP运行在手机前台。

此时，手机可将语音助手APP切换至手机后台运行。示例性的，语音助手APP切换至后台时，可将当前用户与语音助手APP之间的对话内容存储在预设的数据库中，避免语音助手APP被切换至后台或者被杀死(kill)后当前的对话内容丢失。

例如，如表1所示，上述预设的数据库可存储最近一段时间(例如10分钟)内用户与语音助手APP之间的对话内容、对话时间以及会话标识之间的对应关系。当然，表1中还可以包括设备标识、与对话内容对应的技能ID等上下文信息，本申请实施例对此不做任何限制。后续，语音助手APP通过表1可根据具体的会话标识恢复用户与语音助手APP之间的对话内容。当然，第一服务器的DM也可以维护不同用户与其语音助手APP之间的上下文信息，该上下文信息中可以包括每轮对话的对话内容以及会话标识等信息，语音助手APP也可以根据DM中记录的会话标识和上下文信息恢复用户与语音助手APP之间的对话内容。

表1

S508、手机显示与上述链接对应的第一应用的界面。

仍以第一服务资源为外卖APP中的登录页面举例，在步骤S508中，语音助手APP根据链接中的deeplink跳转至外卖APP后，如图7所示，外卖APP可显示外卖APP中的登录页面701。此时，用户可在登录页面701中输入授权语音助手APP或授权其他已登录APP的账号信息登录外卖APP的授权操作。例如，该授权操作可以为点击登录页面701中授权按钮702的操作。或者，外卖APP的登录页面701中也可以提示用户通过输入账户和密码等方式登录外卖APP，本申请实施例对此不做任何限制。

外卖APP检测到用户输入授权操作后，可向外卖APP的第二服务器发送授权消息，该授权消息中可以包括手机的设备标识，例如UUID。进而，第二服务器可响应该授权消息，将该UUID标记为登录状态。例如，第二服务器可分配与该UUID对应的token，使得该UUID被标记为登录状态。进而，第二服务器可向手机的外卖APP发送登录成功的响应消息。此时，如图8所示，外卖APP可响应该响应消息在登录页面701中显示登录成功消息703。当然，外卖APP也可以不显示登录成功消息703。

当然，如果第一服务资源的链接包括其他应用或其他页面的deeplink，则手机也可按照上述方法触发语音助手拉起并显示其他应用的显示界面，本申请实施例对此不做任何限制。

S509、在显示第一应用的界面后，手机还可以从显示第一应用的界面跳转回语音助手APP的会话界面。

其中，在显示第一应用的界面后，手机可退出显示第一应用的界面。例如，当用户将外卖APP(即第一应用)切换时后台运行时，手机可退出显示第一应用的界面。又例如，当手机在显示外卖APP的界面时如果检测到用户点击返回按钮，则手机可退出显示第一应用的界面。又例如，当外卖APP接收到用户登录成功的消息后，也可自动退出显示第一应用的界面。

又或者，外卖APP获取到的第一服务资源的链接1中可以设置超时时间。例如，外卖APP可启动一个时长为上述超时时间的定时器。此时，手机从语音助手APP跳转至外卖APP后，如果在上述超时时间内没有接收到用户对外卖APP输入的任何操作，则外卖APP的界面可自动退出显示。或者，如果第一服务资源的链接1中设置有超时时间，则无论是否接收到用户对外卖APP输入的操作，外卖APP均可以在运行上述超时时间之后自动退出。本申请实施例对手机退出显示第一应用的界面的情况不做限制。

当手机退出显示外卖APP的界面时，由于外卖APP获取到的第一服务资源的链接1中包括第一对话内容的会话标识，因此，外卖APP可根据该会话标识触发语音助手APP显示相应的会话界面。

例如，语音助手APP的会话界面的deeplink 1为：hivoice://com.huawei.vassistant/diaglog。第一应用，例如外卖APP，可以预设有语音助手APP的上述deeplink1以实现界面跳转。例如，外卖APP可将第一对话内容的会话标识：sessionId＝xxxyyy添加至上述deeplink 1中，拼接后生成携带会话标识的语音助手APP的deeplink 2：hivoice://com.huawei.vassistant/diaglog&sessionId＝xxxyyy。进而，外卖APP可通过调用上述deeplink 2拉起语音助手APP，并将第一对话内容的会话标识通过deeplink 2传递给语音助手APP。又例如，当外卖APP显示登录成功的消息，或者，当外卖APP显示的界面超时时，可触发手机退出显示外卖APP的界面。此时，外卖APP可通过上述deeplink 2拉起语音助手APP，从而将deeplink 2中携带的会话标识传递给语音助手APP。

可以理解的是，第一应用预设有需要跳转的应用的链接(例如上述语音助手APP的deeplink1)，可以是第一应用对应的H5页面、快应用或本地安装应用中预设有需要跳转的语音应用的链接，本发明实施例不做具体限定。在一种可选的方式中，第一应用也可以不预设需要跳转的应用的链接(例如上述语音助手APP的deeplink1)。第一应用可在跳转前从第一应用对应的服务器获取，或者从需要跳转的应用获取(例如，从语音助手APP跳转到第一应用时或之后，从语音助手APP获取语音助手APP的deeplink1)。本发明实施例对此不做具体限定。

语音助手APP被拉起后可运行在手机的前台，此时，语音助手APP可根据外卖APP传递的会话标识获取对应的对话内容。例如，语音助手APP可在表1所示的手机内的数据库中查询与上述会话标识对应的对话内容。如果手机内的数据库中没有查询到对应的对话内容，则语音助手APP可将上述会话标识发送给第一服务器，在第一服务器中查询与上述会话标识对应的对话内容。当然，语音助手APP也可以直接在第一服务器中查询与上述会话标识对应的对话内容，本申请实施例对此不做任何限制。

S510、手机的语音助手APP显示与上述会话标识对应的会话界面。

语音助手APP获取到与上述会话标识对应的对话内容后，语音助手APP可将获取到的对话内容(获取到的对话内容包括上述第一对话内容)显示在会话界面中，从而恢复显示图6所示的会话界面601，即恢复语音助手APP跳转至外卖APP之前的会话界面601。

这样，用户在与语音助手APP对话时，语音助手APP可根据用户输入的对话内容跳转至其他应用中向用户提供对应的服务资源，并且，手机还可以从其他应用重新跳转回语音助手APP并恢复之前的会话界面，使得用户可以继续与语音助手APP接续本次会话过程，提高语音交互时多轮会话的连续性，同时提高了用户的使用体验。

另外，手机在重新跳转到语音助手APP后，还可以向第一服务器发送会话恢复消息，以使得第一服务器获知语音助手APP已经恢复跳转至外卖APP之前的会话界面601。

示例性的，语音助手APP可将第一对话内容的会话标识和手机的设备标识携带在上述会话恢复消息中。这样，第一服务器获取到上述对话恢复消息后，可将对话恢复消息中的会话标识和设备标识发送至外卖APP的第二服务器。例如，第一服务器可先将上述话恢复消息中的会话标识和设备标识发送至HAG，由HAG确定与本次对话对应的第三方应用为外卖APP。进而，HAG可将上述会话标识和设备标识发送至外卖APP的第二服务器。第二服务器根据接收到的设备标识(例如UUID)可确定用户是否登录外卖APP。由于在步骤508中第二服务器已经将手机的UUID标记为登录状态，因此，第二服务器根据会话恢复消息中的设备标识可确定用户已经登录外卖APP。

在上述步骤S505中第二服务器通过第二请求消息已经获取到第一对话内容的意图和/或槽位信息，以及第一对话内容的会话标识。因此，当确定用户已经登录外卖APP后，第二服务器可以根据当前接收到的第一对话内容的会话标识，确定出对应的意图和/或槽位信息。进而，第二服务器可基于用户账户里的优惠券、历史订单、口味偏好等账户信息，确定与上述意图和/或槽位信息对应的第一服务资源。例如，当第一对话内容的意图为点外卖时，第二服务器可根据用户的账户信息为用户推荐附近的一个或多个餐厅(或美食)的价位、位置、评价等搜索结果。进而，第二服务器可将得到的搜索结果通过第一服务器发送给手机的语音助手APP。

此时，如图9所示，手机的语音助手APP可将接收到的搜索结果以卡片901的形式展示在会话界面601中。其中，卡片901中的搜索结果是与用户登录外卖APP后的账户信息关联的，从而能够为用户推荐更有针对性、更精准的服务资源，提高语音交互时用户的使用体验。

或者，第二服务器也可将基于用户的账户信息得到的搜索结果的链接通过第一服务器发送给手机的语音助手APP。此时，语音助手APP可根据该链接获取到上述搜索结果，并将搜索结果以卡片901的形式展示在会话界面601中。

后续，用户可通过语音、触摸等方式在语音助手APP展示的卡片901中选择相应的选项，使得语音助手APP跳转至外卖APP后，不仅可以从外卖APP跳转回语音助手APP，还可以继续向用户提供本次会话的语音接续功能。

在另一些实施例中，第一服务器接收到“我要点外卖”的第一对话内容后，如果用户没有登录外卖APP的账号，则第一服务器也可以从第二服务器获取用户在未登录状态下的第一服务资源，例如未登录状态下对附近餐厅(或美食)的搜索结果。并且，第一服务器还可以从第二服务器获取外卖APP中登录页面的链接。也就是说，在步骤S506中，第二服务器可将未登录状态下的搜索结果和登录页面的链接发送至语音助手APP。当然，第二服务器也可将未登录状态下搜索结果的链接(即第一服务资源的链接)和上述登录页面的链接发送至语音助手APP，本申请实施例对此不做任何限制。其中，第二服务器发送的登录页面的链接中仍然可携带上述会话标识、UUID等参数。

如果语音助手APP接收到未登录状态下的搜索结果和登录页面的链接，如图10所示，可将未登录状态下的搜索结果以卡片1001的形式显示在会话界面601中。如果语音助手APP接收到未登录状态下的搜索结果的链接，则语音助手APP可先根据该链接获取未登录状态下的搜索结果，再将未登录状态下的搜索结果以卡片1001的形式显示在会话界面601中。由于语音助手APP此时得到的搜索结果是第二服务器在用户未登录的状态下搜索得到的，因此，卡片1001中的搜索结果可能与图9所示的用户在登录状态下的搜索结果不同。并且，仍如图10所示，语音助手APP可将登录页面的链接1002显示在会话界面601中，提醒用户登录外卖APP后获得更精准的搜索结果。

后续，用户可以通过点击上述链接1002跳转至外卖APP的登录页面进行登录，也可以通过语音输入跳转至外卖APP的登录页面进行登录。例如，如果检测到用户点击上述会话界面601中的链接1002，则与上述步骤S507-S510类似的，语音助手APP可跳转至外卖APP的登录页面，并将对应的会话标识传递给外卖APP。这样，后续手机可从外卖APP直接跳转回语音助手APP，并按照上述会话标识重新显示如图10所示的语音助手APP的会话界面。

又例如，如果检测到用户输入“登录外卖APP”的语音输入(即第二语音输入)，则与上述步骤S501-S510类似的，语音助手APP可将“登录外卖APP”的第二对话内容发送至第一服务器。第一服务器提取到第二对话内容的意图为登录(login)时，可请求第二服务器登录用户在外卖APP中的账号。进而，第二服务器可将外卖APP的登录页面和会话标识作为本次链接发送至语音助手APP，由语音助手APP根据该链接跳转至外卖APP。后续，与上述实施例类似的，手机可从显示的外卖APP的界面跳转回语音助手APP的界面，并按照上述会话标识重新显示如图10所示的语音助手APP的会话界面。

示例性的，当手机跳转回语音助手APP后，与上述实施例类似的，还可以向第一服务器发送会话恢复消息，触发第一服务器从第二服务器获取用户在登录状态下对附近餐厅(或美食)的搜索结果，并将该搜索结果发送至语音助手APP。此时，如图11所示，语音助手APP可将接收到的搜索结果以卡片1101的形式显示在会话界面601中。由于语音助手APP此时接收到的搜索结果是第二服务器在用户登录的状态下搜索得到的，因此，卡片1101中的搜索结果是与用户登录外卖APP后的账户信息关联的，相较于卡片1001中的搜索结果，搜索结果能够为用户推荐更有针对性、更精准的服务资源，提高语音交互时用户的使用体验。

可以看出，在本申请实施例提供的语音交互方法中，语音助手APP、语音助手APP的服务器(即第一服务器)以及第三方应用的服务器(即第二服务器)在交互时，可将本次对话内容的会话标识作为携带参数在各个交互过程中传递。这样，第二服务器在向语音助手APP提供与对话内容对应的服务资源时可建立该服务资源与对应会话标识之间的对应关系，使得语音助手APP跳转至提供上述服务资源的第三方应用时，第三方应用也可获得与本次服务资源与对应会话标识，从而在第三方应用退出时能够按照该会话标识重新拉起语音助手APP并恢复相应的会话界面，使得语音助手APP跳转至第三方应用之后仍然能够跳转回语音助手APP实现语音接续功能，提高用户的使用体验。

需要说明的是，上述实施例中是以在手机中安装语音助手APP举例说明的，可以理解的是，在语音交互场景中，安装语音助手APP的电子设备还可以是车载设备、平板电脑、手表等，这些设备均可用于实现上述实施例中的语音交互方法，本申请实施例对此不做任何限制。

如图12所示，本申请实施例公开了一种电子设备，该电子设备可以为上述手机。该电子设备具体可以包括：触摸屏1201，所述触摸屏1201包括触摸传感器1206和显示屏1207；一个或多个处理器1202；存储器1203；一个或多个应用程序(未示出)；以及一个或多个计算机程序1204，上述各器件可以通过一个或多个通信总线1205连接。其中，上述一个或多个计算机程序1204被存储在上述存储器1203中并被配置为被该一个或多个处理器1202执行，该一个或多个计算机程序1204包括指令，该指令可以用于执行上述实施例中手机执行的相关步骤。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能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模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请实施例各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：快闪存储器、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请实施例的具体实施方式，但本申请实施例的保护范围并不局限于此，任何在本申请实施例揭露的技术范围内的变化或替换，都应涵盖在本申请实施例的保护范围之内。因此，本申请实施例的保护范围应以所述权利要求的保护范围为准。

Claims (34)

1.一种语音交互方法，其特征在于，包括：

电子设备显示语音应用的会话界面，所述会话界面用于显示用户与所述语音应用之间的对话内容；

所述电子设备检测用户输入的第一语音，并将所述第一语音转换为第一对话内容；

所述电子设备根据所述第一对话内容获取第一链接；

所述电子设备根据所述第一链接从所述语音应用的所述会话界面跳转至第一应用的界面；

在显示所述第一应用的界面之后，所述电子设备根据与所述第一对话内容对应的会话标识跳转回所述会话界面。

2.根据权利要求1所述的方法，其特征在于，在所述电子设备将所述第一语音转换为第一对话内容之后，还包括：

所述电子设备向第一服务器发送第一请求消息，所述第一请求消息中包括所述第一对话内容，以使得所述第一服务器响应于所述第一请求消息确定所述第一对话内容的会话标识和所述第一链接；

其中，所述电子设备根据第一对话内容获取第一链接，包括：

所述电子设备接收所述第一服务器发送的第一响应消息，所述第一响应消息中包括所述第一链接和所述会话标识。

3.根据权利要求1或2所述的方法，其特征在于，所述电子设备根据与所述第一对话内容对应的会话标识跳转回所述会话界面，包括：

所述电子设备中的所述第一应用拉起所述语音应用；

在所述语音应用被拉起后，所述电子设备中的所述语音应用显示与所述会话标识对应的对话内容。

4.根据权利要求3所述的方法，其特征在于，所述电子设备中的所述第一应用拉起所述语音应用，包括：

所述电子设备中的所述第一应用根据第二链接拉起所述语音应用，所述第二链接包括所述语音应用的链接和所述会话标识。

5.根据权利要求3所述的方法，其特征在于，所述电子设备的所述语音应用显示与所述会话标识对应的对话内容，包括：

所述语音应用查询所述电子设备中是否存储有与所述会话标识对应的对话内容；

若所述电子设备存储有与所述会话标识对应的对话内容，则所述语音应用将与所述会话标识对应的对话内容显示在所述会话界面中；

若所述电子设备没有存储与所述会话标识对应的对话内容，则所述语音应用从第一服务器获取与所述会话标识对应的对话内容，并将与所述会话标识对应的对话内容显示在所述会话界面中。

6.根据权利要求2所述的方法，其特征在于，所述第一请求消息中还包括设备标识，所述设备标识用于确认所述电子设备是否登录所述第一应用。

7.根据权利要求6所述的方法，其特征在于，若所述电子设备没有登录所述第一应用，则所述第一链接包括所述第一应用中登录页面的链接。

8.根据权利要求7所述的方法，其特征在于，所述电子设备根据所述第一链接从所述语音应用的所述会话界面跳转至第一应用的界面，包括：

所述电子设备的语音应用根据所述第一链接拉起所述第一应用，并显示所述第一应用的登录页面。

9.根据权利要求8所述的方法，其特征在于，在所述电子设备显示所述第一应用的登录页面之后，还包括：

所述电子设备接收用户在所述登录页面中输入的登录操作，所述登录操作用于授权所述电子设备登录所述第一应用的用户账号；

其中，所述电子设备根据与所述第一对话内容对应的会话标识跳转回所述会话界面，包括：

若接收到与所述登录操作对应的登录成功消息，则所述电子设备根据所述会话标识从所述第一应用的界面跳转回所述会话界面。

10.根据权利要求8或9所述的方法，其特征在于，在所述电子设备根据所述会话标识跳转回所述会话界面之后，还包括：

所述电子设备在所述会话界面中显示与所述第一对话内容对应的第一服务内容，所述第一服务内容与登录所述第一应用后用户的账户信息关联。

11.根据权利要求7所述的方法，其特征在于，若所述电子设备没有登录所述第一应用，则所述方法还包括：

所述电子设备获取与所述第一对话内容对应的第二服务内容，所述第二服务内容为没有登录所述第一应用时与所述第一对话内容对应的服务内容；

在所述电子设备根据所述第一链接从所述语音应用的所述会话界面跳转至第一应用的界面之前，还包括：

所述电子设备在所述会话界面中显示所述第二服务内容和所述第一应用中登录页面的链接。

12.根据权利要求11所述的方法，其特征在于，所述电子设备根据所述第一链接从所述语音应用的所述会话界面跳转至第一应用的界面，包括：

若检测到用户在所述会话界面中选择所述登录页面的链接，则所述电子设备根据所述登录页面的链接从所述会话界面跳转至所述第一应用的登录页面；或者，

若用户输入的第二语音用于指示登录所述第一应用，则所述电子设备根据所述登录页面的链接从所述会话界面跳转至所述第一应用的登录页面。

13.根据权利要求1-12中任一项所述的方法，其特征在于，所述电子设备根据所述第一链接从所述语音应用的所述会话界面跳转至第一应用的界面之后，还包括：

所述电子设备启动预设的定时器；

当所述定时器超时时，所述电子设备从所述第一应用的界面跳转回所述会话界面。

14.根据权利要求1-13中任一项所述的方法，其特征在于，在所述电子设备根据所述第一链接从所述语音应用的所述会话界面跳转至显示第一应用的界面之后，还包括：

所述电子设备将所述语音应用切换至后台运行。

15.一种语音交互方法，其特征在于，包括：

第一服务器接收电子设备发送的第一请求消息，所述第一请求消息中包括第一对话内容；

响应于所述第一请求消息，所述第一服务器获取所述第一对话内容的会话标识和第一链接；

所述第一服务器向所述电子设备发送第一响应消息，所述第一响应消息包括所述会话标识和所述第一链接，所述会话标识用于所述电子设备从所述第一链接对应的第一应用的界面跳转回显示所述第一对话内容的语音应用的界面。

16.根据权利要求15所述的方法，其特征在于，所述第一服务器获取所述第一对话内容的会话标识和第一链接，包括：

所述第一服务器为所述第一对话内容分配会话标识；

所述第一服务器从所述第一应用的第二服务器中获取与所述第一对话内容对应的第一链接。

17.根据权利要求16所述的方法，其特征在于，所述第一服务器为所述第一对话内容分配会话标识，包括：

所述第一服务器识别所述第一对话内容的语义；

所述第一服务器根据所述第一对话内容的语义为所述第一对话内容分配会话标识。

18.根据权利要求16所述的方法，其特征在于，所述第一服务器从所述第一应用的第二服务器中获取与所述第一对话内容对应的第一链接，包括：

所述第一服务器向所述第二服务器发送第一消息，所述第一消息中包括所述会话标识和所述第一对话内容的语义，以使得第二服务器根据所述第一对话内容的语义确定所述第一链接，并建立所述第一链接与所述会话标识之间的对应关系；

所述第一服务器接收所述第二服务器发送的第二消息，所述第二消息包括所述会话标识以及所述第一链接。

19.根据权利要求18所述的方法，其特征在于，所述第一请求消息中包括所述电子设备的设备标识；

其中，所述第一消息中包括所述设备标识，以使得所述第二服务器根据所述设备标识确定所述电子设备是否登录所述第一应用；若所述电子设备没有登录所述第一应用，则所述第一链接为所述第一应用中登录页面的链接。

20.根据权利要求19所述的方法，其特征在于，在所述第一服务器向所述电子设备发送第一响应消息之后，还包括：

所述第一服务器接收所述电子设备发送的会话恢复消息，所述会话恢复消息中包括所述第一对话内容的会话标识和所述设备标识；

响应于所述会话恢复消息，所述第一服务器根据所述设备标识在所述第二服务器中查询所述电子设备是否登录所述第一应用；

若所述电子设备登录所述第一应用，则所述第一服务器从第二服务器中获取与所述第一对话内容对应的第一服务内容，所述第一服务内容与登录所述第一应用后用户的账户信息关联；

所述第一服务器将所述第一服务内容发送至所述电子设备。

21.根据权利要求19所述的方法，其特征在于，所述第一响应消息还包括第二服务内容，所述第二服务内容为没有登录所述第一应用时与所述第一对话内容对应的服务内容。

22.根据权利要求15-21中任一项所述的方法，其特征在于，所述第一响应消息中还包括所述第一链接的超时时间。

23.一种语音交互方法，其特征在于，包括：

电子设备显示语音应用的会话界面，所述会话界面用于显示用户与所述语音应用之间的对话内容；

所述电子设备检测用户输入的第一语音，并将所述第一语音转换为第一对话内容；

所述电子设备向第一服务器发送第一请求消息，所述第一请求消息中包括所述第一对话内容；

响应于所述第一请求消息，所述第一服务器获取所述第一对话内容的会话标识和第一链接；

所述第一服务器向所述电子设备发送第一响应消息，所述第一响应消息包括所述会话标识和所述第一链接；

所述电子设备根据所述第一链接从所述会话界面跳转至第一应用的界面；

在显示所述第一应用的界面之后，所述电子设备根据所述会话标识跳转回所述会话界面。

24.根据权利要求23所述的方法，其特征在于，所述第一服务器获取所述第一链接，包括：

所述第一服务器根据所述第一对话内容从第二服务器获取所述第一链接，所述第二服务器为所述第一应用对应的服务器。

25.根据权利要求24所述的方法，其特征在于，所述第一请求消息中还包括所述电子设备的设备标识；所述方法还包括：

所述第一服务器向所述第二服务器发送所述设备标识；

所述第二服务器根据所述设备标识确定所述电子设备是否登录所述第一应用；若所述电子设备没有登录所述第一应用，则所述第一链接包括所述第一应用中登录页面的链接。

26.根据权利要求25所述的方法，其特征在于，在所述电子设备根据所述第一链接从所述会话界面跳转至第一应用的界面之后，还包括：

响应于用户在所述第一应用的界面输入的登录操作，所述电子设备向所述第一服务器发送登录请求，所述登录请求中包括所述设备标识；

响应于所述登录请求，所述第一服务器请求所述第二服务器将所述设备标识标记为登录状态；

所述第一服务器向所述电子设备发送登录成功消息；

其中，所述电子设备根据所述会话标识跳转回所述会话界面，包括：

响应于所述登录成功消息，所述电子设备根据所述会话标识从所述第一应用的界面跳转回所述会话界面。

27.根据权利要求25或26所述的方法，其特征在于，在所述电子设备根据所述会话标识从所述第一应用的界面跳转回所述会话界面之后还包括：

所述电子设备向所述第一服务器发送会话恢复消息，所述会话恢复消息中包括所述会话标识和所述设备标识；

若所述电子设备登录所述第一应用，响应于所述会话恢复消息，所述第一服务器从所述第二服务器中获取与所述第一对话内容对应的第一服务内容，并将所述第一服务内容发送给所述电子设备，所述第一服务内容与登录所述第一应用后用户的账户信息关联；

所述电子设备在所述会话界面中显示所述第一服务内容。

28.根据权利要求25所述的方法，其特征在于，若所述电子设备没有登录所述第一应用，则所述方法还包括：

所述第一服务器从所述第二服务器获取第二服务内容，所述第二服务内容为没有登录所述第一应用时与所述第一对话内容对应的服务内容；

在所述电子设备根据所述第一链接从所述会话界面跳转至第一应用的界面之前，还包括：

所述电子设备在所述会话界面中显示所述第二服务内容。

29.根据权利要求23-28中任一项所述的方法，其特征在于，所述电子设备根据所述会话标识跳转回所述会话界面，包括：

所述电子设备中的所述第一应用根据第二链接拉起所述语音应用，所述第二链接包括所述语音应用的链接和所述会话标识；

在所述语音应用被拉起后，所述电子设备中的所述语音应用显示与所述会话标识对应的对话内容。

30.一种电子设备，其特征在于，包括：

触摸屏，所述触摸屏包括触摸传感器和显示屏；

一个或多个处理器；

存储器；

通信模块；

其中，所述存储器中存储有一个或多个计算机程序，所述一个或多个计算机程序包括指令，当所述指令被所述电子设备执行时，使得所述电子设备执行如权利要求1-14中任一项所述的语音交互方法。

31.一种服务器，其特征在于，包括：

一个或多个处理器；

存储器；

通信模块；

其中，所述存储器中存储有一个或多个计算机程序，所述一个或多个计算机程序包括指令，当所述指令被所述服务器执行时，使得所述服务器执行如权利要求15-22中任一项所述的语音交互方法。

32.一种语音交互***，其特征在于，包括如权利要求30所述的电子设备，以及如权利要求31所述的服务器。

33.一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令在电子设备上运行时，使得所述电子设备执行如权利要求1-14中任一项所述的语音交互方法；或者，当所述指令在服务器上运行时，使得所述服务器执行如权利要求15-22中任一项所述的语音交互方法。

34.一种包含指令的计算机程序产品，其特征在于，当所述计算机程序产品在电子设备上运行时，使得所述电子设备执行如权利要求1-14中任一项所述的语音交互方法；或者，当所述计算机程序产品在服务器上运行时，使得所述服务器执行如权利要求15-22中任一项所述的语音交互方法。

Images