CN113763923A - 语种切换方法、装置、电子设备和计算机可读介质 - Google Patents
语种切换方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN113763923A CN113763923A CN202110057304.1A CN202110057304A CN113763923A CN 113763923 A CN113763923 A CN 113763923A CN 202110057304 A CN202110057304 A CN 202110057304A CN 113763923 A CN113763923 A CN 113763923A
- Authority
- CN
- China
- Prior art keywords
- language
- target
- score
- information
- user
- 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.)
- Pending
Links
- 238000000605 extraction Methods 0.000 claims abstract description 24
- 230000000875 corresponding Effects 0.000 claims description 85
- 230000004044 response Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 230000001131 transforming Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 14
- 239000000203 mixture Substances 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 241001672694 Citrus reticulata Species 0.000 description 4
- 230000003287 optical Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000000644 propagated Effects 0.000 description 2
- 210000003666 Nerve Fibers, Myelinated Anatomy 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000002708 enhancing Effects 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 230000002452 interceptive Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006011 modification reaction Methods 0.000 description 1
- 230000001537 neural Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/005—Language recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L15/222—Barge in, i.e. overridable guidance for interrupting prompts
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
Abstract
本公开的实施例公开了语种切换方法、装置、电子设备和计算机可读介质。该语种切换方法的一具体实施方式包括:响应于接收到目标用户的否定信息,对所获取的、该目标用户的语音数据进行特征提取,得到特征信息集;根据该特征信息集,确定与该语音数据相关联的、语种集中的目标语种子集;根据该目标用户的用户信息,对该目标语种子集中的各个目标语种进行排序,得到目标语种序列;依照该目标语种序列的语种顺序,依次切换目标语种与该目标用户进行沟通,直至接收到该目标用户的确认信息或该目标语种序列中的目标语种切换结束。该实施方式通过目标语种序列来切换语言可以快捷、有效的确定目标用户所习惯的语言以来与该目标用户进行沟通。
Description
技术领域 本公开的实施例涉及计算机技术领域,具体涉及语种切换方法、装置、电子设备和计算机可读介质。 背景技术 目前,随着人工智能的高速发展,语音识别技术的应用越来越普及,常常涉及会议内容记录、呼叫中心、人机交互等多个业务。由于面对的用户群体的所在区域范围较大,用户所采用的语种或方言常常存在不一致的情况,因此如何在人机交互时达到更强的拟人度,增强用户的使用体验是将要解决的问题。通常采用的方式为:在针对智能客服场景中语种切换或方言切换时,多采用互动式语音应答(IVR,Interactive Voice Response)技术来实现。 然而,当采用上述方式与目标用户进行沟通时,经常会存在如下技术问题:用户需要逐一听取每个键的播报内容,然后选择相应的语种,导致用户所耗费的时间会较长,可能会给目标用户带来负面影响。除此之外,系统常常需要支持按键传递信息,进而导致系统集成时有较多的开发工作量,并增加系统的复杂性,带来系统的延迟。 发明内容 本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。 本公开的一些实施例提出了语种切换方法、装置、设备和计算机可读介质,来解决以上背景技术部分提到的技术问题。 第一方面,本公开的一些实施例提供了一种语种切换方法,该方法包括:响应于接收到目标用户的否定信息,对所获取的、上述目标用户的语音数据进行特征提取,得到特征信息集;根据上述特征信息集,确定与上述语音数据相关联的、语种集中的目标语种子集;根据上述目标用户的用户信息,对上述目标语种子集中的各个目标语种进行排序,得到目标语种序列;依照上述目标语种序列的语种顺序,依次切换目标语种与上述目标用户进行沟通,直至接收到上述目标用户的确认信息或上述目标语种序列中的目标语种切换结束。 可选的,上述方法还包括:响应于上述目标语种序列中的目标语种切换结束,使用上述语种集中的、预先设定的语种与上述目标用户进行沟通。 可选的,在上述响应于接收到目标用户的否定信息,对所获取的、上述目标用户的语音数据进行特征提取,得到特征信息之前,上述方法还包括:确定上述用户信息相关联的语种;利用上述用户信息相关联的语种,与上述目标用户进行沟通,得到上述目标用户反馈的信息;确定上述目标用户反馈的信息是否为上述否定信息。 可选的,上述特征信息集包括:第一特征信息和第二特征信息;以及上述根据上述特征信息集,确定与上述语音数据相关联的、语种集中的目标语种子集,包括:根据上述第一特征信息,生成与上述语音数据相关联的音素序列;利用与上述语种集中每个语种对应的、与音素相关的N元语法模型,确定上述每个语种对应的、与上述音素序列相关的第一分数,得到第一分数集;对上述第二特征信息进行线性变换,得到变换后的第二特征信息;利用与上述语种集中每个语种对应的声学模型,确定与上述每个语种对应的、与上述变换后的第二特征信息相关的第二分数,得到第二分数集;根据上述第一分数集和上述第二分数集,确定上述目标语种子集。 可选的,上述根据上述第一分数集和上述第二分数集,确定上述目标语种子集,包括:将上述第一分数集中的每个第一分数和上述第二分数集中的、与上述第一分数对应的第二分数进行加权求和以生成第三分数,得到第三分数集;根据上述第三分数集,确定上述目标语种子集。 可选的,上述根据上述第三分数集,确定上述目标语种子集,包括:从上述语种集中筛选第三分数大于或等于预定阈值的语种作为目标语种,得到上述目标语种子集。 可选的,上述根据上述目标用户的用户信息,对上述目标语种子集中的各个目标语种进行排序,得到目标语种序列,包括:根据上述目标用户的用户信息,确定上述目标语种子集中每个目标语种对应的第四分数,得到第四分数集;将上述第四分数集中每个第四分数与上述第三分数集中的、与上述每个第四分数对应的第三分数相加以生成每个目标语种对应的第五分数,得到第五分数集;依据上述第五分数集,对上述目标语种子集中的各个目标语种进行排序,得到目标语种序列。 可选的,上述根据上述目标用户的用户信息,确定上述目标语种子集中每个目标语种对应的第四分数,得到第四分数集,包括:依据预先构建的、表征语种与地区的关联关系的表,确定上述目标语种子集中每个目标语种对应的地区标识,得到地区标识集;根据上述地区标识集和上述用户信息,确定上述目标语种子集中每个目标语种对应的第四分数,得到第四分数集。 第二方面,本公开的一些实施例提供了一种语种切换装置,装置包括:特征提取单元,被配置成响应于接收到目标用户的否定信息,对所获取的、上述目标用户的语音数据进行特征提取,得到特征信息集;确定单元,被配置成根据上述特征信息集,确定与上述语音数据相关联的、语种集中的目标语种子集;排序单元,被配置成根据上述目标用户的用户信息,对上述目标语种子集中的各个目标语种进行排序,得到目标语种序列;切换单元,被配置成依照上述目标语种序列的语种顺序,依次切换目标语种与上述目标用户进行沟通,直至接收到上述目标用户的确认信息或上述目标语种序列中的目标语种切换结束。 可选的,装置还包括:响应于上述目标语种序列中的目标语种切换结束,使用上述语种集中的、预先设定的语种与上述目标用户进行沟通。 可选的,装置还包括:确定上述用户信息相关联的语种;利用上述用户信息相关联的语种,与上述目标用户进行沟通,得到上述目标用户反馈的信息;确定上述目标用户反馈的信息是否为上述否定信息。 可选的,上述特征信息集包括:第一特征信息和第二特征信息。以及确定单元进一步配置成:根据上述第一特征信息,生成与上述语音数据相关联的音素序列;利用与上述语种集中每个语种对应的、与音素相关的N元语法模型,确定上述每个语种对应的、与上述音素序列相关的第一分数,得到第一分数集;对上述第二特征信息进行线性变换,得到变换后的第二特征信息;利用与上述语种集中每个语种对应的声学模型,确定与上述每个语种对应的、与上述变换后的第二特征信息相关的第二分数,得到第二分数集;根据上述第一分数集和上述第二分数集,确定上述目标语种子集。 可选的,确定单元进一步配置成:将上述第一分数集中的每个第一分数和上述第二分数集中的、与上述第一分数对应的第二分数进行加权求和以生成第三分数,得到第三分数集;根据上述第三分数集,确定上述目标语种子集。 可选的,确定单元进一步配置成:从上述语种集中筛选第三分数大于或等于预定阈值的语种作为目标语种,得到上述目标语种子集。 可选的,排序单元进一步配置成:根据上述目标用户的用户信息,确定上述目标语种子集中每个目标语种对应的第四分数,得到第四分数集;将上述第四分数集中每个第四分数与上述第三分数集中的、与上述每个第四分数对应的第三分数相加以生成每个目标语种对应的第五分数,得到第五分数集;依据上述第五分数集,对上述目标语种子集中的各个目标语种进行排序,得到目标语种序列。 可选的,排序单元进一步配置成:依据预先构建的、表征语种与地区的关联关系的表,确定上述目标语种子集中每个目标语种对应的地区标识,得到地区标识集;根据上述地区标识集和上述用户信息,确定上述目标语种子集中每个目标语种对应的第四分数,得到第四分数集。 第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一的方法。 第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中任一的方法。 本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的语种切换方法可以通过目标语种序列来切换语言可以快捷、有效的确定目标用户所习惯的语言以来与该目标用户进行沟通。具体来说,用户需要逐一听取每个键的播报内容,然后选择相应的语种,导致用户所耗费的时间会较长,可能会给目标用户带来负面影响。除此之外,系统常常需要支持按键传递信息,进而导致系统集成时有较多的开发工作量,并增加系统的复杂性,带来系统的延迟。基于此,本公开的一些实施例的语种切换方法会响应于接收到目标用户的否定信息,首先可以对所获取的、上述目标用户的语音数据进行特征提取,得到特征信息集。在这里,对上述目标用户的语音进行特征提取用于分析上述目标用户所讲的话的语音信息,以便于后续确定目标用户可能习惯的目标语种子集。然后,根据上述特征信息集,确定与上述语音数据相关联的、语种集中的目标语种子集可以大大缩减上述目标用户可能习惯的语种的范围,以便减少用户所耗费的时间。进而,根据上述目标用户的用户信息,对上述目标语种子集中的各个目标语种进行排序,得到目标语种序列。在这里,通过对上述目标语种子集中的各个目标语种进行排序,以率先使用与目标用户相关性较大的语种与目标用户沟通,可以侧面快捷的确定目标用户所习惯的语言。最后,依照上述目标语种序列的语种顺序,依次切换目标语种与上述目标用户进行沟通,直至接收到上述目标用户的确认信息或上述目标语种序列中的目标语种切换结束。由此可得,上述语种切换方法可以通过目标语种序列来切换语言可以快捷、有效的确定目标用户所习惯的语言以来与该目标用户进行沟通。 附图说明 结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。 图1是本公开的一些实施例的语种切换方法的一个应用场景图的示意图; 图2是根据本公开的语种切换方法一些实施例的流程图; 图3是根据本公开的一些实施例的语种切换方法中的生成第一分数集的示意图; 图4是根据本公开的一些实施例的语种切换方法中的生成第二分数集的示意图; 图5是根据本公开的语种切换方法的另一些实施例的流程图; 图6是根据本公开的语种切换装置的一些实施例的结构示意图; 图7是适于用来实现本公开的一些实施例的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实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。 另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。 需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。 需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。 本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。 下面将参考附图并结合实施例来详细说明本公开。 图1是本公开的一些实施例的语种切换方法的一个应用场景图的示意图。 如图1所示,响应于接收到目标用户102的否定信息103,电子设备101可以首先对所获取的、上述目标用户102的语音数据104进行特征提取,得到特征信息集105。然后,根据上述特征信息集105,确定与上述语音数据104相关联的、语种集106中的目标语种子集107。在本应用场景中,上述语种集106可以包括:语种1061、语种1062、语种1063、语种1064。上述语种1061可以是“汉语”。上述语种1062可以是“俄语”。上述语种1063可以是“日语”。上述语种1064可以是“韩语”。上述目标语种子集107可以包括:语种1071、语种1072、语种1073。语种1071可以是与语种1061相同的语种。语种1072可以是与语种1062相同的语种。语种1073可以是与语种1063相同的语种。进而,根据上述目标用户102的用户信息108,对上述目标语种子集107中的各个目标语种进行排序,得到目标语种序列109。在本应用场景中,上述用户信息108可以是:“用户电话所属地区:中国”。上述目标语种序列109可以是:“汉语,韩语,日语”。最后,依照上述目标语种序列107的语种顺序,依次切换目标语种与上述目标用户102进行沟通,直至接收到上述目标用户102的确认信息或上述目标语种序列107中的目标语种切换结束。 需要说明的是,上述电子设备101可以是硬件,也可以是软件。当电子设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当电子设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。 应该理解,图1中的电子设备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电子设备。 继续参考图2,示出了根据本公开的语种切换方法的一些实施例的流程200。该语种切换方法,包括以下步骤: 步骤201,响应于接收到目标用户的否定信息,对所获取的、上述目标用户的语音数据进行特征提取,得到特征信息集。 在一些实施例中,响应于接收到目标用户的否定信息,语种切换方法的执行主体(例如图1所示的电子设备101)可以对所获取的、上述目标用户的语音数据进行特征提取,得到特征信息集。其中,上述否定信息可以是目标用户所说的语音数据中带有否定语义的信息,还可以是通过目标用户按键而得到的否定信息。 作为示例,响应于接收到目标用户的否定信息,上述执行主体可以通过隐马尔科夫模型(HMM,Hidden Markov Model)与高斯混合模型(Gaussian mixture models,GMM)来对所获取的、上述目标用户的语音数据进行特征提取,得到特征信息集。 在一些实施例的一些可选的实现方式中,上述步骤还可以包括: 第一步,确定上述用户信息相关联的语种。其中,上述用户信息可以是用户所使用移动终端设备的号码信息,还可以是目标用户所使用非移动终端设备的网络之间互连的协议(IP,Internet Protocol)地址信息。作为示例,响应于上述目标用户所使用的设备为移动终端设备,确定号码信息的所属地。根据所属地确定上述用户信息相关联的语种。 第二步,利用上述用户信息相关联的语种,与上述目标用户进行沟通,得到上述目标用户反馈的信息。 第三步,确定上述目标用户反馈的信息是否为上述否定信息。 步骤202,根据上述特征信息集,确定与上述语音数据相关联的、语种集中的目标语种子集。 在一些实施例中,上述执行主体可以根据上述特征信息集,可以通过各种方式来确定与上述语音数据相关联的、语种集中的目标语种子集。其中,上述目标语种子集中的可以是语种集中与目标用户相关性较高的语种。 在一些实施例的一些可选的实现方式中,上述特征信息集包括:第一特征信息和第二特征信息;以及上述根据上述特征信息集,确定与上述语音数据相关联的、语种集中的目标语种子集,可以包括以下步骤: 第一步,根据上述第一特征信息,生成与上述语音数据相关联的音素序列。作为示例,上述执行主体可以将第一特征信息输入至上述隐马尔科夫模型和高斯混合模型,得到与上述语音数据相关联的音素序列。 第二步,利用与上述语种集中每个语种对应的、与音素相关的N元语法模型,确定上述每个语种对应的、与上述音素序列相关的第一分数,得到第一分数集。 作为示例,如图3所示,上述语音数据301相关联的音素序列302可以是:“p,u,t,o,ng,h,u,a”。利用普通话对应的、与音素相关的N元语法模型303,确定与语种“普通话”相关的第一分数307可以是“8分”。利用粤语话对应的、与音素相关的N元语法模型304,确定与语种“粤语话”相关的第一分数308可以是“4分”。利用湖南话对应的、与音素相关的N元语法模型305,确定与语种“湖南话”相关的第一分数309可以是“6分”。利用东北话对应的、与音素相关的N元语法模型306,确定与语种“东北话”相关的第一分数310可以是“6.5分”。 第三步,对上述第二特征信息进行线性变换,得到变换后的第二特征信息。 第四步,利用与上述语种集中每个语种对应的声学模型,确定与上述每个语种对应的、与上述变换后的第二特征信息相关的第二分数,得到第二分数集。其中,上述声学模型可以是时延神经网络(TDNN,Time-Delay Neural Network)。 作为示例,如图4所示,上述执行主体可以利用与普通话对应的声学模型402,确定与普通话对应的、与变换后的第二特征信息401相关的第二分数406可以为“8.5分”。利用与粤语话对应的声学模型403,确定与粤语话对应的、与变换后的第二特征信息401相关的第二分数407可以为“5分”。利用与湖南话对应的声学模型404,确定与湖南话对应的、与变换后的第二特征信息401相关的第二分数408可以为“6分”。利用与东北话对应的声学模型405,确定与东北话对应的、与变换后的第二特征信息401相关的第二分数409可以为“7分”。 第五步,根据上述第一分数集和上述第二分数集,确定上述目标语种子集。作为示例,上述执行主体可以首先将上述第一分数集中的分数与第二分数集中的分数对应相加,可以得到相加后的分数集。然后,从上述相加后的分数集中筛选分数大于预定阈值的分数,得到筛选后的分数集。最后,将上述筛选后的分数集对应的语种集确定为上述目标语种子集。 可选的,上述根据上述第一分数集和上述第二分数集,确定上述目标语种子集,可以包括以下步骤: 第一步,将上述第一分数集中的每个第一分数和上述第二分数集中的、与上述第一分数对应的第二分数进行加权求和以生成第三分数,得到第三分数集。 第二步,根据上述第三分数集,确定上述目标语种子集。 可选的,上述根据上述第三分数集,确定上述目标语种子集,可以是以下步骤:从上述语种集中筛选第三分数大于或等于预定阈值的语种作为目标语种,得到上述目标语种子集。 步骤203,根据上述目标用户的用户信息,对上述目标语种子集中的各个目标语种进行排序,得到目标语种序列。 在一些实施例中,上述执行主体可以根据上述目标用户的用户信息,对上述目标语种子集中的各个目标语种进行排序,得到目标语种序列。作为示例,上述执行主体可以首先根据上述目标用户的用户信息确定上述目标用户的所在地。然后,确定上述目标语种子集中每个目标语种对应的所属地。最后,根据上述目标用户的所在地和每个目标语种对应的所属地的距离,对上述目标语种子集中的各个目标语种进行排序,得到目标语种序列。 步骤204,依照上述目标语种序列的语种顺序,依次切换目标语种与上述目标用户进行沟通,直至接收到上述目标用户的确认信息或上述目标语种序列中的目标语种切换结束。 在一些实施例中,上述执行主体可以依照上述目标语种序列的语种顺序,依次切换目标语种与上述目标用户进行沟通,直至接收到上述目标用户的确认信息或上述目标语种序列中的目标语种切换结束。 本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的语种切换方法可以通过目标语种序列来切换语言可以快捷、有效的确定目标用户所习惯的语言以来与该目标用户进行沟通。具体来说,用户需要逐一听取每个键的播报内容,然后选择相应的语种,导致用户所耗费的时间会较长,可能会给目标用户带来负面影响。除此之外,系统常常需要支持按键传递信息,进而导致系统集成时有较多的开发工作量,并增加系统的复杂性,带来系统的延迟。基于此,本公开的一些实施例的语种切换方法会响应于接收到目标用户的否定信息,首先可以对所获取的、上述目标用户的语音数据进行特征提取,得到特征信息集。在这里,对上述目标用户的语音进行特征提取用于分析上述目标用户所讲的话的语音信息,以便于后续确定目标用户可能习惯的目标语种子集。然后,根据上述特征信息集,确定与上述语音数据相关联的、语种集中的目标语种子集可以大大缩减上述目标用户可能习惯的语种的范围,以便减少用户所耗费的时间。进而,根据上述目标用户的用户信息,对上述目标语种子集中的各个目标语种进行排序,得到目标语种序列。在这里,通过对上述目标语种子集中的各个目标语种进行排序,以率先使用与目标用户相关性较大的语种与目标用户沟通,可以侧面快捷的确定目标用户所习惯的语言。最后,依照上述目标语种序列的语种顺序,依次切换目标语种与上述目标用户进行沟通,直至接收到上述目标用户的确认信息或上述目标语种序列中的目标语种切换结束。由此可得,上述语种切换方法可以通过目标语种序列来切换语言可以快捷、有效的确定目标用户所习惯的语言以来与该目标用户进行沟通。 继续参考图5,示出了根据本公开的语种切换方法的另一些实施例的流程500。该语种切换方法,包括以下步骤: 步骤501,响应于接收到目标用户的否定信息,对所获取的、上述目标用户的语音数据进行特征提取,得到特征信息集。 步骤502,根据上述特征信息集,确定与上述语音数据相关联的、语种集中的目标语种子集。 步骤503,根据上述目标用户的用户信息,确定上述目标语种子集中每个目标语种对应的第四分数,得到第四分数集。 在一些实施例中,执行主体(例如图1所示的电子设备101)可以根据上述目标用户的用户信息,确定上述目标语种子集中每个目标语种对应的第四分数,得到第四分数集。作为示例,上述执行主体可以首先根据上述目标用户的用户信息,确定目标用户的归属地。然后,对上述目标用户的归属地和上述目标语种子集进行词嵌入,得到归属地对应的向量和目标语种子集对应的向量集。最后,通过求取归属地对应的向量和目标语种子集对应的向量集中每个向量之间的相似度作为上述第四分数,得到第四分数集。 在一些实施例的一些可选的实现方式中,上述根据上述目标用户的用户信息,确定上述目标语种子集中每个目标语种对应的第四分数,得到第四分数集,可以包括以下步骤: 第一步,依据预先构建的、表征语种与地区的关联关系的表,确定上述目标语种子集中每个目标语种对应的地区标识,得到地区标识集。 第二步,根据上述地区标识集和上述用户信息,确定上述目标语种子集中每个目标语种对应的第四分数,得到第四分数集。作为示例,上述执行主体可以通过用户信息和上述地区标识集,确定目标用户与各个地区之间的关联关系。然后,可以将关联关系为相邻关系的、对应的语种确定为预先设定的第一数值。将关联关系为相同关系的对应的语种确定预先设定的为第二数值。将关联关系为没有关系的对应的语种确定预先设定的为第三数值。由此,可以确定上述目标语种子集中每个目标语种对应的第四分数,得到第四分数集。 步骤504,将上述第四分数集中每个第四分数与上述第三分数集中的、与上述每个第四分数对应的第三分数相加以生成每个目标语种对应的第五分数,得到第五分数集。 在一些实施例中,上述执行主体可以将上述第四分数集中每个第四分数与上述第三分数集中的、与上述每个第四分数对应的第三分数相加以生成每个目标语种对应的第五分数,得到第五分数集。 步骤505,依据上述第五分数集,对上述目标语种子集中的各个目标语种进行排序,得到目标语种序列。 在一些实施例中,上述执行主体可以依据上述第五分数集,对上述目标语种子集中的各个目标语种进行排序,得到目标语种序列。 步骤506,依照上述目标语种序列的语种顺序,依次切换目标语种与上述目标用户进行沟通,直至接收到上述目标用户的确认信息或上述目标语种序列中的目标语种切换结束。 在一些实施例中,步骤501、502和506的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201、202和204,在此不再赘述。 从图5中可以看出,与图2对应的一些实施例的描述相比,图5对应的一些实施例中的语种切换方法的流程500体现了将目标用户的用户信息考虑到确定目标用户所习惯的语言的步骤。由此,这些实施例描述的方案可以更全面、精准的确定目标用户所习惯的语言以来与该目标用户进行沟通。 继续参考图6,作为对上述各图上述方法的实现,本公开提供了一种语种切换装置的一些实施例,这些装置实施例与图2上述的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。 如图6所示,一些实施例的语种切换装置600包括:特征提取单元601、确定单元602、排序单元603和切换单元604。其中,特征提取单元601,被配置成响应于接收到目标用户的否定信息,对所获取的、上述目标用户的语音数据进行特征提取,得到特征信息集。确定单元602,被配置成根据上述特征信息集,确定与上述语音数据相关联的、语种集中的目标语种子集。排序单元603,被配置成根据上述目标用户的用户信息,对上述目标语种子集中的各个目标语种进行排序,得到目标语种序列。切换单元604,被配置成依照上述目标语种序列的语种顺序,依次切换目标语种与上述目标用户进行沟通,直至接收到上述目标用户的确认信息或上述目标语种序列中的目标语种切换结束。 在一些实施例的一些可选的实现方式中,上述装置还包括:沟通单元(图中未展示)。其中,上述沟通单元可以进一步被配置成:响应于上述目标语种序列中的目标语种切换结束,使用上述语种集中的、预先设定的语种与上述目标用户进行沟通。 在一些实施例的一些可选的实现方式中,上述装置还包括:语种确定单元、用户沟通单元和信息确定单元(图中未展示)。其中,语种确定单元可以进一步被配置成:确定上述用户信息相关联的语种。用户沟通单元可以进一步被配置成:利用上述用户信息相关联的语种,与上述目标用户进行沟通,得到上述目标用户反馈的信息。信息确定单元可以进一步被配置成:确定上述目标用户反馈的信息是否为上述否定信息。 在一些实施例的一些可选的实现方式中,上述特征信息集包括:第一特征信息和第二特征信息。语种切换装置600的确定单元602可以进一步被配置成:根据上述第一特征信息,生成与上述语音数据相关联的音素序列;利用与上述语种集中每个语种对应的、与音素相关的N元语法模型,确定上述每个语种对应的、与上述音素序列相关的第一分数,得到第一分数集;对上述第二特征信息进行线性变换,得到变换后的第二特征信息;利用与上述语种集中每个语种对应的声学模型,确定与上述每个语种对应的、与上述变换后的第二特征信息相关的第二分数,得到第二分数集;根据上述第一分数集和上述第二分数集,确定上述目标语种子集。 在一些实施例的一些可选的实现方式中,语种切换装置600的确定单元602可以进一步被配置成:将上述第一分数集中的每个第一分数和上述第二分数集中的、与上述第一分数对应的第二分数进行加权求和以生成第三分数,得到第三分数集;根据上述第三分数集,确定上述目标语种子集。 在一些实施例的一些可选的实现方式中,语种切换装置600的确定单元602可以进一步被配置成:从上述语种集中筛选第三分数大于或等于预定阈值的语种作为目标语种,得到上述目标语种子集。 在一些实施例的一些可选的实现方式中,语种切换装置600的排序单元603可以进一步被配置成:根据上述目标用户的用户信息,确定上述目标语种子集中每个目标语种对应的第四分数,得到第四分数集;将上述第四分数集中每个第四分数与上述第三分数集中的、与上述每个第四分数对应的第三分数相加以生成每个目标语种对应的第五分数,得到第五分数集;依据上述第五分数集,对上述目标语种子集中的各个目标语种进行排序,得到目标语种序列。 在一些实施例的一些可选的实现方式中,语种切换装置600的排序单元603可以进一步被配置成:依据预先构建的、表征语种与地区的关联关系的表,确定上述目标语种子集中每个目标语种对应的地区标识,得到地区标识集;根据上述地区标识集和上述用户信息,确定上述目标语种子集中每个目标语种对应的第四分数,得到第四分数集。 可以理解的是,该装置600中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置600及其中包含的单元,在此不再赘述。 下面参考图7,其示出了适于用来实现本公开的一些实施例的电子设备700的结构示意图。图7示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。 如图7所示,电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。 通常,以下装置可以连接至I/O接口705:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707;包括例如磁带、硬盘等的存储装置708;以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。 特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置709从网络上被下载和安装,或者从存储装置708被安装,或者从ROM 702被安装。在该计算机程序被处理装置701执行时,执行本公开的一些实施例的方法中限定的上述功能。 需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。 在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。 上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:响应于接收到目标用户的否定信息,对所获取的、上述目标用户的语音数据进行特征提取,得到特征信息集;根据上述特征信息集,确定与上述语音数据相关联的、语种集中的目标语种子集;根据上述目标用户的用户信息,对上述目标语种子集中的各个目标语种进行排序,得到目标语种序列;依照上述目标语种序列的语种顺序,依次切换目标语种与上述目标用户进行沟通,直至接收到上述目标用户的确认信息或上述目标语种序列中的目标语种切换结束。 可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。 附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。 描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括特征提取单元、确定单元、第三排序单元和切换单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,确定单元还可以被描述为“根据上述特征信息集,确定与上述语音数据相关联的、语种集中的目标语种子集的单元”。 本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。 以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。