一种离在线合一的NLP系统及其工作方法、装置与流程

本发明属于本地信息处理技术领域，具体涉及一种离在线合一的nlp系统及其工作方法、装置。

背景技术：

随着社会的发展，人工智能已经广泛应用于工业、安防、交通、家居等领域，使人类的生活发生了翻天覆地的变化。而基于nlp技术，也即自然语言处理技术的一些智能控制设备，由于其较为出色的人及语言交互体验也逐渐受到用户们的喜爱。

这些智能设备在进行工作时，通常都是利用语音采集装置采集用户的语音信息，并对采集到的语音信息进行分析，从中获取相应的指令，并最终控制设备执行相应的操作。但是现有的智能设备大多是通过语音采集装置采集到语音信息，然后将采集到的语音信息远程传输至云端，由云端对采集的语音信息进行分析，从中提取出所需的语音指令。但是这种处理方式对网络依赖性较强，当网络不稳定，或者没有网络的情况下，容易造成响应速度慢、无法响应等问题。

因此，如何降低nlp技术对于网络的依赖性，提高其响应速度成为亟待解决的技术问题。

技术实现要素：

本发明要解决的技术问题在于如何降低nlp技术对于网络的依赖性，提高其响应速度。

为此，根据第一方面，本发明实施例公开了一种离在线合一的nlp系统，包括：

麦克风，用于采集用户的声音信息；前端处理器，与麦克风信号连接，前端处理器用于接收声音信息并对声音信息进行本地处理以生成处理结果，并根据处理结果生成控制信号；扬声器，与前端处理器信号连接，用于根据控制信号进行发声。

可选地，前端处理器包括：本地nlp模块，与麦克风信号连接，本地nlp模块用于接收声音信息并对声音信息进行语义分析以生成语义分析结果；控制模块，与本地nlp模块信号连接，控制模块用于根据语义分析结果生成控制信号以控制扬声器发声。

可选地，还包括：云端nlp模块，本地nlp模块上设置有网络单元，云端nlp模块通过网络单元与本地nlp模块网络连接，云端nlp模块用于与本地nlp模块进行数据交互。

可选地，前端处理器还包括：存储器，与麦克风信号连接，存储器用于存储麦克风所采集到的声音信息；语音识别模块，分别与存储器和本地nlp模块信号连接，语音识别模块用于识别声音信息以生成识别后的文本信息。

可选地，前端处理器还包括：语音合成模块，分别与扬声器和控制模块信号连接，语音合成模块用于根据控制信号进行语音合成并生成语音合成数据。

可选地，语音识别模块和/或语音合成模块上也设置有网络单元，网络单元用于实现语音识别模块和/或语音合成模块与互联网之间的数据交互。

根据第二方面，本发明实施例提供了一种离在线合一的nlp系统的工作方法，包括：

获取麦克风采集到的用户的声音信息；基于本地nlp模块对声音信息进行本地处理以生成处理结果，并根据处理结果生成控制信号；根据控制信号控制扬声器进行发声。

根据第三方面，本发明实施例提供了一种离在线合一的nlp系统的工作装置，包括：

声音获取模块，用于获取麦克风采集到的用户的声音信息；信息处理模块，用于基于本地nlp模块对声音信息进行本地处理以生成处理结果，并根据处理结果生成控制信号；发声控制模块，用于根据控制信号控制扬声器进行发声。

根据第四方面，本发明提供了一种计算机装置，包括处理器，处理器用于执行存储器中存储的计算机程序实现上述第二方面的离在线合一的nlp系统的工作方法。

根据第五方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，处理器用于执行存储介质中存储的计算机程序实现上述第二方面的离在线合一的nlp系统的工作方法。

本发明的有益效果在于：

本发明实施例公开的一种离在线合一的nlp系统，利用麦克风采集用户的声音信息，利用前端处理器对麦克风采集到的声音信息进行接收和处理，并根据生成的处理结果生成控制信号，扬声器根据控制信号发声。相对于现有技术中，将麦克风采集到的声音信息发送至云端进行分析处理，再由云端生成控制信号控制扬声器发声的方案，本发明实施例公开的方案通过前端处理器完成对声音信息的接收、处理和控制信号的生成，使得可以在前端直接进行声音信息的分析，不需要借助云端的计算，降低了nlp技术对于网络的依赖性，此外，由于其不需要借助云端的计算，也即省略了数据向云端传输和从云端接收的过程，也提高了响应速度。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一种离在线合一的nlp系统的结构示意图；

图2为本发明实施例一种离在线合一的nlp系统的工作方法的流程图；

图3为本发明实施例一种离在线合一的nlp系统的工作装置的结构示意图。

附图标记：1、麦克风；2、前端处理器；21、本地nlp模块；22、控制模块；23、存储器；24、语音识别模块；25、语音合成模块；3、扬声器；4、云端nlp模块。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

请参考图1，为本实施例公开的一种离在线合一的nlp系统，该离在线合一的nlp系统包括：

麦克风1，用于采集用户的声音信息。在本实施例中，麦克风1数量具体的至少可以是两个，至少两个麦克风1组成麦克风1阵列能够利用至少两个麦克风1接收到声波的相位之间的差异对声波进行过滤，能最大限度将环境背景声音清除掉，只剩下需要的声波，实现降低噪音的目的。

前端处理器2，在具体实施过程中，前端处理器2可以使用英伟达芯片、arm处理器、英特尔处理器等作为载体。在本实施例中，前端处理器2包括：本地nlp模块21和控制模块22，其中，

本地nlp模块21与麦克风1信号连接，本地nlp模块21用于接收声音信息并对声音信息进行本地语义分析以生成语义分析结果。在本实施例中，本地nlp模块21可以包括存储在本地的本地知识图谱、本地语义分析算法、本地逻辑推理算法以及本地上下文、多轮交互的任务流系统。

在本实施例中，前端处理器2还可以包括：存储器23和语音识别模块24，存储器23与麦克风1信号连接，用于存储麦克风1采集到的用户的声音信息；语音识别模块24分别与存储器23和本地nlp模块21信号连接，用于对存储器23所存储的声音信息进行语音识别，以生成识别后的文本信息。本地nlp模块21根据语音识别模块24生成的文本信息进行语音分析，并生成语音分析结果。在其他实施例中，语音识别模块24上还可以设置网络单元，网络单元用于实现语音识别模块24与互联网之间的数据交互。在本实施例中，网络单元可以是wifi，也可以是蓝牙，还可以是其他有线或无线的联网方式。

控制模块22，与本地nlp模块21信号连接，控制模块22用于根据本地nlp模块21生成的语义分析结果生成相对应的控制信号。

扬声器3，与控制模块22信号连接，用于根据控制信号进行发声。

在本实施例中，前端处理器2还可以包括：语音识别模块24，语音识别模块24分别与扬声器3和控制模块22信号连接，语音识别模块24用于根据控制模块22所生成的控制指令进行语音合成，同时将合成的语音发送给扬声器3，由扬声器3进行发声。在具体实施过程中，语音合成模块25可以进行多个不同音色的语音合成，用户可以自由选定合成的音色。在其他实施例中，语音合成模块25上还可以设置网络单元，网络单元用于实现语音合成模块25与互联网之间的数据交互。在本实施例中，网络单元可以是wifi，也可以是蓝牙，还可以是其他有线或无线的联网方式。

在本实施例中，该离在线合一的nlp系统还可以包括云端nlp模块4，本地模块上设置有网络单元，本地nlp模块21通过网络单元与云端nlp模块4网络连接，以进行数据交互。在具体实施过程中，本地nlp模块21在可联网的情况下，可以向云端nlp模块4请求新数据，以更新本地知识图谱，强化本地nlp模块21的功能，也可以向云端nlp模块4请求获取本地没有的动态数据，例如：实时天气预报、实时股市行情等。

需要说明的是，上述本地nlp模块21与云端nlp模块4数据交互的内容仅为便于本领域内技术人员理解所列举的示例，并不能认为是对本发明技术方案的限定，其他数据交互的内容也应当认为是本方案的保护范围之内。

在具体实施例中，语音识别模块24、语音合成模块25和本地nlp模块21在工作过程中均可以判断当前网络状态，如果可以联网，则优先通过网络单元建立网络连接，使用在线模式；如果不能联网，则在本地进行语音识别、语音合成以及nlp处理，使用离线模式。

本实施例公开的一种离在线合一的nlp系统，利用麦克风采集用户的声音信息，利用前端处理器对麦克风采集到的声音信息进行接收和处理，并根据生成的处理结果生成控制信号，扬声器根据控制信号发声。相对于现有技术中，将麦克风采集到的声音信息发送至云端进行分析处理，再由云端生成控制信号控制扬声器发声的方案，本发明实施例公开的方案通过前端处理器完成对声音信息的接收、处理和控制信号的生成，使得可以在前端直接进行声音信息的分析，不需要借助云端的计算，降低了nlp技术对于网络的依赖性，此外，由于其不需要借助云端的计算，也即省略了数据向云端传输和从云端接收的过程，也提高了响应速度。

本实施例还公开了一种离在线合一的nlp系统的工作方法，请参考图2，为该离在线合一的nlp系统的工作方法的流程图，该离在线合一的nlp系统的工作方法包括：

获取麦克风采集到的用户的声音信息；基于本地nlp模块对声音信息进行本地处理以生成处理结果，并根据处理结果生成控制信号；根据控制信号控制扬声器进行发声。

本实施例公开的一种离在线合一的nlp系统的工作方法，首先获取到麦克风采集到的用户的声音信息，然后基于本地nlp模块对声音信息进行本地处理生成处理结果，并且根据处理结果生成控制信号，最终根据控制信号控制扬声器进行发声。直接在前端进行声音信息的分析，不需要借助云端的计算，降低了nlp技术对于网络的依赖性，此外，由于其不需要借助云端的计算，也即省略了数据向云端传输和从云端接收的过程，提高了响应速度。

请参考图3，为本发明实施例公开的一种离在线合一的nlp系统的工作装置的结构示意图，该离在线合一的nlp系统的工作装置包括：

声音获取模块301，用于获取麦克风采集到的用户的声音信息；信息处理模块302，用于基于本地nlp模块对声音信息进行本地处理以生成处理结果，并根据处理结果生成控制信号；发声控制模块303，用于根据控制信号控制扬声器进行发声。

此外，本发明实施例中还提供一种计算机装置，处理器通过执行计算机指令，从而实现以下方法：

获取麦克风采集到的用户的声音信息；基于本地nlp模块对声音信息进行本地处理以生成处理结果，并根据处理结果生成控制信号；根据控制信号控制扬声器进行发声。

本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(rom)或随机存储记忆体(ram)等。计算机处理器用于执行存储介质中存储的计算机程序实现以下方法：

获取麦克风采集到的用户的声音信息；基于本地nlp模块对声音信息进行本地处理以生成处理结果，并根据处理结果生成控制信号；根据控制信号控制扬声器进行发声。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进。这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。