数据处理方法、装置、设备、电子设备和存储介质与流程

1.本公开涉及数据处理技术领域，尤其涉及信息流技术领域，具体涉及一种数据处理方法、装置、设备、电子设备和存储介质。


背景技术：

2.市面上现有的语音交互系统由多个语音模块组成，不同语音模块可以实现不同功能，因此，各个语音模块通常是独立开发完成，导致各个语音模块通常独立封装实现各自的数据内容格式和协议，并各自独立处理接口和逻辑，导致在开发完整的语音交互系统时需要进行大量的适配工作，开发效率低。
3.针对上述技术问题，尚未有解决方案。


技术实现要素：

4.本公开提供了一种数据处理方法、装置、设备、电子设备和存储介质。
5.根据本公开的第一方面，提供了一种数据处理方法，包括：接收第一数据包，其中，第一数据包是基于预设协议对指令数据进行封装得到的；响应于指令数据的执行操作，获取指令数据的执行数据；基于预设协议对执行数据进行封装，生成第二数据包；发送第二数据包。
6.根据本公开的第二方面，提供了一种数据处理装置，包括：接收模块，接收第一数据包，其中，第一数据包是基于预设协议对指令数据进行封装得到的；获取模块，用于响应于指令数据的执行操作，获取指令数据的执行数据；生成模块，用于基于预设协议对执行数据进行封装，生成第二数据包；发送模块，用于发送第二数据包。
7.根据本公开的第三方面，提供了一种数据处理设备，包括：语音交互系统，用于基于预设协议对生成的指令数据进行封装，生成第一数据包，并发送第一数据包至客户端；客户端，与语音交互系统连接，用于响应于指令数据的执行操作，获取指令数据的执行数据，基于预设协议对执行数据进行封装，生成第二数据包，并发送第二数据包至语音交互系统。
8.根据本公开的第四方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面中数据处理中任一项的方法。
9.根据本公开的第五方面，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，其中，计算机指令用于使计算机执行第一方面中数据处理方法中任一项的方法。
10.根据本公开的第六方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现第一方面中数据处理方法中任一项的方法。
11.在本公开的上述实施例中，可以提供了一种处理效率更高的数据处理方法、装置、设备、电子设备和存储介质。
12.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特
征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
13.附图用于更好地理解本方案，不构成对本公开的限定。其中：
14.图1是根据本公开实施例的一种数据处理方法的流程图；
15.图2是根据本公开优选实施例的一种数据处理方法的流程图；
16.图3是根据本公开实施例的一种数据处理装置的结构示意图；
17.图4是根据本公开实施例的一种数据处理设备的结构示意图；
18.图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。
具体实施方式
19.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。
20.市场上现有的语音交互产品，一般仅提供单一的功能，若需要开发出一套完整的语音交互系统，需要将提供单一功能的语音交互产品整合，但是上述提供单一功能的产品通常由不同的工作人员开发，因此，提供的接口和协议通常是完全不一样且不相关，从而在开发完整的语音交互系统时需要进行大量的适配工作，造成开发工作量大、开发成本高、开发周期长、上线周期晚等技术问题。
21.为解决上述技术问题，本公开提供了一种数据处理方法、装置、设备、电子设备和存储介质，可以使语音交互系统进行统一化、规则化、便捷化地开发。此外，本公开可以应用于需要语音交互系统的产品，例如智能音箱、智能客服、语音机器人、会议助理、医疗问诊助理、车载语音助理、语音芯片等。
22.图1是根据本公开实施例的一种数据处理方法的流程图，如图1所示，该方法包括如下步骤：
23.步骤s101，接收第一数据包，其中，第一数据包是基于预设协议对指令数据进行封装得到的。
24.具体地，预设协议可以是基于垂类、指令、事件和状态的四维框架协议。第一数据包可以是在语音交互系统中基于预设协议对指令数据进行封装所得到的。其中，语音交互系统可以是包括终端和云端的系统，终端可以是包括收音装置的设备，收音装置可以是麦克风，此外，在收音装置采集到语音数据后，会将该数据以语音pcm(pulse-code modulation，脉冲编码调制)的形式传输至语音唤醒模块中，语音唤醒模块生成相应的唤醒状态指令。云端可以能够基于所接收的语音信息进行语音识别，生成识别文本，再对识别文本进行语义解析，得到nlu(natural-language understanding，自然语言理解)结果，进而根据该nlu结果从云端的资源内容模块中获得相应的资源并和生成相应的话术文本，然后基于该nlu结果资源内容生成相应的资源结构指令，并根据所解析出的数据生成话术文本，再基于该话术文本进行语音合成，生成相应的话术播放指令。因此，语音交互系统所生成的指令数据包括但不限于上述的唤醒状态指令、识别文本、资源结果指令、话术播报指令，在
接收到上述指令后，采用预设协议对上述指令进行封装，得到第一数据包。需要说明的是，第一数据包中并不一定包含所有的指令，对上述指令中的单个指令基于预设指令进行封装所得到的数据包，也可以是第一数据包。
25.步骤s102，响应于指令数据的执行操作，获取指令数据的执行数据。
26.具体地，指令数据中的执行操作表征了根据用户的语音解析出的行为操作。例如，指令数据可以是话术播报指令，则执行该指令播放相应的数据；指令数据可以是资源结构指令，则播放指令所相应的音乐或展示指令所相应的内容，该内容可以是网页、文字、音频等数据。
27.步骤s103，基于预设协议对执行数据进行封装，生成第二数据包。
28.具体地，指令数据包括该指令数据所对应的名称、垂类、行为名称。
29.在每个行为的生命周期中包含多个节点，节点触发时会产生事件数据，上述第二数据包可以是基于预设协议对事件数据封装得到的。例如，音乐播放行为，当暂停音乐时，就需要记录当前被暂停音乐的标识、以及暂停时刻的已播放进度，然后将其基于预设协议进行封装，得到第二数据包。
30.步骤s104，发送第二数据包。
31.具体地，将第二数据包发送至语音交系统。此外，为了更好的使用体验，语音交互系统需要获取可以表征当前执行操作的状态的数据，也就是上述第二数据包中的数据，例如上述数据包中包含本次播放音乐暂停时刻的播放数据，将其发送给语音交互系统，若当前用户需要再次播放时，可以从上述暂停位置恢复播放。
32.在本公开上述实施例中，接收第一数据包；响应于指令数据的执行操作，获取指令数据的执行数据；基于预设协议对执行数据进行封装，生成第二数据包；发送第二数据包。容易注意到的是，本公开在的数据包都采用了预设协议进行封装，因此，可以统一所采用的协议与数据格式，无需进行各个采用不同协议的模块之间的适配工作，解决了相关技术中开发效率低的技术问题，进而达到了提高开发效率的技术效果。
33.可选地，在接收第一数据包之后，方法还包括：按照预设协议解析第一数据包，得到指令数据；确定指令数据对应的第一垂类和执行模块，其中，第一垂类用于表征指令数据对应的行为的类型；基于第一垂类，通过执行模块执行指令数据。
34.具体地，第一垂类包括但不限于音乐、视频通话、扬声器控制、系统设置等，执行模块用于根据指令数据中的垂类调用相应的功能执行该指令数据。例如，指令数据可以资源结果指令，所对应的垂类可以是音乐，执行模块所执行的操作可以是播放相应的音乐。
35.在上述可选实施例中，可以无需进行各个采用不同协议的模块之间的适配工作，进而达到了提高开发效率的技术效果。
36.可选地，获取指令数据的执行数据包括：读取不同行为的状态信息，其中，状态信息是不同行为对应的指令数据的执行过程中所产生的；响应于目标状态信息发生变化，基于目标状态信息生成事件数据；基于事件数据和状态信息，生成执行数据。
37.具体地，每个行为的执行，都会产生多个状态信息，状态信息可以是指令在执行的过程中对该行为执行的实时记录。目标状态信息可以是用于生成事件数据的状态信息。状态信息可以是在执行的过程中所产生的，例如，音乐播放的情况下，播放进度不断变化，状态信息在发生变化，但在播放过程中，用户暂停了音乐，状态信息发生变化，记录当前被暂
interface，应用程序接口)，在将指令解析为相应的端能力后，调用相应的函数执行，在执行的过程中会产生相应的端状态和事件，最后将事件和端状态上传到语音交互系统的语义解析模块中。
49.根据本公开实施例，还提供了一种数据处理装置的实施例，本实施例中具体的实施方式与可选的实施例与上述实施例中相似或者相同，在此不做赘述。
50.图3是根据本公开实施例的一种数据处理装置的结构示意图，如图3所示，该装置包括：
51.接收模块31，用于接收第一数据包，其中，第一数据包是基于预设协议对指令数据进行封装得到的。
52.获取模块32，用于响应于指令数据的执行操作，获取指令数据的执行数据。
53.生成模块33，用于基于预设协议对执行数据进行封装，生成第二数据包。
54.发送模块34，用于发送第二数据包。
55.在本公开上述实施例中，接收第一数据包；响应于指令数据的执行操作，获取指令数据的执行数据；基于预设协议对执行数据进行封装，生成第二数据包；发送第二数据包。容易注意到的是，本公开的数据包都采用了预设协议进行封装，因此，可以统一所采用的协议与数据格式，无需进行各个采用不同协议的模块之间的适配工作，解决了相关技术中开发效率低的技术问题，进而达到了提高开发效率的技术效果。
56.可选地，该装置包括：解析模块，用于按照预设协议解析第一数据包，得到指令数据。确定模块，用于确定指令数据对应的第一垂类和执行模块，其中，第一垂类用于表征指令数据对应的行为的类型。执行模块，用于基于第一垂类，通过执行模块执行指令数据。
57.可选地，获取模块32包括：状态信息读取单元，用于读取不同行为的状态信息，其中，状态信息是不同行为对应的指令数据的执行过程中所产生的。事件数据生成单元，用于响应于目标状态信息发生变化，基于目标状态信息生成事件数据。执行数据生成单元，用于基于事件数据和状态信息，生成执行数据。
58.可选地，事件数据生成单元包括：获取子单元，用于获取目标状态信息对应的第一属性信息，其中，第一属性信息至少包括：目标状态对应的第二垂类。生成子单元，用于基于第一属性信息和目标状态信息，生成事件数据。
59.可选地，该装置还用于获取指令数据对应的第二属性信息，并于预设协议对第二属性信息和指令数据进行封装，生成第一数据包，其中，第二属性信息至少包括：指令数据对应的第一垂类。
60.可选地，语音交互系统包括：多个语音交互模块，其中，多个语音交互模块之间传输的第三数据包是基于预设协议对待传输数据进行封装得到的。
61.根据本公开实施例，还提供了一种基于语音交互系统的数据处理设备的实施例，本实施例中具体的实施方式与可选的实施例与上述实施例中相似或者相同，在此不做赘述。
62.图4是根据本公开实施例的一种数据处理设备的结构示意图，如图4所示，该设备包括：
63.第一终端41，用于基于预设协议对生成的指令数据进行封装，生成第一数据包，并发送第一数据包至第二终端。
64.第二终端42，与语音交互系统连接，用于响应于指令数据的执行操作，获取指令数据的执行数据，基于预设协议对执行数据进行封装，生成第二数据包，并发送第二数据包至第一终端。
65.需要说明的是，第一终端41可以是语音交互系统，第二终端42可以是客户端。
66.在本公开上述实施例中，接收第一数据包；响应于指令数据的执行操作，获取指令数据的执行数据；基于预设协议对执行数据进行封装，生成第二数据包；发送第二数据包。容易注意到的是，本公开在的数据包都采用了预设协议进行分装，因此，可以统一采用的协议与数据格式，无需进行各个采用不同协议的模块之间的适配工作，解决了相关技术中开发效率低的技术问题，进而达到了提高开发效率的技术效果。
67.可选地，第二终端包括：
68.指令模块，用于接收第一数据包。
69.端能力模块，与指令模块连接，用于按照预设协议解析第一数据包，得到指令数据，并确定指令数据对应的第一垂类和执行模块，其中，第一垂类用于表征指令数据对应的行为的类型。
70.执行模块，与端能力模块连接，用于基于第一垂类，执行指令数据。
71.可选地，第二终端还包括：
72.端状态模块，用于在不同行为对应的指令数据执行的过程中，存储产生的不同行为的状态信息。
73.事件模块，与端状态连接，用于读取不同行为的状态信息，响应于目标状态信息发生变化，基于目标状态信息生成事件数据，并基于事件数据和状态信息，生成执行数据。
74.可选地，第一终端还用于获取指令数据对应的第二属性信息，并于预设协议对第二属性信息和指令数据进行封装，生成第一数据包，其中，第二属性信息至少包括：指令数据对应的第一垂类。
75.可选地，第一终端包括：多个语音交互模块，其中，多个语音交互模块之间传输的第三数据包是基于预设协议对待传输数据进行封装得到的。
76.本公开的技术方案中，所涉及的语音信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
77.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
78.图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。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/或者要求的本公开的实现。
79.如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(rom)502中的计算机程序或者从存储单元508加载到随机访问存储器(ram)503中的计算机程序，来执行各种适当的动作和处理。在ram 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至
总线504。
80.设备500中的多个部件连接至i/o接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
81.计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如数据处理方法。例如，在一些实施例中，数据处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由rom 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到ram 503并由计算单元501执行时，可以执行上文描述的数据处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行数据处理方法。
82.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、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系统上执行和/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，可以从存储系统、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系统、该至少一个输入装置、和该至少一个输出装置。
83.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
84.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
85.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，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。
86.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(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系统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系统中。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)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
87.计算机系统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。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
88.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，本发公开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，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
89.上述具体实施方式，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。