科大讯飞已获得一种用于控制人机交互对话系统中口音和风格的方法和设备专利。该技术旨在解决当前系统存在的局限性，例如口音和风格的动态控制能力弱、多轮对话中状态继承缺失、场景适应性不足以及系统扩展成本高等问题。该系统可以接收用户请求，确定口音和风格控制需求，并使用文本到语音（TTS）模型生成具有指定口音和风格的语音响应。 AI
影响 这项专利可能带来更个性化和适应性更强的人工智能语音交互，从而改善语音助手和其他对话系统的用户体验。
排序理由 为AI产品中的特定功能提交的专利申请。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
36氪获悉，天眼查知识产权信息显示，近日，科大讯飞申请的“一种人机交互对话系统的口音与风格控制方法及装置”专利公布。摘要显示，本发明属于智能对话与语音合成技术领域，公开一种人机交互对话系统的口音与风格控制方法及装置，其中，方法包括：接收用户对话请求，判断对话请求是否包括口音、风格控制需求，根据判断结果确定对应的口音槽值与风格槽值；接收并存储口音槽值与风格槽值，根据当前对话轮次以及口音、风格控制需求，对口音槽值与风格槽值进行更新或继承；根据对话请求的意图生成文本回复；根据当前轮次的口音槽值与风格槽值，调用对应TTS合成模型，将文本回复合成为目标语音输出给用…