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。该专利旨在解决现有技术中口音与风格动态调控能力弱、多轮对话无状态继承、场景适配性不足等问题。
摘要显示,该方法包括:接收用户对话请求,判断是否包含口音或风格控制需求,并确定对应的口音槽值与风格槽值;根据当前对话轮次和需求,对口音槽值与风格槽值进行更新或继承;根据对话意图生成文本回复,并调用对应TTS合成模型,将文本合成目标语音输出。该技术可实现多轮对话中口音与风格的动态切换和状态继承,提升系统扩展性和场景适配能力。