基于多模态特征的语音对话处理方法、装置和电子设备

摘要

本申请提出一种基于多模态特征的语音对话处理方法、装置和电子设备，其中，该方法包括：在与用户进行对话交互的过程中，结合用户当前输入的语音信息的文本信息和第一语音信息的历史上下文信息，确定文本信息的语义特征信息，根据第一语音信息中在静默段之前的语音片段，确定第一语音信息的语音特征信息，获取第一语音信息的时间特征信息；根据语义特征信息、语音特征信息和时间特征信息，确定所述用户是否结束语音输入。由此，在与用户进行对话交互的过程中，结合语义特征信息、语音特征信息和时间特征信息，准确确定所述用户是否结束语音输入。