[发明专利]语音识别处理及反馈系统、语音回复方法

说明书

技术领域

本发明涉及语音识别以及语音合成，具体地涉及一种语音识别处理及反馈系统、语音回复方法。

背景技术

在现有语音识别处理及反馈系统中，通常包括三个重要的组成部分：语音识别、语音理解和语音回复。在第三部分语音回复这个模块，所采用的是单一语音语调和无差别回复，基本只能分为男声和女声，用户对于不同语音的需求也只能通过提前设置来进行选择。无法满足用户对于多样性语音回复的需求，更无法针对当前说话用户来自动地转换为用户喜好的语音回复。

传统语音识别处理以及反馈系统，操作平台可为带有网络功能的各种多媒体平台如手机，或者移动终端等，此处以电视平台为例。传统语音识别处理以及反馈系统主要分为如下三个模块：语音识别模块、语音理解和处理模块、语音回复模块。系统预先设置固定语音语调回复，一般分为男声和女声，需要在系统设置由用户自行选择，回复内容男女生一致。

图1为传统语音识别处理以及反馈系统中的语音回复方法示意图。如图1所示，当任何一类用户（如男人，女人或者儿童）首先对系统进行语音输入，明确各自的指令。系统对用户的语音输入进行识别，将语音信息转化为文字信息。然后进入语音理解和处理模块，对文字信息进一步理解和分析，得出相应的文字反馈。最终转入语音回复模块，文字反馈会被输入语音合成库，语音库一般分为男声和女声，用户需要提前设置选择，被选择的语音库可以生成语音文件，最终将语音反馈给用户。这种语音回复和反馈服务是：1，同样的发音；2，同样的反馈。

发明人在实现本发明的过程中发现，现有技术存在的问题至少包括：

1、语音回复单一

传统的系统一般只会集成1到2个语音库，使用时需要用户自行选择。因此无论哪一类用户所听到的语音反馈都只有一种语音语调。用户在长期使用的过程中，会产生听觉疲劳。即使再有的语音系统中加入了身份识别功能，但是在最终的语音回复模块也只是增加了个性化服务，并没有对语音和语调进行过相应的调整。

2、无法吸引儿童群体

对于儿童群体来说，语音系统的吸引力更多的体现在听说的互动的体验上，对于当前传统的语音系统，无法满足儿童群体对于多样性和趣味性的要求。因此无法调动这个群体的使用兴趣。从某种意义上阻碍了将语音系统拓展为一种教育方式的潜在功能。

发明内容

本发明的目的在于，克服现有技术的不足，提供一种语音识别处理及反馈系统、语音回复方法，以便于在语音系统中向用户提供多种个性化的、差异化的语音回复功能，能够根据说话者年龄和性别进行有差别的、不同语调的语音回复。

一方面，为达上述目的，本发明实施例提供了一种语音识别处理及反馈系统，所述系统包括：

语音采集单元，用于采集用户的语音信息；

语音识别单元，用于对采集的用户的语音信息进行识别，将识别出的语音信息转化为文字信息；

语音理解和处理单元，所述语音理解和处理单元包括：文字反馈模块，用于生成地应于所述文字信息的文字反馈；性别检测模块，用于检测用户的性别；以及，年龄检测模块，用于检测用户的年龄；

存储单元，用于存储语音库，所述语音库包括：男性语音库、女性语音库和儿童语音库；

语音回复单元，包括语音合成模块和语音播放模块，所述语音合成模块用于当检测出的用户为男性且不是儿童时，选择所述女性语音库对所述文字反馈进行语音合成，生成女声语音文件；当检测出的用户为女性且不是儿童时，选择所述男性语音库对所述文字反馈进行语音合成，生成男声语音文件；当检测出的用户为儿童时，选择所述儿童语音库对所述文字反馈进行语音合成，生成卡通语音文件；所述语音播放单元，用于播放所述语音合成模块生成的相应的语音文件。

另一方面，为达上述目的，本发明实施例提供了一种语音识别处理及反馈系统的语音回复方法，所述方法包括：

采集用户的语音信息；

对采集的用户的语音信息进行识别，将识别出的语音信息转化为文字信息；

生成地应于所述文字信息的文字反馈；

检测用户的性别；

检测用户的年龄；

获取并存储语音库，所述语音库包括：男性语音库、女性语音库和儿童语音库；