[发明专利]语音交互方法和装置

说明书

技术领域

本发明涉及信息技术领域，尤其涉及一种语音交互方法和装置。

背景技术

在人类的发展历史上，语言对于文明的发展是至关重要的。语音，数千年来，一直作为人类进行信息交流的重要载体，也在不断变化和演进。在不同地区，语言和语音，也会因环境和历史的不同，而有明显差异。因此，语言不仅包括普通话，还包括方言和口音。

随着计算机技术的不断发展，人机交互也变得越来越重要，语音交互是一种人机交互形式。方言和口音的问题，一直以来，都是语音识别和合成领域的一个难点，很多研究者，是通过收集更多的数据，建立新的语音模型，或者优化原有的模型，以改善识别和合成的效果。用户在使用人机对话系统时，只能通过默认的方言/口音设置，或者手工修改方言/口音设置，来实现期望的结果，造成对话效果不够理想，用户体验较差。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种语音交互方法，该方法可以提高语音交互效果，提升用户体验。

本发明的另一个目的在于提出一种语音交互装置。

为达到上述目的，本发明第一方面实施例提出的语音交互方法，包括：接收输入语音，并对所述输入语音进行特征提取，得到所述输入语音的特征信息；根据所述特征信息进行语音特点识别以及语音识别，得到语音特点和语音识别结果，其中，所述语音特点包括：方言，口音或者普通话；根据所述语音识别结果和所述语音特点，获取与所述输入的语音对应的答案；根据所述语音特点和所述答案，生成输出语音，所述输出语音是与所述答案对应的且具有所述语音特点的语音。

本发明第一方面实施例提出的语音交互方法，通过对输入语音进行语音特点识别，可以选取与语音特点匹配的语音识别模型对输入语音进行语音识别，从而可以提高语音交互效果，提升用户体验。

为达到上述目的，本发明第二方面实施例提出的语音交互装置，包括：输入模块，用于接收输入语音，并对所述输入语音进行特征提取，得到所述输入语音的特征信息；识别模块，用于根据所述特征信息进行语音特点识别以及语音识别，得到语音特点和语音识别结果，其中，所述语音特点包括：方言，口音或者普通话；获取模块，用于根据所述语音识别结果和所述语音特点，获取与所述输入的语音对应的答案；输出模块，用于根据所述语音特点和所述答案，生成输出语音，所述输出语音是与所述答案对应的且具有所述语音特点的语音。

本发明第二方面实施例提出的语音交互装置，通过对输入语音进行语音特点识别，可以选取与语音特点匹配的语音识别模型对输入语音进行语音识别，从而可以提高语音交互效果，提升用户体验。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明一实施例提出的语音交互方法的流程示意图；

图2是本发明实施例中获取语音特点的流程示意图；

图3是本发明实施例中获取语音特点和语音识别结果的流程示意图；

图4是本发明实施例中生成输出语音的流程示意图；

图5是本发明另一实施例提出的语音交互方法的流程示意图；

图6是本发明另一实施例提出的语音交互装置的结构示意图；

图7是本发明另一实施例提出的语音交互装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

图1是本发明一实施例提出的语音交互方法的流程示意图，该方法包括：

S11：接收输入语音，并对所述输入语音进行特征提取，得到所述输入语音的特征信息。

输入语音是用户输入到语音交互系统中的语音，输入语音具体可以是问题，例如，输入语音是“今天天气怎么样”的语音。

语音交互系统可以通过麦克风等设备接收输入语音，接收到输入语音后，可以对输入语音进行降噪等预处理，预处理后的输入语音再进行特征提取，例如提取谱特征，基频特征，能量特征或者过零率等。