[发明专利]语音交互方法和系统

权利要求书

1.一种语音交互方法，其特征在于，包括：确定目标用户，并获取目标用户的用户信息；

在需要语音交互时，获取多人同时说话时的混合声源，以及，根据目标用户的用户信息，在所述混合声源中识别出目标声源；

对目标声源中的语音信息进行语音识别，得到语音识别结果，并将所述语音识别结果作为目标指令对交互设备进行操控；

所述用户信息包括：声纹信息和方位信息；

其中，当根据目标用户的方位信息和声纹信息进行识别时，先根据方位信息排除掉部分的声源，在剩下的声源中再逐一比对声纹信息，从而确定出目标声源；

所述确定目标用户，包括：

接收用户输入的预设语音指令；

根据预设语音指令进行声纹登录；

在声纹登录成功后，将当前登录的用户确定为目标用户；以及，对所述预设语音指令采用声源定位技术，确定出目标用户的方位信息；

其中，当前登录的用户为后续需要进行语音操控的用户，且在其他已登录用户退出后进行登录操作；

还包括：

接收唤醒指令，并根据唤醒指令激活语音交互系统，以便在激活后提供语音交互服务，其中，所述唤醒指令包括：语音形式的唤醒指令。

2.根据权利要求1所述的方法，其特征在于，所述获取目标用户的用户信息，包括：

根据用户注册时保存的声纹信息，获取与当前登录的用户对应的声纹信息；和/或，

采集当前登录的用户的声音信息，并对所述声音信息进行声源定位处理，确定当前登录的用户的方位信息。

3.根据权利要求1-2任一项所述的方法，其特征在于，所述根据目标用户的用户信息，在所述混合声源中识别出目标声源，包括：

采用听觉场景分析技术，将所述混合声源区分为单个声源；

根据目标用户的用户信息，与单个声源的相应信息进行比对，识别出目标声源。

4.根据权利要求1-2任一项所述的方法，其特征在于，所述获取多人同时说话时的混合声源，包括：

采用降噪麦克风，获取多人同时说话时的混合声源。

5.根据权利要求1-2任一项所述的方法，其特征在于，所述交互设备包括：车载设备。

6.一种语音交互系统，其特征在于，包括：

获取模块，用于确定目标用户，并获取目标用户的用户信息；

识别模块，用于在需要语音交互时，获取多人同时说话时的混合声源，以及，根据目标用户的用户信息，在所述混合声源中识别出目标声源；

操控模块，用于对目标声源中的语音信息进行语音识别，得到语音识别结果，并将所述语音识别结果作为目标指令对交互设备进行操控；

所述用户信息包括：声纹信息和方位信息；

其中，当根据目标用户的方位信息和声纹信息进行识别时，先根据方位信息排除掉部分的声源，在剩下的声源中再逐一比对声纹信息，从而确定出目标声源；

所述获取模块用于确定目标用户，包括：

接收用户输入的预设语音指令；

根据预设语音指令进行声纹登录；

在声纹登录成功后，将当前登录的用户确定为目标用户；以及，对所述预设语音指令采用声源定位技术，确定出目标用户的方位信息；

其中，当前登录的用户为后续需要进行语音操控的用户，且在其他已登录用户退出后进行登录操作；

还包括：

唤醒模块，用于接收唤醒指令，并根据唤醒指令激活语音交互系统，以便在激活后提供语音交互服务，其中，所述唤醒指令包括：语音形式的唤醒指令。

7.根据权利要求6所述的系统，其特征在于，所述获取模块用于获取目标用户的用户信息，包括：

根据用户注册时保存的声纹信息，获取与当前登录的用户对应的声纹信息；和/或，

采集当前登录的用户的声音信息，并对所述声音信息进行声源定位处理，确定当前登录的用户的方位信息。

8.根据权利要求6-7任一项所述的系统，其特征在于，所述识别模块用于根据目标用户的用户信息，在所述混合声源中识别出目标声源，包括：

采用听觉场景分析技术，将所述混合声源区分为单个声源；

根据目标用户的用户信息，与单个声源的相应信息进行比对，识别出目标声源。

9.根据权利要求6-7任一项所述的系统，其特征在于，所述识别模块用于获取多人同时说话时的混合声源，包括：

采用降噪麦克风，获取多人同时说话时的混合声源。