[发明专利]一种语音画图方法及其终端设备在审
| 申请号： | 201811014988.1 | 申请日： | 2018-08-31 |
| 公开（公告）号： | CN109308178A | 公开（公告）日： | 2019-02-05 |
| 发明（设计）人： | 秦帅 | 申请（专利权）人： | 维沃移动通信有限公司 |
| 主分类号： | G06F3/16 | 分类号： | G06F3/16;G10L15/08;G10L25/63 |
| 代理公司： | 北京国昊天诚知识产权代理有限公司 11315 | 代理人： | 许志勇;刘昕 |
| 地址： | 523857 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 语音 关键信息 目标图片 终端设备 匹配 风格类型 个人需求 语气分类 喜好 图片 | ||
1.一种语音画图方法，其特征在于，包括：
获取用户输入的语音；
基于所述用户输入的语音，获取所述语音中的关键信息以及所述语音的语气分类；
根据所述关键信息和所述语气分类，生成目标图片，所述目标图片的内容与所述关键信息相匹配，所述目标图片的风格类型与所述语气分类匹配。
2.如权利要求1所述的方法，其特征在于，基于所述用户输入的语音，获取所述语音中的关键信息以及所述语音的语气分类，包括：
将所述用户的语音作为语音信息提取模型的输入，以获取所述语音中的关键信息以及所述语音的语气分类。
3.如权利要求2所述的方法，其特征在于，根据所述关键信息和所述语气分类，生成目标图片，包括：
获取所述语气分类对应的图片风格类型；
将所述关键信息和所述图片风格类型作为图像生成深度学习网络模型的输入，以生成所述目标图片。
4.如权利要求1～3中任一所述的方法，其特征在于，所述语音的关键信息包括：
与所述语音对应的关键词信息、语音连贯信息和断句状态信息中的至少一项。
5.如权利要求1～3中任一所述的方法，其特征在于，
所述图像生成深度学习网络模型包括下述至少一种：生成对抗网络模型和变分自编码器模型。
6.一种终端设备，其特征在于，包括：
第一获取单元，用于获取用户输入的语音；
第二获取单元，用于基于所述用户输入的语音，获取所述语音中的关键信息以及所述语音的语气分类；
图片生成单元，根据所述关键信息和所述语气分类，生成目标图片，所述目标图片的内容与所述关键信息相匹配，所述目标图片的风格类型与所述语气分类匹配。
7.如权利要求6所述的终端设备，其特征在于，所述第二获取单元，用于：
将所述用户的语音作为语音信息提取模型的输入，以获取所述语音中的关键信息以及所述语音的语气分类。
8.如权利要求7所述的终端设备，其特征在于，所述图片生成单元，用于：
获取所述语气分类对应的图片风格类型；
将所述关键信息和所述图片风格类型作为图像生成深度学习网络模型的输入，以生成所述目标图片。
9.一种终端设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1～5任一所述的语音画图方法的步骤。
10.一种可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1～5任一所述的语音画图方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于维沃移动通信有限公司，未经维沃移动通信有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811014988.1/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种音频处理装置、耳机及音频播放机
- 下一篇：3D音效处理方法及相关产品
