[发明专利]一种语音交互方法、装置、设备及存储介质

权利要求书

1.一种语音交互方法，应用于裸眼3D显示装置中，其特征在于，包括：

当裸眼3D显示装置中的指向性语音采集设备采集到目标区域内的目标交互语音时，对所述目标交互语音进行分析处理，得到与所述目标交互语音相对应的目标交互文本；

提取所述目标交互文本中的关键信息，并根据所述关键信息获取所述目标交互语音相对应的目标应答文本；

将所述目标应答文本合成为目标应答语音进行播放。

2.根据权利要求1所述的方法，其特征在于，所述对所述目标交互语音进行分析处理，得到与所述目标交互语音相对应的目标交互文本包括：

将采集到的所述目标交互语音由模拟信号转换为数字信号，将所述数字信号作为输入参数，输入至预先训练完成的目标声学模型中进行处理，得到与所述目标交互语音相对应的特征序列；

将所述特征序列作为输入参数输入至预先训练完成的语言模型中进行处理，得到与所述目标交互语音相对应的目标交互文本。

3.根据权利要求2所述的方法，其特征在于，还包括：

基于贝叶斯统计建模框架最大后验概率决策准则，对预先建立的初始声学模型进行训练得到目标声学模型。

4.根据权利要求1所述的方法，其特征在于，所述提取所述目标交互文本中的关键信息，并根据所述关键信息获取所述目标交互语音相对应的目标应答文本，包括：

对所述目标交互文本进行分词以及词性标记，并提取所述目标交互文本中的关键词；

根据所述关键词获取与所述目标交互语音相对应的至少一个应答文本，作为候选应答文本；

根据预设规则将所述候选应答文本进行排序，将排在第一个位置的所述候选应答文本作为目标应答文本；

其中，所述关键词包括所述语音文本中的时间、地点、人物、事件、原因或者结果中的至少一种。

5.根据权利要求1所述的方法，其特征在于，所述提取所述目标交互文本中的关键信息，并根据所述关键信息获取所述目标交互语音相对应的目标应答文本，包括：

将所述目标应答文本翻译为与预先设置的语音类别相对应的应答文本；

其中，预先设置的语音类别包括英语、日语、法语、或者中文中的至少一种，所述中文包括中文普通话以及中文方言。

6.根据权利要求1所述的方法，其特征在于，还包括：

当接收到的目标交互语音为打开所述裸眼3D显示装置的应用程序时，则执行打开应用程序的操作。

7.根据权利要求1所述的方法，其特征在于，将所述目标应答文本合成为目标应答语音进行播放，包括：

对所述目标应答文本中进行语法分析，确定将所述目标应答文本中每个词汇的发音；

将所述每个词汇的发音进行韵律处理的到各所述词汇的音段特征，并将根据所述音段特征播放所述目标应答文本。

8.一种语音交互装置，其特征在于，包括：应用于裸眼3D装置中的交互语音处理模块、语言处理模块以及语音播放模块；

所述交互语音处理模块，用于当裸眼3D显示装置中的指向性语音采集设备采集到目标区域内的目标交互语音时，对所述目标交互语音进行分析处理，得到与所述目标交互语音相对应的目标交互文本；

所述语言处理模块，用于提取所述目标交互文本中的关键信息，并根据所述关键信息获取所述目标交互语音相对应的目标应答文本；

将所述语音播放模块，用于所述目标应答文本合成为目标应答语音进行播放。

9.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的语音交互方法。

10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的语音交互方法。