[发明专利]一种语音处理方法、装置、电子设备及存储介质

权利要求书

1.一种语音处理方法，其特征在于，应用于电子设备，所述方法包括：

接收唤醒语音输入；

如果从所述唤醒语音中识别到第一唤醒词，接收后续输入的控制语音，将所述控制语音发送给第一服务器，使所述第一服务器识别所述控制语音对应所述电子设备的第一控制指令并返回；执行所述第一控制指令；

如果从所述唤醒语音中识别到第二唤醒词，接收后续输入的控制语音，将所述控制语音发送给第二服务器，使所述第二服务器基于第三方设备的控制特征词集，确定所述控制语音对应的目标第三方设备，识别所述控制语音对应所述目标第三方设备的第二控制指令并返回；将所述第二控制指令发送给所述目标第三方设备，使所述目标第三方设备执行所述第二控制指令；

所述方法还包括：

如果未从所述唤醒语音中识别到唤醒词，接收后续输入的对话语音，将所述对话语音发送给第三服务器，使所述第三服务器将所述对话语音转换为对话文本，对所述对话文本进行解析生成应答结果，并将所述应答结果转换为应答语音发送给所述电子设备；接收所述第三服务器发送的所述应答语音并播放；

如果所述第三服务器中预先设置有与所述电子设备对应的优先识别的热词，所述第三服务器将所述对话语音转换为对话文本包括：

所述第三服务器基于所述优先识别的热词，将所述对话语音转换为对话文本。

2.如权利要求1所述的方法，其特征在于，所述基于第三方设备的控制特征词集，确定所述控制语音对应的目标第三方设备包括：

基于所述第三方设备的控制特征词集，识别所述控制语音中包含的目标控制特征词；

根据每个第三方设备与所述第三方设备的控制特征词集中控制特征词的映射关系，确定与所述目标控制特征词存在映射关系的目标第三方设备。

3.如权利要求1所述的方法，其特征在于，如果所述第三服务器中预先设置有与所述电子设备对应的用户信息，所述将所述应答结果转换为应答语音包括：

根据所述用户信息，选择与所述用户信息对应的从文本到语音TTS引擎，将所述应答结果转换为应答语音，其中所述用户信息包括：年龄、地区和性别中的至少一种。

4.如权利要求1所述的方法，其特征在于，所述将所述对话语音发送给第三服务器之后，所述方法还包括：

接收所述第三服务器发送的所述对话语音中包含敏感词的提示语音并播放；其中，所述提示语音为所述第三服务器在检测到所述对话语音中包含预设的敏感词后发送的。

5.一种语音处理装置，其特征在于，应用于电子设备，所述装置包括：

接收模块，用于接收唤醒语音输入；

处理模块，用于如果从所述唤醒语音中识别到第一唤醒词，接收后续输入的控制语音，将所述控制语音发送给第一服务器，使所述第一服务器识别所述控制语音对应所述电子设备的第一控制指令并返回；执行所述第一控制指令；

所述处理模块，还用于如果从所述唤醒语音中识别到第二唤醒词，接收后续输入的控制语音，将所述控制语音发送给第二服务器，使所述第二服务器基于第三方设备的控制特征词集，确定所述控制语音对应的目标第三方设备，识别所述控制语音对应所述目标第三方设备的第二控制指令并返回；将所述第二控制指令发送给所述目标第三方设备，使所述目标第三方设备执行所述第二控制指令；

所述处理模块，还用于如果未从所述唤醒语音中识别到唤醒词，接收后续输入的对话语音，将所述对话语音发送给第三服务器，使所述第三服务器将所述对话语音转换为对话文本，对所述对话文本进行解析生成应答结果，并将所述应答结果转换为应答语音发送给所述电子设备；接收所述第三服务器发送的所述应答语音并播放；

如果所述第三服务器中预先设置有与所述电子设备对应的优先识别的热词，所述第三服务器将所述对话语音转换为对话文本包括：

所述第三服务器基于所述优先识别的热词，将所述对话语音转换为对话文本。