[发明专利]语音交互及语音唤醒检测方法、装置、设备及存储介质

说明书

本发明公开了一种语音交互及语音唤醒检测方法、装置、设备及存储介质。对用户的语音输入进行分析；以及基于分析结果调整与语音交互相关的参数。本发明可以用于设备唤醒后的语音交互，如可以对用户的语音输入的语速、音量、音调、音色等语音特征进行分析，也可以对用户的语音输入的情绪状态进行分析。基于分析结果可以对应调整向用户反馈的语音输出的相关参数，以提升用户的交互体验。本发明也可以用于语音唤醒检测，在唤醒检测结果低于当前唤醒阈值的情况下，可以调低唤醒阈值这一参数，如可以在接下来的一段时间内，调低唤醒阈值，如此可以提升接下来一段时间内的唤醒成功率，从而可以提升用户的唤醒体验。

技术领域

本发明涉及语音交互领域，特别是涉及一种语音交互及语音唤醒检测方法、装置、设备及存储介质。

背景技术

语音交互属于人机交互的范畴，是人机交互发展到目前的一种较为前沿的交互方式。语音交互就是用户通过自然语言给机器下指令，以达成自己的目的的过程。目前的语音交互方案主要考虑的是如何提高语音识别的准确率，而忽视了语音交互的本质是为用户提供便利，使得现有的语音交互方案对用户并不友好。

因此，需要一种改进的语音交互方案，以为用户提供更为舒适的交互体验。

发明内容

本发明的一个目的在于提供一种能够为用户提供更为舒适的交互体验的语音交互方案。

根据本发明的第一个方面，提供了一种语音交互方法，包括：对用户的语音输入进行分析，以确定语音输入的第一特征；基于第一特征，确定向用户反馈的语音输出的第二特征。

可选地，第一特征包括语音特征和/或情绪状态特征，并且/或者第二特征包括语音特征和/或情绪状态特征。

可选地，第一特征和/或第二特征包括以下至少一项：语速；音量；音调；音色；情绪状态。

可选地，第二特征与第一特征相同或相近；或者第二特征与第一特征相反。

可选地，用于实现用户与设备之间的交互，其特征在于，确定向用户反馈的语音输出的第二特征的步骤包括：基于第一特征，并结合语音输入的时机和/或设备当前的状态和/或对用户的语音输入进行解析得到的文本信息，确定第二特征。

可选地，第一特征包括第一音量，确定第二特征的步骤包括：在当前时间满足第一预定条件，并且/或者设备处于勿扰模式，并且/或者第一预定时长内用户没有调节设备的系统音量，并且/或者第一音量与设备的系统音量的差值大于第一预定阈值的情况下，将向用户反馈的语音输出的第二音量调整为第一音量，或接近第一音量。

可选地，第一特征包括第一语速，确定第二特征的步骤包括：将向用户反馈的语音输出的第二语速调整为与第一语速相同，或接近第一语速。

可选地，该方法还包括：在当前时间满足第二预定条件，并且/或者设备处于勿扰模式，并且/或者第二预定时长内没有接收到语音输入，并且/或者系统音量大于第二预定阈值，并且/或者第三预定时长内用户没有调节系统音量，并且/或者当前没有语音输出的情况下，调低系统音量。

可选地，该方法还包括：对检测到的语音输入进行唤醒检测；在唤醒检测结果低于当前唤醒阈值的情况下，调低唤醒阈值。

可选地，在唤醒检测结果低于当前唤醒阈值的情况下调低唤醒阈值的步骤包括：在唤醒检测结果低于当前唤醒阈值，且高于第三预定阈值的情况下，调低唤醒阈值。

根据本发明的第二个方面，还提供了一种语音唤醒检测方法，包括：对检测到的语音输入进行唤醒检测；在唤醒检测结果低于当前唤醒阈值的情况下，调低唤醒阈值。

可选地，在唤醒检测结果低于当前唤醒阈值的情况下调低唤醒阈值的步骤包括：在唤醒检测结果低于当前唤醒阈值，且高于第三预定阈值的情况下，调低唤醒阈值。