[发明专利]一种智能电视语音识别方法、系统及可读存储介质

说明书

本发明提供了一种智能电视语音识别方法、系统及存储介质，用于智能电视识别用户的方言，智能电视接收用户交互操作的语音指令；声纹识别模块根据用户交互操作的语音指令的声纹特征确定用户使用的方言种类；语音识别模块根据该用户使用的方言种类直接将用户交互操作的语音指令转化为文字以识别出用户的语音指令。本发明中用户通过语音操作智能电视，智能电视识别用户语音并进行识别反馈的整个操作过程中，无需用户对方言种类进行选择，对于使用智能电视并且多种方言存在的家庭而言，可以自动识别用户所说的方言并直接根据该方言的语音识别技术识别该用户交互操作的语音指令，大幅减少了用户对方言的选择次数，提升了用户使用语音操作的体验。

技术领域

本发明涉及语音识别技术领域，尤其涉及一种方法、系统及可读存储介质。

背景技术

目前，智能电视上的语音识别技术应用已经普遍，用户可以通过说话来选择影片，播放音乐，甚至是控制各种家用电器。对于一些幅员辽阔的国家，比如我们中国，各种地方方言发音区别很大，虽然智能电视上的语音识别技术能够识别地方方言，但是其前提条件是需要用户在电视上事先设置好使用的方言，而无法随机根据用户所说的方言来进行语音识别，换言之，用户的方言需要首先预置于智能电视中，智能电视才能实现对用户方言的识别，否则智能电视语音AI技术无法自动识别用户所说的地方方言。

对于一个家庭来说，电视是全家公用的电器设备，老人可能会讲家乡话，小孩由于学校教育只讲普通话，在一个家庭中，可能会存在多种方言的可能性，电视中为家庭内每一个成员预置对应的方言也是不太现实的，即便是电视内预置了多种方言，用户在使用时都需要进行方言设置无疑为电视用户的使用带来了诸多不便，使得智能电视的用户体验不佳。

现有技术也存在一些解决这种需要预置方言的语音识别技术，比如根据智能电视的地理位置来进行判断，即根据智能电视联网的IP地址，通过IP地址于地理位置的关系来判断用户的地理位置，再根据地理位置来确定智能电视首选的方言种类，但是这种根据地理位置确定方言的问题在于，对于一些移民城市或者外来人口较多的城市而言，地理位置的设定显然并不能解决该问题。

因此，现有技术还有待于改进和发展。

发明内容

鉴于上述现有技术的不足之处，本发明提出一种智能电视自动方言匹配技术，使得智能电视在没有事先设定方言的情况下自动匹配用户所说的方言，达到对方言的自动识别。

本发明解决技术问题所采用的技术方案如下：

一种智能电视语音识别方法，用于智能电视识别用户的方言，包括如下步骤：

智能电视接收用户交互操作的语音指令；

声纹识别模块根据用户操作的语音指令的声纹特征确定用户使用的方言种类；

语音识别模块根据该用户使用的方言种类直接将用户交互操作的语音指令转化为文字以识别出用户的语音指令。

作为进一步的改进技术方案，上述方法还包括如下步骤：

智能电视预先为每个用户创建对应的声纹特征档；

用户选择确认对应的声纹特征档中的方言种类。

作为进一步的改进技术方案，当所述声纹识别模块判断所述语音指令的声纹特征不在智能电视预先为每个用户创建的对应声纹特征档中时，则智能电视为该声纹特征的用户新创建对应的声纹特征档，用户选择确认对应的声纹特征档中的方言种类。

作为进一步的改进技术方案，所述声纹识别模块可采用与智能电视网络连接的声纹识别服务器来实现。

作为进一步的改进技术方案，所述语音识别模块可采用与智能电视网络连接的语音识别服务器来实现。