[发明专利]语音处理方法和语音处理装置

说明书

公开语音处理方法和语音处理装置。所述语音处理方法包括：对用户语音信号进行识别，以获取输入语句；对用户语音信号进行分析，以确定用户特征；基于确定的用户特征，获取适用于与获取的输入语句对应的输出语句的修饰词；以及将获取的修饰词添加到与获取的输入语句对应的输出语句，其中，获取的修饰词用于修饰所述输出语句中代表用户语音信号的发出者的核心词。

技术领域

本公开涉及语音处理，更具体地讲，涉及能够在输出语音信号中添加修饰词的语音处理方法和语音处理装置。

背景技术

声音是携带信息的重要媒体，更是人与人交流的一种重要途径。人的声音不仅包含了语言内容信息，说话人个体的信息，也传递了感情和情绪等信息。

现有的语音分析技术包括声纹识别、语音识别和基于语音的情感识别。

声纹识别是利用包含在说话人语音波形中特有的个体信息，根据说话人所发出的语音，自动识别说话人身份的过程。声纹识别所依赖的个体信息，既包含了人的生理特征，即先天的解剖学上的差异，又包含了人的行为特征，即后天的发音习惯的不同。利用声纹识别准确判别用户身份为精准化营销，针对有效客户沟通提供了依据。

语音识别就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。语音识别的目的是识别出说话人所说的内容，即语音信号中的语言信息、字词意思，而不考虑说话人是谁。因此，语音识别强调的是所说的内容，说话人所发语言的共性特征，而淡化说话人的音色音质等特色因素。利用语音识别可以有效地记录通话中的谈话内容，通过将语音转化为文本，可以采用数据挖掘等有效的文本分析技术，获取产品、用户和客服等多方面的信息。

基于语音的情感识别是指针对语音信号中的情感信息进行处理、分析、识别。研究表明人类情感所引起的生理上的变化会对发声机理带来直接的影响，因此人类的情感变化能够通过语音中提取的情感特征参数来反映。同样一句话往往会由于说话人的情感不同，其意思和给听者的印象就会不同。

发明内容

本公开的实施例的目的在于提供一种语音处理方法和语音处理装置，以实现更加自然生动的人机对话。

根据本公开的实施例的一方面，提供一种语音处理方法，所述语音处理方法包括：对用户语音信号进行识别，以获取输入语句；对用户语音信号进行分析，以确定用户特征；基于确定的用户特征，获取适用于与获取的输入语句对应的输出语句的修饰词；以及将获取的修饰词添加到与获取的输入语句对应的输出语句，其中，获取的修饰词用于修饰所述输出语句中代表用户语音信号的发出者的核心词。

可选地，所述语音处理方法还包括：将添加修饰词的所述输出语句以语音形式进行输出。

可选地，所述用户特征包括用户属性和/或用户意图。

可选地，对用户语音信号进行分析，以确定用户特征的步骤包括：对用户语音信号进行声音特征分析，以确定用户属性；和/或对用户语音信号进行自然语言理解，以确定用户意图。

可选地，用户属性包括用户性别、用户年龄、用户情绪。

可选地，对用户语音信号进行声音特征分析的步骤包括：通过深度卷积神经网络对用户语音信号进行声音特征分析。

可选地，基于确定的用户特征，获取适用于与获取的输入语句对应的输出语句的修饰词的步骤包括：基于确定的用户属性和/或用户意图，从预先确定的决策树查找适用于与获取的输入语句对应的输出语句的至少一个修饰词。

可选地，所述决策树基于以修饰词作为叶节点、以任意一个用户属性作为根节点、以各个用户属性所包含的类别和/或各个用户意图作为中间节点而被预先确定，或者所述决策树基于以修饰词作为叶节点、以任意一个用户意图作为根节点、以各个用户属性所包含的类别和/或各个用户意图作为中间节点而被预先确定。