[发明专利]应用于智能机器人的语音优化方法及装置

摘要

本发明公开了一种应用于智能机器人的语音优化方法及装置，该方法包括：获取用户的多模态输入数据；响应该多模态输入数据生成文本信息；在确定满足设定的触发规则时，对所述文本信息进行文本分析，并根据分析结果查询相应的媒体文件和应答信息；将所述媒体文件与TTS系统生成的响应所述应答信息的TTS语音按设定规则输出。本发明通过将媒体文件与TTS语音相结合输出，使机器人语音输出更具有人类语言的特点、韵律良好，让用户感觉舒服，提高机器人能力，满足用户的交互需求。

主权项

1.一种应用于智能机器人的语音优化方法，包括：/n获取用户的多模态输入数据；/n响应该多模态输入数据生成文本信息；/n对所述文本信息进行文本分析，并根据分析结果查询相应的应答信息；/n在确定满足设定的触发规则时，将相应的媒体文件与TTS系统生成的响应所述应答信息的TTS语音按照设定规则输出，在按照设定规则输出时对TTS语音进行剪裁、压缩或拉伸处理，将媒体文件插入或拼接到TTS语音中的任何位置，产生合成后的语音文件；TTS语音是TTS系统根据发音需要从音库中选择合适的声学参数，并根据从韵律模型中得到的韵律参数，通过合成算法得到的；/n其中，在如下情况下，确定满足所述设定的触发规则：在接收到来自用户的特定语句信息时；或者，满足设定播放媒体文件的播放时间；/n在获取媒体文件的过程中，根据预设的文本-媒体对应列表，查找相应的媒体文件，在预设的文本-媒体对应列表中关联存储文本和媒体文件，在该列表中的文本包含用户的语气助词，或者形容词，而对应这些语气助词或者形容词的媒体文件是仅包含语气助词的文件或者表达机器人情绪的语言的文件。/n