[發明專利]一種基于語音屬性分類的交互系統及其方法

有效

• 申請號: 201610244968.8
• 申請日: 2016-04-19
• 公開（公告）號: CN105761720B
• 公開（公告）日: 2020-01-07
• 發明（設計）人: 潘復平
• 申請（專利權）人: 北京地平線機器人技術研發有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/02;G10L15/06;G10L15/08;G10L25/30;G10L25/63;G10L25/66
• 代理公司: 11497 北京市正見永申律師事務所
• 代理人: 黃小臨;王懷章

本申請公開了一種基于語音屬性分類的交互系統及其方法。所述系統包括：聲學特征提取單元，配置用于提取輸入的語音信號的聲學特征，生成第一信號；語音屬性分類單元，配置用于第一信號經屬性識別分類器確定其語音屬性值，輸出語音屬性結果，生成第二信號；交互決策單元，配置用于基于第二信號輸出反饋信息。語音屬性分類單元同時檢測多種語音屬性，根據各語音屬性值輸出相應的反饋信息，使交互流程豐富多彩。

技術領域

本公開一般涉及交互領域，具體涉及人機交互技術，尤其涉及基于語音屬性的交互系統。

背景技術

常規的人機語音交互過程表現為機器識別人發出的語音指令，然后根據識別結果，做出相應的反應。這種交互包含的內容僅限于語音指令的字面含義，形式單一，用戶體驗枯燥，不適用于玩具、家居等需要形式活潑多樣的交互場景。

目前，在人機交互中，常采用聲紋注冊技術判斷用戶身份，實現人性化的交互。聲紋注冊過程中，先用聲紋識別技術把用戶的語音進行注冊，把用戶身份與聲紋相關聯，然后在使用過程中，先識別說話人的聲紋，然后根據聲紋判斷說話人的身份，再根據用戶身份進行一些有限的交互變化。比如一些智能玩具可以根據聲音判斷當前說話人是爸爸、媽媽還是寶寶，根據身份的不同，可以改變對說話人的稱謂。

現有技術的缺點在于，一方面，傳統技術往往只能檢測一種語音屬性，根據語音屬性的不同，交互內容發生的變化也十分有限；另一方面，聲紋注冊技術使用起來十分繁瑣且不靈活。

發明內容

鑒于現有技術中的上述缺陷或不足，期望提供一種基于語音屬性分類的交互系統及其方法。

第一方面，提出一種基于語音屬性分類的交互系統，該系統包括：

聲學特征提取單元，配置用于提取輸入的語音信號的聲學特征，生成第一信號；

語音屬性分類單元，配置用于第一信號經屬性識別分類器確定其語音屬性值，輸出語音屬性結果，生成第二信號；

交互決策單元，配置用于基于第二信號輸出反饋信息。

第二方面提供一種基于語音屬性分類的交互方法，該方法包括：

提取輸入的語音信號的聲學特征，生成第一信號；

第一信號經屬性識別分類確定其語音屬性值，輸出語音屬性結果，生成第二信號；

基于第二信號輸出反饋信息。

根據本申請實施例提供的技術方案，語音屬性分類單元可以同時檢測語音的多種語音屬性，并根據各語音屬性值輸出相應的反饋信息，使交互流程豐富多彩；另外，本發明通過語音屬性分類，能夠自動判斷說話人的身份，所以不需要注冊過程，使用簡單方便，自由靈活。

附圖說明

通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本申請的其它特征、目的和優點將會變得更明顯：

圖1為根據實施例的一種基于語音屬性分類的交互系統的結構圖。

圖2為一種基于語音屬性分類的交互方法的流程圖。

具體實施方式

下面結合附圖和實施例對本申請作進一步的詳細說明。可以理解的是，此處所描述的具體實施例僅僅用于解釋相關發明，而非對該發明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與發明相關的部分。

需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。