[發(fā)明專利]一種語音交互方法、裝置和智能終端

有效

• 申請?zhí)枺?/td>: 201780003279.0
• 申請日: 2017-12-27
• 公開（公告）號: CN108369805B
• 公開（公告）日: 2019-08-13
• 發(fā)明（設(shè)計）人: 張含波
• 申請（專利權(quán)）人: 深圳前海達(dá)闥云端智能科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L13/033;G10L21/034
• 代理公司: 深圳市愛迪森知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44341
• 代理人: 何婷

本發(fā)明實(shí)施例提供了一種語音交互方法、裝置和智能終端。其中，所述方法包括：當(dāng)接收到語音交互指令時，檢測當(dāng)前交互環(huán)境的噪聲信息，所述噪聲信息包括噪聲音量和噪聲頻率；根據(jù)所述噪聲頻率確定用于合成與所述語音交互指令對應(yīng)的應(yīng)答語音的主頻率；基于所述主頻率合成所述應(yīng)答語音；根據(jù)所述噪聲音量、所述噪聲頻率和所述應(yīng)答語音的主頻率確定播放所述應(yīng)答語音的音量；以所確定的所述音量播放所述應(yīng)答語音。通過上述技術(shù)方案，本發(fā)明實(shí)施例能夠基于聲音的掩蔽效應(yīng)，根據(jù)當(dāng)前的交互環(huán)境的噪聲信息動態(tài)調(diào)整其應(yīng)答語音的主頻率和播放音量，使得用戶在任意交互環(huán)境下都可以獲得較好的語音交互體驗(yàn)。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種語音交互方法、裝置和智能終端。

背景技術(shù)

隨著人工智能技術(shù)的不斷發(fā)展，智能機(jī)器人、智能家居、智能手機(jī)、智能家電、智能車載設(shè)備等智能終端受到了越來越多的用戶的青睞，人們的生活已經(jīng)逐漸走入人工智能時代。

其中，為了方便用戶的使用，很多智能終端都配置有語音交互功能，能夠向用戶作出語音響應(yīng)。一般地，智能終端可以在接收到語音交互指令時，根據(jù)該語音交互指令生成應(yīng)答文本，然后基于該應(yīng)答文本進(jìn)行文本語音轉(zhuǎn)換，即，TTS(Text to Speech)轉(zhuǎn)換，合成應(yīng)答語音，最后向用戶播放所合成的應(yīng)答語音。

在實(shí)現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)：目前的智能終端在基于應(yīng)答文本進(jìn)行發(fā)聲的過程中，基本都是以預(yù)先設(shè)定好的頻率合成應(yīng)答語音，并以固定的音量播放所合成的應(yīng)答語音，沒有考慮交互環(huán)境的噪聲狀況，從而使得有時候用戶聽到智能終端的應(yīng)答語音的音量較小，無法聽清楚對話內(nèi)容；或者，有時候用戶聽到智能終端的應(yīng)答語音的音量較大，不符合當(dāng)時的氣氛，甚至有可能被嚇到。在進(jìn)行語音交互的過程中，用戶聽到智能終端的應(yīng)答語音的音量過大或者過小，均不利于用戶的友好體驗(yàn)。

因此，現(xiàn)有的語音交互技術(shù)還有待于改進(jìn)和發(fā)展。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種語音交互方法、裝置和智能終端，能夠解決現(xiàn)有人機(jī)交互體驗(yàn)受交互環(huán)境的噪聲狀況的影響較大，不利于提升用戶體驗(yàn)的問題。

為解決上述技術(shù)問題，本發(fā)明實(shí)施例提供了以下幾種技術(shù)方案：

第一方面，本發(fā)明實(shí)施例提供了一種語音交互方法，應(yīng)用于智能終端，該方法包括：

當(dāng)接收到語音交互指令時，檢測當(dāng)前交互環(huán)境的噪聲信息，所述噪聲信息包括噪聲音量和噪聲頻率；

根據(jù)所述噪聲頻率確定用于合成與所述語音交互指令對應(yīng)的應(yīng)答語音的主頻率；

基于所述主頻率合成所述應(yīng)答語音；

根據(jù)所述噪聲音量、所述噪聲頻率和所述應(yīng)答語音的主頻率確定播放所述應(yīng)答語音的音量；

以所確定的所述音量播放所述應(yīng)答語音。

第二方面，本發(fā)明實(shí)施例提供一種語音交互裝置，運(yùn)行于智能終端，包括：

噪聲檢測單元，用于當(dāng)接收到語音交互指令時，檢測當(dāng)前交互環(huán)境的噪聲信息，所述噪聲信息包括噪聲音量和噪聲頻率；

主頻率確定單元，用于根據(jù)所述噪聲頻率確定用于合成與所述語音交互指令對應(yīng)的應(yīng)答語音的主頻率；

語音合成單元，用于基于所述主頻率合成所述應(yīng)答語音；

音量確定單元，用于根據(jù)所述噪聲音量、所述噪聲頻率和所述應(yīng)答語音的主頻率確定播放所述應(yīng)答語音的音量；

播放單元，用于以所確定的所述音量播放所述應(yīng)答語音。

第三方面，本發(fā)明實(shí)施例提供一種智能終端，包括：

至少一個處理器；以及，

與所述至少一個處理器通信連接的存儲器；其中，