[發(fā)明專利]語音播報(bào)方法、裝置和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910002527.0
• 申請日: 2019-01-02
• 公開（公告）號(hào): CN109686362B
• 公開（公告）日: 2021-04-02
• 發(fā)明（設(shè)計(jì)）人: 趙濤濤
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號(hào): G10L15/00
• 分類號(hào): G10L15/00;G10L15/22;G10L15/18;G10L25/54
• 代理公司: 北京市鑄成律師事務(wù)所 11313
• 代理人: 王珺;徐瑞紅

本發(fā)明實(shí)施例提供了一種語音播報(bào)方法、裝置和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中所述方法包括：對(duì)輸入語音進(jìn)行口音識(shí)別，得到所述輸入語音的口音級(jí)別，其中，所述口音級(jí)別表示一種口音相對(duì)于目標(biāo)語言的口音的相似程度；利用所述輸入語音的口音級(jí)別確定播報(bào)方式；利用所述播報(bào)語音的播報(bào)方式輸出播報(bào)語音。本發(fā)明的一個(gè)實(shí)施例能夠使智能音箱的語音交互更加個(gè)性化，從而提升用戶的體驗(yàn)；本發(fā)明的另一個(gè)實(shí)施例利用接收到所述輸入語音的裝置的所在位置確定地區(qū)信息；利用所述地區(qū)信息對(duì)所述輸入語音的口音級(jí)別進(jìn)行校準(zhǔn)，從而使確定口音級(jí)別更為準(zhǔn)確。

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種語音播報(bào)方法、裝置和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，當(dāng)今人們的生活已經(jīng)逐漸走入智能時(shí)代。人工智能技術(shù)為人們生活的諸多方面都提供了方便快捷的服務(wù)。其中，智能語音交互是基于語音輸入的智能交互模式。用戶向智能設(shè)備說話就可以得到反饋結(jié)果。在日常生活中，當(dāng)用戶使用智能音箱的時(shí)候，播報(bào)的聲音大多以普通話為主，一般可選的播報(bào)模式為童聲/成人模式，或者男聲/女聲模式。然而現(xiàn)有技術(shù)中的上述智能音箱容易使用戶產(chǎn)生過于正式的感覺，從而導(dǎo)致用戶和智能音箱之間存在一種距離感。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種語音播報(bào)方法、裝置和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，以解決現(xiàn)有技術(shù)中的一個(gè)或多個(gè)技術(shù)問題。

第一方面，本發(fā)明實(shí)施例提供了一種語音播報(bào)方法，包括：

對(duì)輸入語音進(jìn)行口音識(shí)別，得到所述輸入語音的口音級(jí)別，其中，所述口音級(jí)別表示一種口音相對(duì)于目標(biāo)語言的口音的相似程度；

利用所述輸入語音的口音級(jí)別確定播報(bào)方式；

利用所述播報(bào)語音的播報(bào)方式輸出播報(bào)語音。

在一種實(shí)施方式中，所述對(duì)輸入語音進(jìn)行口音識(shí)別，得到所述輸入語音的口音級(jí)別，包括：

對(duì)所述輸入語音進(jìn)行特征提取，得到所述輸入語音的特征信息；

將所述特征信息輸入到口音分級(jí)模型中，得到所述輸入語音的口音級(jí)別。

在一種實(shí)施方式中，所述利用所述輸入語音的口音級(jí)別確定播報(bào)方式，包括以下方式的至少一種：

如果所述輸入語音的口音級(jí)別為第一級(jí)別，則將所述播報(bào)方式確定為以目標(biāo)語言的口音進(jìn)行播報(bào)；

如果所述輸入語音的口音級(jí)別為第二級(jí)別，則將所述播報(bào)方式確定為以第一設(shè)定區(qū)域語言的口音進(jìn)行播報(bào)；

如果所述輸入語音的口音級(jí)別為第三級(jí)別，則將所述播報(bào)方式確定為以第二設(shè)定區(qū)域語言的口音進(jìn)行播報(bào)；

其中，第一設(shè)定區(qū)域語言與所述目標(biāo)語言的口音相似度高于第二設(shè)定區(qū)域語言與所述目標(biāo)語言的口音相似度。

在一種實(shí)施方式中，所述利用所述播報(bào)語音的播報(bào)方式輸出播報(bào)語音，包括：

對(duì)所述輸入語音進(jìn)行語義識(shí)別，得到需求信息；

利用需求信息查找需要播報(bào)的內(nèi)容；

利用所述播報(bào)語音的播報(bào)方式，輸出與所述需要播報(bào)的內(nèi)容對(duì)應(yīng)的播報(bào)語音。

在一種實(shí)施方式中，還包括：

利用接收到所述輸入語音的裝置的所在位置確定地區(qū)信息；

利用所述地區(qū)信息對(duì)所述輸入語音的口音級(jí)別進(jìn)行校準(zhǔn)。

第二方面，本發(fā)明實(shí)施例提供了一種語音播報(bào)裝置，包括：

識(shí)別模塊，用于對(duì)輸入語音進(jìn)行口音識(shí)別，得到所述輸入語音的口音級(jí)別，其中，所述口音級(jí)別表示一種口音相對(duì)于目標(biāo)語言的口音的相似程度；