[發明專利]基于語音信息的VR游戲人物表情控制方法及存儲介質

在審

• 申請號: 201911316446.4
• 申請日: 2019-12-19
• 公開（公告）號: CN111091810A
• 公開（公告）日: 2020-05-01
• 發明（設計）人: 曹明亮;謝天華
• 申請（專利權）人: 佛山科學技術學院
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/22;G10L19/02;G10L19/26;G10L25/18;G10L25/63;G10L25/87;G10L25/93;A63F13/424
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 蔡偉杰

1.基于語音信息的VR游戲人物表情控制方法，其特征在于，包括以下：

步驟101、獲取用戶的測試請求信息，在取得用戶的測試請求信息后，顯示詞條庫列表供用戶挑選其中的一條詞條信息并提示用戶進行朗讀；

步驟102、獲取用戶的朗讀時長T、用戶朗讀的音量B，并對用戶朗讀的詞條進行語音識別；

步驟103、根據語音識別的結果結合朗讀時長評判規則以及朗讀音量評判規則得出用戶的情感意向；

步驟104、根據得出的情感意向結果控制VR游戲人物做出相應的表情。

2.根據權利要求1所述的基于語音信息的VR游戲人物表情控制方法，其特征在于，上述步驟102中的對用戶朗讀的詞條進行語音識別的操作具體包括以下：

步驟201、對用戶朗讀的語音信息進行預處理操作得到第一語音信息；

步驟202、對所述第一語音信息進行特征提取后進行語音識別。

3.根據權利要求2所述的基于語音信息的VR游戲人物表情控制方法，其特征在于，上述步驟201中的對用戶朗讀的詞條進行預處理操作具體包括以下：

步驟301、對用戶的語音信息進行預加重處理得到中間語音信息，所述預加重具體為如下關系式，

B_n＝A_n-a*A_n-1，

其中B_n代表中間語音信息，A_n代表用戶的語音信息，a為常數，a的取值范圍為[0.90，1.00]；

步驟302、對中間語音信息進行加窗處理得到第一語音信息，所述加窗具體為如下關系式，

C_n＝B_n*W(n)，

其中C_n代表第一語音信號，W(n)為窗函數，W(n)具體為

步驟303、通過短時能量的形式對第一語音信息進行端點檢測區分清音段與濁音段。

4.根據權利要求3所述的基于語音信息的VR游戲人物表情控制方法，其特征在于，上述步驟202中的對第一語音信息進行特征提取的具體方式包括以下：

步驟401、將第一語音信息經過傅立葉變換得到每個語音幀的時域信號c(n)；

步驟402、將時域信號c(n)進行末位補0的形式形成程度為N的序列，通過離散傅立葉變換得到該序列的線性頻譜X(k)，具體轉換形式為：

步驟403、將線性頻譜X(k)通過MEL頻率濾波器組得到MEL頻譜，對MEL頻譜通過對數能量的處理得到對數頻譜Q(m)，

其中MEL頻率濾波器組包括不少于2個帶通濾波器，每個帶通濾波器的傳遞函數為：

其中0≤m≤M，M為濾波器的個數，而當中的f_h以及f_l分別表示濾波器的頻率的最高應用以及最低應用的情況，F_s為采樣頻率，N為進行離散傅立葉變換的窗函數的窗寬，而x表示自變量；

相應的，

步驟404、將對數頻譜Q(m)經過離散余弦變換得到MFCC系數d(n)為：

5.根據權利要求1所述的基于語音信息的VR游戲人物表情控制方法，其特征在于，上述步驟103中的情感意向的得出具體包括以下：

步驟501、根據語音識別的結果結合語句預置分數得到第一分數；

步驟502、根據用戶的朗讀時長T，劃分時長得分段，判斷用戶的朗讀時長T落在對應得分段的區間得到第二分數；

步驟503、根據用戶的朗讀音量B，劃分音量得分段，判斷用戶的朗讀音量落在對應得分段的區間得到第三分數；

步驟504、計算第一分數、第二分數以及第三分數的總和，劃分總和得分段，每一個得分段對應一種情感狀態，判斷用戶的得分總和所屬的得分段得到用戶的情感意向。

6.根據權利要求5所述的基于語音信息的VR游戲人物表情控制方法，其特征在于，上述步驟501中的語句預置分數通過以下方法得到：

在收錄相關語句時，根據語句的語意評估得到語句的預置分數，并與所述語句共同形成數據庫表格，當語音識別得到語句時，通過查表的方式得到該語句的預置分數。

7.一種計算機可讀存儲的介質，所述計算機可讀存儲的介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-6中任一項所述方法的步驟。