[發(fā)明專利]一種多人文本語音轉(zhuǎn)換裝置及方法

在審

• 申請?zhí)枺?/td>: 202010949442.6
• 申請日: 2020-09-10
• 公開（公告）號: CN112102809A
• 公開（公告）日: 2020-12-18
• 發(fā)明（設(shè)計）人: 李強;喬文霞;李志
• 申請（專利權(quán)）人: 北方民族大學(xué)
• 主分類號: G10L13/02
• 分類號: G10L13/02;G10L13/04;G10L13/08;G10L15/26;G10L17/02
• 代理公司: 北京方圓嘉禾知識產(chǎn)權(quán)代理有限公司 11385
• 代理人: 程華

1.一種多人文本語音轉(zhuǎn)換裝置，其特征在于：包括麥克風(fēng)設(shè)備、鍵鼠及手寫板、智能音箱設(shè)備和接收設(shè)備；

所述麥克風(fēng)設(shè)備，用于接收用戶發(fā)出的語音信息；

所述鍵鼠及手寫板，用于傳輸用戶的文本信息；

所述智能音箱設(shè)備，用于傳出經(jīng)語音合成系統(tǒng)將文本信息轉(zhuǎn)換成的語音信息；

所述接收設(shè)備，用于接收用戶傳遞的語音信息轉(zhuǎn)換成的文本信息。

2.根據(jù)權(quán)利要求1所述的根據(jù)權(quán)利要求1所述的多人文本語音轉(zhuǎn)換裝置，其特征在于：所述接收設(shè)備包括顯示器設(shè)備、平板電腦、筆記本電腦、智能手表或者智能汽車。

3.根據(jù)權(quán)利要求1所述的根據(jù)權(quán)利要求1所述的多人文本語音轉(zhuǎn)換裝置，其特征在于：還包括存儲管理模塊，所述存儲管理模塊包括文本數(shù)據(jù)庫、語音數(shù)據(jù)庫和個人資料庫，所述文本數(shù)據(jù)庫和語音數(shù)據(jù)庫之間通過語音、人物、文本的關(guān)系連接在一起；

所述文本數(shù)據(jù)庫，用于存儲用戶鍵鼠或觸屏方式傳輸?shù)奈谋拘畔⒒蛘呓?jīng)過語音識別將語音信息轉(zhuǎn)換成的文本信息；

所述語音數(shù)據(jù)庫，用于存儲來自用戶麥克風(fēng)的語音信息。

4.根據(jù)權(quán)利要求1所述的根據(jù)權(quán)利要求1所述的多人文本語音轉(zhuǎn)換裝置，其特征在于：還包括麥克風(fēng)語音信息融合模塊，麥克風(fēng)語音信息融合模塊包括麥克風(fēng)信息采集、語音信息增強和語音信息存儲格式；

所述麥克風(fēng)采集信息，調(diào)用不同設(shè)備的麥克風(fēng)采集用戶語音信息；

所述語音信息增強，用于對不同設(shè)備采集到的不同頻率的語音信息進行降噪和融合，使得用戶通過音箱接收到的語音信息更加清晰；

所述語音信息存儲格式，將不同麥克風(fēng)采集到的語音信息轉(zhuǎn)換為統(tǒng)一的格式存儲在語音數(shù)據(jù)庫中，設(shè)備和用戶信息以JSON格式存儲。

5.一種多人文本語音轉(zhuǎn)換方法，其特征在于：包括以下步驟：

步驟1、用戶經(jīng)過身份確認(rèn)；

步驟2、確認(rèn)身份的用戶根據(jù)現(xiàn)有設(shè)備和所處環(huán)境選擇適合的交互設(shè)備；

步驟3、通過交互設(shè)備發(fā)送語音信息、文本信息或者語音和文本兩種信息；

步驟4、當(dāng)用戶經(jīng)交互設(shè)備發(fā)送語音信息時直接以語音信息方式發(fā)送給對方用戶，或者存儲在文本-語音服務(wù)器中的用戶語音數(shù)據(jù)庫中，經(jīng)過聲紋識別確認(rèn)所述語音信息由所述用戶發(fā)送，并且通過語音識別將其轉(zhuǎn)換為文本信息存儲在用戶文本數(shù)據(jù)庫中，以文本的方式通過顯示器傳遞給對方用戶。

6.根據(jù)權(quán)利要求5所述多人文本語音轉(zhuǎn)換方法，其特征在于：當(dāng)用戶經(jīng)交互設(shè)備發(fā)送文本信息時直接以文本信息方式發(fā)送給對方用戶，或者存儲在文本-語音服務(wù)器的用戶文本數(shù)據(jù)庫中，經(jīng)過聲紋特征庫的語音合成技術(shù)轉(zhuǎn)換成具有用戶聲音特征的語音信息，以語音的方式通過音箱傳遞給對方用戶。

7.根據(jù)權(quán)利要求6所述多人文本語音轉(zhuǎn)換方法，其特征在于：當(dāng)用戶經(jīng)交互設(shè)備發(fā)送語音和文本兩種信息給對方用戶時，將其存儲在文本-語音服務(wù)器的相應(yīng)的用戶語音數(shù)據(jù)庫和用戶文本數(shù)據(jù)庫，然后采用語音識別或者語音合成技術(shù)轉(zhuǎn)換成相應(yīng)的信息模態(tài)傳遞給對方用戶。

8.根據(jù)權(quán)利要求7所述多人文本語音轉(zhuǎn)換方法，其特征在于：多個用戶依次通過設(shè)備麥克風(fēng)發(fā)送語音信息，確認(rèn)用戶身份，通過聲紋識別確認(rèn)語音信息為所述用戶所發(fā)送，將所述用戶的語音信息存儲在用戶語音資料庫中。

9.根據(jù)權(quán)利要求8所述多人文本語音轉(zhuǎn)換方法，其特征在于：根據(jù)用戶使用的交互設(shè)備從存儲模塊的語音數(shù)據(jù)庫、文本數(shù)據(jù)庫以及個人資料庫中查看歷史信息，用戶和其語音信息、用戶與其文本信息或者用戶與其語音和文本信息。

10.根據(jù)權(quán)利要求9所述多人文本語音轉(zhuǎn)換方法，其特征在于：語音資料庫中的語音信息通過語音識別技術(shù)轉(zhuǎn)化為文本信息，轉(zhuǎn)化后的文本信息和參考文本進行對齊處理獲得準(zhǔn)確的文本信息。