[发明专利]语音处理方法及系统

权利要求书

1.一种语音处理方法，其特征在于，包括：

获取用户的语音信息，以及用户做出上述语音信息时的面部表情信息和生理参数信息；

提取语音信息、面部表情信息和生理参数信息的相关特征值，并根据特征值生成情感标签；

根据语音信息生成语义文本信息；

将语义文本信息和情感标签合成，以文本、图片、声音、视频中的一种或几种相结合的方式输出。

2.根据权利要求1所述的语音处理方法，其特征在于，将语义文本信息和情感标签合成后，输出带有表情符号的文本。

3.根据权利要求1所述的语音处理方法，其特征在于，将语义文本信息和情感标签合成后，输出另一种语言的语音，该语音与获取的用户语音信息语义相同，且具有相同的情感特征。

4.根据权利要求1或3所述的语音处理方法，其特征在于，将语义文本信息和情感标签合成后，输出具有能够表达不同情感的表情或动作的虚拟人物的视频。

5.根据权利要求1所述的语音处理方法，其特征在于，将语义文本信息和情感标签合成后，生成与语义文本信息和情感标签对应的具有情感的对话语音。

6.根据权利要求1所述的语音处理方法，其特征在于，根据语音信息生成语义文本信息的过程，会参考情感标签。

7.根据权利要求1所述的语音处理方法，其特征在于，根据特征值生成情感标签的方法包括：

提取语音信息中的第一特征值，并根据所述第一特征值生成语音情绪指标；提取面部表情信息中的第二特征值，并根据所述第二特征值生成表情情绪指标；提取生理参数信息中的第三特征值，并根据所述第三特征值生成生理情绪指标；

根据语音情绪指标、表情情绪指标以及生理情绪指标生成情感标签。

8.根据权利要求7所述的语音处理方法，其特征在于，所述第一特征值包括基频、强度、时长、元音共振峰中的一种或几种；所述第二特征值包括面部特征的位移或形变；所述第三特征值包括心率、血氧、体温、瞳孔状态中的一种或几种。

9.一种语音处理系统，其特征在于，包括：

语音信息采集模块，用于采集用户输出的语音信息；

面部表情信息采集模块，用于采集用户输出上述语音信息时的面部表情信息；

生理参数信息采集模块，用于采集用户输出上述语音信息时的生理参数信息；

处理分析模块，所述处理分析模块的输入端分别与语音信息采集模块、面部表情信息采集模块以及生理参数信息采集模块连接，以根据语音信息、面部表情信息和生理参数信息生成情感标签和语义文本信息；

内容输出模块，所述内容输出模块与处理分析模块的输出端连接，以根据情感标签和语义文本信息，输出具有情感的语音以及虚拟人物视频。

10.根据权利要求9所述的语音处理系统，其特征在于，语音信息采集模块包括至少一个麦克风，所述面部表情信息采集模块包括至少一个摄像头，所述生理参数信息采集模块包括血氧传感器、脉搏传感器、体温传感器和瞳孔分析设备中的一种或几种；

所述处理分析模块包括语音处理器、图像处理器以及医疗信息处理器。