[发明专利]一种语音交互的方法、装置、设备和计算机存储介质

权利要求书

1.一种语音交互的方法，其特征在，所述方法包括：

接收第一终端设备发送的语音数据；

获取所述语音数据的语音识别结果以及声纹识别结果；

获取针对所述语音识别结果的响应文本，利用所述声纹识别结果对所述响应文本进行语音转换；

将转换得到的音频数据发送至所述第一终端设备；

所述获取针对所述语音识别结果的响应文本包括：

利用所述语音识别结果进行搜索匹配，获得与所述语音识别结果对应的文本搜索结果和提示文本，所述提示文本为用于所述第一终端设备在播放所述文本搜索结果转换得到的音频数据之前提示用户接下来将要进行播放的文本。

2.根据权利要求1所述的方法，其特征在于，所述声纹识别结果包括用户的性别、年龄、地域、职业中的至少一种身份信息。

3.根据权利要求1所述的方法，其特征在于，该方法还包括：

若利用所述语音识别结果进行搜索匹配，获得音频搜索结果，则将所述音频搜索结果发送至所述第一终端设备。

4.根据权利要求1所述的方法，其特征在于，获取针对所述语音识别结果的响应文本包括：

利用所述语音识别结果以及声纹识别结果进行搜索匹配，获得与所述语音识别结果以及声纹识别结果对应的文本搜索结果和提示文本。

5.根据权利要求1所述的方法，其特征在于，利用所述声纹识别结果对所述响应文本进行语音转换包括：

根据预设的身份信息与声音合成参数之间的对应关系，确定与所述声纹识别结果对应的声音合成参数；

利用所确定的声音合成参数对所述响应文本进行语音转换。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

接收并保存第二终端设备对所述对应关系的设置。

7.根据权利要求1所述的方法，其特征在于，在利用所述声纹识别结果对所述响应文本进行语音转换之前，还包括：

判断所述第一终端设备是否被设置为自适应语音响应，如果是，则继续执行利用所述声纹识别结果对所述响应文本进行语音转换；

否则，利用预先设置的或者默认的声音合成参数对所述响应文本进行语音转换。

8.一种语音交互的装置，其特征在，所述装置包括：

接收单元，用于接收第一终端设备发送的语音数据；

处理单元，用于获取所述语音数据的语音识别结果以及声纹识别结果；

转换单元，用于获取针对所述语音识别结果的响应文本，利用所述声纹识别结果对所述响应文本进行语音转换；

发送单元，用于将转换得到的音频数据发送至所述第一终端设备；

所述转换单元在获取针对所述语音识别结果的响应文本时，具体执行：

利用所述语音识别结果进行搜索匹配，获得与所述语音识别结果对应的文本搜索结果和提示文本，所述提示文本为用于所述第一终端设备在播放所述文本搜索结果转换得到的音频数据之前提示用户接下来将要进行播放的文本。

9.根据权利要求8所述的装置，其特征在于，所述声纹识别结果包括用户的性别、年龄、地域、职业中的至少一种身份信息。

10.根据权利要求8所述的装置，其特征在于，所述转换单元还用于执行：

若利用所述语音识别结果进行搜索匹配，获得音频搜索结果，则将所述音频搜索结果发送至所述第一终端设备。

11.根据权利要求8所述的装置，其特征在于，所述转换单元在获取针对所述语音识别结果的响应文本时，具体执行：

利用所述语音识别结果以及声纹识别结果进行搜索匹配，获得与所述语音识别结果以及声纹识别结果对应的文本搜索结果和提示文本。