[发明专利]语音交互方法、智能语音装置以及存储介质

说明书

本发明提供一种语音交互方法、智能语音装置以及存储介质，该语音交互方法包括：S101：录制本地语音，获取本地语音的语音特征参数，上传语音特征参数，其中，接收语音特征参数的对象根据语音特征参数生成关键语音特征参数；S102：下载关键语音特征参数，接收输入的本地语音，根据本地语音对应的关键语音特征参数以及存储的关键语音特征参数生成合成语音以进行语音对话。本发明能够针对不同的用户使用相应的声音进行对话，提高了亲和力和合成语音的仿真度，提升了用户体验。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种语音交互方法、智能语音装置以及存储介质。

背景技术

语音合成是通过机器将文字转换为声音的技术，又被称为文语转换(Test-To-Speech，TTS)，目前，语音合成技术在国际上已经取得了普遍发展，各种语言都有各自的语音合成系统，为了让系统具有更好的重用性、通用性和扩展性，多语种的语音合成便成为了国内外研究的热点，多语种的语音合成是指能够用一个语音合成系统取得不同说话人、不同语种的合成语音。目前，智能终端的语音交互系统应用了语音合成技术，以实现与用户的沟通交流。

然而，在现有的语音交互系统中，输出的语音的音色一般为默认音色，即面对不同的用户，均使用相同的声音与用户进行对话，导致与用户的亲和力不足，降低用户体验。

发明内容

为了克服现有技术的不足，本发明提出一种语音交互方法、智能语音装置以及存储介质，录制本地语音，提取本地语音的语音特征参数，上传语音特征参数，下载并存储语音特征参数处理后生成的关键语音特征参数，并在接收到本地语音后，根据该本地语音的语音特征参数以及存储的关键语音特征参数进行语音的合成，从而能够针对不同的用户使用相应的声音进行对话，提高了亲和力和合成语音的仿真度，提升了用户体验。

为解决上述问题，本发明采用的一个技术方案为：一种语音交互方法，所述语音交互方法包括：S101：录制本地语音，获取本地语音的语音特征参数，上传所述语音特征参数，其中，接收所述语音特征参数的对象根据所述语音特征参数生成关键语音特征参数；S102：下载所述关键语音特征参数，接收输入的本地语音，根据本地语音对应的关键语音特征参数以及存储的关键语音特征参数生成合成语音以进行语音对话。

进一步地，所述录制本地语音，获取本地语音的语音特征参数的步骤具体包括：通过送话器采集并录制本地语音，利用自动语音识别技术提取所述本地语音的语音特征参数。

进一步地，所述上传所述语音特征参数的步骤具体包括：将所述语音特征参数上传至服务器，所述服务器分析计算所述语音特征参数，提取合成语音对应的关键语音特征参数。

进一步地，所述下载所述语音特征参数对应的关键语音特征参数的步骤之后还包括：将所述关键语音特征参数存入合成语音库，压缩所述合成语音库中的信息。

进一步地，所述根据本地语音对应的关键语音特征参数以及存储的关键语音特征参数生成合成语音的步骤具体包括：获取所述本地语音对应的关键语音特征参数，判断是否存储有所述关键语音特征参数；若是，则利用所述关键语音特征参数生成合成语音；若否，则使用预设模式生成合成语音，并执行S101，下载本地语音对应的关键语音特征参数。

进一步地，所述利用所述语音特征参数生成合成语音的步骤具体包括：根据所述语音特征参数启动应用，并根据所述语音特征参数对应的用户的语音交互对象生成合成语音。

进一步地，所述根据本地语音对应的语音特征参数以及存储的关键语音特征参数生成合成语音的步骤之后还包括：采集输出的合成语音，将合成语音的参数与标准合成语音的参数进行对比，获取对比结果。

进一步地，所述将合成语音的参数与标准合成语音的参数进行对比，获取对比结果的步骤具体包括：根据可懂度、自然度、情绪饱满度将所述合成语音与标准合成语音进行对比获取所述合成语音的量化数据，基于所述量化数据生成评估结果。