申请/专利权人：中国银行股份有限公司

申请日：2020-09-29

公开（公告）日：2024-03-22

公开（公告）号：CN112201277B

主分类号：G10L25/48

分类号：G10L25/48;G10L15/06;G10L15/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2021.01.26#实质审查的生效;2021.01.08#公开

摘要：本申请提供了一种语音应答的方法、装置、设备以及计算机可读存储介质，包括：获取用户语音，依据用户语音的语音特征以及语音内容，确定用户语音对应的语调类型，基于用户语音对应的语调类型，以及语音内容，生成与用户语音对应的应答语音，最后播报应答语音。因为播报的应答语音是根据用户语音的语调类型，以及语音内容得到的，所以只要用户语音的语调类型不同，播报的应答语音可以不同，实现了根据用户语音进行个性化的回应，从而可以提高用户的体验感。另外，用户语音对应的语调类型，是根据用户语音的语音特征以及语音内容两个维度确定的，所以户语音对应的语调类型具有较高的准确度，从而可以提高播报的应答语音的准确性。

主权项：1.一种语音应答的方法，其特征在于，包括：获取用户语音；依据所述用户语音的语音特征以及语音内容，确定所述用户语音对应的语调类型；基于所述用户语音对应的所述语调类型，以及所述语音内容，生成与所述用户语音对应的应答语音；播报所述应答语音；其中，所述语调类型，包括至少两种指定的语调类型，任意一种所述语调类型依据历史用户语音的所述语音特征以及所述语音内容预先设定，即指定语调类型依据历史用户语音的语气和感情态度的语音信息以及历史用户语音的语音内容设定；指定的语调类型是欢快逗趣互动语调类型或平缓正式互动语调类型；欢快逗趣互动语调类型是语音的音调或音幅变化大，且语音内容与业务询问类问题相关性弱的类型；平缓正式互动语调类型是语音的音调或音幅变化小、语音内容与业务询问问题相关性强的类型；所述语音特征至少包括，音调特征以及音幅特征；其中，所述依据所述用户语音的语音特征以及所述语音内容，确定所述用户语音对应的语调类型，包括：将所述用户语音输入预先训练好的贝叶斯分类模型，使所述贝叶斯分类模型依据所述用户语音的所述语音特征，确定所述用户语音对应的所述语调类型；识别得到所述用户语音对应的所述语音内容；将所述用户语音的所述语音内容输入预先训练好的语音分类模型；使所述语音分类模型依据所述用户语音的所述语音内容，确定所述用户语音对应的所述语调类型；分别获取所述贝叶斯分类模型和所述语音分类模型输出的所述用户语音对应的所述语调类型；若所述贝叶斯分类模型输出的所述语调类型，以及所述语音分类模型输出的所述语调类型，为相同的语调类型，则将该相同的语调类型，作为所述用户语音对应的语调类型；其中，还包括：若所述贝叶斯分类模型输出的所述语调类型，以及所述语音分类模型输出的所述语调类型，为不相同的语调类型，则将所述用户语音对应的语调类型确定为预设的默认的语调类型；其中，所述贝叶斯分类模型依据语音训练样本训练得到，所述语音训练样本携带所述语音特征；所述贝叶斯分类模型确定所述用户语音对应的所述语调类型的过程为：所述贝叶斯分类模型依据所述用户语音的所述语音特征，计算所述用户语音分别属于各个所述语调类型的概率值，并将最大的所述概率值所对应的所述语调类型，确定为所述用户语音对应的语调类型；其中，所述语音分类模型为GA-BP神经网络模型，所述GA-BP神经网络模型为对初始BP神经网络模型进行优化得到的模型；所述初始BP神经网络模型的输入层节点个数依据语音训练样本的语音内容长度确定，输出层节点个数依据所述语调类型确定，隐层节点个数基于试凑法确定；所述对初始BP神经网络模型进行优化为：依据预设的样本数据和遗传算法对所述初始BP神经网络模型的输入层、隐层和输出层中每一层的初始权值和阈值进行训练学习，确定每一层最优的初始权值和阈值，得到优化后的BP神经网络模型；其中，所述基于所述用户语音对应的所述语调类型，以及所述语音内容，生成与所述用户语音对应的应答语音，包括：基于所述语音内容，确定应答语音内容；生成语音内容为所述应答语音内容，且语调类型为所述用户语音对应的所述语调类型的所述应答语音，即应答语音的语调类型与用户语音的语调类型相同，以增强应答语音个性化的效果。

全文数据：

权利要求：

百度查询： 中国银行股份有限公司 语音应答的方法、装置、及设备及计算机可读存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD