一种智能语音交互方法、系统和装置制造方法及图纸

本发明专利技术公开了一种智能语音交互方法、系统、装置及计算机可读存储介质，涉及通信技术领域。本发明专利技术所述方法包括以下步骤：S1采集用户影像；S2根据采集的所述用户影像，识别所述用户的属性；S3根据不同所述用户的属性，播放定制的语音；S4通过不同定制的语音与所述用户进行交互操作。本发明专利技术通过对用户属性的识别，提供不同的定制语音与用户进行交互，提升了人机交互过程中的灵活性和趣味性。

An Intelligent Speech Interaction Method, System and Device

【技术实现步骤摘要】
一种智能语音交互方法、系统和装置
本专利技术属于通信
，特别是涉及一种智能语音交互方法、系统和装置。
技术介绍
智能语音交互是基于语音输入的新一代交互模式，通过说话就可以得到反馈结果。现有的语音交互方式，均采用固定模式发音的方式，即对于所有不同的访问用户，均反馈同样模式的发音，虽然内容有一定差异，但是声音的音色、音质都一样，给用户的感觉比较单调。这样的问题，主要是因为语音交互设备自身很难识别出用户的不同属性，譬如男女、老幼等身份信息，导致语音交互设备无法根据用户提供定制化的语音交互能力。
技术实现思路
本专利技术的目的在于提供一种智能语音交互方法、系统和装置，通过对用户属性的识别，提供不同的定制语音与用户进行交互，提升了人机交互过程中的灵活性和趣味性。为解决上述技术问题，本专利技术是通过以下技术方案实现的：本专利技术提供一种智能语音交互方法，所述方法至少包括以下步骤：S1采集用户影像；S2根据采集的所述用户影像，识别所述用户的属性；S3根据不同所述用户的属性，播放定制的语音；S4通过不同定制的语音与所述用户进行交互操作。作为上述方案的进一步改进，所述语音交互方法还包括以下步骤：S0在采集所述用户影像之前，采用标准声音类型与所述用户进行交互操作。进一步地，所述步骤S2识别所述用户属性的方法包括以下步骤：S21判断所述用户是否为男士，是则确定所述用户为男士，否则确定所述用户为女士。进一步地，所述步骤S2识别所述用户属性的方法还包括以下步骤：若所述用户为男士，则执行以下步骤：S22继续判断所述男士的年龄是否为青少年，是则确定所述用户为青少年男士，否则执行S23；S23继续判断所述男士的年龄是否为中年，是则确定所述用户为中年男士，否则确定用户为老年男士。进一步地，所述步骤S2识别所述用户属性的方法还包括以下步骤：若所述用户为女士，则执行以下步骤：S24继续判断所述女士的年龄是否为青少年，是则确定所述用户为青少年女士，否则执行S25；S25继续判断所述女士的年龄是否为中年，是则确定所述用户为中年女士，否则确定用户为老年女士。进一步地，所述步骤S21包括以下步骤：将采集的所述用户影像与预先存储的样本点作比对，然后计算离所述用户影像最近的样本点，将最近样本点的性别赋值给采集的所述用户影像。进一步地，所述步骤S22至S25中任一项包括以下步骤：提取与年龄变化关系紧密的人脸的局部统计特征。本专利技术还提供一种智能语音交互系统，所述系统包括：影像采集模块，用来采集用户的影像；用户识别模块，根据影像采集模块所采集的不同所述用户的影像，识别所述用户的属性；语音控制模块，根据不同所述用户的属性，播放定制的语音；交互模块，通过定制的语音与所述用户进行交互操作。本专利技术还提供一种智能语音交互装置，包括：处理器、存储器、系统总线；所述处理器以及所述存储器通过所述系统总线相连；所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行前面所述语音交互方法的步骤。本专利技术采用影响采集装置的图像识别能力，快速识别用户的属性，并通过用户的属性，提供定制化的交互声音模式，大幅提升了人机交互过程中的灵活性和趣味性。本专利技术的方法部署方案清晰，算法简洁，不需要设立复杂的处理流程，运算速度快，实时性高。同时本专利技术的装置组件简单，易于部署，便于扩展的同时可以兼容各类不同场景，适应范围广。当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为一种智能语音交互方法的步骤流程图；图2为一种智能语音交互系统的组成结构示意图；图3为一种智能语音交互装置的硬件结构示意图。具体实施方式现有的语音交互方式，均采用固定模式发音的方式，即对于所有不同的访问用户，均反馈同样模式的发音，虽然内容有一定差异，但是声音的音色、音质都一样，给用户的感觉比较单调。这样的问题，主要是因为语音交互设备自身很难识别出用户的不同属性，譬如男女、老幼等身份信息，导致语音交互设备无法根据用户提供定制化的语音交互能力。为了解决上述缺陷，本专利技术的实施例提供了一种智能语音交互方法、系统和装置，通过对访问用户属性的识别，提供不同的定制语音与访问用户进行交互，提升了人机交互过程中的灵活性和趣味性。下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。请参阅图1，本专利技术提供了一种智能语音交互方法，所述方法至少包括以下步骤：S0首先采用标准声音类型与用户进行交互；S1通过影响采集装置来采集用户影像；S2根据采集的用户影像，根据人脸和衣着的特征识别用户的属性，用户的属性包括主要包括性别和年龄，其中性别取值为“男士”或者“女士”，年龄取值可以是“青少年”、“中年”、“老年”；S21在识别用户属性的过程中首先判断用户是否为男士，是则确定用户为男士，否则确定用户为女士。上面所述的性别识别是利用计算机视觉来辨别和分析图像中的人脸性别属性。基于特征脸的性别识别算法主要是使用主成分分析。在计算过程中通过消除数据中的相关性，将高维图像降低到低维空间，而训练集中的样本则被映射成低维空间中的一点。当需要判断采集的用户影像性别时，就需要先将采集的用户影像映射到低维空间中，然后计算离采集的用户影像最近样本点是哪一个，将最近样本点的性别赋值给采集的用户影像即可。若用户为男士，S22继续判断男士的年龄是否为青少年，是则确定用户为青少年男士，否则执行S23；S23继续判断男士的年龄是否为中年，是则确定用户为中年男士，否则确定用户为老年男士；若用户为女士，S24继续判断女士的年龄是否为青少年，是则确定用户为青少年女士，否则执行S25；S25判断女士的年龄是否为中年，是则确定用户为中年女士，否则确定用户为老年女士。年龄估计大致分为预估和详细评估两个阶段。预估阶段：提取出采集的用户影像中人脸的肌肤纹理特征，对年龄范围做一个大致的评估，得出一个特定的年龄段；详细评估阶段：通过支持向量机的方法，建立了对应于多个年龄段的多个模型分类器，并选择合适的模型进行匹配。例如采用融合局部二值化模式和梯度直方图特征的人脸年龄估计算法来判断的年龄。通过融合局部二值化模式和梯度直方图特征的人脸年龄估计算法提取与年龄变化关系紧密的人脸的局部统计特征。局部二值化模式特征和梯度直方图特征，并用典型相关分析的方法融合，最后通过支持向量机回归的方法对人脸库进行训练和测试。请参阅图1，S3再根据上述方法获得的不同用户的属性，播放定制的语音；首先对于不同属性的用户为其预先设置与其匹配的语音，当根据上述方法步骤识别出用户的属性后则播放相应的语音。请参阅图1，S4通过不同定制的语音与该用户进行交互。具体步骤至少包括：首先通过声音信号接收装置，例如麦克风，接收不同位置的声音信号；在这些声音信本文档来自技高网...

【技术保护点】
1.一种智能语音交互方法，其特征在于，所述方法至少包括以下步骤：S1采集用户影像；S2根据采集的所述用户影像，识别所述用户的属性；S3根据不同所述用户的属性，播放定制的语音；S4通过不同定制的语音与所述用户进行交互操作。

【技术特征摘要】
1.一种智能语音交互方法，其特征在于，所述方法至少包括以下步骤：S1采集用户影像；S2根据采集的所述用户影像，识别所述用户的属性；S3根据不同所述用户的属性，播放定制的语音；S4通过不同定制的语音与所述用户进行交互操作。2.根据权利要求1所述一种智能语音交互方法，其特征在于，所述智能语音交互方法还包括以下步骤：S0在采集所述用户影像之前，采用标准声音类型与所述用户进行交互操作。3.根据权利要求1所述一种智能语音交互方法，其特征在于，所述步骤S2识别所述用户属性的方法包括以下步骤：S21判断所述用户是否为男士，是则确定所述用户为男士，否则确定所述用户为女士。4.根据权利要求3所述一种智能语音交互方法，其特征在于，所述步骤S2识别所述用户属性的方法还包括以下步骤：若所述用户为男士，则执行以下步骤：S22继续判断所述男士的年龄是否为青少年，是则确定所述用户为青少年男士，否则执行S23；S23继续判断所述男士的年龄是否为中年，是则确定所述用户为中年男士，否则确定用户为老年男士。5.根据权利要求4所述一种智能语音交互方法，其特征在于，所述步骤S2识别所述用户属性的方法还包括以下步骤：若所述用户为女士，则执行以下步骤：S24继续判断所述女士的年...

【专利技术属性】
技术研发人员：刘小虎，兰鲁光，刘斌，李智，
申请(专利权)人：安徽省科普产品工程研究中心有限责任公司，
类型：发明
国别省市：安徽,34