[发明专利]语音交互方法、语音交互装置及机器人

权利要求书

1.一种语音交互方法，应用于机器人，其特征在于，包括：

接收声音信号；

检测所述声音信号的能量；以及

当所述声音信号的能量达到所述机器人的阈值，定位所述声音信号的声源角度；

当接收的所述声音信号的声源角度在所述机器人的预设角度范围内时，获取图像，识别所述图像中的一个或多个人脸的角度；

选取所述人脸角度与所述声源角度最接近的人脸为说话人；以及

调整所述机器人的角度，使得所述说话人的脸部中心落在所述机器人前方中心位置，以便于对所述声音信号进行响应；

判断是否超过所述机器人预设的时间间隔；以及，

当超过所述机器人所述预设的时间间隔时，获取所述说话人的人脸图像，识别说话人的人脸角度，调整所述机器人的角度，使得所述说话人的脸部中心落在所述机器人前方中心位置。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当接收的声音信号的声源角度不在所述机器人的预设角度范围内时，调整所述机器人的角度，使得接收所述声音信号的角度在所述机器人的预设角度范围内。

3.根据权利要求1至2任一所述的方法，其特征在于，所述对所述声音信号进行响应包括：

对所述声音信号进行语音识别；

根据语音识别的结果，进行自然语言理解，检索对应的答案；以及

将所述答案以语音合成或者肢体动作的方式回应给所述说话人。

4.根据权利要求1至2任一所述的方法，其特征在于，所述声源角度为声源方向与所述机器人正面中心方向之间的角度。

5.根据权利要求1至2任一所述的方法，其特征在于，所述人脸角度为所述人脸与所述图像的拍摄方向之间的角度。

6.一种语音交互装置，应用于机器人，其特征在于，包括：

拾音模块，用于判断接收的声音信号的声源角度是否在所述机器人的预设声源角度范围内；所述拾音模块还包括：

能量检测子模块，用于检测接收到所述声音信号的能量；

声源定位子模块，用于当所述声音信号的能量达到所述机器人的阈值，定位所述声音信号的声源角度；以及

语音识别子模块，用于对所述声音信号进行语音识别；

图像获取模块，用于当接收的声音信号的声源角度在所述机器人的预设的范围内时，获取图像，识别所述图像中的一个或多个人脸的角度，选取所述人脸角度与所述声源角度最接近的人脸为说话人；以及

角度调整模块，用于调整所述机器人的角度，使得所述说话人的脸部中心落在所述机器人前方中心位置，以便于对所述声音信号进行响应。

7.根据权利要求6所述的装置，其特征在于，进一步包括：交互响应模块，用于根据所述语音识别的结果，进行自然语言理解，检索对应的答案，将所述答案以语音合成或者肢体动作的方式回应给所述说话人。

8.根据权利要求6所述的装置，其特征在于，所述角度调整模块还用于，当接收的所述声音信号的声源角度不在所述机器人的预设角度范围内时，调整所述机器人的角度，使得接收所述声音信号的角度在所述机器人的预设角度范围内。

9.根据权利要求6所述的装置，其特征在于，所述装置还包括：计时模块，用于每隔一段时间间隔，触发所述图像获取模块重新获取说话人的人脸图像，识别说话人的人脸角度；以及，触发角度调整模块调整所述机器人的角度，使得所述说话人的脸部中心落在所述机器人前方中心位置。

10.根据权利要求6至9任一所述的装置，其特征在于，所述声源角度为声源方向与所述机器人正面中心方向之间的角度。

11.根据权利要求6至9任一所述的装置，其特征在于，所述人脸角度为人脸与所述图像的拍摄方向之间的角度。

12.一种机器人，其特征在于，包括：

设置在所述机器人上的语音交互装置；

所述语音交互装置采用上述权利要求6至11中任一项所述的语音交互装置。