[发明专利]通信消息处理方法、设备及即时通信客户端

说明书

本发明提供了通信消息处理方法、设备及即时通信客户端，涉及通信交互技术领域。一种通信消息处理方法，包括如下步骤：获取音频采集设备采集的语音消息；提取所述语音消息中的关键词特征；确定与所述关键词匹配的图像数据，与前述语音消息一起发送，或者用图像数据替换所述语音消息中的关键词后发送。利用本发明，能够在用户语音交互的过程中智能地加载相关的图像数据，提高消息交互的便捷度、智能度和趣味性，提升用户体验。

技术领域

本发明涉及通信交互技术领域。

背景技术

即时通信(Instant Messaging，IM)是移动互联网时代最为流行的通信方式，各种各样的即时通信软件不仅支持文字消息的即时传输，还能够实现用户间的语音消息、视频消息传输。

在通过IM工具进行语音消息交互时，用户可以启动终端的麦克风等语音采集设置录入语音消息，然后通过互联网将该语音消息传输给目标接收端用户，接收端用户在输入播放指令后，能够播放该语音消息，接收端用户也可以通过语音对该消息进行回复。

目前，为便于用户根据场合选择是否接听语音消息，还增加了语音消息的文字转换功能，并能够将转换的文本内容与录制的音频文件一起作为即时通信消息发送至接收端用户。有些通信工具，还设置了将文本转换成语音功的语音合成能——文本转换语音(TextTo Speech，简称TTS)。语音合成解决方案主要有两类，一类是拼接系统，另外一类是参数生成系统。两类系统均需要进行文本分析，前者是利用大量录制的片段语音，结合文本分析结果，将录音片段进行拼接得到合成语音；而后者是利用文本分析的结果，通过模型产生语音的参数，如基频等，进而转化成波形。

现有的语音消息功能，只结合了文本转换的特征，并没有考虑用户语音录制时的表情、情感状态、语气语调等进一层次的信息，难以满足用户需求，尤其对于喜欢用动态图像功能进行斗图的年轻人来说，语音消息缺少了趣味性。

随着人工智能技术的不断发展以及人们对于交互体验要求的不断提高，智能交互方式已逐渐开始替代一些传统的人机交互方式，并且已成为一个研究热点。目前，基于用户交互内容分析用户情绪，根据用户的情绪状态分析出用户消息所实际想要表达的深层次的情绪需求已成为可能。如何结合上述现有技术向用户提供一种更智能便捷的通信方式是亟待解决的问题。

发明内容

本发明的目的在于：克服现有技术的不足，提供了一种通信消息处理方法、设备及即时通信客户端。利用本发明，能够在用户语音交互的过程中智能地加载相关的图像数据，提高消息交互的便捷度、智能度和趣味性，提升用户体验。

为实现上述目标，本发明提供了如下技术方案：

一种通信消息处理方法，包括如下步骤：获取音频采集设备采集的语音消息；提取所述语音消息中的关键词特征；确定与所述关键词匹配的图像数据，与前述语音消息一起发送，或者用图像数据替换所述语音消息中的关键词后发送。

进一步，采集用户录制语音时的自身图像数据或者采集预设关联路径上的图像数据，识别采集的图像数据后作为匹配的图像数据；或者，对前述采集的图像数据增减元素生成合成图像作为匹配的图像数据；或者，基于前述采集的图像数据映射出虚拟图像作为匹配的图像数据。

进一步，获取语音消息的音量信息，根据所述音量的大小调整匹配图像数据输出时的尺寸。

进一步，对所述语音消息进行语义分析，当分析获得的语义内容包括两个以上的匹配图像数据时，获取匹配的多个图像数据制作成动态图像输出，或者将多个图像形成合成图像输出。

进一步，还包括步骤：

分析前述语音消息，

从语音消息中提取与前述图像数据对应的声音片段；

将提取的声音片段对应着图像数据进行播放，或者在采集到用户对图像数据的触发操作后播放前述声音片段。