[发明专利]一种语音处理方法、装置、设备及介质、程序产品

权利要求书

1.一种语音处理方法，其特征在于，应用于语音通信系统，所述系统包括发送端和接收端，所述方法包括：

所述发送端采集用户的语音；

所述发送端对所述用户的语音进行识别，获得识别结果，所述识别结果至少包括发音提示信息；

所述发送端向所述接收端发送所述识别结果，以使所述接收端根据所述识别结果进行语音合成。

2.根据权利要求1所述的方法，其特征在于，所述发送端向所述接收端发送所述识别结果，所述方法包括：

所述发送端向所述接收端发送所述用户的声纹信息，以使所述接收端根据所述识别结果以及所述用户的声纹信息进行语音合成。

3.根据权利要求1所述的方法，其特征在于，所述发音提示信息包括音素；

所述发送端对所述用户的语音进行识别，获得识别结果，包括：

所述发送端通过声学模型对所述用户的语音进行识别，获得所述语音对应的所述音素。

4.根据权利要求2所述的方法，其特征在于，所述发送端还通过所述声学模型获得所述语音对应的所述音素的发音时间或者是发音间隔时间，所述识别结果还包括所述发音时间或者所述发音间隔时间。

5.根据权利要求1所述的方法，其特征在于，所述发音提示信息包括与所述语音具有相同发音的文本信息。

6.根据权利要求5所述的方法，其特征在于，所述文本信息由所述发送端通过声学模型识别音素，然后通过语言模型解码音素得到。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：

对所述识别结果加密；

所述发送端向所述接收端发送所述识别结果，包括：

所述发送端向所述接收端发送加密后的所述识别结果。

8.根据权利要求1至7任一项所述的方法，其特征在于，所述方法还包括：

根据所述用户的声纹信息对所述用户的语音进行过滤。

9.根据权利要求1至7任一项所述的方法，其特征在于，所述发送端向所述接收端发送所述识别结果，包括：

所述发送端根据所述识别结果生成字符流；

所述发送端通过流式的顺序传输方式向所述接收端传输所述字符流。

10.一种语音处理方法，其特征在于，应用于语音通信系统，所述系统包括发送端和接收端，所述方法包括：

所述接收端获取用户的语音的识别结果，所述识别结果至少包括发音提示信息；

所述接收端根据所述发音提示信息进行语音合成，获得合成语音；

所述接收端播放所述合成语音，以实现实时语音通信。

11.根据权利要求10所述的方法，其特征在于，所述方法还包括：

获取所述用户的声纹信息；

所述接收端根据所述发音提示信息进行语音合成，获得合成语音，包括：

所述接收端根据所述发音提示信息以及所述用户的声纹信息进行语音合成，获得合成语音。

12.根据权利要求11所述的方法，其特征在于，所述发音提示信息包括音素；

所述接收端根据所述发音提示信息以及所述用户的声纹信息进行语音合成，获得合成语音，包括：

所述接收端根据所述发音提示信息合成初始语音；

所述接收端根据所述初始语音以及所述用户的声纹信息，获得与所述用户对应的合成语音。

13.根据权利要求11所述的方法，其特征在于，所述识别结果还包括所述音素的发音时间或发音间隔时间；

所述接收端根据所述发音提示信息以及所述用户的声纹信息进行语音合成，包括；

所述接收端根据所述音素的发音时间或所述发音间隔时间中的一个以及所述音素、所述用户的声纹信息进行语音合成。