[发明专利]语音处理方法、装置、终端以及程序产品

权利要求书

1.一种语音处理方法，其特征在于，所述语音处理方法包括以下步骤：

在检测到用户开始输入语音时，获取用户输入的当前语音数据；

对所述语音数据进行预处理，获得多个声音特征参数向量；

对所有所述声音特征参数向量聚类处理，获得所述当前语音数据所属的情绪类别；

根据所述情绪类别，从预设应答库中筛选出所述当前语音数据对应的应答信息。

2.根据权利要求1所述的语音处理方法，其特征在于，所述对所有所述声音特征参数向量聚类处理，获得所述当前语音数据所属的情绪类别的步骤包括：

对所有所述声音特征参数向量进行分组处理，以得到多个声音特征参数向量原始组；

通过期望最大化算法对所有所述声音特征参数向量原始组进行聚类处理，获得预设数量个情绪聚类组；

通过高斯混合模型对所有所述情绪聚类组进行处理，获得每个情绪聚类组对应的概率分布值；

将所有所述概率分布值中的最大值所述的情绪类别确定为所述当前语音数据所属的情绪类别。

3.根据权利要求2所述的语音处理方法，其特征在于，所述通过高斯混合模型对所有所述情绪聚类组，获得每个情绪聚类组对应的概率分布值的步骤，包括：

通过第一预设公式计算得到每种情绪聚类组中特征参数向量的高斯分布概率密度；

所述第一预设公式为：

其中，b_i(x)为当前语音数据中第i组情绪聚类组中特征参数向量的高斯分布概率密度，μ_i为第i组情绪聚类组中所有所述特征参数向量的均值向量；∑_i为第i组情绪聚类组中所有所述特征参数向量的协方差矩阵；|∑_i|为∑_i的行列式的值，为∑_i的逆矩阵；

基于所有所述情绪类别的高斯分布概率密度和第二预设公式，获得所述每个情绪聚类组对应的概率分布值；

所述第二预设公式为：

其中，M为所述预设数量；x为所述当前语音数据中的特征参数向量；p_i为第i组情绪聚类组的权重；λ为一个高斯模型，p为所述每个情绪聚类组对应的概率分布值。

4.根据权利要求1所述的语音处理方法，其特征在于，所述对所述语音数据进行预处理，获得多个声音特征参数向量的步骤之后，所述方法还包括：

基于所有所述声音特征向量，识别出所述语音数据的语义文本；

所述根据所述情绪类别，从预设应答库中筛选出所述当前语音数据对应的应答信息的步骤，包括：

根据所述情绪类别与所述语义文本，从预设应答库中筛选出所述当前语音数据对应的应答信息。

5.根据权利要求4所述的语音处理方法，其特征在于，所述基于所有所述声音特征向量，识别出所述语音数据的语义文本的步骤，包括：

构建所述语音数据的特征参数序列；

将所述特征参数序列与预设语音数据库中所有语音模板的特征参数序列模板进行匹配，得到所述特征参数序列所属的目标语音模板；

将所述目标语音模板的语义文本作为所述语音数据对应的语义文本。

6.根据权利要求4所述的语音处理方法，其特征在于，所述根据所述情绪类别与所述语义文本，从预设应答库中筛选出所述当前语音数据对应的应答信息的步骤之后，所述方法还包括：

通过预先训练的隐马尔可夫模型对所述应答信息进行处理，得到所述应答信息的上下文标注文件；

将所述上下文标准文件合成为应答语音，并输出至所述用户。

7.根据权利要求1至6任一项所述的语音处理方法，其特征在于，所述对所述语音数据进行预处理，获得多个声音特征参数向量的步骤，包括：

对所述语音数据进行预处理，获得多帧语音片段；

从每帧所述语音片段进行特征提取处理，获得多个声音特征向量。