[发明专利]语音交互的方法、语音交互的装置和计算机可读存储介质

权利要求书

1.一种语音交互的方法，其特征在于，包括：

获取说话者的语音信息，所述语音信息是指所述说话者在说话的过程中发出的语音的信息；

对所述语音信息进行识别，确定所述语音信息对应的目标方言；

至少根据所述语音信息，确定与所述说话者匹配的讲话风格，所述讲话风格是指所述说话者的口语习惯的风格；

根据所述讲话风格和所述语音信息生成回复信息，并控制音频播报设备播放所述回复信息对应的语音，其中，所述回复信息是对应所述说话者的所述语音信息的回复内容的信息，控制所述音频播报设备播放所述回复信息对应的语音是采用所述目标方言进行播报的。

2.根据权利要求1所述的方法，其特征在于，对所述语音信息进行识别，确定所述语音信息对应的目标方言，包括：

采集初始语音数据，根据所述初始语音数据构建方言库，所述初始语音数据包括多个地区的方言的语音数据，一个所述方言库包括一种方言的语音数据；

对所述初始语音数据进行预处理，得到训练语音数据，所述预处理包括以下至少之一：分词处理、过滤非方言数据处理、去停用词处理；

构建方言识别模型，其中，所述方言识别模型是使用多组训练数据训练得到的，所述多组训练数据中的每一组训练数据均包括所述训练语音数据和所述训练语音数据对应的方言；

将所述语音信息输入至所述方言识别模型中进行识别，得到识别结果，其中，所述识别结果是指所述语音信息对应的所述目标方言。

3.根据权利要求2所述的方法，其特征在于，将所述语音信息输入至所述方言识别模型中进行识别，得到识别结果，包括：

从多个所述方言中选取出与所述语音信息相似度大于或者等于相似度阈值的多个初始方言；

从多个所述初始方言中选取出所述相似度最大的所述目标方言，得到目标识别结果。

4.根据权利要求1所述的方法，其特征在于，至少根据所述语音信息，确定与所述说话者匹配的讲话风格，包括：

获取预先输入的所述说话者的特征信息，所述特征信息包括以下至少之一：性别、年龄、职业、民族、地区、兴趣；

根据所述说话者的所述特征信息构建用户画像；

将所述说话者的所述语音信息转换为目标文本信息，所述目标文本信息是指目标语言的所述语音信息对应的文本信息；

根据所述用户画像、所述目标文本信息和所述语音信息，确定与所述说话者匹配的所述讲话风格。

5.根据权利要求4所述的方法，其特征在于，根据所述用户画像、所述目标文本信息和所述语音信息，确定与所述说话者匹配的所述讲话风格，包括：

根据所述目标文本信息进行语义识别，确定所述说话者的行为偏好信息；

根据所述语音信息中的声纹特征，确定所述说话者的情绪信息；

获取历史对话信息，所述历史对话信息是指历史时间段内语音交互的信息；

根据所述用户画像、所述行为偏好信息、所述情绪信息和所述历史对话信息，构建向量矩阵，采用所述向量矩阵向量化表示所述说话者的用户特征，并确定所述讲话风格。

6.根据权利要求4所述的方法，其特征在于，根据所述讲话风格和所述语音信息生成回复信息，包括：

对所述目标文本信息进行语义识别，确定所述目标文本信息对应的语义识别结果；

从数据库中获取多个问答对，一个所述问答对包括一个问题与一个答案；

确定多个所述问题中与所述语义识别结果的相似度最高的目标问题；

基于所述目标问题对应的目标答案，采用所述讲话风格，生成符合所述讲话风格的所述回复信息。

7.根据权利要求6所述的方法，其特征在于，在生成符合所述讲话风格的所述回复信息之后，所述方法还包括：

使用生成式对抗网络中的判别模型对所述回复信息进行识别，以确定所述回复信息是否为真实文本，得到分类结果；

在所述分类结果表征所述回复信息是所述真实文本的情况下，确定所述回复信息为目标回复信息。