一种基于二维情感模型的车载语音交互方法及系统技术方案

本发明专利技术涉及一种基于二维情感模型的车载语音交互方法及系统，方法包括以下步骤：采集用户输入的语音信息；从采集的语音信息中提取用于情感表达的声学特征，并将采集的声学特征与二维情感模型的激活度和愉悦度做映射关系；根据采集的声学特征与二维情感模型的激活度和愉悦度的映射关系，输出可嵌入合成语音算法模型中的情感标签；合成语音算法模型根据所述情感标签进行情感化语音播报

【技术实现步骤摘要】
一种基于二维情感模型的车载语音交互方法及系统


[0001]本申请涉及语音交互
，具体涉及一种基于二维情感模型的车载语音交互方法及系统
。

技术介绍

[0002]在新能源汽车智能化的过程中，车载智能语音是其中一个举足轻重的产品模块，也是用户在智能座舱内的一种非常关键的人机交互方式
。
车载语音对于用户的核心意义，就在于其对双手的释放，让用户能更安全，便捷
、
轻松地控制车内的各种功能
。
[0003]车载智能语音系统包括语音识别
、
自然语言理解
、
对话管理
、
语音合成等多个技术模块
。
如今语音助手的底层技术能力已得到完备发展，语音识别和语义理解的准确率都达到了较高水平，语音合成也实现了较高的音色自然度
。
然而目前的汽车场景的语音交互在情感化方面仍有较大不足，缺少对语音个性化和为用户带来情感化交互体验的产品方案，虽有量产车型实现了情感化语音播报，但是语音播报的回复内容仍然千篇一律，且对用户的情感缺少回应
。
[0004]目前的情感化语音方案，主要是通过情感模型对播报的文本打情感标签，将情感标签嵌入合成语音模型以输出具有情感属性的声音
。
尽管也有基于用户的输入进行情感分析，如对用户的输入做语音情感识别和语义层面的文本情绪识别，但是用户输入层面获取的情绪标签如何与语音播报输出的情感做融合，尚未有较好的实现方式，因此目前的情感化语音方案表现的不足主要体现在：
(1)
情感化语音播报的实际应用中，主要通过对播报文本做情感类型的划分，但车载语音在大部分场景下作为任务型机器人，播报环节仅是功能执行完成后的一个回应，播报内容多为简单的任务完成与否的告知，极少能承载情感特性
。(2)
目前的情感模型主要是离散型的，即情感标签主要是以愤怒
、
开心
、
厌恶
、
恐惧
、
悲伤惊讶6类形容词做划分，难以反映实际人类情感的复杂细腻，且车载语音交互的应用场景可与这6类情感标签匹配的甚少，导致绝大部分无情感标签匹配的场景被模型定义为中性的
、
不具有情感特性的
。
由此，尽管车载语音具备了情感识别和情感化语音播报的技能，用户在使用实际上极少能体验到语音的情感交互能力
。

技术实现思路

[0005]鉴于上述问题，本申请提供了一种基于二维情感模型的车载语音交互方法及系统，解决现有的车载语音的播报环节中的播报内容极少承载情感特性的问题
。
[0006]为实现上述目的，专利技术人提供了一种基于二维情感模型的车载语音交互方法，包括以下步骤：
[0007]采集用户输入的语音信息；
[0008]从采集的语音信息中提取用于情感表达的声学特征，并将采集的声学特征与二维情感模型的激活度和愉悦度做映射关系；
[0009]根据采集的声学特征与二维情感模型的激活度和愉悦度的映射关系，输出可嵌入
合成语音算法模型中的情感标签；
[0010]合成语音算法模型根据所述情感标签进行情感化语音播报
。
[0011]在一些实施例中，还包括以下步骤：
[0012]将用户输入的语音信息进行语音转换文字处理得到文本内容；
[0013]基于情感词典对所述文本内容进行特征提取输出情感的强烈程度及正负评价；
[0014]所述“根据采集的声学特征与二维情感模型的激活度和愉悦度的映射关系，输出可嵌入合成语音算法模型中的情感标签”具体包括以下步骤：
[0015]将采集的声学特征与二维情感模型的激活度和愉悦度的映射关系与文本内容提取的情感强度程度及正负评价进行融合，得到代表用户的情绪激活度及情绪愉悦度的值；
[0016]将代表用户的情绪激活度及情绪愉悦度的值作为播报语音的情感类型和情绪强度的判断指标，输出可嵌入合成语音算法模型中的情感标签
。
[0017]在一些实施例中，还包括以下步骤：
[0018]对采集的语音信息进行语义解析，得到垂域技能，所述垂域技能包括车声车机控制
、
地图导航
、
媒体娱乐及信息查询；
[0019]根据用户当前的用车数据得到用车场景类型；
[0020]根据垂域技能及用车场景类型作为事件输出对应的情绪强度和正负评价；
[0021]所述“根据采集的声学特征与二维情感模型的激活度和愉悦度的映射关系，输出可嵌入合成语音算法模型中的情感标签”具体包括以下步骤：
[0022]将采集的声学特征与二维情感模型的激活度和愉悦度的映射关系
、
文本内容提取的情感强度程度及正负评价以及基于垂域技能及用车场景类型作为事件输出的情绪强度和正负评价进行融合，得到代表用户的情绪激活度及情绪愉悦度的值；
[0023]将代表用户的情绪激活度及情绪愉悦度的值作为播报语音的情感类型和情绪强度的判断指标，输出可嵌入合成语音算法模型中的情感标签
。
[0024]在一些实施例中，还包括以下步骤：
[0025]根据预设的音色设定，提取对应的播报文本特征和声学特征；
[0026]将提取的播报文本特征和声学特征输入合成语音算法模型中
。
[0027]在一些实施例中，还包括以下步骤：
[0028]计算本轮语音交互执行结果对情绪愉悦度的迁移影响；
[0029]将所述迁移影响输入至合成语音算法模型对下一轮的情感化语音播报进行调整
。
[0030]还提供了另一个技术方案，一种基于二维情感模型的车载语音交互系统，包括：
[0031]语音采集模块，所述语音采集模块用于采集用户输入的语音信息；
[0032]情感识别模块，所述情感识别模块用于从采集的语音信息中提取用于情感表达的声学特征，并将采集的声学特征与二维情感模型的激活度和愉悦度做映射关系；
[0033]二维情感模型算法模块，所述二维情感模型算法模块用于根据采集的声学特征与二维情感模型的激活度和愉悦度的映射关系，输出可嵌入合成语音算法模型中的情感标签；
[0034]合成语音算法模型，所述合成语音的算法模块用于根据所述情感标签进行情感化语音播报
。
[0035]在一些实施例中，还包括：
[0036]文本情感特征提取模块，所述文本情感特征提取模块用于将用户输入的语音信息进行语音转换文字处理得到文本内容，基于情感词典对所述文本内容进行特征提取输出情感的强烈程度及正负评价；
[0037]所述二维情感模型算法模块还用于将采集的声学特征与二维情感模型的激活度和愉悦度的映射关系与文本内容提取的情感强度程度及正负评价进行融合，得到代表用户的情绪激活度及情绪愉悦度的值，将代表用户的情绪激活度及情绪愉悦度的值作为播报语音的情感类型和情绪强度的判断指本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于二维情感模型的车载语音交互方法，其特征在于，包括以下步骤：采集用户输入的语音信息；从采集的语音信息中提取用于情感表达的声学特征，并将采集的声学特征与二维情感模型的激活度和愉悦度做映射关系；根据采集的声学特征与二维情感模型的激活度和愉悦度的映射关系，输出可嵌入合成语音算法模型中的情感标签；合成语音算法模型根据所述情感标签进行情感化语音播报
。2.
根据权利要求1所述的基于二维情感模型的车载语音交互方法，其特征在于，还包括以下步骤：将用户输入的语音信息进行语音转换文字处理得到文本内容；基于情感词典对所述文本内容进行特征提取输出情感的强烈程度及正负评价；所述“根据采集的声学特征与二维情感模型的激活度和愉悦度的映射关系，输出可嵌入合成语音算法模型中的情感标签”具体包括以下步骤：将采集的声学特征与二维情感模型的激活度和愉悦度的映射关系与文本内容提取的情感强度程度及正负评价进行融合，得到代表用户的情绪激活度及情绪愉悦度的值；将代表用户的情绪激活度及情绪愉悦度的值作为播报语音的情感类型和情绪强度的判断指标，输出可嵌入合成语音算法模型中的情感标签
。3.
根据权利要求2所述的基于二维情感模型的车载语音交互方法，其特征在于，还包括以下步骤：对采集的语音信息进行语义解析，得到垂域技能，所述垂域技能包括车声车机控制
、
地图导航
、
媒体娱乐及信息查询；根据用户当前的用车数据得到用车场景类型；根据垂域技能及用车场景类型作为事件输出对应的情绪强度和正负评价；所述“根据采集的声学特征与二维情感模型的激活度和愉悦度的映射关系，输出可嵌入合成语音算法模型中的情感标签”具体包括以下步骤：将采集的声学特征与二维情感模型的激活度和愉悦度的映射关系
、
文本内容提取的情感强度程度及正负评价以及基于垂域技能及用车场景类型作为事件输出的情绪强度和正负评价进行融合，得到代表用户的情绪激活度及情绪愉悦度的值；将代表用户的情绪激活度及情绪愉悦度的值作为播报语音的情感类型和情绪强度的判断指标，输出可嵌入合成语音算法模型中的情感标签
。4.
根据权利要求1所述的基于二维情感模型的车载语音交互方法，其特征在于，还包括以下步骤：根据预设的音色设定，提取对应的播报文本特征和声学特征；将提取的播报文本特征和声学特征输入合成语音算法模型中
。5.
根据权利要求1所述的基于二维情感模型的车载语音交互方法，其特征在于，还包括以下步骤：计算本轮语音交互执行结果对情绪愉悦度的迁移影响；将所述迁移影响输入至合成语音算法模型对下一轮的情感化语音播报进行调整
。6.
一种基于二维情感模型的车载语音交互系统，其特征在于，包括：<...

【专利技术属性】
技术研发人员：靳莹雪，
申请(专利权)人：上海吉祥智驱新能源汽车有限公司，
类型：发明
国别省市：