CN106128478A - 语音播报方法及装置 - Google Patents

Abstract

本公开关于一种语音播报方法及装置，属于计算机技术领域。所述方法包括：采集用户的查询语音，并将所述查询语音发送给服务器；接收所述服务器针对所述查询语音返回的应答语音；确定与所述查询语音相匹配的播报声音；以所述播报声音播报所述应答语音。本公开解决了以相同的播报声音播报所有的应答语音，造成语音播报的效果单一的问题，扩展了语音播报的效果。

Description

语音播报方法及装置

技术领域

本公开涉及计算机技术领域，特别涉及一种语音播报方法及装置。

背景技术

大多数终端都支持语音查询服务，当用户向终端说出查询语音时，电子设备查找与该查询语音相匹配的应答语音，以语音方式播报该应答语音。

发明内容

为解决相关技术中的问题，本公开提供了一种语音播报方法及装置。

根据本公开实施例的第一方面，提供一种语音播报方法，所述方法包括：

采集用户的查询语音，并将所述查询语音发送给服务器；

接收所述服务器针对所述查询语音返回的应答语音；

确定与所述查询语音相匹配的播报声音；

以所述播报声音播报所述应答语音。

可选的，所述确定与所述查询语音相匹配的播报声音，包括：

接收所述服务器发送的播报声音指示，将所述播报声音指示所指示的播报声音确定为与所述查询语音相匹配的播报声音，所述播报声音指示是所述服务器对所述查询语音的声音特征进行识别，在查找到与所述声音特征相匹配的播报声音后生成的用于指示所述播报声音的指示信息；或者，

对所述查询语音的声音特征进行识别，查找与所述声音特征相匹配的播报声音。

可选的，所述对所述查询语音的声音特征进行识别，查找与所述声音特征相匹配的播报声音，包括：

对所述查询语音的声音进行识别，确定所述用户的性别，将与所述性别相同或相反的人物的声音作为与所述声音特征相匹配的播报声音；或者，

对所述查询语音的声音进行识别，确定所述用户所属的群体共同感兴趣的人物的声音，将所述人物的声音作为与所述声音特征相匹配的播报声音；或者，

对所述查询语音的声音进行识别，确定所述用户的标识，在第一映射中查找与所述用户的标识对应的播报声音，所述第一映射用于记录用户的标识与播报声音之间的对应关系。

可选的，所述方法还包括：向所述服务器发送所述用户的标识；

所述确定与所述查询语音相匹配的播报声音，包括：接收所述服务器发送的播报声音指示，将所述播报声音指示所指示的播报声音确定为与所述查询语音相匹配的播报声音，所述播报声音指示是所述服务器在第二映射中查找到与所述用户的标识对应的播报声音后生成的用于指示所述播报声音的指示信息，所述第二映射用于记录用户的标识与播报声音之间的对应关系。

根据本公开实施例的第二方面，提供一种语音播报方法，所述方法包括：

接收终端采集并发送的查询语音；

获取所述查询语音对应的应答语音；

将所述应答语音发送给所述终端，所述终端用于确定与所述查询语音相匹配的播报声音，并以所述播报声音播报所述应答语音。

可选的，所述方法还包括：

对所述查询语音的声音特征进行识别，并查找与所述声音特征相匹配的播报声音；

生成用于指示查找到的所述播放声音的播报声音指示；

将所述播报声音指示发送给所述终端。

可选的，所述对所述查询语音的声音特征进行识别，并查找与所述声音特征相匹配的播报声音，包括：

对所述查询语音的声音进行识别，确定所述用户的性别，将与所述性别相同或相反的人物的声音作为与所述声音特征相匹配的播报声音；或者，

对所述查询语音的声音进行识别，确定所述用户所属的群体共同感兴趣的人物的声音，将所述人物的声音作为与所述声音特征相匹配的播报声音；或者，

对所述查询语音的声音进行识别，确定所述用户的标识，在第一映射中查找与所述用户的标识对应的播报声音，所述第一映射用于记录用户的标识与播报声音之间的对应关系。

可选的，所述方法还包括：

接收所述终端发送的所述用户的标识；

在第二映射中查找到与所述用户的标识对应的播报声音，所述第二映射用于记录用户的标识与播报声音之间的对应关系；

生成用于指示查找到的所述播报声音的播报声音指示；

将所述播报声音指示发送给所述终端。

根据本公开实施例的第三方面，提供一种语音播报装置，所述装置包括：

语音发送模块，被配置为采集用户的查询语音，并将所述查询语音发送给服务器；

语音接收模块，被配置为接收所述服务器针对所述语音发送模块发送的所述查询语音返回的应答语音；

声音确定模块，被配置为确定与所述查询语音相匹配的播报声音；

语音播报模块，被配置为以所述声音确定模块确定的所述播报声音播报所述应答语音。

可选的，所述声音确定模块，包括：

第一确定子模块，被配置为接收所述服务器发送的播报声音指示，将所述播报声音指示所指示的播报声音确定为与所述查询语音相匹配的播报声音，所述播报声音指示是所述服务器对所述查询语音的声音特征进行识别，在查找到与所述声音特征相匹配的播报声音后生成的用于指示所述播报声音的指示信息；或者，

第二确定子模块，被配置为对所述查询语音的声音特征进行识别，查找与所述声音特征相匹配的播报声音。

可选的，所述第二确定子模块，还被配置为：

对所述查询语音的声音进行识别，确定所述用户的性别，将与所述性别相同或相反的人物的声音作为与所述声音特征相匹配的播报声音；或者，

对所述查询语音的声音进行识别，确定所述用户所属的群体共同感兴趣的人物的声音，将所述人物的声音作为与所述声音特征相匹配的播报声音；或者，

对所述查询语音的声音进行识别，确定所述用户的标识，在第一映射中查找与所述用户的标识对应的播报声音，所述第一映射用于记录用户的标识与播报声音之间的对应关系。

可选的，所述装置还包括：标识发送模块，被配置为向所述服务器发送所述用户的标识；

所述声音确定模块，还被配置为：接收所述服务器发送的播报声音指示，将所述播报声音指示所指示的播报声音确定为与所述查询语音相匹配的播报声音，所述播报声音指示是所述服务器在第二映射中查找到与所述用户的标识对应的播报声音后生成的用于指示所述播报声音的指示信息，所述第二映射用于记录用户的标识与播报声音之间的对应关系。

根据本公开实施例的第四方面，提供一种语音播报装置，所述装置包括：

语音接收模块，被配置为接收终端采集并发送的查询语音；

语音获取模块，被配置为获取所述语音接收模块接收的所述查询语音对应的应答语音；

语音发送模块，被配置为将所述语音获取模块得到的所述应答语音发送给所述终端，所述终端用于确定与所述查询语音相匹配的播报声音，并以所述播报声音播报所述应答语音。

可选的，所述装置还包括：

第一查找模块，被配置为对所述查询语音的声音特征进行识别，并查找与所述声音特征相匹配的播报声音；

第一生成模块，被配置为生成用于指示所述第一查找模块查找到的所述播放声音的播报声音指示；

第一发送模块，被配置为将所述第一生成模块生成的所述播报声音指示发送给所述终端。

可选的，所述第一查找模块，包括：

第一查找子模块，被配置为对所述查询语音的声音进行识别，确定所述用户的性别，将与所述性别相同或相反的人物的声音作为与所述声音特征相匹配的播报声音；或者，

第二查找子模块，被配置为对所述查询语音的声音进行识别，确定所述用户所属的群体共同感兴趣的人物的声音，将所述人物的声音作为与所述声音特征相匹配的播报声音；或者，

第三查找子模块，被配置为对所述查询语音的声音进行识别，确定所述用户的标识，在第一映射中查找与所述用户的标识对应的播报声音，所述第一映射用于记录用户的标识与播报声音之间的对应关系。

可选的，所述装置还包括：

标识接收模块，被配置为接收所述终端发送的所述用户的标识；

第二查找模块，被配置为在第二映射中查找到与所述标识接收模块接收的所述用户的标识对应的播报声音，所述第二映射用于记录用户的标识与播报声音之间的对应关系；

第二生成模块，被配置为生成用于指示所述第二查找模块查找到的所述播报声音的播报声音指示；

第二发送模块，用于将所述第二生成模块生成的所述播报声音指示发送给所述终端。

根据本公开实施例的第五方面，提供一种语音播报装置，所述装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

采集用户的查询语音，并将所述查询语音发送给服务器；

接收所述服务器针对所述查询语音返回的应答语音；

确定与所述查询语音相匹配的播报声音；

以所述播报声音播报所述应答语音。

根据本公开实施例的第六方面，提供一种语音播报装置，所述装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

接收终端采集并发送的查询语音；

获取所述查询语音对应的应答语音；

将所述应答语音发送给所述终端，所述终端用于确定与所述查询语音相匹配的播报声音，并以所述播报声音播报所述应答语音。

本公开的实施例提供的技术方案可以包括以下有益效果：

通过终端采集用户的查询语音，并将该查询语音发送给服务器；服务器在获取到应答语音后发送给终端；终端确定与查询语音相匹配的播报声音，以播报声音播报应答语音，这样，终端可以以不同的播报声音播报不同的应答语音，解决了以相同的播报声音播报所有的应答语音，造成语音播报的效果单一的问题，扩展了语音播报的效果。

通过服务器对查询语音的声音特征进行识别后生成播报声音指示发送给终端，终端根据该播报声音指示确定与查询语音相匹配的播报声音，由于服务器的处理速度高于终端的处理速度，因此，通过服务器确定播报声音后通知给终端，可以提高确定播报声音的效率。

通过对查询语音的声音进行识别，确定用户所属的群体共同感兴趣的人物的声音，将该人物的声音作为与声音特征相匹配的播报声音，由于用户对播报声音感兴趣，因此，可以提高用户使用语音查询的积极性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本公开说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种语音播报系统的框图。

图2是根据一示例性实施例示出的一种语音播报方法的流程图。

图3是根据另一示例性实施例示出的一种语音播报方法的流程图。

图4是根据另一示例性实施例示出的一种语音播报方法的流程图。

图5是根据另一示例性实施例示出的一种语音播报方法的流程图。

图6是根据一示例性实施例示出的一种语音播报装置的框图。

图7是根据一示例性实施例示出的一种语音播报装置的框图。

图8是根据一示例性实施例示出的一种语音播报装置的框图。

图9是根据一示例性实施例示出的一种语音播报装置的框图。

图10是根据一示例性实施例示出的一种用于语音播报的装置的框图。

图11是根据一示例性实施例示出的一种用于录音标记的装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种语音播报系统的框图，其中，该语音播报系统包括终端120和服务器140，其中，终端120通过通信网络与服务器140之间建立通信连接，该通信网络可以是有线网络或者无线网络。

终端120中设置有麦克风和扬声器，其中，麦克风用于采集用户发出的查询语音；扬声器用于播报服务器返回的应答语音，其中，应答语音是针对查询语音得到的。终端120中还设置有语音库，该语音库包括多种播报声音，终端120可以以语音库中的播报声音来播报应答语音。

终端120可以是摄像机、移动电话(英文：cellphone)，智能手机(英文：smartphone)，计算机(英文：computer)，平板电脑(英文：tablet computer)，可穿戴设备(英文：wearable device)，个人数码助理(英文：personal digital assistant，PDA)，移动互联网设备(英文：mobile Internet device，MID)和电子书阅读器(英文：e-book reader)等。

服务器140可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者是一个云计算服务中心。

图2是根据一示例性实施例示出的一种语音播报方法的流程图，该语音播报方法应用于图1所示的语音播报系统中，如图2所示，该语音播报方法包括以下步骤。

在步骤201中，终端采集用户的查询语音，并将该查询语音发送给服务器。

在步骤202中，服务器接收终端采集并发送的查询语音。

在步骤203中，服务器获取查询语音对应的应答语音。

在步骤204中，服务器将应答语音发送给终端。

在步骤205中，终端接收服务器针对查询语音返回的应答语音。

在步骤206中，终端确定与查询语音相匹配的播报声音。

在步骤207中，终端以播报声音播报应答语音。

其中，步骤201、205-207可以单独实现成为终端侧的语音播报方法；步骤202-204可以单独实现成为服务器侧的语音播报方式。

综上所述，本公开提供的语音播报方法，通过终端采集用户的查询语音，并将该查询语音发送给服务器；服务器在获取到应答语音后发送给终端；终端确定与查询语音相匹配的播报声音，以播报声音播报应答语音，这样，终端可以以不同的播报声音播报不同的应答语音，解决了以相同的播报声音播报所有的应答语音，造成语音播报的效果单一的问题，扩展了语音播报的效果。

图3是根据另一示例性实施例示出的一种语音播报方法的流程图，该语音播报方法应用于语音播报系统中，如图3所示，该语音播报方法以服务器根据查询语音的声音特征确定播报声音为例进行说明，该语音播报方法包括如下步骤。

在步骤301中，终端采集用户的查询语音，并将该查询语音发送给服务器。

查询语音是用户说出的用于向终端查询信息的语音。比如，查询语音可以是用户说出的“今天天气怎么样”的语音。

在一种实现方式中，终端可以保持麦克风处于开启状态，实时采集用户的语音作为查询语音。由于实时采集用户的语音需要消耗较多的资源，因此，在另一种实现方式中，若终端有显示界面，则终端可以在显示界面中显示查询控件和确认控件，当接收到用户作用于查询控件的触发信号时，终端调用麦克风采集用户的语音；当接收到用户作用于确认控件的触发信号时，终端将该语音确认为查询语音。若终端没有显示界面，则终端在接收到作用于实体按键的触发信号时，终端调用麦克风采集用户的查询语音；当接收到用户再次作用于实体按键的触发信号时，终端将该语音确认为查询语音。

终端在获取到查询语音后，将该查询语音发送给服务器。

在步骤302中，服务器接收终端采集并发送的查询语音。

在步骤303中，服务器获取查询语音对应的应答语音。

服务器对查询语音进行解析，得到查询语音的查询内容，并获取用于答复该查询内容的应答语音。

比如，当查询语音是“今天天气怎么样”的语音时，服务器确定查询内容是“今天天气怎么样”，获取“多云、23°-30°、东南风3-4级”的语音，将该语音作为应答语音。

在步骤304中，服务器将应答语音发送给终端。

在步骤305中，终端接收服务器针对查询语音返回的应答语音。

在步骤306中，服务器对查询语音的声音特征进行识别，并查找与声音特征相匹配的播报声音；生成用于指示查找到的播放声音的播报声音指示；将播报声音指示发送给终端。

播报声音是播报应答语音时采用的声音。

其中，在服务器查找播报声音时，本实施例提供了三种实现方式，下面对这三种实现方式进行介绍。

在第一种实现方式中，服务器对查询语音的声音进行识别，确定用户的性别，将与性别相同或相反的人物的声音作为与声音特征相匹配的播报声音。

服务器采用预设算法确定说出查询语音的用户的性别，在预设规则指示以与用户的性别相同的人物的声音播报应答语音时，服务器从语音库中选择与该用户的性别相同的人物，将该人物的声音作为播报声音；在预设规则指示以与用户的性别相反的人物的声音播报应答语音时，服务器从语音库中选择与该用户的性别相反的人物，将该人物的声音作为播报声音。

比如，服务器对查询语音的声音进行识别后确定用户是女性，且预设规则指示以与用户的性别相同的人物的声音播报应答语音，则服务器从语音库中选择女性的声音作为播报声音。

在第二种实现方式中，服务器对查询语音的声音进行识别，确定用户所属的群体共同感兴趣的人物的声音，将人物的声音作为与声音特征相匹配的播报声音。

服务器采用预设算法确定输出查询语音的用户的年龄层，根据年龄层确定该用户所属的群体，再获取该群体感兴趣的人物，将该人物的声音作为播报声音。

比如，服务器对查询语音的声音进行识别后确定用户是儿童，确定用户所属的群体感兴趣的人物是儿童，将儿童的声音作为播报声音；或者，服务器确定用户所属的群体感兴趣的人物是卡通人物，将卡通人物的声音作为播报声音。

由于用户对播报声音感兴趣，因此，可以提高用户使用语音查询的积极性。

在第三种实现方式中，对查询语音的声音进行识别，确定用户的标识，在第一映射中查找与用户的标识对应的播报声音，第一映射用于记录用户的标识与播报声音之间的对应关系。

服务器中预存有用户的声音模板和用户的标识的第三映射，此时，服务器将查询语音与第三映射中的声音模板进行匹配，以获取发出该查询语音的用户的标识，再在第一映射中查找与该用户的标识对应的播报声音。其中，用户的标识可以是用户帐号。

与用户标识对应的播报声音可以由用户预先设置，比如，用户将该播报声音设置为自己的声音，或者，将播报声音设置为家人的声音，或者，将播报声音设置为偶像的声音等等，本实施例不作限定。

服务器在确定出播报声音后，获取该播报声音的标识，并生成携带该播报声音的标识的播报声音指示，将播报声音指示发送给终端。其中，播报声音的标识可以是播报人物的名称、播报声音在语音库中的排序序号等等，本实施例不作限定。

本实施例中，由于服务器的处理速度高于终端的处理速度，因此，通过服务器确定播报声音后通知给终端，可以提高确定播报声音的效率。

可选的，步骤306-307需要在步骤302之后执行，且在步骤308之前执行，本实施例不限定步骤306-307和步骤303-305之间的先后执行顺序。

可选的，服务器可以将应答语音和播报声音指示分别发送给终端；或者，服务器可以将应答语音和播报声音指示一起发送给终端，以节省传输资源。

在步骤307中，终端接收服务器发送的播报声音指示，将该播报声音指示所指示的播报声音确定为与查询语音相匹配的播报声音。

终端读取播报声音指示中的播报声音的标识，从语音库中查找该播报声音的标识所指示的播报声音。其中，终端中的语音库与服务器中的语音库相同。

在步骤308中，终端以播报声音播报应答语音。

其中，步骤301、305、307和308可以单独实现成为终端侧的语音播报方法；步骤302-304和306可以单独实现成为服务器侧的语音播报方式。

综上所述，本公开提供的语音播报方法，通过终端采集用户的查询语音，并将该查询语音发送给服务器；服务器在获取到应答语音后发送给终端；终端确定与查询语音相匹配的播报声音，以播报声音播报应答语音，这样，终端可以以不同的播报声音播报不同的应答语音，解决了以相同的播报声音播报所有的应答语音，造成语音播报的效果单一的问题，扩展了语音播报的效果。

通过服务器对查询语音的声音特征进行识别后生成播报声音指示发送给终端，终端根据该播报声音指示确定与查询语音相匹配的播报声音，由于服务器的处理速度高于终端的处理速度，因此，通过服务器确定播报声音后通知给终端，可以提高确定播报声音的效率。

通过对查询语音的声音进行识别，确定用户所属的群体共同感兴趣的人物的声音，将该人物的声音作为与声音特征相匹配的播报声音，由于用户对播报声音感兴趣，因此，可以提高用户使用语音查询的积极性。

图4是根据另一示例性实施例示出的一种语音播报方法的流程图，该语音播报方法应用于语音播报系统中，如图4所示，该语音播报方法以终端根据查询语音的声音特征确定播报声音为例进行说明，该语音播报方法包括如下步骤。

在步骤401中，终端采集用户的查询语音，并将该查询语音发送给服务器。

在步骤402中，服务器接收终端采集并发送的查询语音。

在步骤403中，服务器获取查询语音对应的应答语音。

在步骤404中，服务器将应答语音发送给终端。

在步骤405中，终端接收服务器针对查询语音返回的应答语音。

其中，步骤401-405的实现流程详见步骤301-305中的描述，此处不再赘述。

在步骤406中，终端对所述查询语音的声音特征进行识别，查找与所述声音特征相匹配的播报声音。

其中，在终端查找播报声音时，本实施例提供了三种实现方式，下面对这三种实现方式进行介绍。

在第一种实现方式中，终端对查询语音的声音进行识别，确定用户的性别，将与性别相同或相反的人物的声音作为与声音特征相匹配的播报声音。

在第二种实现方式中，终端对查询语音的声音进行识别，确定用户所属的群体共同感兴趣的人物的声音，将人物的声音作为与声音特征相匹配的播报声音。

在第三种实现方式中，对查询语音的声音进行识别，确定用户的标识，在第一映射中查找与用户的标识对应的播报声音，第一映射用于记录用户的标识与播报声音之间的对应关系。

上述三种实现方式的实现流程详见步骤306中的描述，此处不再赘述。

在步骤407中，终端以播报声音播报应答语音。

其中，步骤401、405-407可以单独实现成为终端侧的语音播报方法；步骤402-404可以单独实现成为服务器侧的语音播报方式。

综上所述，本公开提供的语音播报方法，通过终端采集用户的查询语音，并将该查询语音发送给服务器；服务器在获取到应答语音后发送给终端；终端确定与查询语音相匹配的播报声音，以播报声音播报应答语音，这样，终端可以以不同的播报声音播报不同的应答语音，解决了以相同的播报声音播报所有的应答语音，造成语音播报的效果单一的问题，扩展了语音播报的效果。

通过对查询语音的声音进行识别，确定用户所属的群体共同感兴趣的人物的声音，将该人物的声音作为与声音特征相匹配的播报声音，由于用户对播报声音感兴趣，因此，可以提高用户使用语音查询的积极性。

图5是根据另一示例性实施例示出的一种语音播报方法的流程图，该语音播报方法应用于语音播报系统中，如图5所示，该语音播报方法以服务器根据用户的标识确定播报声音为例进行说明，该语音播报方法包括如下步骤。

在步骤501中，终端采集用户的查询语音，并将该查询语音发送给服务器。

在步骤502中，服务器接收终端采集并发送的查询语音。

在步骤503中，服务器获取查询语音对应的应答语音。

在步骤504中，服务器将应答语音发送给终端。

在步骤505中，终端接收服务器针对查询语音返回的应答语音。

其中，步骤501-505的实现流程详见步骤301-305中的描述，此处不再赘述。

在步骤506中，终端向服务器发送用户的标识。

其中，用户的标识可以是用户帐号。

可选的，终端可以将查询语音和用户的标识分别发送给服务器；或者，终端可以将查询语音和用户的标识一起发送给终端，以节省传输资源。

在步骤507中，服务器接收终端发送的用户的标识；在第二映射中查找到与用户的标识对应的播报声音，第二映射用于记录用户的标识与播报声音之间的对应关系；生成用于指示查找到的播报声音的播报声音指示；将播报声音指示发送给终端。

与用户标识对应的播报声音可以由用户预先设置，比如，用户将该播报声音设置为自己的声音，或者，将播报声音设置为家人的声音，或者，将播报声音设置为偶像的声音等等，本实施例不作限定。

服务器在确定出播报声音后，获取该播报声音的标识，并生成携带该播报声音的标识的播报声音指示，将播报声音指示发送给终端。其中，播报声音的标识可以是播报人物的名称、播报声音在语音库中的排序序号等等，本实施例不作限定。

在步骤508中，终端接收服务器发送的播报声音指示，将该播报声音指示所指示的播报声音确定为与查询语音相匹配的播报声音。

终端读取播报声音指示中的播报声音的标识，从语音库中查找该播报声音的标识所指示的播报声音。其中，终端中的语音库与服务器中的语音库相同。

在步骤509中，终端以播报声音播报应答语音。

其中，步骤501、505-506和508-509可以单独实现成为终端侧的语音播报方法；步骤502-504和507可以单独实现成为服务器侧的语音播报方式。

综上所述，本公开提供的语音播报方法，通过终端采集用户的查询语音，并将该查询语音发送给服务器；服务器在获取到应答语音后发送给终端；终端确定与查询语音相匹配的播报声音，以播报声音播报应答语音，这样，终端可以以不同的播报声音播报不同的应答语音，解决了以相同的播报声音播报所有的应答语音，造成语音播报的效果单一的问题，扩展了语音播报的效果。

图6是根据一示例性实施例示出的一种语音播报装置的框图，该语音播报装置应用于语音播报系统中，如图6所示，该语音播报装置包括：语音发送模块610、语音接收模块620、声音确定模块630和语音播报模块640。

该语音发送模块610，被配置为采集用户的查询语音，并将查询语音发送给服务器；

该语音接收模块620，被配置为接收服务器针对语音发送模块610发送的查询语音返回的应答语音；

该声音确定模块630，被配置为确定与查询语音相匹配的播报声音；

该语音播报模块640，被配置为以声音确定模块630确定的播报声音播报应答语音。

综上所述，本公开提供的语音播报装置，通过终端采集用户的查询语音，并将该查询语音发送给服务器；服务器在获取到应答语音后发送给终端；终端确定与查询语音相匹配的播报声音，以播报声音播报应答语音，这样，终端可以以不同的播报声音播报不同的应答语音，解决了以相同的播报声音播报所有的应答语音，造成语音播报的效果单一的问题，扩展了语音播报的效果。

图7是根据一示例性实施例示出的一种语音播报装置的框图，该语音播报装置应用于语音播报系统中，如图7所示，该语音播报装置包括：语音发送模块710、语音接收模块720、声音确定模块730和语音播报模块740。

该语音发送模块710，被配置为采集用户的查询语音，并将查询语音发送给服务器；

该语音接收模块720，被配置为接收服务器针对语音发送模块710发送的查询语音返回的应答语音；

该声音确定模块730，被配置为确定与查询语音相匹配的播报声音；

该语音播报模块740，被配置为以声音确定模块730确定的播报声音播报应答语音。

可选的，声音确定模块730，包括：第一确定子模块731或第二确定子模块732；

该第一确定子模块731，被配置为接收服务器发送的播报声音指示，将播报声音指示所指示的播报声音确定为与查询语音相匹配的播报声音，播报声音指示是服务器对查询语音的声音特征进行识别，在查找到与声音特征相匹配的播报声音后生成的用于指示播报声音的指示信息；或者，

该第二确定子模块732，被配置为对查询语音的声音特征进行识别，查找与声音特征相匹配的播报声音。

可选的，第二确定子模块732，还被配置为：

对查询语音的声音进行识别，确定用户的性别，将与性别相同或相反的人物的声音作为与声音特征相匹配的播报声音；或者，

对查询语音的声音进行识别，确定用户所属的群体共同感兴趣的人物的声音，将人物的声音作为与声音特征相匹配的播报声音；或者，

对查询语音的声音进行识别，确定用户的标识，在第一映射中查找与用户的标识对应的播报声音，第一映射用于记录用户的标识与播报声音之间的对应关系。

可选的，装置还包括：标识发送模块750；

该标识发送模块750，被配置为向服务器发送用户的标识；

该声音确定模块730，还被配置为：接收服务器发送的播报声音指示，将播报声音指示所指示的播报声音确定为与查询语音相匹配的播报声音，播报声音指示是服务器在第二映射中查找到与用户的标识对应的播报声音后生成的用于指示播报声音的指示信息，第二映射用于记录用户的标识与播报声音之间的对应关系。

综上所述，本公开提供的语音播报装置，通过终端采集用户的查询语音，并将该查询语音发送给服务器；服务器在获取到应答语音后发送给终端；终端确定与查询语音相匹配的播报声音，以播报声音播报应答语音，这样，终端可以以不同的播报声音播报不同的应答语音，解决了以相同的播报声音播报所有的应答语音，造成语音播报的效果单一的问题，扩展了语音播报的效果。

通过服务器对查询语音的声音特征进行识别后生成播报声音指示发送给终端，终端根据该播报声音指示确定与查询语音相匹配的播报声音，由于服务器的处理速度高于终端的处理速度，因此，通过服务器确定播报声音后通知给终端，可以提高确定播报声音的效率。

通过对查询语音的声音进行识别，确定用户所属的群体共同感兴趣的人物的声音，将该人物的声音作为与声音特征相匹配的播报声音，由于用户对播报声音感兴趣，因此，可以提高用户使用语音查询的积极性。

图8是根据一示例性实施例示出的一种语音播报装置的框图，该语音播报装置应用于语音播报系统中，如图8所示，该语音播报装置包括：语音接收模块810、语音获取模块820和语音发送模块830；

该语音接收模块810，被配置为接收终端采集并发送的查询语音；

该语音获取模块820，被配置为获取语音接收模块810接收的查询语音对应的应答语音；

该语音发送模块830，被配置为将语音获取模块820得到的应答语音发送给终端，终端用于确定与查询语音相匹配的播报声音，并以播报声音播报应答语音。

综上所述，本公开提供的语音播报装置，通过终端采集用户的查询语音，并将该查询语音发送给服务器；服务器在获取到应答语音后发送给终端；终端确定与查询语音相匹配的播报声音，以播报声音播报应答语音，这样，终端可以以不同的播报声音播报不同的应答语音，解决了以相同的播报声音播报所有的应答语音，造成语音播报的效果单一的问题，扩展了语音播报的效果。

图9是根据一示例性实施例示出的一种语音播报装置的框图，该语音播报装置应用于语音播报系统中，如图9所示，该语音播报装置包括：语音接收模块910、语音获取模块920和语音发送模块930；

该语音接收模块910，被配置为接收终端采集并发送的查询语音；

该语音获取模块920，被配置为获取语音接收模块910接收的查询语音对应的应答语音；

该语音发送模块930，被配置为将语音获取模块920得到的应答语音发送给终端，终端用于确定与查询语音相匹配的播报声音，并以播报声音播报应答语音。

可选的，装置还包括：第一查找模块940、第一生成模块950和第一发送模块960；

该第一查找模块940，被配置为对查询语音的声音特征进行识别，并查找与声音特征相匹配的播报声音；

该第一生成模块950，被配置为生成用于指示第一查找模块940查找到的播放声音的播报声音指示；

该第一发送模块960，被配置为将第一生成模块950生成的播报声音指示发送给终端。

可选的，第一查找模块940，包括：第一查找子模块941或第二查找子模块942或第三查找子模块943；

该第一查找子模块941，被配置为对查询语音的声音进行识别，确定用户的性别，将与性别相同或相反的人物的声音作为与声音特征相匹配的播报声音；或者，

该第二查找子模块942，被配置为对查询语音的声音进行识别，确定用户所属的群体共同感兴趣的人物的声音，将人物的声音作为与声音特征相匹配的播报声音；或者，

该第三查找子模块943，被配置为对查询语音的声音进行识别，确定用户的标识，在第一映射中查找与用户的标识对应的播报声音，第一映射用于记录用户的标识与播报声音之间的对应关系。

可选的，装置还包括：标识接收模块970、第二查找模块980、第二生成模块990和第二发送模块991；

该标识接收模块970，被配置为接收终端发送的用户的标识；

该第二查找模块980，被配置为在第二映射中查找到与标识接收模块970接收的用户的标识对应的播报声音，第二映射用于记录用户的标识与播报声音之间的对应关系；

该第二生成模块990，被配置为生成用于指示第二查找模块980查找到的播报声音的播报声音指示；

该第二发送模块991，用于将第二生成模块990生成的播报声音指示发送给终端。

综上所述，本公开提供的语音播报装置，通过终端采集用户的查询语音，并将该查询语音发送给服务器；服务器在获取到应答语音后发送给终端；终端确定与查询语音相匹配的播报声音，以播报声音播报应答语音，这样，终端可以以不同的播报声音播报不同的应答语音，解决了以相同的播报声音播报所有的应答语音，造成语音播报的效果单一的问题，扩展了语音播报的效果。

通过服务器对查询语音的声音特征进行识别后生成播报声音指示发送给终端，终端根据该播报声音指示确定与查询语音相匹配的播报声音，由于服务器的处理速度高于终端的处理速度，因此，通过服务器确定播报声音后通知给终端，可以提高确定播报声音的效率。

通过对查询语音的声音进行识别，确定用户所属的群体共同感兴趣的人物的声音，将该人物的声音作为与声音特征相匹配的播报声音，由于用户对播报声音感兴趣，因此，可以提高用户使用语音查询的积极性。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本公开一示例性实施例提供了一种语音播报装置，能够实现本公开提供的语音播报方法，该语音播报装置包括：处理器、用于存储处理器可执行指令的存储器；

其中，处理器被配置为：

采集用户的查询语音，并将查询语音发送给服务器；

接收服务器针对查询语音返回的应答语音；

确定与查询语音相匹配的播报声音；

以播报声音播报应答语音。

本公开一示例性实施例提供了一种语音播报装置，能够实现本公开提供的语音播报方法，该语音播报装置包括：处理器、用于存储处理器可执行指令的存储器；

其中，处理器被配置为：

接收终端采集并发送的查询语音；

获取查询语音对应的应答语音；

将应答语音发送给终端，终端用于确定与查询语音相匹配的播报声音，并以播报声音播报应答语音。

图10是根据一示例性实施例示出的一种用于语音播报的装置1000的框图。例如，装置1000可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图10，装置1000可以包括以下一个或多个组件：处理组件1002，存储器1004，电源组件1006，多媒体组件1008，音频组件1010，输入/输出(I/O)的接口1012，传感器组件1014，以及通信组件1016。

处理组件1002通常控制装置1000的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1002可以包括一个或多个处理器1018来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1002可以包括一个或多个模块，便于处理组件1002和其他组件之间的交互。例如，处理组件1002可以包括多媒体模块，以方便多媒体组件1008和处理组件1002之间的交互。

存储器1004被配置为存储各种类型的数据以支持在装置1000的操作。这些数据的示例包括用于在装置1000上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1004可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1006为装置1000的各种组件提供电力。电源组件1006可以包括电源管理系统，一个或多个电源，及其他与为装置1000生成、管理和分配电力相关联的组件。

多媒体组件1008包括在所述装置1000和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1008包括一个前置摄像头和/或后置摄像头。当装置1000处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1010被配置为输出和/或输入音频信号。例如，音频组件1010包括一个麦克风(MIC)，当装置1000处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1004或经由通信组件1016发送。在一些实施例中，音频组件1010还包括一个扬声器，用于输出音频信号。

I/O接口1012为处理组件1002和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1014包括一个或多个传感器，用于为装置1000提供各个方面的状态评估。例如，传感器组件1014可以检测到装置1000的打开/关闭状态，组件的相对定位，例如所述组件为装置1000的显示器和小键盘，传感器组件1014还可以检测装置1000或装置1000一个组件的位置改变，用户与装置1000接触的存在或不存在，装置1000方位或加速/减速和装置1000的温度变化。传感器组件1014可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1014还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1014还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1016被配置为便于装置1000和其他设备之间有线或无线方式的通信。装置1000可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1016经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1016还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置1000可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1004，上述指令可由装置1000的处理器1018执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

图11是根据一示例性实施例示出的一种用于语音播报的装置1100的框图。例如，装置1100可以被提供为一服务器。参照图11，装置1100包括处理组件1122，其进一步包括一个或多个处理器，以及由存储器1132所代表的存储器资源，用于存储可由处理组件1122的执行的指令，例如应用程序。存储器1132中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1122被配置为执行指令，以执行上述语音播报方法。

装置1100还可以包括一个电源组件1126被配置为执行装置1100的电源管理，一个有线或无线网络接口1150被配置为将装置1100连接到网络，和一个输入输出(I/O)接口1158。装置1100可以操作基于存储在存储器1132的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

本领域技术人员在考虑说明书及实践这里的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (18)

1.一种语音播报方法，其特征在于，所述方法包括：

采集用户的查询语音，并将所述查询语音发送给服务器；

接收所述服务器针对所述查询语音返回的应答语音；

确定与所述查询语音相匹配的播报声音；

以所述播报声音播报所述应答语音。

2.根据权利要求1所述的方法，其特征在于，所述确定与所述查询语音相匹配的播报声音，包括：

接收所述服务器发送的播报声音指示，将所述播报声音指示所指示的播报声音确定为与所述查询语音相匹配的播报声音，所述播报声音指示是所述服务器对所述查询语音的声音特征进行识别，在查找到与所述声音特征相匹配的播报声音后生成的用于指示所述播报声音的指示信息；或者，

对所述查询语音的声音特征进行识别，查找与所述声音特征相匹配的播报声音。

3.根据权利要求2所述的方法，其特征在于，所述对所述查询语音的声音特征进行识别，查找与所述声音特征相匹配的播报声音，包括：

对所述查询语音的声音进行识别，确定所述用户的性别，将与所述性别相同或相反的人物的声音作为与所述声音特征相匹配的播报声音；或者，

对所述查询语音的声音进行识别，确定所述用户所属的群体共同感兴趣的人物的声音，将所述人物的声音作为与所述声音特征相匹配的播报声音；或者，

对所述查询语音的声音进行识别，确定所述用户的标识，在第一映射中查找与所述用户的标识对应的播报声音，所述第一映射用于记录用户的标识与播报声音之间的对应关系。

4.根据权利要求1所述的方法，其特征在于，

所述方法还包括：向所述服务器发送所述用户的标识；

所述确定与所述查询语音相匹配的播报声音，包括：接收所述服务器发送的播报声音指示，将所述播报声音指示所指示的播报声音确定为与所述查询语音相匹配的播报声音，所述播报声音指示是所述服务器在第二映射中查找到与所述用户的标识对应的播报声音后生成的用于指示所述播报声音的指示信息，所述第二映射用于记录用户的标识与播报声音之间的对应关系。

5.一种语音播报方法，其特征在于，所述方法包括：

接收终端采集并发送的查询语音；

获取所述查询语音对应的应答语音；

将所述应答语音发送给所述终端，所述终端用于确定与所述查询语音相匹配的播报声音，并以所述播报声音播报所述应答语音。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

对所述查询语音的声音特征进行识别，并查找与所述声音特征相匹配的播报声音；

生成用于指示查找到的所述播放声音的播报声音指示；

将所述播报声音指示发送给所述终端。

7.根据权利要求6所述的方法，其特征在于，所述对所述查询语音的声音特征进行识别，并查找与所述声音特征相匹配的播报声音，包括：

对所述查询语音的声音进行识别，确定所述用户的性别，将与所述性别相同或相反的人物的声音作为与所述声音特征相匹配的播报声音；或者，

对所述查询语音的声音进行识别，确定所述用户所属的群体共同感兴趣的人物的声音，将所述人物的声音作为与所述声音特征相匹配的播报声音；或者，

对所述查询语音的声音进行识别，确定所述用户的标识，在第一映射中查找与所述用户的标识对应的播报声音，所述第一映射用于记录用户的标识与播报声音之间的对应关系。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

接收所述终端发送的所述用户的标识；

在第二映射中查找到与所述用户的标识对应的播报声音，所述第二映射用于记录用户的标识与播报声音之间的对应关系；

生成用于指示查找到的所述播报声音的播报声音指示；

将所述播报声音指示发送给所述终端。

9.一种语音播报装置，其特征在于，所述装置包括：

语音发送模块，被配置为采集用户的查询语音，并将所述查询语音发送给服务器；

语音接收模块，被配置为接收所述服务器针对所述语音发送模块发送的所述查询语音返回的应答语音；

声音确定模块，被配置为确定与所述查询语音相匹配的播报声音；

语音播报模块，被配置为以所述声音确定模块确定的所述播报声音播报所述应答语音。

10.根据权利要求9所述的装置，其特征在于，所述声音确定模块，包括：

第一确定子模块，被配置为接收所述服务器发送的播报声音指示，将所述播报声音指示所指示的播报声音确定为与所述查询语音相匹配的播报声音，所述播报声音指示是所述服务器对所述查询语音的声音特征进行识别，在查找到与所述声音特征相匹配的播报声音后生成的用于指示所述播报声音的指示信息；或者，

第二确定子模块，被配置为对所述查询语音的声音特征进行识别，查找与所述声音特征相匹配的播报声音。

11.根据权利要求10所述的装置，其特征在于，所述第二确定子模块，还被配置为：

对所述查询语音的声音进行识别，确定所述用户的性别，将与所述性别相同或相反的人物的声音作为与所述声音特征相匹配的播报声音；或者，

对所述查询语音的声音进行识别，确定所述用户所属的群体共同感兴趣的人物的声音，将所述人物的声音作为与所述声音特征相匹配的播报声音；或者，

对所述查询语音的声音进行识别，确定所述用户的标识，在第一映射中查找与所述用户的标识对应的播报声音，所述第一映射用于记录用户的标识与播报声音之间的对应关系。

12.根据权利要求9所述的装置，其特征在于，

所述装置还包括：标识发送模块，被配置为向所述服务器发送所述用户的标识；

所述声音确定模块，还被配置为：接收所述服务器发送的播报声音指示，将所述播报声音指示所指示的播报声音确定为与所述查询语音相匹配的播报声音，所述播报声音指示是所述服务器在第二映射中查找到与所述用户的标识对应的播报声音后生成的用于指示所述播报声音的指示信息，所述第二映射用于记录用户的标识与播报声音之间的对应关系。

13.一种语音播报装置，其特征在于，所述装置包括：

语音接收模块，被配置为接收终端采集并发送的查询语音；

语音获取模块，被配置为获取所述语音接收模块接收的所述查询语音对应的应答语音；

语音发送模块，被配置为将所述语音获取模块得到的所述应答语音发送给所述终端，所述终端用于确定与所述查询语音相匹配的播报声音，并以所述播报声音播报所述应答语音。

14.根据权利要求13所述的装置，其特征在于，所述装置还包括：

第一查找模块，被配置为对所述查询语音的声音特征进行识别，并查找与所述声音特征相匹配的播报声音；

第一生成模块，被配置为生成用于指示所述第一查找模块查找到的所述播放声音的播报声音指示；

第一发送模块，被配置为将所述第一生成模块生成的所述播报声音指示发送给所述终端。

15.根据权利要求14所述的装置，其特征在于，所述第一查找模块，包括：

第一查找子模块，被配置为对所述查询语音的声音进行识别，确定所述用户的性别，将与所述性别相同或相反的人物的声音作为与所述声音特征相匹配的播报声音；或者，

第二查找子模块，被配置为对所述查询语音的声音进行识别，确定所述用户所属的群体共同感兴趣的人物的声音，将所述人物的声音作为与所述声音特征相匹配的播报声音；或者，

第三查找子模块，被配置为对所述查询语音的声音进行识别，确定所述用户的标识，在第一映射中查找与所述用户的标识对应的播报声音，所述第一映射用于记录用户的标识与播报声音之间的对应关系。

16.根据权利要求13所述的装置，其特征在于，所述装置还包括：

标识接收模块，被配置为接收所述终端发送的所述用户的标识；

第二查找模块，被配置为在第二映射中查找到与所述标识接收模块接收的所述用户的标识对应的播报声音，所述第二映射用于记录用户的标识与播报声音之间的对应关系；

第二生成模块，被配置为生成用于指示所述第二查找模块查找到的所述播报声音的播报声音指示；

第二发送模块，用于将所述第二生成模块生成的所述播报声音指示发送给所述终端。

17.一种语音播报装置，其特征在于，所述装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

采集用户的查询语音，并将所述查询语音发送给服务器；

接收所述服务器针对所述查询语音返回的应答语音；

确定与所述查询语音相匹配的播报声音；

以所述播报声音播报所述应答语音。

18.一种语音播报装置，其特征在于，所述装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

接收终端采集并发送的查询语音；

获取所述查询语音对应的应答语音；

将所述应答语音发送给所述终端，所述终端用于确定与所述查询语音相匹配的播报声音，并以所述播报声音播报所述应答语音。