CN112349299A - 语音播放方法、装置及电子设备 - Google Patents

Abstract

本申请公开了一种语音播放方法、装置及电子设备，属于通信技术领域，能够解决现有的电子设备播放语音的智能化程度较低的问题。该方法包括：接收用户输入的第一语音信息；响应于第一语音信息，采用目标语速，播放第二语音信息；其中，目标语速与目标特征相关联，目标特征包括以下至少一项：第一语音信息对应的文本长度、第一语音信息的语音内容、第一语音信息的语速、第二语音信息对应的文本长度、第二语音信息的语音内容。该方法应用于播放语音的场景中。

Description

语音播放方法、装置及电子设备

技术领域

本申请属于通信技术领域，具体涉及一种语音播放方法、装置及电子设备。

背景技术

随着人工智能(artificial intelligence，AI)技术的高速发展，电子设备的智能语音助手功能(也可以称为语音助手功能)逐渐普及。

通常，语音助手的基本交互方式为“一问一答”方式。具体的，在用户向语音助手发出询问之后，语音助手可以根据用户的语音内容，得到相应的回复内容，并以语音方式播放该回复内容，从而实现用户与语音助手之间的语音交互。

然而，在上述过程中，由于语音助手的语音播放方法(包括语调、语速、语气等)是在电子设备中预设好的，因此无论语音助手回复的内容是何种内容，电子设备都采用同一种语音播放方法播放这些内容，如此使得电子设备播放语音的智能化程度较低。

发明内容

本申请实施例的目的是提供一种语音播放方法、装置及电子设备，能够解决现有的电子设备播放语音的智能化程度较低的问题。

为了解决上述技术问题，本申请是这样实现的：

第一方面，本申请实施例提供了一种语音播放方法，该方法包括：接收用户输入的第一语音信息；响应于第一语音信息，采用目标语速，播放第二语音信息；其中，目标语速与目标特征相关联，目标特征包括以下至少一项：第一语音信息对应的文本长度、第一语音信息的语音内容、第一语音信息的语速、第二语音信息对应的文本长度、第二语音信息的语音内容。

第二方面，本申请实施例提供了一种语音播放装置，语音播放装置包括接收模块和播放模块。接收模块，用于接收用户输入的第一语音信息；播放模块，用于响应于接收模块接收的第一语音信息，采用目标语速，播放第二语音信息；其中，目标语速与目标特征相关联，目标特征包括以下至少一项：第一语音信息对应的文本长度、第一语音信息的语音内容、第一语音信息的语速、第二语音信息对应的文本长度、第二语音信息的语音内容。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序或指令，该程序或指令被处理器执行时，实现如上述第一方面中的语音播放方法的步骤。

第四方面，本申请实施例提供了一种可读存储介质，该可读存储介质上存储程序或指令，该程序或指令被处理器执行时，实现如上述第一方面中的语音播放方法的步骤。

第五方面，本申请实施例提供了一种芯片，该芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现如上述第一方面中的语音播放方法的步骤。

在本申请实施例中，可以接收用户输入的第一语音信息；并响应于第一语音信息，采用目标语速，播放第二语音信息；其中，目标语速与目标特征相关联，目标特征包括以下至少一项：第一语音信息对应的文本长度、第一语音信息的语音内容、第一语音信息的语速、第二语音信息对应的文本长度、第二语音信息的语音内容。通过该方案，由于不同语速播放的语音信息可以表达不同的情感，且当用户之间进行对话时，用户通常可以根据实际的对话场景，以不同语速说话，从而与其他用户沟通交流，因此在接收到用户输入的第一语音信息的情况下，根据第一语音信息的文本长度、语音内容和语速，以及待播放的第二语音信息的文本长度和语音内容中的至少一项，可以确定最接近用户说出第二语音信息时的语速(即目标语速)，从而使得播放语音信息的方式更接近用户说话，进而可以提高播放语音的智能化程度。

附图说明

图1为本申请实施例提供的语音播放方法的流程示意图；

图2为本申请实施例提供的语音播放装置的结构示意图；

图3为本申请实施例提供的一种电子设备的结构示意图；

图4为本申请实施例提供的一种电子设备的硬件示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。

在本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

下面结合附图，通过具体的实施例及其应用场景，对本申请实施例提供的语音播放方法进行详细地说明。

如图1所示，本申请实施例提供一种语音播放方法，该方法包括下述的步骤201和步骤202。

需要说明的是，本申请实施例提供的语音播放方法，执行主体可以为语音播放装置，或者该语音播放装置中的用于执行语音播放方法的控制模块，还可以为电子设备。下面将以语音播放装置为例，对本申请实施例提供的语音播放方法进行示例性的说明。

可选地，本申请实施例中，当申请实施例提供的语音播放方法的执行主体为电子设备时，该电子设备可以包括本申请实施例中的语音播放装置，或外接该语音播放装置。具体可以根据实际使用需求确定，本申请实施例不作限定。

步骤201、语音播放装置接收用户输入的第一语音信息。

步骤202、语音播放装置响应于第一语音信息，采用目标语速，播放第二语音信息。

其中，上述目标语速与目标特征相关联，目标特征可以包括以下至少一项：第一语音信息对应的文本长度、第一语音信息的语音内容、第一语音信息的语速、第二语音信息对应的文本长度、第二语音信息的语音内容。

本申请实施例中，在用户向语音播放装置输入上述第一语音信息的情况下，语音播放装置响应于该第一语音信息，可以采用上述目标语速，播放上述第二语音信息。

需要说明的是，本申请实施例提供的语音播放方法可以应用于用户通过语音播放装置与语音助手进行对话的场景中，或者应用于用户通过语音播放装置从语音助手获取信息的场景中。

可选地，本申请实施例中，上述目标语速可以为语音播放装置中的基准语速，也可以为比该基准语速快的语速，还可以为比该基准语速慢的语速。具体可以根据实际使用需求确定，本申请实施例不作限定。

本申请实施例提供一种语音播放方法，由于不同语速播放的语音信息可以表达不同的情感，且当用户之间进行对话时，用户通常可以根据实际的对话场景，以不同语速说话，从而与其他用户沟通交流，因此在接收到用户输入的第一语音信息的情况下，根据第一语音信息的文本长度、语音内容和语速，以及待播放的第二语音信息的文本长度和语音内容中的至少一项，可以确定最接近用户说出第二语音信息时的语速(即目标语速)，从而使得播放语音信息的方式更接近用户说话，进而可以提高播放语音的智能化程度。

可选地，本申请实施例中，上述目标特征不同，语音播放装置确定上述目标语速的方式可以不同。

可选地，本申请实施例中，语音播放装置确定目标语速的方式可以包括但不限于下述四种可能的实现方式，分别为实现方式一、实现方式二、实现方式三和实现方式四。下面对该四种可能的实现方式进行示例性的说明。

实现方式一：在目标特征信息包括第一语音信息的语音内容和第二语音信息的语音内容中的至少一项的情况下，语音播放装置可以先根据目标特征，确定第二语音信息的语音播放场景，然后再根据该语音播放场景，确定目标语速。

可选地，在上述实现方式一中，在语音播放装置采用目标语速，播放第二语音信息之前，本申请实施例提供的语音播放方法还可以包括下述的步骤203和步骤204。其中，上述步骤202具体可以通过下述的步骤202a实现。

步骤203、语音播放装置响应于第一语音信息，根据目标特征，确定第二语音信息的语音播放场景。

步骤204、语音播放装置根据语音播放场景，确定目标语速。

步骤202a、语音播放装置采用目标语速，播放第二语音信息。

本申请实施例中，在上述目标特征包括第一语音信息的语音内容和第二语音信息的语音内容中的至少一项的情况下，在接收到用户输入的第一语音信息之后，语音播放装置可以先根据目标特征，确定第二语音信息的语音播放场景，然后再根据语音播放场景，确定上述目标语速，从而语音播放装置可以采用该目标语速，播放第二语音信息。

可选地，本申请实施例中，上述第二语音信息的语音播放场景可以为信息类语音播放场景或聊天类语音播放场景。具体可以根据实际使用需求确定，本申请实施例不作限定。

示例性的，上述信息类语音播放场景可以为用户向语音助手查询天气或查询百科的场景。上述聊天类语音播放场景可以为用户与语音助手聊天的场景。

本申请实施例中，对于上述信息类语音播放场景，该种场景优先保证信息的准确性和专业性，在该种场景下，播放语音信息的语速相对稳定(例如语速较慢)，起伏较小；对于聊天类语音播放场景，该种场景更具“人的特征”，该种场景下，播放语音信息的语速可以根据语音信息对应的文本长度或语音信息对应的语音情绪等因素变化。

本申请实施例中，在不同的语音播放场景中，可以采用不同的语速播放语音信息。在信息类语音播放场景中，采用稳定的语速播放语音信息，可以提高语音播放装置的专业性、准确性；在聊天类语音播放场景中，根据情绪采用多变的语速播放语音信息，可以使得语音播放装置播放语音的方式比较灵活多变，更接近“人与人对话”的交互体验，进而提升播放语音的智能化程度。

实现方式二：在目标特征包括第二语音信息对应的文本长度的情况下，语音播放装置直接可以根据第二语音信息对应的文本长度与预设长度阈值(例如本申请实施例中的第一阈值等)的大小关系，确定上述目标语速。

可选地，在上述实现方式二中，在语音播放装置采用目标语速，播放第二语音信息之前(即在步骤202a之前)，本申请实施例提供的语音播放方法还可以包括下述的步骤205。

步骤205、语音播放装置响应于第一语音信息，根据第二语音信息对应的文本长度，确定目标语速。

其中，在第二语音信息对应的文本长度小于或等于第一阈值的情况下，上述目标语速可以为第一语速；在第二语音信息对应的文本长度大于第一阈值，且小于或等于第二阈值的情况下，目标语速可以为第二语速。其中，第一语速小于第二语速。

可选地，本申请实施例中，上述第一语速可以为中等语速，上述第二语速可以为中等偏快语速。其中，中等语速可以为语音播放装置的基准语速，中等偏快语速可以为快于语音播放装置的基准语速的语速。

示例性的，在用户通过语音播放装置与语音助手交互的场景中，假设用户输入语音信息“播放音乐”，语音助手回复的语音信息为“好的，为你播放xxx歌手的《AAA》”(即上述第一语音信息的文本信息)，该语音信息对应的文本长度小于20个字符(即上述第一阈值)，那么语音播放装置将以中等播放速度，播放语音信息“好的，为你播放xxx歌手的《AAA》”。

又示例性的，假设用户输入的语音信息为“播报天气”，语音助手回复的语音信息为“B市今天发布黄色预警，天气暴雨转多云，气温25-30摄氏度，紫外线强，出门记得带伞”(即上述第一语音信息对应的文本信息)，该文本信息的文本长度大于20个字符(即上述第一长度)，小于40个字符(即上述第二长度，那么语音播放装置将以中等偏快语速播放，播放语音信息“B市今天发布黄色预警，天气暴雨转多云，气温25-30摄氏度，紫外线强，出门记得带伞”。

本申请实施例提供的语音播放方法，可以根据待播放语音信息对应的文本长度，调节语速。在语音信息对应的文本信息较长的情况下，能适当提高语音信息的语速，从而提升语音信息的传输效率，进而使得用户与语音播放装置的交互更贴近人与人对话，进而提升播放语音的智能化程度。

实现方式三：在上述目标特征包括第二语音信息的语音内容的情况下，在语音播放装置采用目标语速，播放第二语音信息之前，语音播放装置可以先根据第二语音信息对应的语音内容，确定第二语音信息指示的语音情绪(例如本申请实施例中的目标语音情绪)，然后在根据该语音情绪，确定目标语速。

可选地，本申请实施例中，在语音播放装置采用目标语速，播放第二语音信息之前(即上述步骤202a之前)，本申请实施例提供的语音播放装置还可以包括下述的步骤206和步骤207。

步骤206、语音播放装置响应于第一语音信息，根据第二语音信息的语音内容，确定目标语音情绪。

其中，上述目标语音情绪可以为上述第二语音信息指示的语音情绪。

步骤207、语音播放装置根据目标语音情绪，确定目标语速。

其中，在上述目标语音情绪为正向语音情绪的情况下，上述目标语速可以为第一语速；在目标语音情绪为负向语音情绪的情况下，目标语速可以为第二语速；第一语速可以大于第二语速。

本申请实施例中，在上述目标特征包括第二语音信息语音内容的情况下，语音播放装置可以根据该第二语音信息语音内容，确定第二语音信息指示的语音情绪是正向语音情绪，还是负向语音情绪。如果第一语音信息指示的语音情绪为正向语音情绪，那么语音播放装置采用上述第一语速，播放第二语音信息；如果第一语音信息指示的语音情绪为负向语音情绪，那么语音播放装置采用上述第二语速，播放第二语音信息，从而可以使得语音播放装置可以采用不同语速播放指示不同语音情绪的语音信息，进而使得语音播放装置播放语音的方式比较灵活。

本申请实施例中，上述正向语音情绪可以为开心、激动的语音情绪，上述负向情绪可以为悲伤、低落、难过的语音情绪。

示例性的，假设上述第二语音信息的语音内容为“我今天太开心啦”，语音播放装置可以确定该第二语音信息指示的语音情绪为正向语音情绪，从而语音播放装置可以确定上述目标语速为中等偏快语速。

又示例性的，假设上述第二语音信息的语音内容为“我今天太难过了，你都好几天没来找我聊天了”，语音播放装置可以确定该第二语音信息指示的语音情绪为负向语音情绪，从而语音播放装置可以确定上述目标语速为中等偏慢语速。

本申请实施例提供的语音播放方法，由于语音信息的语音内容可以反映语音信息指示的语音情绪，且在现实生活中，人处于不同情绪中，其语速可以不同，因此语音播放装置就可以根据语音信息指示语音情绪，选择合适的语速播放语音信息，从而使得与语音播放装置的交互体验更贴近人与人对话，进而提升播放语音的智能化程度。

实现方式四：在上述目标特征包括第一语音信息对应的文本长度、第一语音信息的语音内容和第一语音信息的语速中的至少一项的情况下，在语音播放装置采用目标语速，播放第二语音信息之前，语音播放装置可以先根据该目标特征，确定用户获取该第二语音信息的急迫程度，从而根据该急迫程度，确定上述目标语速。

可选地，本申请实施例中，在语音播放装置采用目标语速，播放第二语音信息之前(即在上述步骤202a之前)，本申请实施例提供的语音播放方法，还可以包括下述的步骤208和步骤209。

步骤208、语音播放装置根据目标特征，确定目标急迫程度。

其中，上述目标急迫程度用于指示用户获取上述第二语音信息的急迫程度。

步骤209、语音播放装置根据目标急迫程度，确定目标语速。

其中，上述目标急迫程度越高，上述目标语速越快。

本申请实施例中，在上述目标特征包括第一语音信息对应的文本长度、第一语音信息的语音内容和第一语音信息的语速中的至少一项的情况下，语音播放装置可以根据目标特征，确定用户获取第二语音信息的急迫程度(即目标急迫程度)，然后根据该目标急迫程度，确定上述目标语速。

可选地，本申请实施例中，当上述目标急迫程度较高时，上述目标语速可以为中等偏快语速；当上述目标急迫程度较低时，上述目标语速可以为中等语速或中等偏慢语速。

可选地，本申请实施例中，当上述第一语音信息对应的文本长度较小时，可以确定上述目标急迫程度较高，当上述第一语音信息对应的文本长度较大时，可以确定上述目标急迫程度较低；当上述第一语音信息的语速较快时，可以确定上述目标急迫程度较高，当上述第一语音信息的语速较慢时，可以确定上述目标急迫程度较低；当上述第一语音信息的语音内容中包括反映急切、着急的内容(例如快点、速度些等)时，可以确定上述目标急迫程度较高，当上述第一语音信息的语音内容中不包括反映急切、着急的内容(例如快点、速度些等)时，可以确定上述目标急迫程度较低。

当然，实际实现时，还可以以其它任意可能的方式或规则，确定上述目标急迫程度，具体可以根据实际使用需求确定，本申请实施例不作限定。

示例性的，在用户通过语音播放装置与语音助手交互的过程中，如果用户输入语音信息的语速比较快，那么语音播放装置可以确定用户较为急切，从而语音播放装置可以以较快的语速播放语音助手提供的语音信息(即上述第一语音信息)；如果用户输入语音信息的语速比较慢，那么语音播放装置可以确定用户比较悠闲，急迫程度较低，从而语音播放装置可以以较慢的语速播放语音助手提供的语音信息。

本申请实施例提供的语音播放方法，由于在人与人交流的过程中，人可以根据事情的紧迫性，调整说话的快慢，比如当用户较急切时，表明希望更快获取信息，也就需要另一个人用较快的语速回复问题，因此可以根据上述第一语音信息的语速确定用户的急迫程度，采用符合用户需求的语速播放第二语音信息，从而使得与语音播放装置的交互更贴近人与人对话，进而提升播放语音的智能化程度。

可选地，本申请实施例中，在上述步骤209之前，本申请实施例提供的语音播放方法还可以包括下述的步骤210。

步骤210、语音播放装置基于目标急迫程度，获取第二语音信息。

其中，上述目标急迫程度越高，上述第二语音信息对应的文本长度越短。

本申请实施例中，在语音播放装置确定上述目标急迫程度之后，语音播放装置可以根据该目标急迫程度，获取上述第二语音信息。具体的，目标急迫程度较高，第二语音信息对应的文本长度较短，即第二语音信息的语音内容比较精简；目标急迫程度较低，第二语音信息对应的文本长度较长，即第二语音信息的语音内容比较详细。

示例性的，以用户查询B市天气为例，假设用户说“B市天气”，那么语音播放装置可以确定用户比较急切地想要获取到B市天气，即上述目标急迫程度较高，从而获取的第二语音信息可以为“B市今天暴雨转多云，气温25-30摄氏度”，第二语音信息的语音内容比较精简。

又示例性的，假设用户说“今天B市的天气怎么样呀”，那么语音播放装置可以确定用户比较悠闲，即上述目标急迫程度较低，从而获取的第二语音信息可以为“B市今天发布黄色预警，天气暴雨转多云，气温25-30摄氏度，紫外线强，出门记得带伞呦”，第二语音信息的语音内容比较丰富，提供更详细的信息。

本申请实施例提供的语音播放方法，由于人与人的交流时，同样含义的事情，用户可以根据事情的急迫性，调整说话内容的长短，比如着急时，说话内容可能比较短、简洁；悠闲时，说话内容可能比较长。且当用户比较急切时，表明希望更快获取信息，也就需要另一个人简练的回复问题，因此可以根据用户获取信息的急迫程度，获取对应的语音信息，从而使得用户可以在急迫时，可以获取到精简的信息，在用户不那么急迫时，可以获取到比较详细的信息。如此，可以使得与语音播放装置的交互更贴近人与人对话，进而提升播放语音的智能化程度。

可选地，本申请实施例中，在语音播放装置采用目标语速，播放第二语音信息之前，本申请实施例提供的语音播放方法还可以包括下述的步骤211和步骤212。其中，上述步骤202具体可以通过下述的步骤202b实现。

步骤211、语音播放装置响应于第一语音信息，确定第一语音信息的第一语气。

步骤212、语音播放装置根据第一语气，确定播放第二语音信息的第二语气。

步骤202b、语音播放装置采用目标语速和第二语气，播放第二语音信息。

本申请实施例中，在语音播放装置播放上述第二语音信息之前，语音播放装置可以先确定上述第一语音信息的第一语气，然后根据该第一语气，确定播放第二语音信息的第二语气，从而采用上述目标语速和第二语气，播放上述第二语音信息。

可选地，本申请实施例中，语音播放装置中可以设置多种语气，语音播放装置可以采用上述第一语音信息与该多种语气进行匹配，将与第一语音信息最接近的语气确定为上述第一语气。

示例性的，语音播放装置中预置的语气可以包括平静、惊喜、悲切、得意、兴奋、激动、担忧、紧张、恐惧、自信等语气。

可选地，本申请实施例中，上述第二语气可以为与上述第一语气相同或相似的语气。

下面将以本申请实施例中以语音播放装置执行语音播放方法为例，说明本申请实施例提供的语音播放装置。

如图2所示，本申请实施例提供一种语音播放装置300，该语音播放装置300包括接收模块301和播放模块302。接收模块301，用于接收用户输入的第一语音信息；播放模块302，用于响应于接收模块接收的第一语音信息，采用目标语速，播放第二语音信息；其中，目标语速与目标特征相关联，目标特征包括以下至少一项：第一语音信息对应的文本长度、第一语音信息的语音内容、第一语音信息的语速、第二语音信息对应的文本长度、第二语音信息的语音内容。

本申请实施例提供一种语音播放装置，由于不同语速播放的语音信息可以表达不同的情感，且当用户之间进行对话时，用户通常可以根据实际的对话场景，以不同语速说话，从而与其他用户沟通交流，因此在接收到用户输入的第一语音信息的情况下，根据第一语音信息的文本长度、语音内容和语速，以及待播放的第二语音信息的文本长度和语音内容中的至少一项，可以确定最接近用户说出第二语音信息时的语速(即目标语速)，从而使得播放语音信息的方式更接近用户说话，进而可以提高播放语音的智能化程度。

可选地，目标特征包括第一语音信息的语音内容和第二语音信息的语音内容中的至少一项；语音播放装置还可以包括确定模块；确定模块，用于在播放模块采用目标语速，播放第二语音信息之前，根据目标特征，确定第二语音信息的语音播放场景，并根据该第二语音信息的语音播放场景，确定目标语速。

本申请实施例提供一种语音播放装置，在不同的语音播放场景中，可以采用不同的语速播放语音信息。在信息类语音播放场景中，采用稳定的语速播放语音信息，可以提高语音播放装置的专业性、准确性；在聊天类语音播放场景中，根据情绪采用多变的语速播放语音信息，可以使得语音播放装置播放语音的方式比较灵活多变，更接近“人与人对话”的交互体验，进而提升播放语音的智能化程度。

可选地，目标特征包括第二语音信息的语音内容；语音播放装置还可以包括确定模块；确定模块，用于在播放模块采用目标语速，播放第二语音信息之前，根据第二语音信息的语音内容，确定目标语音情绪，并根据目标语音情绪，确定目标语速；其中，目标语音情绪为第二语音信息指示的语音情绪；在目标语音情绪为正向语音情绪的情况下，目标语速为第一语速；在目标语音情绪为负向语音情绪的情况下，目标语速为第二语速；第一语速大于第二语速。

本申请实施例提供的语音播放装置，由于语音信息的语音内容可以反映语音信息指示的语音情绪，且在现实生活中，人处于不同情绪中，其语速可以不同，因此语音播放装置就可以根据语音信息指示语音情绪，选择合适的语速播放语音信息，从而使得与语音播放装置的交互体验更贴近人与人对话，进而提升播放语音的智能化程度。

可选地，目标特征包括第一语音信息对应的文本长度、第一语音信息的语音内容和第二语音信息的语速中的至少一项；语音播放装置还可以包括确定模块；确定模块，用于在播放模块采用标语速，播放第二语音信息之前，根据目标特征，确定目标急迫程度，并根据目标急迫程度，确定目标语速；其中，目标急迫程度用于指示用户获取第二语音信息的急迫程度，目标急迫程度越高，目标语速越快。

本申请实施例提供的语音播放装置，由于在人与人交流的过程中，人可以根据事情的紧迫性，调整说话的快慢，比如当用户较急切时，表明希望更快获取信息，也就需要另一个人用较快的语速回复问题，因此可以根据上述第一语音信息的语速确定用户的急迫程度，采用符合用户需求的语速播放第二语音信息，从而使得与语音播放装置的交互更贴近人与人对话，进而提升播放语音的智能化程度。

可选地，语音播放装置还包括获取模块；获取模块，用于在确定模块根据目标急迫程度，确定目标语速之前，基于目标急迫程度，获取第二语音信息；其中，目标急迫程度越高，第二语音信息对应的文本长度越短。

本申请实施例提供的语音播放装置，由于人与人的交流时，同样含义的事情，用户可以根据事情的急迫性，调整说话内容的长短，比如着急时，说话内容可能比较短、简洁；悠闲时，说话内容可能比较长。且当用户比较急切时，表明希望更快获取信息，也就需要另一个人简练的回复问题，因此可以根据用户获取信息的急迫程度，获取对应的语音信息，从而使得用户可以在急迫时，可以获取到精简的信息，在用户不那么急迫时，可以获取到比较详细的信息。如此，可以使得与语音播放装置的交互更贴近人与人对话，进而提升播放语音的智能化程度。

可选地，语音播放装置还包括确定模块；确定模块，用于在播放模块采用目标语速，播放第二语音信息之前，确定第一语音信息的第一语气，并根据第一语气，确定播放第二语音信息的第二语气；播放模块，具体用于采用目标语速和第二语气，播放第二语音信息。

本申请实施例中的语音播放装置可以是装置，也可以是电子设备中的部件、集成电路、或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personal digital assistant，PDA)等，非移动电子设备可以为个人计算机(personalcomputer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。

本申请实施例中的语音播放装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。

本申请实施例提供的语音播放装置能够实现本申请实施例提供的语音播放装置方法实施例实现的各个过程，为避免重复，这里不再赘述。

可选地，如图3所示，本申请实施例还提供一种电子设备400，包括处理器401，存储器402，存储在存储器402上并可在处理器401上运行的程序或指令，该程序或指令被处理器401执行时实现上述语音播放方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

需要说明的是，本申请实施例中的电子设备包括上述的移动电子设备和非移动电子设备。

图4为实现本申请实施例的一种电子设备的硬件结构示意图。

该电子设备100包括但不限于：射频单元101、网络模块102、音频输出单元103、输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、以及处理器110等部件。

本领域技术人员可以理解，电子设备100还可以包括给各个部件供电的电源111(比如电池)，电源可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图4中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。

其中，输入单元104，用于接收用户输入的第一语音信息；音频输出单元103，用于响应于输入单元104接收的第一语音信息，采用目标语速，播放第二语音信息；其中，目标语速与目标特征相关联，目标特征包括以下至少一项：第一语音信息对应的文本长度、第一语音信息的语音内容、第一语音信息的语速、第二语音信息对应的文本长度、第二语音信息的语音内容；第二语音信息为在播放第一语音信息之前，用户输入的语音信息。

本申请实施例提供一种电子设备，由于不同语速播放的语音信息可以表达不同的情感，且当用户之间进行对话时，用户通常可以根据实际的对话场景，以不同语速说话，从而与其他用户沟通交流，因此在接收到用户输入的第一语音信息的情况下，根据第一语音信息的文本长度、语音内容和语速，以及待播放的第二语音信息的文本长度和语音内容中的至少一项，可以确定最接近用户说出第二语音信息时的语速(即目标语速)，从而使得播放语音信息的方式更接近用户说话，进而可以提高播放语音的智能化程度。

可选地，目标特征包括第一语音信息的语音内容和第二语音信息的语音内容中的至少一项；处理器110，用于在音频输出单元103采用目标语速，播放第二语音信息之前，根据目标特征，确定第二语音信息的语音播放场景，并根据该第二语音信息的语音播放场景，确定目标语速。

本申请实施例提供一种电子设备，在不同的语音播放场景中，可以采用不同的语速播放语音信息。在信息类语音播放场景中，采用稳定的语速播放语音信息，可以提高语音播放装置的专业性、准确性；在聊天类语音播放场景中，根据情绪采用多变的语速播放语音信息，可以使得语音播放装置播放语音的方式比较灵活多变，更接近“人与人对话”的交互体验，进而提升播放语音的智能化程度。

可选地，目标特征包括第二语音信息的语音内容；处理器110，用于在音频输出单元103采用目标语速，播放第二语音信息之前，根据第二语音信息的语音内容，确定目标语音情绪，并根据目标语音情绪，确定目标语速；其中，目标语音情绪为第二语音信息指示的语音情绪；在目标语音情绪为正向语音情绪的情况下，目标语速为第一语速；在目标语音情绪为负向语音情绪的情况下，目标语速为第二语速；第一语速大于第二语速。

本申请实施例提供的电子设备，由于语音信息的语音内容可以反映语音信息指示的语音情绪，且在现实生活中，人处于不同情绪中，其语速可以不同，因此语音播放装置就可以根据语音信息指示语音情绪，选择合适的语速播放语音信息，从而使得与语音播放装置的交互体验更贴近人与人对话，进而提升播放语音的智能化程度。

可选地，目标特征包括第一语音信息对应的文本长度、第一语音信息的语音内容和第二语音信息的语速中的至少一项；处理器110，用于在音频输出单元103采用目标语速，播放第二语音信息之前，根据目标特征，确定目标急迫程度，并根据目标急迫程度，确定目标语速；其中，目标急迫程度用于指示用户获取第二语音信息的急迫程度，目标急迫程度越高，目标语速越快。

本申请实施例提供的电子设备，由于在人与人交流的过程中，人可以根据事情的紧迫性，调整说话的快慢，比如当用户较急切时，表明希望更快获取信息，也就需要另一个人用较快的语速回复问题，因此可以根据上述第一语音信息的语速确定用户的急迫程度，采用符合用户需求的语速播放第二语音信息，从而使得与语音播放装置的交互更贴近人与人对话，进而提升播放语音的智能化程度。

可选地，处理器110，还用于在根据目标急迫程度，确定目标语速之前，基于目标急迫程度，获取第二语音信息；其中，目标急迫程度越高，第二语音信息对应的文本长度越短。

本申请实施例提供的电子设备，由于人与人的交流时，同样含义的事情，用户可以根据事情的急迫性，调整说话内容的长短，比如着急时，说话内容可能比较短、简洁；悠闲时，说话内容可能比较长。且当用户比较急切时，表明希望更快获取信息，也就需要另一个人简练的回复问题，因此可以根据用户获取信息的急迫程度，获取对应的语音信息，从而使得用户可以在急迫时，可以获取到精简的信息，在用户不那么急迫时，可以获取到比较详细的信息。如此，可以使得与电子设备的交互更贴近人与人对话，进而提升播放语音的智能化程度。

可选地，处理器110，还用于在音频输出单元103采用目标语速，播放第二语音信息之前，确定第一语音信息的第一语气，并根据第一语气，确定播放第二语音信息的第二语气；音频输出单元103，具体用于采用目标语速和第二语气，播放第二语音信息。

需要说明的是，本申请实施例中，上述语音播放装置中的确定模块和获取模块可以通过上述处理器110实现；上述语音播放装置中的接收模块可以通过上述输入单元104实现；上述语音播放装置中的播放模块可以通过上述音频输出单元103实现。

应理解的是，本申请实施例中，输入单元104可以包括图形处理器(GraphicsProcessing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元106可包括显示面板1061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板1061。用户输入单元107包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。存储器109可用于存储软件程序以及各种数据，包括但不限于应用程序和操作系统。处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。

本申请实施例还提供一种可读存储介质，该可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述语音播放方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，上述处理器为上述实施例中的电子设备中的处理器。可读存储介质可以包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。

本申请实施例另提供了一种芯片，该芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现上述语音播放方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台电子设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (14)

1.一种语音播放方法，其特征在于，所述方法包括：

接收用户输入的第一语音信息；

响应于所述第一语音信息，采用目标语速，播放第二语音信息；

其中，所述目标语速与目标特征相关联，所述目标特征包括以下至少一项：所述第一语音信息对应的文本长度、所述第一语音信息的语音内容、所述第一语音信息的语速、第二语音信息对应的文本长度、第二语音信息的语音内容。

2.根据权利要求1所述的方法，其特征在于，所述目标特征包括所述第一语音信息的语音内容和所述第二语音信息的语音内容中的至少一项；

所述采用目标语速，播放第二语音信息之前，所述方法还包括：

根据所述目标特征，确定所述第二语音信息的语音播放场景；

根据所述语音播放场景，确定所述目标语速。

3.根据权利要求1所述的方法，其特征在于，所述目标特征包括所述第二语音信息的语音内容；

所述采用目标语速，播放第二语音信息之前，所述方法还包括：

根据所述第二语音信息的语音内容，确定目标语音情绪，所述目标语音情绪为所述第二语音信息指示的语音情绪；

根据所述目标语音情绪，确定所述目标语速；

其中，在所述目标语音情绪为正向语音情绪的情况下，所述目标语速为第一语速；在所述目标语音情绪为负向语音情绪的情况下，所述目标语速为第二语速；所述第一语速大于所述第二语速。

4.根据权利要求1所述的方法，其特征在于，所述目标特征包括所述第一语音信息对应的文本长度、所述第一语音信息的语音内容和所述第一语音信息的语速中的至少一项；

所述采用目标语速，播放第二语音信息之前，所述方法还包括：

根据所述目标特征，确定目标急迫程度，所述目标急迫程度用于指示用户获取所述第二语音信息的急迫程度；

根据所述目标急迫程度，确定所述目标语速；

其中，所述目标急迫程度越高，所述目标语速越快。

5.根据权利要求4所述的方法，其特征在于，所述根据所述目标急迫程度，确定所述目标语速之前，所述方法还包括：

基于所述目标急迫程度，获取所述第二语音信息；

其中，所述目标急迫程度越高，所述第二语音信息对应的文本长度越短。

6.根据权利要求1所述的方法，其特征在于，所述采用目标语速，播放第二语音信息之前，所述方法还包括：

确定所述第一语音信息的第一语气；

根据所述第一语气，确定播放所述第二语音信息的第二语气；

所述采用所述目标语速，播放第二语音信息，包括：

采用所述目标语速和所述第二语气，播放所述第二语音信息。

7.一种语音播放装置，其特征在于，所述语音播放装置包括接收模块和播放模块；

所述接收模块，用于接收用户输入的第一语音信息；

所述播放模块，用于响应于所述接收模块接收的所述第一语音信息，采用目标语速，播放第二语音信息；

其中，所述目标语速与目标特征相关联，所述目标特征包括以下至少一项：所述第一语音信息对应的文本长度、所述第一语音信息的语音内容、所述第一语音信息的语速、第二语音信息对应的文本长度、第二语音信息的语音内容。

8.根据权利要求7所述的装置，其特征在于，所述目标特征包括所述第一语音信息的语音内容和所述第二语音信息的语音内容中的至少一项；

所述语音播放装置还包括确定模块；

所述确定模块，用于在所述播放模块采用所述目标语速，播放所述第二语音信息之前，根据所述目标特征，确定所述第二语音信息的语音播放场景，并根据所述语音播放场景，确定所述目标语速。

9.根据权利要求7所述的装置，其特征在于，所述目标特征包括所述第二语音信息的语音内容；所述语音播放装置还包括确定模块；

所述确定模块，用于在所述播放模块采用所述目标语速，播放所述第二语音信息之前，根据所述第二语音信息的语音内容，确定目标语音情绪，并根据所述目标语音情绪，确定所述目标语速；

其中，所述目标语音情绪为所述第二语音信息指示的语音情绪；在所述目标语音情绪为正向语音情绪的情况下，所述目标语速为第一语速；在所述目标语音情绪为负向语音情绪的情况下，所述目标语速为第二语速；所述第一语速大于所述第二语速。

10.根据权利要求7所述的装置，其特征在于，所述目标特征包括所述第一语音信息对应的文本长度、所述第一语音信息的语音内容和所述第一语音信息的语速中的至少一项；所述语音播放装置还包括确定模块；

所述确定模块，用于在所述播放模块采用所述目标语速，播放所述第二语音信息之前，根据所述目标特征，确定目标急迫程度，并根据所述目标急迫程度，确定所述目标语速；

其中，所述目标急迫程度用于指示用户获取所述第二语音信息的急迫程度，所述目标急迫程度越高，所述目标语速越快。

11.根据权利要求10所述的装置，其特征在于，所述语音播放装置还包括获取模块；

所述获取模块，用于在所述确定模块根据所述目标急迫程度，确定所述目标语速之前，基于所述目标急迫程度，获取所述第二语音信息；

其中，所述目标急迫程度越高，所述第二语音信息对应的文本长度越短。

12.根据权利要求7所述的装置，其特征在于，所述语音播放装置还包括确定模块；

所述确定模块，用于在所述播放模块采用所述目标语速，播放所述第二语音信息之前，确定所述第一语音信息的第一语气，并根据所述第一语气，确定播放所述第二语音信息的第二语气；

所述播放模块，具体用于采用所述目标语速和所述第二语气，播放所述第二语音信息。

13.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或所述指令被所述处理器执行时实现如权利要求1-6任一项所述的语音播放方法的步骤。

14.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或所述指令被处理器执行时实现如权利要求1-6任一项所述的语音播放方法的步骤。

Images