本發(fā)明涉及聲紋檢測技術(shù)領(lǐng)域，尤其涉及一種機器人的聲紋服務(wù)系統(tǒng)及其服務(wù)控制方法。

背景技術(shù)：

所謂聲紋，是用電聲學儀器顯示的攜帶言語信息的聲波頻譜?，F(xiàn)代科學研究表明，聲紋不僅具有特定性，而且有相對穩(wěn)定性的特點。成年以后，人的聲音可保持長期相對穩(wěn)定不變。實驗證明，無論講話者是故意模仿他人聲音和語氣，還是耳語輕聲講話，即使模仿得惟妙惟肖，其聲紋卻始終不相同。

現(xiàn)有技術(shù)中，機器人常常無法無法自動辨別用戶，因此無法為用戶提供針對性的服務(wù)。

技術(shù)實現(xiàn)要素：

針對上述技術(shù)中存在的不足之處，本發(fā)明提供一種結(jié)構(gòu)簡單、操作方便的機器人的聲紋服務(wù)系統(tǒng)及其服務(wù)控制方法，能夠自動辨識用戶，能為不同用戶提供針對性的服務(wù)。

為了達到上述目的，本發(fā)明一種機器人的聲紋服務(wù)系統(tǒng)，包括設(shè)置在機器人內(nèi)部的

語音輸出模塊，輸出兩種形式的語音，一種為自主向周圍播放需要的語音，另一種為由語音解析模塊獲得的結(jié)果交給揚聲器向周圍播放語音；

引導模塊，引導用戶根據(jù)語音輸出模塊播放的提示音進行錄音；

語音輸入模塊，接收周圍聲音、麥克風錄音，且存儲音頻文件；

語音解析模塊，處理語音輸入模塊的音頻文件，將處理的結(jié)果交給語音輸出模塊；

聲紋記錄模塊，將語音輸入模塊所存儲的音頻文件建立聲音模型；

聲紋識別模塊，由語音輸入模塊所存儲的音頻文件匹配聲紋記錄模塊所存儲的聲音模型，并判定用戶身份；

業(yè)務(wù)模塊，根據(jù)聲紋記錄模塊提供的聲音模型進行對應的操作處理；

所述語音輸出模塊播放第一個提示語音，詢問用戶要錄入的聲紋身份，所述引導模塊引導用戶進行聲紋身份的錄音，所述語音輸入模塊接收用戶錄音后存儲音頻文件，所述語音解析模塊對語音輸入模塊內(nèi)的音頻文件進行解析處理，若解析失敗，則語音輸出模塊播放第一個提示語音；若解析成功，則語音輸出模塊播放下一個提示語音，所述引導模塊再次引導用戶進行再次錄音，循環(huán)多次后，所述語音解析模塊將多個音頻文件發(fā)送給聲紋記錄模塊，所述聲紋記錄模塊將多個音頻文件建立為一個聲音模型，存儲為用戶的聲紋身份，且聲音模型存儲在聲紋庫中；建立好多個聲音模型后，用戶根據(jù)語音輸出模塊播放的提示語音后說話，所述聲紋識別模塊將語音輸入模塊所存儲的音頻文件與聲紋記錄模塊所存儲的聲音模型進行對比，判定用戶身份后，業(yè)務(wù)模塊執(zhí)行對應的操作處理。

其中，所述聲紋身份包括兒童、少年、中年和老年，且所述少年、中年和老年均為非兒童身份。

其中，所述業(yè)務(wù)模塊包括音樂播放單元和視頻播放單元，所述音樂播放單元播放的內(nèi)容包括兒歌、流行歌曲、革命歌曲和古典歌曲；若聲紋識別模塊判定用戶身份為兒童，則播放兒歌；若聲紋識別模塊判定用戶為少年，則播放流行歌曲；若聲紋識別模塊判定用戶為中年，則播放革命歌曲；若聲紋識別模塊判定用戶身份為老年，則播放古典歌曲；所述視頻播放單元播放的內(nèi)容包括動畫和非動畫，若聲紋識別模塊判定用戶身份為兒童，則播放動畫；若聲紋識別模塊判定用戶身份為非兒童，則播放非動畫。

其中，所述業(yè)務(wù)模塊還包括游戲單元和學習單元，所述游戲單元包括游戲界面和游戲管理；若聲紋識別模塊判定用戶身份為兒童，則游戲界面運行；若聲紋識別模塊判定用戶身份為非兒童，則游戲管理執(zhí)行管理兒童游戲時間和游戲類型；所述學習單元包括學習界面和學習管理，若聲紋識別模塊判定用戶身份為兒童，則學習界面運行；若聲紋識別模塊判定用戶身份為非兒童，則學習管理執(zhí)行管理兒童學習時間和學習內(nèi)容。

為了實現(xiàn)上述目的，本發(fā)明還提供一種機器人的聲紋服務(wù)控制方法，包括聲紋記錄步驟和聲紋識別步驟，所述聲紋記錄步驟包括以下具體步驟：

步驟A1，語音輸出模塊播放第一個提示語音，詢問用戶要錄入的聲紋身份；

步驟A2，引導模塊對用戶進行聲紋引導，且用戶開始對聲紋身份錄音；

步驟A3，語音輸入模塊開啟識別錄音，錄入用戶聲紋身份，且存儲音頻文件；

步驟A4，語音解析模塊對語音輸入模塊存儲后的音頻文件進行解析，若語音解析模塊解析成功，獲取聲紋身份，則執(zhí)行步驟A5；若語音解析模塊解析不成功，無法獲取聲紋身份，則跳轉(zhuǎn)回步驟A1；

步驟A5，語音輸入模塊關(guān)閉識別錄音；

步驟A6，語音解析模塊第一次成功獲取音頻文件，且語音輸出模塊播放第二個提示語音，并重復循環(huán)步驟A2-A5五次，直至語音解析模塊得到用戶六個音頻文件；

步驟A7，聲紋記錄模塊綜合用戶的六個音頻文件建立一個聲紋模型，聲紋模型存儲在聲紋庫中，且一個聲紋模型建立一個用戶身份；

步驟A8，語音輸出模塊播放第三個提示語音，提醒用戶該機器人已成功記錄用戶的聲紋身份。

其中，所述聲紋識別步驟包括以下具體步驟：

步驟B1，啟動機器人；

步驟B2，開始說話，且語音輸入模塊開啟識別錄音；

步驟B3，聲紋識別模塊對比語音輸入模塊的音頻文件和聲紋庫中的聲紋模型后判定用戶身份；

步驟B4，業(yè)務(wù)模塊根據(jù)用戶身份進行對應的操作處理。

其中，首次使用該機器人時，所述步驟A1前還需要完成以下具體步驟：引導界面內(nèi)設(shè)有聲紋按鈕，打開系統(tǒng)的引導界面后，點擊聲紋按鈕，由聲紋按鈕進入后，引導界面設(shè)有添加聲紋身份按鈕，點擊添加聲紋身份按鈕。

其中，所述步驟A6中，在重復循環(huán)步驟A2-A5中，若語音解析模塊解析到的六個音頻文件的聲紋特點都一致，則將六個音頻文件建立成聲紋模型并存儲；若語音解析模塊解析到的六個音頻文件中存在聲紋特點不一致，則剔除掉聲紋特點不一致的音頻文件，并跳轉(zhuǎn)回步驟A2。

其中，在所述步驟A8后，多個用戶依次進行錄音，聲紋記錄模塊建立多個聲紋模型，且所述多個聲紋模型均存儲在聲紋庫中。

其中，所述步驟B3具體為：根據(jù)語音輸入模塊的音頻文件，聲紋識別模塊對聲紋庫中的第一個聲紋模型進行查詢對比，若對比成功，聲紋識別模塊讀取語音輸入模塊的音頻文件，且判定用戶身份；若對比不成功，聲紋識別模塊對聲紋庫中的第二個聲紋模型進行查詢對比，直至對比成功。

本發(fā)明的有益效果是：

與現(xiàn)有技術(shù)相比，本發(fā)明的機器人的聲紋服務(wù)系統(tǒng)及其服務(wù)控制方法，通過設(shè)置在機器人的語音輸出模塊、引導模塊、語音輸入模塊、語音解析模塊、聲紋記錄模塊和聲紋識別模塊的配合，語音輸入模塊接收聲音，語音輸出模塊播放提示語音，引導模塊能夠引導用戶根據(jù)語音輸出模塊播放的提示音進行錄音，語音解析模塊能夠處理語音輸入模塊的音頻文件，聲紋記錄模塊將語音輸入模塊所存儲的音頻文件建立聲音模型，且聲紋識別模塊能將語音輸入模塊所存儲的音頻文件匹配聲紋記錄模塊所存儲的聲音模型，并判定用戶身份，實現(xiàn)用戶的聲紋記錄和識別功能，使得聲紋可作為一種可存儲且可讀取的數(shù)據(jù)，且業(yè)務(wù)模塊可根據(jù)聲紋記錄模塊提供的聲音模型進行對應的操作處理，針對不同用戶身份，實現(xiàn)不同的服務(wù)。

附圖說明

圖1為本發(fā)明機器人的聲紋服務(wù)系統(tǒng)的方框示意圖；

圖2為本發(fā)明機器人的聲紋服務(wù)控制方法中的聲紋記錄步驟的方框流程圖；

圖3為本發(fā)明機器人的聲紋服務(wù)控制方法中的聲紋識別步驟的方框流程圖。

主要元件符號說明如下：

1、語音輸出模塊 2、引導模塊

3、語音輸入模塊 4、語音解析模塊

5、聲紋記錄模塊 6、聲紋識別模塊

7、業(yè)務(wù)模塊 71、音樂播放單元

72、視頻播放單元 73、游戲單元

74、學習單元。

具體實施方式

為了更清楚地表述本發(fā)明，下面結(jié)合附圖對本發(fā)明作進一步地描述。

參閱圖1，本發(fā)明機器人的聲紋服務(wù)系統(tǒng)，包括設(shè)置在機器人內(nèi)部的

語音輸出模塊1，輸出兩種形式的語音，一種為自主向周圍播放需要的語音，另一種為由語音解析模塊4獲得的結(jié)果交給揚聲器向周圍播放語音；

引導模塊2，引導用戶根據(jù)語音輸出模塊1播放的提示音進行錄音；

語音輸入模塊3，接收周圍聲音、麥克風錄音，且存儲音頻文件；

語音解析模塊4，處理語音輸入模塊3的音頻文件，將處理的結(jié)果交給語音輸出模塊1；

聲紋記錄模塊5，將語音輸入模塊3所存儲的音頻文件建立聲音模型；

聲紋識別模塊6，由語音輸入模塊3所存儲的音頻文件匹配聲紋記錄模塊5所存儲的聲音模型，并判定用戶身份；

業(yè)務(wù)模塊7，根據(jù)聲紋記錄模塊5提供的聲音模型進行對應的操作處理；

語音輸出模塊1播放第一個提示語音，詢問用戶要錄入的聲紋身份，引導模塊2引導用戶進行聲紋身份的錄音，語音輸入模塊3接收用戶錄音后存儲音頻文件，語音解析模塊4對語音輸入模塊3內(nèi)的音頻文件進行解析處理，若解析失敗，則語音輸出模塊1播放第一個提示語音；若解析成功，則語音輸出模塊1播放下一個提示語音，引導模塊2再次引導用戶進行再次錄音，循環(huán)多次后，語音解析模塊4將多個音頻文件發(fā)送給聲紋記錄模塊5，聲紋記錄模塊5將多個音頻文件建立為一個聲音模型，存儲為用戶的聲紋身份，且聲音模型存儲在聲紋庫中；建立好多個聲音模型后，用戶根據(jù)語音輸出模塊1播放的提示語音后說話，聲紋識別模塊6將語音輸入模塊3所存儲的音頻文件與聲紋記錄模塊5所存儲的聲音模型進行對比，判定用戶身份后，業(yè)務(wù)模塊7執(zhí)行對應的操作處理。

業(yè)務(wù)模塊7根據(jù)用戶身份執(zhí)行對應的操作處理，主要是指，如用戶身份為兒童，那么對應的操作處理即為兒童播放兒歌，或者播放動畫，或者兒童可以操作游戲界面，或者兒童可以操作學習界面；如用戶身份為非兒童，那么對應的操作處理即為播放非兒歌，包括少年愛聽的流行歌曲、中年愛聽的六七十年代的革命歌曲和老年人愛聽的古典歌曲或者五十年代的歌曲。

與現(xiàn)有技術(shù)相比，本發(fā)明的機器人的聲紋服務(wù)系統(tǒng)，通過設(shè)置在機器人的語音輸出模塊1、引導模塊2、語音輸入模塊3、語音解析模塊4、聲紋記錄模塊5和聲紋識別模塊6的配合，語音輸入模塊3接收聲音，語音輸出模塊1播放提示語音，引導模塊2能夠引導用戶根據(jù)語音輸出模塊1播放的提示音進行錄音，語音解析模塊4能夠處理語音輸入模塊3的音頻文件，聲紋記錄模塊5將語音輸入模塊3所存儲的音頻文件建立聲音模型，且聲紋識別模塊6能將語音輸入模塊3所存儲的音頻文件匹配聲紋記錄模塊5所存儲的聲音模型，并判定用戶身份，實現(xiàn)用戶的聲紋記錄和識別功能，使得聲紋可作為一種可存儲且可讀取的數(shù)據(jù)，且業(yè)務(wù)模塊7可根據(jù)聲紋記錄模塊5提供的聲音模型進行對應的操作處理，針對不同用戶身份，實現(xiàn)不同的服務(wù)。

本實施例中，聲紋身份包括兒童、少年、中年和老年，且少年、中年和老年均為非兒童身份。當然，聲紋身份并不局限于上述各個身份，也可以是其他類型的身份。本案主要針對以家庭為主體的各個不同身份的進行業(yè)務(wù)操作，當然也可以以一個班，一個家族，一個公司等不同主體的團體，本案的機器人在進行聲紋識別后所進行的功能操作包括了音樂播放，視頻播放，游戲，學習等。

本實施例中，業(yè)務(wù)模塊7包括音樂播放單元和視頻播放單元，音樂播放單元播放的內(nèi)容包括兒歌、流行歌曲、革命歌曲和古典歌曲；若聲紋識別模塊6判定用戶身份為兒童，則播放兒歌；若聲紋識別模塊6判定用戶為少年，則播放流行歌曲；若聲紋識別模塊6判定用戶為中年，則播放革命歌曲；若聲紋識別模塊6判定用戶身份為老年，則播放古典歌曲；視頻播放單元播放的內(nèi)容包括動畫和非動畫，若聲紋識別模塊6判定用戶身份為兒童，則播放動畫；若聲紋識別模塊6判定用戶身份為非兒童，則播放非動畫。

本實施例中，業(yè)務(wù)模塊7還包括游戲單元和學習單元，游戲單元包括游戲界面和游戲管理；若聲紋識別模塊6判定用戶身份為兒童，則游戲界面運行；若聲紋識別模塊6判定用戶身份為非兒童，則游戲管理執(zhí)行管理兒童游戲時間和游戲類型；學習單元包括學習界面和學習管理，若聲紋識別模塊6判定用戶身份為兒童，則學習界面運行；若聲紋識別模塊6判定用戶身份為非兒童，則學習管理執(zhí)行管理兒童學習時間和學習內(nèi)容。

請參閱圖2-3，為了實現(xiàn)上述目的，本發(fā)明還提供一種機器人的聲紋服務(wù)控制方法，包括聲紋記錄步驟和聲紋識別步驟，聲紋記錄步驟包括以下具體步驟：

步驟SA1，語音輸出模塊播放第一個提示語音，詢問用戶要錄入的聲紋身份；

步驟SA2，引導模塊對用戶進行聲紋引導，且用戶開始對聲紋身份錄音；

步驟SA3，語音輸入模塊開啟識別錄音，錄入用戶聲紋身份，且存儲音頻文件；

步驟SA4，語音解析模塊對語音輸入模塊存儲后的音頻文件進行解析，若語音解析模塊解析成功，獲取聲紋身份，則執(zhí)行步驟SA5；若語音解析模塊解析不成功，無法獲取聲紋身份，則跳轉(zhuǎn)回步驟SA1；

步驟SA5，語音輸入模塊關(guān)閉識別錄音；

步驟SA6，語音解析模塊第一次成功獲取音頻文件，且語音輸出模塊播放第二個提示語音，并重復循環(huán)步驟SA2-SA5五次，直至語音解析模塊得到用戶六個音頻文件；當然，本案中并不局限于獲取六個音頻文件，也可以是三個，循環(huán)五次后得到六個音頻文件有利于提高準確率，且用戶體驗良好；

步驟SA7，聲紋記錄模塊綜合用戶的六個音頻文件建立一個聲紋模型，聲紋模型存儲在聲紋庫中，且一個聲紋模型建立一個用戶身份；

步驟SA8，語音輸出模塊播放第三個提示語音，提醒用戶該機器人已成功記錄用戶的聲紋身份。

本實施例中，聲紋識別步驟包括以下具體步驟：

步驟SB1，啟動機器人；

步驟SB2，開始說話，且語音輸入模塊開啟識別錄音；

步驟SB3，聲紋識別模塊對比語音輸入模塊的音頻文件和聲紋庫中的聲紋模型后判定用戶身份；

步驟SB4，業(yè)務(wù)模塊根據(jù)用戶身份進行對應的操作處理。

本實施例中，首次使用該機器人時，步驟A1前還需要完成以下具體步驟：引導界面內(nèi)設(shè)有聲紋按鈕，打開系統(tǒng)的引導界面后，點擊聲紋按鈕，由聲紋按鈕進入后，引導界面設(shè)有添加聲紋身份按鈕，點擊添加聲紋身份按鈕。用戶首次使用時，需要錄入聲紋身份，再次使用時，機器人內(nèi)部已經(jīng)存儲有聲紋身份，因此只需聲紋識別模塊對用戶的聲音進行識別即可。

本實施例中，步驟SA6中，在重復循環(huán)步驟SA2-SA5中，若語音解析模塊解析到的六個音頻文件的聲紋特點都一致，則將六個音頻文件建立成聲紋模型并存儲；若語音解析模塊解析到的六個音頻文件中存在聲紋特點不一致，則剔除掉聲紋特點不一致的音頻文件，并跳轉(zhuǎn)回步驟SA2。由于聲紋是錄取多個音頻文件，每個音頻文件都有可能不同，語音分析模塊分析這多個音頻文件，聲音播放出來是波浪型的，聲音高則波浪越高，沒聲音則是一條直線，每個人說話的語調(diào)，聲音各有不同，有的先高后低，有的先低后高，這些都是聲紋記錄的特點，語音分析模塊分析綜合這多個音頻文件的特征建立聲紋模型，進而建立聲紋庫。

本實施例中，在步驟SA8后，多個用戶依次進行錄音，聲紋記錄模塊建立多個聲紋模型，且多個聲紋模型均存儲在聲紋庫中。

本實施例中，步驟SB3具體為：根據(jù)語音輸入模塊的音頻文件，聲紋識別模塊對聲紋庫中的第一個聲紋模型進行查詢對比，若對比成功，聲紋識別模塊讀取語音輸入模塊的音頻文件，且判定用戶身份；若對比不成功，聲紋識別模塊對聲紋庫中的第二個聲紋模型進行查詢對比，直至對比成功。比如第一個聲紋模型為兒童，第二個聲紋模型為少年，第三個聲紋模型為中年，且第四個聲紋模型為老年，當老年人對著機器人說話時，老年人的聲音通過語音輸入模塊輸入并存儲，聲紋識別模塊對聲紋庫中的聲紋模型逐一查詢對比，首先查詢到兒童，聲紋識別模塊判斷老年人的音頻文件不是兒童，因此聲紋識別模塊繼續(xù)查詢下一個聲紋模型，即少年，而聲紋識別模塊判定老年人的音頻文件不是少年，因此聲紋識別模塊繼續(xù)查詢下一個聲紋模型，即中年，而聲紋識別模塊判定老年人的音頻文件不是中年，因此聲紋識別模塊繼續(xù)查詢下一個聲紋模型，即老年，聲紋識別模塊判定老年人的音頻文件為老年，因此對比成功。

本發(fā)明的優(yōu)勢在于：與現(xiàn)有技術(shù)相比，本發(fā)明的機器人的聲紋服務(wù)控制方法，通過設(shè)置在機器人的語音輸出模塊、引導模塊、語音輸入模塊、語音解析模塊、聲紋記錄模塊和聲紋識別模塊的配合，語音輸入模塊接收聲音，語音輸出模塊播放提示語音，引導模塊能夠引導用戶根據(jù)語音輸出模塊播放的提示音進行錄音，語音解析模塊能夠處理語音輸入模塊的音頻文件，聲紋記錄模塊將語音輸入模塊所存儲的音頻文件建立聲音模型，且聲紋識別模塊能將語音輸入模塊所存儲的音頻文件匹配聲紋記錄模塊所存儲的聲音模型，并判定用戶身份，實現(xiàn)用戶的聲紋記錄和識別功能，使得聲紋可作為一種可存儲且可讀取的數(shù)據(jù)，且業(yè)務(wù)模塊可根據(jù)聲紋記錄模塊提供的聲音模型進行對應的操作處理，針對不同用戶身份，實現(xiàn)不同的服務(wù)。

以上公開的僅為本發(fā)明的幾個具體實施例，但是本發(fā)明并非局限于此，任何本領(lǐng)域的技術(shù)人員能思之的變化都應落入本發(fā)明的保護范圍。