通话语音获取方法、装置、计算机设备和存储介质与流程

本申请涉及语音交互技术领域，特别是涉及一种通话语音获取方法、装置、计算机设备和存储介质。

背景技术：

语音交互机器人(chatterbot)是经由对话或文字进行交谈的计算机程序，能够模拟人类对话或聊天。目前，语音交互机器人已广泛应用于即时通讯平台，实现娱乐、零售行销或充当客服的作用，并可应用于逾期提醒类业务、营销类业务等语音外呼业务的场景中。

在进行语音交互的过程中，传统方法一般是采用固定的几种音色和相同的一套模板通话语音，在语音交互时，随机进行外呼交互，然而，这种交互方法模式单一，导致在语音交互后，用户反馈结果并不理想。

技术实现要素：

基于此，有必要针对上述交互方法模式单一，导致语音交互后，用户反馈结果并不理想的技术问题，提供一种通话语音获取方法、装置、计算机设备和存储介质。

一种通话语音获取方法，所述方法包括：

获取语音交互过程中语音通话对象基于预设通话语音的第一应答语音；所述预设通话语音与所述语音通话对象对应；

获取所述第一应答语音中的语音文本信息；

根据所述语音文本信息，确定所述语音通话对象的标签信息；

根据所述标签信息，确定针对所述第一应答语音的第二应答语音以及所述第二应答语音的语音参数。

在其中一个实施例中，所述根据所述标签信息，确定针对所述第一应答语音的第二应答语音以及所述第二应答语音的语音参数，包括：

当所述标签信息属于目标标签信息时，获取所述语音通话对象的画像标签信息；

根据所述画像标签信息，确定对所述第一应答语音的真实度识别结果；

获取与所述真实度识别结果对应的应答语音以及所述应答语音的语音参数，对应作为所述第一应答语音的第二应答语音以及所述第二应答语音的语音参数。

在其中一个实施例中，所述根据所述画像标签信息，确定对所述第一应答语音的真实度识别结果，包括：

确定所述画像标签信息对应的目标信息标识；

获取所述目标信息标识对应的画像标签等级，作为所述语音通话对象的画像标签等级；

根据所述画像标签等级，确定对所述第一应答语音的真实度识别结果。

在其中一个实施例中，所述获取所述语音通话对象的画像标签信息，包括：

获取所述语音通话对象的历史通话数据以及历史信用数据；

根据所述历史通话数据和所述历史信用数据，得到多个预设标签对应的标签值；

根据各个所述预设标签对应的权重系数，对各个所述预设标签对应的标签值进行加权处理，得到目标标签值，作为所述语音通话对象的画像标签信息。

在其中一个实施例中，所述第二应答语音的语音参数包括：应答音色、应答语调和应答音量；

在根据所述标签信息，确定针对所述第一应答语音的第二应答语音和第二应答语音的语音参数之后，还包括：

基于预先训练的语音合成模型将所述应答音色、所述应答语调、所述应答音量与所述第二应答语音进行语音合成，得到目标应答语音；

将所述目标应答语音发送至语音交互机器人，以供所述语音交互机器人采用所述目标应答语音与所述语音通话对象进行语音交互。

在其中一个实施例中，所述根据所述语音文本信息，确定所述语音通话对象的标签信息，包括：

将所述语音文本信息输入预先训练的语义识别模型，得到所述语音通话对象的标签信息；所述预先训练的语义识别模型用于对所述语音文本信息进行语义识别，得到所述语音通话对象的标签信息。

在其中一个实施例中，在获取语音交互过程中语音通话对象基于预设通话语音的第一应答语音之前，还包括：

从预设语音数据库中获取初始通话语音；

将预设的语音参数与所述初始通话语音进行合成处理，得到所述预设通话语音。

一种通话语音获取装置，所述装置包括：

第一应答语音获取模块，用于获取语音交互过程中语音通话对象基于预设通话语音的第一应答语音；所述预设通话语音与所述语音通话对象对应；

语音文本信息获取模块，用于获取所述第一应答语音中的语音文本信息；

标签信息确定模块，用于根据所述语音文本信息，确定所述语音通话对象的标签信息；

第二应答语音确定模块，用于根据所述标签信息，确定针对所述第一应答语音的第二应答语音以及所述第二应答语音的语音参数。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取语音交互过程中语音通话对象基于预设通话语音的第一应答语音；所述预设通话语音与所述语音通话对象对应；

获取所述第一应答语音中的语音文本信息；

根据所述语音文本信息，确定所述语音通话对象的标签信息；

根据所述标签信息，确定针对所述第一应答语音的第二应答语音以及所述第二应答语音的语音参数。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取语音交互过程中语音通话对象基于预设通话语音的第一应答语音；所述预设通话语音与所述语音通话对象对应；

获取所述第一应答语音中的语音文本信息；

根据所述语音文本信息，确定所述语音通话对象的标签信息；

根据所述标签信息，确定针对所述第一应答语音的第二应答语音以及所述第二应答语音的语音参数。

上述通话语音获取方法、装置、计算机设备和存储介质，通过获取语音交互过程中语音通话对象基于预设通话语音的第一应答语音，获取第一应答语音中的语音文本信息，并根据语音文本信息，确定语音通话对象的标签信息，最后根据标签信息，确定针对第一应答语音的第二应答语音以及第二应答语音的语音参数，采用该方法，可根据语音通话对象的第一应答语音动态调整针对第一应答语音的第二应答语音和第二应答语音的语音参数，实现针对每个用户的个性化对话，从而，解决了传统交互方法存在的模式单一，交互结果不理想的技术问题。

附图说明

图1为一个实施例中通话语音获取方法的应用场景图；

图2为一个实施例中通话语音获取方法的流程示意图；

图3为一个实施例中确定第二应答语音步骤的流程示意图；

图4为一个实施例中编辑客户画像的页面示意图；

图5为一个实施例中通话语音的配置页面示意图；

图6为一个实施例中通话语音的流程树示意图；

图7为一个实施例中通话语音获取装置的结构框图；

图8为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

需要说明的是，在本申请中提及的“多个”是指两个或两个以上。

本申请提供的通话语音获取方法，可以应用于如图1所示的应用环境中。其中，语音通话对象102可与语音交互机器人106进行语音交互，服务器104可设置于语音交互机器人106中，也可与语音交互机器人106通过网络进行通信。其中，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种通话语音获取方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤：

步骤s202，获取语音交互过程中语音通话对象基于预设通话语音的第一应答语音；预设通话语音与语音通话对象对应。

其中，预设通话语音表示语音交互机器人从预设的通话语音库中获取的播放给语音通话对象的语音。

其中，第一应答语音表示语音通话对象根据语音交互机器人播放的预设通话语音进行应答的应答语音。

具体实现中，在语音交互机器人外呼给语音通话对象，进行语音对话的场景中，语音交互机器人106先从通话语音库中，获取进行交互的通话语音，作为预设的通话语音并播放给语音通话对象，进而语音通话对象根据该预设的通话语音进行应答，将语音通话对象的应答语音作为第一应答语音，服务器104通过语音识别获取该第一应答语音。

步骤s204，获取第一应答语音中的语音文本信息。

其中，语音文本信息可表示将第一应答语音转换为文本后得到的信息。

具体实现中，服务器104在获取第一应答语音后，可先通过自动语音识别技术(automaticspeechrecognition，asr)将第一应答语音转换为文本，得到语音文本信息。进而获取第一应答语音中的关键词信息。

步骤s206，根据语音文本信息，确定语音通话对象的标签信息。

其中，标签信息可表示语音通话对象的意图。

具体实现中，在通过自动语音识别技术将第一应答语音进行转换得到语音文本信息后，可进一步根据语音文本信息，确定语音通话对象的意图。

进一步地，在一个实施例中，上述步骤s206具体包括：将语音文本信息输入预先训练的语义识别模型，得到语音通话对象的标签信息；预先训练的语义识别模型用于对语音文本信息进行语义识别，得到语音通话对象的标签信息。

具体地，服务器104可将转换得到的语音文本信息输入预先训练得到的语义识别模型中，根据语义识别模型的输出结果，确定语音通话对象的标签信息，即确定语音通话对象的意图。

例如，在逾期提醒业务场景中，语音通话对象的第一应答语音为“我已经还清了借款”，则在将该第一应答语音转换为文本后，便可将“我已经还清了借款”的文本输入语义识别模型，根据语义识别模型的输出结果，得到语音通话对象的标签信息为已还清借款。

步骤s208，根据标签信息，确定针对第一应答语音的第二应答语音以及第二应答语音的语音参数。

其中，语音参数包括应答音色、应答语调和应答音量。

具体实现中，在确定语音通话对象的标签信息后，便可根据该标签信息从预先配置的语音库中确定针对第一应答语音的第二应答语音以及第二应答语音的应答音色、应答语调和应答音量等语音参数。

进一步地，在一个实施例中，在根据标签信息，确定针对第一应答语音的第二应答语音和第二应答语音的语音参数之后，还包括：基于预先训练的语音合成模型将应答音色、应答语调、应答音量与第二应答语音进行语音合成，得到目标应答语音；将目标应答语音发送至语音交互机器人，以供语音交互机器人采用目标应答语音与语音通话对象进行语音交互。

具体实现中，服务器104可基于预先训练的语音合成模型，将语音参数和第二应答语音进行语音合成处理，将合成后的语音作为目标应答语音发送至语音交互机器人106，使语音交互机器人106播放该目标应答语音给语音通话对象，实现与语音通话对象的对话。

进一步地，语音通话对象在接收到目标应答语音后，可基于目标应答语音再次进行应答，并将应答语音作为第三应答语音，进而语音交互机器人106对第三应答语音进行语音识别，确定语音通话对象的标签信息，根据标签信息确定针对第三应答语音的第四应答语音和第四应答语音的语音参数，以此类推，实现智能交互机器人106与语音通话对象的语音交互。

上述通话语音获取方法中，通过获取语音交互过程中语音通话对象基于预设通话语音的第一应答语音，获取第一应答语音中的语音文本信息，并根据语音文本信息，确定语音通话对象的标签信息，最后根据标签信息，确定针对第一应答语音的第二应答语音以及第二应答语音的语音参数，采用该方法，可根据语音通话对象的第一应答语音动态调整针对第一应答语音的第二应答语音和第二应答语音的语音参数，实现针对每个用户的个性化对话，从而，解决了传统交互方法存在的模式单一，交互结果不理想的技术问题。

在一个实施例中，如图3所示，上述步骤s208具体包括：

步骤s302，当标签信息属于目标标签信息时，获取语音通话对象的画像标签信息；

步骤s304，根据画像标签信息，确定对第一应答语音的真实度识别结果；

步骤s306，获取与真实度识别结果对应的应答语音以及应答语音的语音参数，对应作为第一应答语音的第二应答语音以及第二应答语音的语音参数。

其中，目标标签信息表示需要应用语音通话对象的画像标签信息进行判断的标签信息(即意图)，目标标签信息可包括多种标签信息，具体可根据需求预先进行设定。例如，在逾期提醒类业务外呼场景中，当标签信息为已还清借款时，需要对“我已还清借款”这一标签信息进行判断，识别其真实性，则可将该标签信息作为目标标签信息。

其中，画像标签信息可表示根据语音通话对象的特征数据所获取的信息，画像标签信息可以为画像标签值，例如，当画像标签为信用度标签时，画像标签信息可以为信用度标签值。

具体实现中，当服务器104识别语音通话对象的标签信息为目标标签信息，即需要应用语音通话对象的画像标签信息对语音通话对象的第一应答语音进行判断时，获取语音通话对象的画像标签信息，并采用画像标签信息对第一应答语音的真实度进行识别，得到真实度识别结果。最后根据该真实度识别结果确定对应的应答语音和应答语音的语音参数，将该应答语音和应答语音的语音参数，对应作为针对第一应答语音的第二应答语音和第二应答语音的语音参数。

例如，在采用语音通话对象的信用度标签值，作为画像标签信息，对“我已还清借款”的目标标签信息进行判断时。若通过语音通话对象的信用度标签值确定语音通话对象的第一应答语音的真实度较低时，可认为语音通话对象大概率在说谎，则可以采用比较严厉的应答语音和音调作为第二应答语音和第二应答语音的语音参数。若确定语音通话对象的第一应答语音的真实度较高时，大概率相信语音通话对象，则可以采用比较温和，并给予一定的体谅慰问或给予最大的宽限期的应答语音和语音参数作为第二应答语音和第二应答语音的语音参数。

本实施例中，通过对识别得到的语音通话对象的标签信息进行判定，确定是否为目标标签信息，并在标签信息属于目标标签信息时，采用语音通话对象的画像标签信息对第一应答语音的真实度进行识别，进一步根据真实度识别结果确定对应的第二应答语音和第二应答语音的语音参数，实现了动态根据语音通话对象的标签信息，确定不同的应答语音和应答语音参数，提高了进行外呼业务的语音交互机器人的拟人效果，从而提升了语音通话对象的好感度，在进行营销业务的外呼场景中，还可实现精准营销。

在一个实施例中，上述步骤s304具体包括：确定画像标签信息对应的目标信息标识；获取目标信息标识对应的画像标签等级，作为语音通话对象的画像标签等级；根据画像标签等级，确定对第一应答语音的真实度识别结果。

其中，信息标识可表示将画像标签信息划分为多个区间后，每个区间的标识。若画像标签信息为画像标签值，且存在多个画像标签值区间，则每个画像标签值区间对应有一个信息标识。

具体实现中，以画像标签值作为画像标签信息为例，服务器104在获取语音通话对象的画像标签值后，便可确定画像标签值对应的目标信息标识，即确定画像标签值对应的目标标签值区间，其中，每个信息标识分别具有对应的画像标签等级。将该目标信息标识对应的画像标签等级，作为语音通话对象的画像标签等级，根据该画像标签等级，确定对第一应答语音的真实度识别结果。

例如，以画像标签信息为信用度标签值为例，可将信用度标签值划分为(0，n)和(n，100)两个区间，对应的信息标识分别记为第一信息标识和第二信息标识，且第一信息标识可对应低信用度标签等级，第二信息标识可对应高信用度标签等级。若获取的语音通话对象的信用度标签值处于(0，n)区间内，则将第一信息标识作为目标信息标识，将第一信息标识对应的低信用度标签等级作为语音通话对象的信用度标签等级，则可确定语音通话对象的第一应答语音可信度较低，认为语音通话对象大概率在说谎。类似地，若获取的语音通话对象的信用度标签值处于(n，100)区间内，则将第二信息标识作为目标信息标识，进而确定语音通话对象的信用度标签等级为高信用度标签等级，确定第一应答语音可信度较高，认为语音通话对象没有说谎。

本实施例中，通过确定画像标签信息对应的目标信息标识，根据目标信息标识确定语音通话对象的画像标签等级，最后根据画像标签等级确定对语音通话对象的第一应答语音的真实度识别结果，以便于根据真实度识别结果确定针对第一应答语音的第二应答语音和第二应答语音的语音参数。

在一个实施例中，上述步骤s302具体包括：获取语音通话对象的历史通话数据以及历史信用数据；根据历史通话数据和历史信用数据，得到多个预设标签对应的标签值；根据各个预设标签对应的权重系数，对各个预设标签对应的标签值进行加权处理，得到目标标签值，作为语音通话对象的画像标签信息。

其中，预设标签表示与语音通话对象的画像标签信息相关联的变量，例如，当画像标签信息为信用度标签时，预设标签可以为历史逾期记录、在其他平台的信用记录(如芝麻信用)、年龄和收入范围等。

具体实现中，服务器104可通过获取语音通话对象的历史通话数据，以及从相关联的第三方系统获取语音通话对象的历史信用数据，根据历史通话数据和历史信用数据得到多个预设标签对应的标签值。进一步，获取各个预设标签对应的权重系数，将各个预设标签的标签值与对应的权重系数进行加权处理，得到各个预设标签的加权值，计算各个预设标签的加权值之和，得到目标标签值，将该目标标签值作为语音通话对象的画像标签信息。

例如，若画像标签信息为信用度标签值，将各个预设标签(即历史逾期记录、在其他平台的信用记录(如芝麻信用)、年龄和收入范围)的权重系数分别记为a、b、c、d，则通过历史通话数据和历史信用数据得到各个预设标签的标签值后，根据各个预设标签的标签值及预设标签的权重系数，计算语音通话对象的信用度标签值，其中，计算信用度标签值的过程可用公式表示为：

信用度标签值＝历史逾期记录*权重a+在其他平台的信用记录*权重b+年龄*权重c+收入范围*权重d

其中，历史逾期记录*权重a、在其他平台的信用记录*权重b、年龄*权重c和收入范围*权重d则可分别表示各个预设标签的加权值。

本实施例中，通过语音通话对象的历史通话数据和历史信用数据，确定多个预设标签的标签值，根据各个标签对应的权重系数，计算得到目标标签值，作为语音通话对象的画像标签信息，进一步，以便于根据画像标签信息对语音通话对象的第一应答语音的真实度进行识别。

在一个实施例中，若语音交互机器人进行的为营销类业务时，画像标签信息可以为感兴趣产品标签，则获取语音通话对象的历史通话数据和在第三方平台浏览的行为记录，根据历史通话数据和历史浏览行为记录，得到各个产品的浏览次数，将各个产品的浏览次数按照一定的顺序(例如，从高到低)进行排序，得到语音通话对象关注的高频热点产品，将至少一个高频热点产品作为语音通话对象的感兴趣产品。若语音通话对象需要借款时，可在语音交互过程中，挖掘语音通话对象在借款过程中的断点，实现精准的问题解答，引导语音通话对象完成借款。

在一个实施例中，对语音通话对象的画像标签的确定，可支持不同标签的组合，形成复杂的画像标签信息，如图4所示，为编辑客户画像(即语音通话对象的画像)的页面示意图，可将语音通话对象的画像标签分为有资产客户和无资产客户，具体可通过图中所示的触发条件(即确定是否有房贷、是否有车贷、贷款值等)对语音通话对象进行划分。在确定不同语音通话对象的画像标签后，可根据不同的画像标签配置不同的话术(即作出应答的通话语音和通话语音参数)，如图5所示，为通话语音的配置页面示意图，对于画像标签为有资产客户可对应配置一类话术(即通话语音和通话语音参数)，对于画像标签为年龄在26至35岁的语音通话对象，可对应配置另一类话术(即通话语音和通话语音参数)。如图6所示，为所配置的应答语音的流程树示意图，包括了不同意图下对应的应答语音，在将语音通话对象的应答语音，通过asr(语音转文字)转成文本后，将得到的文本输入语义识别模型，确定语音通话对象的意图(即标签信息)。例如，若识别语音通话对象的意图为m生病住院，则进入m生病住院的流程树分支，采用该流程树分支的通话语音和语音参数与语音通话对象进行交流，依次类推，流程继续往下流转。其中，每次通话过程中的每轮语音交互都涉及相同的语义识别，至于流程如何流转，则取决于业务人员如何配置流程树。

其中，确定各个语音通话对象的画像标签的步骤还可包括：1.根据历史入催(即在应还款日没有还款的)数据，计算入催时点客户画像标签；2.获取入催结果，是否ai出催、是否阶段出催、是否最终出催等；3.以入催结果为y，计算客户画像标签的woe值；4.其中woe计算公式为：ln(好客户占比/坏客户占比)×100％＝优势比；5.筛选出高woe变量区间，形成千人千面标签；6.业务人员命名各个画像标签并配置对应的话术。

在一个实施例中，上述步骤s202之前，还包括：从预设语音数据库中获取初始通话语音；将预设的语音参数与初始通话语音进行合成处理，得到预设通话语音。

其中，初始通话语音表示仅包含文本信息、未合成语音参数的语音。

具体实现中，在语音交互机器人在语音外呼拨通时，先从语音数据库中获取预设的初始通话语音，将预设的音色、语调和音量等语音参数与初始通话语音通过tts模型(texttospeech，文本转语音)进行语音合成，得到预设通话语音，语音交互机器人便可采用该预设通话语音与语音通话对象进行交互。

本实施例中，通过将从语音数据库中获取的初始通话语音与预设的语音参数进行语音合成处理，得到预设通话语音，以便于语音交互机器人播放该预设通话语音给语音通话对象，语音通话对象基于该预设通话语音进行应答，由此实现语音交互机器人的语音外呼时的交互。

应该理解的是，虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图7所示，提供了一种通话语音获取装置，包括：第一应答语音获取模块702、语音文本信息获取模块704、标签信息确定模块706和第二应答语音确定模块708，其中：

第一应答语音获取模块702，用于获取语音交互过程中语音通话对象基于预设通话语音的第一应答语音；预设通话语音与语音通话对象对应；

语音文本信息获取模块704，用于获取第一应答语音中的语音文本信息；

标签信息确定模块706，用于根据语音文本信息，确定语音通话对象的标签信息；

第二应答语音确定模块708，用于根据标签信息，确定针对第一应答语音的第二应答语音以及第二应答语音的语音参数。

在一个实施例中，上述第二应答语音确定模块708，具体包括：

画像标签信息获取子模块，用于当标签信息属于目标标签信息时，获取语音通话对象的画像标签信息；

识别结果确定子模块，用于根据画像标签信息，确定对第一应答语音的真实度识别结果；

应答语音获取子模块，用于获取与真实度识别结果对应的应答语音以及应答语音的语音参数，对应作为第一应答语音的第二应答语音以及第二应答语音的语音参数。

在一个实施例中，上述识别结果确定子模块，具体用于确定画像标签信息对应的目标信息标识；获取目标信息标识对应的画像标签等级，作为语音通话对象的画像标签等级；根据画像标签等级，确定对第一应答语音的真实度识别结果。

在一个实施例中，上述画像标签信息获取子模块，具体用于获取语音通话对象的历史通话数据以及历史信用数据；根据历史通话数据和历史信用数据，得到多个预设标签对应的标签值；根据各个预设标签对应的权重系数，对各个预设标签对应的标签值进行加权处理，得到目标标签值，作为语音通话对象的画像标签信息。

在一个实施例中，第二应答语音的语音参数包括：应答音色、应答语调和应答音量；上述装置还包括：

语音合成模块，用于基于预先训练的语音合成模型将应答音色、应答语调、应答音量与第二应答语音进行语音合成，得到目标应答语音；

应答语音发送模块，用于将目标应答语音发送至语音交互机器人，以供语音交互机器人采用目标应答语音与语音通话对象进行语音交互。

在一个实施例中，上述标签信息确定模块706，具体用于将语音文本信息输入预先训练的语义识别模型，得到语音通话对象的标签信息；预先训练的语义识别模型用于对语音文本信息进行语义识别，得到语音通话对象的标签信息。

在一个实施例中，上述装置还包括：

初始通话语音获取模块，用于从预设语音数据库中获取初始通话语音；

预设通话语音确定模块，用于将预设的语音参数与初始通话语音进行合成处理，得到预设通话语音。

需要说明的是，本申请的通话语音获取装置与本申请的通话语音获取方法一一对应，在上述通话语音获取方法的实施例阐述的技术特征及其有益效果均适用于通话语音获取装置的实施例中，具体内容可参见本申请方法实施例中的叙述，此处不再赘述，特此声明。

此外，上述通话语音获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、运营商网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种通话语音获取方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-onlymemory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(randomaccessmemory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(staticrandomaccessmemory，sram)或动态随机存取存储器(dynamicrandomaccessmemory，dram)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。