[發明專利]語音合成系統的優化方法和裝置

有效

• 申請號: 201610034930.8
• 申請日: 2016-01-19
• 公開（公告）號: CN105489216B
• 公開（公告）日: 2020-03-03
• 發明（設計）人: 郝慶暢;李秀林;白潔;唐海員
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G10L13/02
• 分類號: G10L13/02;H04L12/721
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 宋合成

1.一種語音合成系統的優化方法，其特征在于，包括以下步驟：

接收包含文本信息的語音合成請求；

確定在接收到所述語音合成請求時語音合成系統的負載等級，其中，所述確定在接收到所述語音合成請求時語音合成系統的負載等級，包括：獲取當前時刻語音合成系統接收到的語音合成請求數量以及對應的平均響應時間，根據所述語音合成請求數量和所述平均響應時間確定所述負載等級；以及

選擇與所述負載等級對應的語音合成路徑，并根據所述語音合成路徑對所述文本信息進行語音合成。

2.如權利要求1所述的方法，其特征在于，所述根據所述語音合成數量和所述平均響應時間確定所述負載等級，包括：

當所述語音合成請求數量小于響應請求能力，且所述平均響應時間小于預設時間時，確定所述負載等級為第一等級；

當所述語音合成請求數量小于響應請求能力，且所述平均響應時間大于預設時間時，確定所述負載等級為第二等級；

當所述語音合成請求數量大于響應請求能力時，確定所述負載等級為第三等級。

3.如權利要求2所述的方法，其特征在于，選擇與所述負載等級對應的語音合成路徑，并根據所述語音合成路徑對所述文本信息進行語音合成，包括：

當所述負載等級為第一等級時，選擇與所述第一等級對應的第一路徑對所述文本信息進行語音合成；

當所述負載等級為第二等級時，選擇與所述第二等級對應的第二路徑對所述文本信息進行語音合成；

當所述負載等級為第三等級時，選擇與所述第三等級對應的第三路徑對所述文本信息進行語音合成。

4.如權利要求3所述的方法，其特征在于，所述第一路徑包括長短時記憶LSTM模型和波形拼接模型，所述波形拼接模型采用第一參數設置。

5.如權利要求3所述的方法，其特征在于，所述第二路徑包括隱馬爾可夫語音合成系統HTS模型和波形拼接模型，所述波形拼接模型采用第二參數設置。

6.如權利要求3所述的方法，其特征在于，所述第三路徑包括HTS模型和聲碼器模型。

7.一種語音合成系統的優化裝置，其特征在于，包括：

接收模塊，用于接收包含文本信息的語音合成請求；

確定模塊，用于確定在接收到所述語音合成請求時語音合成系統的負載等級，其中，所述確定模塊，包括：獲取單元，用于獲取當前時刻語音合成系統接收到的語音合成請求數量以及對應的平均響應時間；確定單元，用于根據所述語音合成請求數量和所述平均響應時間確定所述負載等級；以及

合成模塊，用于選擇與所述負載等級對應的語音合成路徑，并根據所述語音合成路徑對所述文本信息進行語音合成。

8.如權利要求7所述的裝置，其特征在于，所述確定單元，用于：

當所述語音合成請求數量小于響應請求能力，且所述平均響應時間小于預設時間時，確定所述負載等級為第一等級；

當所述語音合成請求數量小于響應請求能力，且所述平均響應時間大于預設時間時，確定所述負載等級為第二等級；

當所述語音合成請求數量大于響應請求能力時，確定所述負載等級為第三等級。

9.如權利要求8所述的裝置，其特征在于，所述合成模塊，用于：

當所述負載等級為第一等級時，選擇與所述第一等級對應的第一路徑對所述文本信息進行語音合成；

當所述負載等級為第二等級時，選擇與所述第二等級對應的第二路徑對所述文本信息進行語音合成；

當所述負載等級為第三等級時，選擇與所述第三等級對應的第三路徑對所述文本信息進行語音合成。

10.如權利要求9所述的裝置，其特征在于，所述第一路徑包括長短時記憶LSTM模型和波形拼接模型，所述波形拼接模型采用第一參數設置。