[發(fā)明專利]語音合成系統(tǒng)的優(yōu)化方法和裝置

有效

• 申請?zhí)枺?/td>: 201610034930.8
• 申請日: 2016-01-19
• 公開（公告）號: CN105489216B
• 公開（公告）日: 2020-03-03
• 發(fā)明（設(shè)計）人: 郝慶暢;李秀林;白潔;唐海員
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（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(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 宋合成

本發(fā)明公開了一種語音合成系統(tǒng)的優(yōu)化方法和裝置，其中，語音合成系統(tǒng)的優(yōu)化方法包括：接收包含文本信息的語音合成請求；確定在接收到語音合成請求時語音合成系統(tǒng)的負載等級；以及選擇與負載等級對應(yīng)的語音合成路徑，并根據(jù)語音合成路徑對文本信息進行語音合成。本發(fā)明實施例的語音合成系統(tǒng)的優(yōu)化方法和裝置，通過接收包含文本信息的語音合成請求，并確定在接收到語音合成請求時語音合成系統(tǒng)的負載等級，以及選擇與負載等級對應(yīng)的語音合成路徑，并根據(jù)語音合成路徑對文本信息進行語音合成，能夠根據(jù)語音合成系統(tǒng)的負載等級彈性地選擇相應(yīng)的語音合成路徑，從而實現(xiàn)語音合成，為用戶提供更加穩(wěn)定的服務(wù)，避免延時情況的發(fā)生，提升用戶使用體驗。

技術(shù)領(lǐng)域

本發(fā)明涉及語音合成技術(shù)領(lǐng)域，尤其涉及一種語音合成系統(tǒng)的優(yōu)化方法和裝置。

背景技術(shù)

隨著移動互聯(lián)網(wǎng)和人工智能技術(shù)的快速發(fā)展，語音播報、聽小說、聽新聞、智能交互等一系列語音合成的場景越來越多。

目前，語音合成系統(tǒng)在對文本進行語音合成時，首先對輸入的文本進行歸一化預(yù)處理，然后對文本進行分詞、詞性標(biāo)注、注音等操作，再對文本進行韻律等級的預(yù)測，以及預(yù)測聲學(xué)參數(shù)，最后輸出最終的語音結(jié)果。

但是，語音合成系統(tǒng)的配置一般都是固定的，無法根據(jù)實際場景及負載情況進行彈性的設(shè)置，無法適應(yīng)不同環(huán)境下的語音合成需求。例如：當(dāng)語音合成系統(tǒng)短時間內(nèi)接收到大量的語音合成請求時，很有可能超出語音合成系統(tǒng)的負載能力，會造成語音合成請求的堆積，導(dǎo)致用戶收到反饋結(jié)果延時，從而影響用戶使用體驗。

發(fā)明內(nèi)容

本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問題之一。為此，本發(fā)明的一個目的在于提出一種語音合成系統(tǒng)的優(yōu)化方法，能夠根據(jù)語音合成系統(tǒng)的負載等級彈性地選擇相應(yīng)的語音合成路徑，為用戶提供更加穩(wěn)定的服務(wù)，避免延時情況的發(fā)生，提升用戶使用體驗。

本發(fā)明的第二個目的在于提出一種語音合成系統(tǒng)的優(yōu)化裝置。

為了實現(xiàn)上述目的，本發(fā)明第一方面實施例提出了一種語音合成系統(tǒng)的優(yōu)化方法，包括：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(tǒng)的負載等級；以及選擇與所述負載等級對應(yīng)的語音合成路徑，并根據(jù)所述語音合成路徑對所述文本信息進行語音合成。

本發(fā)明實施例的語音合成系統(tǒng)的優(yōu)化方法，通過接收包含文本信息的語音合成請求，并確定在接收到語音合成請求時語音合成系統(tǒng)的負載等級，以及選擇與負載等級對應(yīng)的語音合成路徑，并根據(jù)語音合成路徑對文本信息進行語音合成，能夠根據(jù)語音合成系統(tǒng)的負載等級彈性地選擇相應(yīng)的語音合成路徑，從而實現(xiàn)語音合成，為用戶提供更加穩(wěn)定的服務(wù)，避免延時情況的發(fā)生，提升用戶使用體驗。

本發(fā)明第二方面實施例提出了一種語音合成系統(tǒng)的優(yōu)化裝置，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(tǒng)的負載等級；以及合成模塊，用于選擇與所述負載等級對應(yīng)的語音合成路徑，并根據(jù)所述語音合成路徑對所述文本信息進行語音合成。

本發(fā)明實施例的語音合成系統(tǒng)的優(yōu)化裝置，通過接收包含文本信息的語音合成請求，并確定在接收到語音合成請求時語音合成系統(tǒng)的負載等級，以及選擇與負載等級對應(yīng)的語音合成路徑，并根據(jù)語音合成路徑對文本信息進行語音合成，能夠根據(jù)語音合成系統(tǒng)的負載等級彈性地選擇相應(yīng)的語音合成路徑，從而實現(xiàn)語音合成，為用戶提供更加穩(wěn)定的服務(wù)，避免延時情況的發(fā)生，提升用戶使用體驗。

附圖說明

圖1是根據(jù)本發(fā)明一個實施例的語音合成系統(tǒng)的優(yōu)化方法的流程圖；

圖2是根據(jù)本發(fā)明一個具體實施例的語音合成系統(tǒng)的優(yōu)化方法的流程圖；

圖3是根據(jù)本發(fā)明一個具體實施例的語音合成系統(tǒng)的框架結(jié)構(gòu)示意圖；

圖4是根據(jù)本發(fā)明一個實施例的語音合成系統(tǒng)的優(yōu)化裝置的結(jié)構(gòu)示意圖。