[發(fā)明專利]一種語音合成方法和裝置有效
| 申請?zhí)枺?/td> | 201710061669.5 | 申請日： | 2017-01-26 |
| 公開（公告）號： | CN108364631B | 公開（公告）日： | 2021-01-22 |
| 發(fā)明（設計）人： | 孟凡博 | 申請（專利權(quán)）人： | 北京搜狗科技發(fā)展有限公司 |
| 主分類號： | G10L13/02 | 分類號： | G10L13/02;G10L13/10;G10L15/14 |
| 代理公司： | 北京集佳知識產(chǎn)權(quán)代理有限公司 11227 | 代理人： | 郭化雨;王寶筠 |
| 地址： | 100084 北京市海淀區(qū)中關(guān)*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 語音 合成 方法 裝置 | ||
1.一種語音合成方法，其特征在于，所述方法包括：
獲取語音合成請求，所述語音合成請求攜帶待合成語音的語言片段，所述語言片段包括至少一個語義單元；
根據(jù)所述至少一個語義單元，通過統(tǒng)計模型確定出對應的中性語音聲學參數(shù)，所述統(tǒng)計模型為根據(jù)中性語音聲學參數(shù)建立的、用于合成語音的模型；
根據(jù)特定語氣的語氣特點，對確定出的中性語音聲學參數(shù)進行處理，并合成出所述語言片段對應的特定語氣片段，所述特定語氣片段為具有所述語氣特點的語音片段。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述語音合成請求為針對所述特定語氣的語音合成請求，所述語音合成請求中攜帶所述特定語氣的標識，所述根據(jù)特定語氣的語氣特點，對確定出的中性語音聲學參數(shù)進行處理，包括：
根據(jù)所述標識查找出對應所述特定語氣的語氣特點；
根據(jù)所述語氣特點對確定出的中性語音聲學參數(shù)進行處理。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述語氣特點包括所述特定語氣的時長范圍和/或重音位置，所述根據(jù)特定語氣的語氣特點，對確定出的中性語音聲學參數(shù)進行處理，包括：
將所述確定出的中性語音聲學參數(shù)的時長參數(shù)調(diào)整到所述時長范圍內(nèi)；和/或
根據(jù)所述重音位置，將所述確定出的中性語音聲學參數(shù)中對應所述重音位置的中性語音聲學參數(shù)進行重音處理。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，當所述根據(jù)特定語氣的語氣特點，對確定出的中性語音聲學參數(shù)進行處理包括根據(jù)所述重音位置，將所述確定出的中性語音聲學參數(shù)中對應所述重音位置的中性語音聲學參數(shù)進行重音處理時，所述根據(jù)所述重音位置，將所述確定出的中性語音聲學參數(shù)中對應所述重音位置的中性語音聲學參數(shù)進行重音處理，包括以下三種處理方式中任意一種或多種的組合：
提高對應所述重音位置的時長參數(shù)；
調(diào)整對應所述重音位置的基頻參數(shù)；
提高對應所述重音位置的頻譜參數(shù)的能量維。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，還包括：
確定對應所述重音位置的聲調(diào)；
所述提高對應所述重音位置的時長參數(shù)，包括：
根據(jù)所述聲調(diào)將所述對應所述重音位置的時長參數(shù)提高對應的比例；
所述調(diào)整對應所述重音位置的基頻參數(shù)，包括：
根據(jù)所述聲調(diào)將對應所述重音位置的基頻參數(shù)調(diào)整對應的比例。
6.根據(jù)權(quán)利要求3所述的方法，其特征在于，當所述根據(jù)特定語氣的語氣特點，對確定出的中性語音聲學參數(shù)進行處理包括根據(jù)所述重音位置，將所述確定出的中性語音聲學參數(shù)中對應所述重音位置的中性語音聲學參數(shù)進行重音處理時，在所述根據(jù)所述重音位置，將所述確定出的中性語音聲學參數(shù)中對應所述重音位置的中性語音聲學參數(shù)進行重音處理之前，還包括：
判斷所述語言片段對應所述重音位置的詞語是否為輕聲詞；
若是，則不對所述確定出的中性語音聲學參數(shù)中對應所述重音位置的中性語音聲學參數(shù)進行重音處理。
7.一種語音合成裝置，其特征在于，所述裝置包括獲取單元、確定單元和合成單元：
所述獲取單元，用于獲取語音合成請求，所述語音合成請求攜帶待合成語音的語言片段，所述語言片段包括至少一個語義單元；
所述確定單元，用于根據(jù)所述至少一個語義單元，通過統(tǒng)計模型確定出對應的中性語音聲學參數(shù)，所述統(tǒng)計模型為根據(jù)中性語音聲學參數(shù)建立的、用于合成語音的模型；
所述合成單元，用于根據(jù)特定語氣的語氣特點，對確定出的中性語音聲學參數(shù)進行處理，并合成出所述語言片段對應的特定語氣片段，所述特定語氣片段為具有所述語氣特點的語音片段。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述語音合成請求為針對所述特定語氣的語音合成請求，所述語音合成請求中攜帶所述特定語氣的標識，所述確定單元還用于根據(jù)所述標識查找出對應所述特定語氣的語氣特點；根據(jù)所述語氣特點對確定出的中性語音聲學參數(shù)進行處理。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京搜狗科技發(fā)展有限公司，未經(jīng)北京搜狗科技發(fā)展有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710061669.5/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇：防塵導電觸控體
- 下一篇：一種具備情感的中文文本人聲合成方法
