[發明專利]一種語音合成方法和裝置

有效

• 申請號: 201710061669.5
• 申請日: 2017-01-26
• 公開（公告）號: CN108364631B
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 孟凡博
• 申請（專利權）人: 北京搜狗科技發展有限公司
• 主分類號: G10L13/02
• 分類號: G10L13/02;G10L13/10;G10L15/14
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 郭化雨;王寶筠

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；

根據所述至少一個語義單元，通過統計模型確定出對應的中性語音聲學參數，所述統計模型為根據中性語音聲學參數建立的、用于合成語音的模型；

根據特定語氣的語氣特點，對確定出的中性語音聲學參數進行處理，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.根據權利要求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，所述根據特定語氣的語氣特點，對確定出的中性語音聲學參數進行處理，包括：

根據所述標識查找出對應所述特定語氣的語氣特點；

根據所述語氣特點對確定出的中性語音聲學參數進行處理。

3.根據權利要求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，所述根據特定語氣的語氣特點，對確定出的中性語音聲學參數進行處理，包括：

將所述確定出的中性語音聲學參數的時長參數調整到所述時長范圍內；和/或

根據所述重音位置，將所述確定出的中性語音聲學參數中對應所述重音位置的中性語音聲學參數進行重音處理。

4.根據權利要求3所述的方法，其特征在于，當所述根據特定語氣的語氣特點，對確定出的中性語音聲學參數進行處理包括根據所述重音位置，將所述確定出的中性語音聲學參數中對應所述重音位置的中性語音聲學參數進行重音處理時，所述根據所述重音位置，將所述確定出的中性語音聲學參數中對應所述重音位置的中性語音聲學參數進行重音處理，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；

調整對應所述重音位置的基頻參數；

提高對應所述重音位置的頻譜參數的能量維。

5.根據權利要求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；

所述提高對應所述重音位置的時長參數，包括：

根據所述聲調將所述對應所述重音位置的時長參數提高對應的比例；

所述調整對應所述重音位置的基頻參數，包括：

根據所述聲調將對應所述重音位置的基頻參數調整對應的比例。

6.根據權利要求3所述的方法，其特征在于，當所述根據特定語氣的語氣特點，對確定出的中性語音聲學參數進行處理包括根據所述重音位置，將所述確定出的中性語音聲學參數中對應所述重音位置的中性語音聲學參數進行重音處理時，在所述根據所述重音位置，將所述確定出的中性語音聲學參數中對應所述重音位置的中性語音聲學參數進行重音處理之前，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中對應所述重音位置的中性語音聲學參數進行重音處理。

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，用于根據所述至少一個語義單元，通過統計模型確定出對應的中性語音聲學參數，所述統計模型為根據中性語音聲學參數建立的、用于合成語音的模型；

所述合成單元，用于根據特定語氣的語氣特點，對確定出的中性語音聲學參數進行處理，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.根據權利要求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所述標識查找出對應所述特定語氣的語氣特點；根據所述語氣特點對確定出的中性語音聲學參數進行處理。