[發(fā)明專利]語(yǔ)音合成方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201811318970.0
• 申請(qǐng)日: 2018-11-07
• 公開(kāi)（公告）號(hào): CN109584859A
• 公開(kāi)（公告）日: 2019-04-05
• 發(fā)明（設(shè)計(jì)）人: 周廣益
• 申請(qǐng)（專利權(quán)）人: 上海指旺信息科技有限公司
• 主分類號(hào): G10L13/027
• 分類號(hào): G10L13/027;G10L13/08;G10L15/02;G10L15/06;G10L15/26;G06F16/63;G11B20/10
• 代理公司: 北京卓唐知識(shí)產(chǎn)權(quán)代理有限公司 11541
• 代理人: 唐海力;李志剛

1.一種語(yǔ)音合成方法，獲取用于語(yǔ)音播放的目標(biāo)文字信息，其特征在于，所述方法包括：

根據(jù)所述目標(biāo)文字信息中的固定文字，得到第一音頻文件；

識(shí)別并提取所述目標(biāo)文字信息中的特征文字，得到特征文字信息；

對(duì)所述特征文字信息進(jìn)行音頻錄制，得到第二音頻文件；以及

將所述第一音頻文件和所述第二音頻文件進(jìn)行拼接，得到目標(biāo)音頻文件。

2.根據(jù)權(quán)利要求1所述的語(yǔ)音合成方法，其特征在于，所述特征文字信息包括：姓名信息、金額信息和日期信息中的至少一種。

3.根據(jù)權(quán)利要求1所述的語(yǔ)音合成方法，其特征在于，所述對(duì)特征文字信息進(jìn)行音頻錄制，得到第二音頻文件包括：

提取所述第一音頻文件中的音頻特征信息；

通過(guò)訓(xùn)練語(yǔ)料對(duì)預(yù)設(shè)機(jī)器學(xué)習(xí)模型進(jìn)行特征訓(xùn)練，得到所述第二音頻文件，其中，所述訓(xùn)練語(yǔ)料包括所述音頻特征信息和所述特征文字信息。

4.根據(jù)權(quán)利要求1所述的語(yǔ)音合成方法，其特征在于，所述對(duì)特征文字信息進(jìn)行音頻錄制，得到第二音頻文件包括：

對(duì)所述特征文字信息中的每個(gè)特征文字進(jìn)行拼音拆解，得到每個(gè)所述特征文字的拼音字母和拼音聲調(diào)；

根據(jù)所述特征文字的拼音字母和拼音聲調(diào)，生成對(duì)應(yīng)的所述第二音頻文件。

5.根據(jù)權(quán)利要求1所述的語(yǔ)音合成方法，其特征在于，所述根據(jù)目標(biāo)文字信息中的固定文字，得到第一音頻文件包括：

識(shí)別并提取所述目標(biāo)文字信息中的固定文字，并將所述固定文字劃分為多個(gè)固定文字編組；

判斷預(yù)設(shè)音頻數(shù)據(jù)庫(kù)中是否包含每個(gè)所述固定文字編組所對(duì)應(yīng)的第三音頻文件；以及

如果判定所述預(yù)設(shè)音頻數(shù)據(jù)庫(kù)中包含有每個(gè)所述固定文字編組所對(duì)應(yīng)的第三音頻文件，則提取并合并所述第三音頻文件，得到所述第一音頻文件。

6.根據(jù)權(quán)利要求1所述的語(yǔ)音合成方法，其特征在于，所述將第一音頻文件和所述第二音頻文件進(jìn)行拼接，得到目標(biāo)音頻文件包括：

根據(jù)所述目標(biāo)文字信息和預(yù)設(shè)劃分規(guī)則，得到所述第一音頻文件和所述第二音頻文件的拼接位置；

根據(jù)所述拼接位置拼接所述第一音頻文件和所述第二音頻文件，得到目標(biāo)音頻文件。

7.一種語(yǔ)音合成裝置，獲取用于語(yǔ)音播放的目標(biāo)文字信息，包括：

第一音頻文件獲取單元，用于根據(jù)所述目標(biāo)文字信息中的固定文字，得到第一音頻文件；

特征文字信息提取單元，用于識(shí)別并提取所述目標(biāo)文字信息中的特征文字，得到特征文字信息；

第二音頻文件獲取單元，用于對(duì)所述特征文字信息提取單元提取得到的特征文字信息進(jìn)行音頻錄制，得到第二音頻文件；以及

音頻合成單元，用于將所述第一音頻文件和所述第二音頻文件進(jìn)行拼接，得到目標(biāo)音頻文件。

8.根據(jù)權(quán)利要求7所述的語(yǔ)音合成裝置，其特征在于，所述第二音頻文件獲取單元包括：

音頻特征信息提取模塊，用于提取所述第一音頻文件中的音頻特征信息；

模型訓(xùn)練模塊，用于通過(guò)訓(xùn)練語(yǔ)料對(duì)預(yù)設(shè)機(jī)器學(xué)習(xí)模型進(jìn)行特征訓(xùn)練，得到所述第二音頻文件，其中，所述訓(xùn)練語(yǔ)料包括所述音頻特征信息提取模塊提取得到的音頻特征信息和所述特征文字信息提取單元提取得到的特征文字信息。

9.根據(jù)權(quán)利要求7所述的語(yǔ)音合成裝置，其特征在于，所述第二音頻文件獲取單元包括：

固定文字編組模塊，用于識(shí)別并提取所述目標(biāo)文字信息中的固定文字，并將所述固定文字劃分為多個(gè)固定文字編組；

判斷模塊，用于判斷預(yù)設(shè)音頻數(shù)據(jù)庫(kù)中是否包含每個(gè)所述固定文字編組所對(duì)應(yīng)的第三音頻文件；以及

第二音頻文件合成模塊，用于如果判定所述預(yù)設(shè)音頻數(shù)據(jù)庫(kù)中包含有每個(gè)所述固定文字編組所對(duì)應(yīng)的第三音頻文件，則提取并合并所述第三音頻文件，得到所述第一音頻文件。

10.根據(jù)權(quán)利要求7所述的語(yǔ)音合成裝置，其特征在于，所述音頻合成單元包括：

拼接位置確定模塊，用于根據(jù)所述目標(biāo)文字信息和預(yù)設(shè)劃分規(guī)則，得到所述第一音頻文件和所述第二音頻文件的拼接位置；

音頻拼接模塊，用于根據(jù)所述拼接位置拼接所述第一音頻文件和所述第二音頻文件，得到目標(biāo)音頻文件。