[發(fā)明專利]一種語音特效合成方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811413566.1
• 申請(qǐng)日: 2018-11-23
• 公開（公告）號(hào): CN109285536B
• 公開（公告）日: 2022-05-13
• 發(fā)明（設(shè)計(jì)）人: 張冉;張征
• 申請(qǐng)（專利權(quán)）人: 出門問問創(chuàng)新科技有限公司
• 主分類號(hào): G10L13/033
• 分類號(hào): G10L13/033;G10L13/04;G10L13/10
• 代理公司: 北京庚致知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11807
• 代理人: 李偉波

1.一種語音特效合成方法，其特征在于，包括：

獲取原始語音數(shù)據(jù)對(duì)應(yīng)的文本數(shù)據(jù)，并獲取與所述文本數(shù)據(jù)匹配的基礎(chǔ)韻律特征和基礎(chǔ)聲學(xué)特征；

所述基礎(chǔ)韻律特征包括：與所述文本數(shù)據(jù)中的文本字符對(duì)應(yīng)的基礎(chǔ)發(fā)音特征，以及所述文本數(shù)據(jù)中兩兩文本字符之間的基礎(chǔ)停頓值，所述基礎(chǔ)發(fā)音特征包括與文本字符對(duì)應(yīng)的拼音元素以及與拼音元素對(duì)應(yīng)的聲調(diào)值；

根據(jù)預(yù)先建立的至少兩個(gè)特效效果與對(duì)應(yīng)的特征調(diào)整參數(shù)之間的映射關(guān)系，獲取與需求的特效效果對(duì)應(yīng)的特征調(diào)整參數(shù)，所述特征調(diào)整參數(shù)包括：目標(biāo)韻律特征調(diào)整參數(shù)和/或目標(biāo)聲學(xué)特征調(diào)整參數(shù)；

所述目標(biāo)韻律特征調(diào)整參數(shù)，包括：目標(biāo)聲調(diào)調(diào)整值以及目標(biāo)停頓值；

使用所述特征調(diào)整參數(shù)對(duì)所述基礎(chǔ)韻律特征和/或基礎(chǔ)聲學(xué)特征進(jìn)行調(diào)整，得到目標(biāo)韻律特征和/或目標(biāo)聲學(xué)特征；

根據(jù)所述目標(biāo)韻律特征和/或目標(biāo)聲學(xué)特征，生成與所述原始語音數(shù)據(jù)對(duì)應(yīng)的特效合成語音。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，使用所述目標(biāo)韻律特征調(diào)整參數(shù)對(duì)所述基礎(chǔ)韻律特征進(jìn)行調(diào)整，得到目標(biāo)韻律特征，包括：

使用所述目標(biāo)聲調(diào)調(diào)整值更新所述基礎(chǔ)韻律特征中與各拼音元素對(duì)應(yīng)的聲調(diào)值；

使用所述目標(biāo)停頓值更新所述基礎(chǔ)韻律特征中文本數(shù)據(jù)中兩兩文本字符之間的基礎(chǔ)停頓值；

將更新結(jié)果作為所述目標(biāo)韻律特征。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于：

所述基礎(chǔ)聲學(xué)特征包括：與所述原始語音數(shù)據(jù)對(duì)應(yīng)的基礎(chǔ)基頻參數(shù)和基礎(chǔ)譜參數(shù)；

所述目標(biāo)聲學(xué)特征調(diào)整參數(shù)，包括：目標(biāo)基頻參數(shù)以及目標(biāo)譜參數(shù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，使用所述目標(biāo)聲學(xué)特征調(diào)整參數(shù)對(duì)所述基礎(chǔ)聲學(xué)特征進(jìn)行調(diào)整，得到目標(biāo)聲學(xué)特征，包括：

使用所述目標(biāo)基頻參數(shù)更新所述基礎(chǔ)聲學(xué)特征中的基礎(chǔ)基頻參數(shù)；

使用所述目標(biāo)譜參數(shù)更新所述基礎(chǔ)聲學(xué)特征中的基礎(chǔ)譜參數(shù)；

將更新結(jié)果作為所述目標(biāo)聲學(xué)特征。

5.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的方法，其特征在于，根據(jù)所述目標(biāo)韻律特征和/或目標(biāo)聲學(xué)特征，生成與所述原始語音數(shù)據(jù)對(duì)應(yīng)的特效合成語音，包括下述一項(xiàng)：

根據(jù)所述目標(biāo)韻律特征以及所述基礎(chǔ)聲學(xué)特征，生成與所述原始語音數(shù)據(jù)對(duì)應(yīng)的特效合成語音；

根據(jù)所述基礎(chǔ)韻律特征以及所述目標(biāo)聲學(xué)特征，生成與所述原始語音數(shù)據(jù)對(duì)應(yīng)的特效合成語音；

根據(jù)所述目標(biāo)韻律特征以及目標(biāo)聲學(xué)特征，生成與所述原始語音數(shù)據(jù)對(duì)應(yīng)的特效合成語音。

6.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的方法，其特征在于，根據(jù)所述目標(biāo)韻律特征和/或目標(biāo)聲學(xué)特征，生成與所述原始語音數(shù)據(jù)對(duì)應(yīng)的特效合成語音，包括：

采用聲碼器根據(jù)所述目標(biāo)韻律特征和/或目標(biāo)聲學(xué)特征，生成與所述原始語音數(shù)據(jù)對(duì)應(yīng)的特效合成語音。

7.一種語音特效合成裝置，其特征在于，包括：

數(shù)據(jù)獲取模塊，用于獲取原始語音數(shù)據(jù)對(duì)應(yīng)的文本數(shù)據(jù)，并獲取與所述文本數(shù)據(jù)匹配的基礎(chǔ)韻律特征和基礎(chǔ)聲學(xué)特征；

所述基礎(chǔ)韻律特征包括：與所述文本數(shù)據(jù)中的文本字符對(duì)應(yīng)的基礎(chǔ)發(fā)音特征，以及所述文本數(shù)據(jù)中兩兩文本字符之間的基礎(chǔ)停頓值，所述基礎(chǔ)發(fā)音特征包括與文本字符對(duì)應(yīng)的拼音元素以及與拼音元素對(duì)應(yīng)的聲調(diào)值；

參數(shù)獲取模塊，用于根據(jù)預(yù)先建立的至少兩個(gè)特效效果與對(duì)應(yīng)的特征調(diào)整參數(shù)之間的映射關(guān)系，獲取與需求的特效效果對(duì)應(yīng)的特征調(diào)整參數(shù)，所述特征調(diào)整參數(shù)包括：目標(biāo)韻律特征調(diào)整參數(shù)和/或目標(biāo)聲學(xué)特征調(diào)整參數(shù)；

所述目標(biāo)韻律特征調(diào)整參數(shù)，包括：目標(biāo)聲調(diào)調(diào)整值以及目標(biāo)停頓值；

參數(shù)調(diào)整模塊，用于使用所述特征調(diào)整參數(shù)對(duì)所述基礎(chǔ)韻律特征和/或基礎(chǔ)聲學(xué)特征進(jìn)行調(diào)整，得到目標(biāo)韻律特征和/或目標(biāo)聲學(xué)特征；

語音合成模塊，用于根據(jù)所述目標(biāo)韻律特征和/或目標(biāo)聲學(xué)特征，生成與所述原始語音數(shù)據(jù)對(duì)應(yīng)的特效合成語音。