[發明專利]語音合成方法及裝置

有效

• 申請號: 201811458218.6
• 申請日: 2018-11-30
• 公開（公告）號: CN109300467B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 羅浩源
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: G10L13/047
• 分類號: G10L13/047
• 代理公司: 成都虹橋專利事務所(普通合伙) 51124
• 代理人: 李凌峰

本發明涉及語音處理技術領域，本發明是要解決解決當在線語音合成系統的負載過載時，在線語音合成速度慢的問題，提出一種語音合成方法及裝置，所述方法包括以下步驟：對文本進行處理，獲得待合成文本；實時對在線語音合成系統的負載狀態進行監測；若監測到所述在線語音合成系統的負載正常，將所述待合成文本發送至在線合成語音系統進行語音合成，若監測到所述在線語音合成系統的負載過載，將所述待合成文本發送至離線語音合成系統進行語音合成。在傳統語音合成方法的基礎上，合理利用在線語音合成系統的負載狀態，提高了在線語音合成系統的負載過載時語音合成的速度，使語音合成系統更靈活，更穩定，更自然。

技術領域

本發明涉及語音處理技術領域，具體來說涉及一種語音合成方法及裝置。

背景技術

語音合成技術在目前生活中應用廣泛，根據其服務的提供方式可劃分為基于云端高性能服務器提供的高質量語音合成(以下簡稱：“在線語音合成”)和基于客戶端本機低算力設備提供的普通質量語音合成(以下簡稱：“離線語音合成”)。但是，在線語音合成系統常常承受著巨量的運算負載，其服務器網絡、中央處理器(以下簡稱：“CPU”)、圖形處理器(以下簡稱：“GPU”)常常處于高負荷運轉以至于合成隊列過長時無法提供實時的在線語音合成服務。隨著谷歌提出的新一代WaveNet語音合成技術(以下簡稱：“新型語音合成技術”)的誕生，在線語音合成與離線語音合成在一定程度上有著相同的處理步驟，即兩種語音合成方式都需要從待合成文本中提取語言學特征進行后續語音合成。

CN104992704公布了一種語音合成方法及裝置，其主要的技術方案為：根據在線語音合成系統是否出現故障或者網絡連接是否中斷來進行在線語音合成和離線語音合成的切換，但是沒有考慮在線語音合成系統在進行語音合成時，在線語音合成系統中服務器的負載狀態對在線語音合成的影響，例如，系統沒有出現故障，網絡連接也正常，但是在線服務器的網絡負載過載即網速較慢時,或者CPU或GPU占用較高時，會導致在線語音合成速度很慢，同時，對于新型語音合成技術與離線語音合成之間一些共同的特性，也并無相關技術解決其間協同工作的問題。

發明內容

本發明的目的是要解決當在線語音合成系統的負載過載時，在線語音合成速度慢的問題，提出一種語音合成方法及裝置。

本發明解決上述技術問題所采用的技術方案是：語音合成方法，包括以下步驟：

S1.對文本進行處理，獲得待合成文本；

S2.實時對在線語音合成系統的負載狀態進行監測；

S3.若監測到所述在線語音合成系統的負載正常，將所述待合成文本發送至在線合成語音系統進行語音合成，若監測到所述在線語音合成系統的負載過載，將所述待合成文本發送至離線語音合成系統進行語音合成。

進一步的，為減小在線語音合成系統的計算量，所述步驟S3還包括：

若監測到所述在線語音合成系統的負載過載程度偏小，則所述離線語音合成系統對所述待合成文本進行語言學特征提取，并將提取的語言學特征發送至所述在線語音合成系統進行語音合成。

進一步的，為提高語音合成的合成效果，所述步驟S3還包括：

若監測到所述在線語音合成系統的負載過載程度偏小，將所述待合成文本的部分文本發送至在線語音合成系統進行語音合成，將所述待合成文本的另一部分文本發送至離線語音合成系統進行語音合成，語音合成完成后，將所述在線語音合成系統語音合成的語音數據與離線語音合成系統合成的語音數據進行拼接，獲得完整的語音數據。

進一步的，為提高語音合成的合成效果，步驟S3中，所述若監測到所述在線語音合成系統的負載過載，將所述待合成文本發送至離線語音合成系統進行語音合成還包括：