[發明專利]語音輸出方法、終端及計算機可讀存儲介質

在審

• 申請號: 201811632187.1
• 申請日: 2018-12-28
• 公開（公告）號: CN109686359A
• 公開（公告）日: 2019-04-26
• 發明（設計）人: 李春寶
• 申請（專利權）人: 努比亞技術有限公司
• 主分類號: G10L13/02
• 分類號: G10L13/02;G10L13/033;G10L13/08;G10L13/10
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

1.一種語音輸出方法，其特征在于，所述語音輸出方法包括以下步驟：

在接收到啟動朗讀功能的指令時，獲取待朗讀文本，并通過訓練好的語音合成模型合成所述待朗讀文本對應的語音；

輸出所述語音，以及，顯示朗讀速度控件；

偵測作用于所述朗讀速度控件的觸控操作；

在偵測到作用于所述朗讀速度控件的觸控操作時，根據偵測到的觸控操作調整所述語音的輸出速度。

2.如權利要求1所述的語音輸出方法，其特征在于，所述訓練好的語音合成模型包括訓練好的韻律分析模型和訓練好的聲學模型，

所述通過訓練好的語音合成模型合成所述待朗讀文本對應的語音的步驟包括：

通過訓練好的韻律分析模型，提取所述待朗讀文本對應的文本特征向量；

將所述文本特征向量輸入至訓練好的聲學模型中，得到訓練好的聲學模型輸出的聲學特征向量；

根據所述聲學特征向量，合成所述待朗讀文本對應的語音。

3.如權利要求2所述的語音輸出方法，其特征在于，所述通過訓練好的韻律分析模型，提取所述待朗讀文本對應的文本特征向量的步驟包括：

將所述待朗讀文本輸入至訓練好的韻律分析模型中，進行分詞處理和標注處理，得到分詞結果和標注結果；

根據所述分詞結果和標注結果提取所述待朗讀文本對應的文本特征向量。

4.如權利要求2所述的語音輸出方法，其特征在于，所述根據所述聲學特征向量，合成所述待朗讀文本對應的語音的步驟包括：

對所述聲學特征向量進行反變換處理，得到所述聲學特征向量對應的聲音波形；

依次拼接所述聲學特征向量對應的聲音波形，合成所述待朗讀文本對應的語音。

5.如權利要求2所述的語音輸出方法，其特征在于，所述根據所述聲學特征向量，合成所述待朗讀文本對應的語音的步驟，還包括：

根據所述聲學特征向量，從預存真人語音片段庫中，匹配所述聲學特征向量對應的目標語音片段；

依次拼接匹配到的目標語音片段，合成所述待朗讀文本對應的語音。

6.如權利要求1所述的語音輸出方法，其特征在于，所述根據偵測到的觸控操作調整所述語音的輸出速度的步驟包括：

確定偵測到的觸控操作對應的變速倍率；

根據所述變速倍率調整所述語音的輸出速度。

7.如權利要求6所述的語音輸出方法，其特征在于，所述根據所述變速倍率調整所述語音的輸出速度的步驟包括：

從所述語音中提取待輸出語音；

通過預設的傅里葉變換算法，按照所述變速倍率對所述待輸出語音進行變速處理；

輸出處理后的待輸出語音。

8.如權利要求2所述的語音輸出方法，其特征在于，所述在接收到啟動朗讀功能的指令時，獲取待朗讀文本，并通過訓練好的語音合成模型合成所述待朗讀文本對應的語音的步驟之前，包括：

獲取文本數據訓練集，并根據所述文本數據訓練集錄制對應的語音數據訓練集；

根據所述文本數據訓練集訓練韻律分析模型，以及，根據所述文本數據訓練集和所述語音數據訓練集訓練聲學模型，得到訓練好的語音合成模型。

9.一種終端，其特征在于，所述終端包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的語音輸出程序，所述語音輸出程序被所述處理器執行時實現權利要求1至8中任一項所述的語音輸出方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有語音輸出程序，所述語音輸出程序被處理器執行時實現如權利要求1至8中任一項所述的語音輸出方法的步驟。