[發明專利]語音播報方法、裝置和計算機可讀存儲介質

有效

• 申請號: 201910002527.0
• 申請日: 2019-01-02
• 公開（公告）號: CN109686362B
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 趙濤濤
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G10L15/00
• 分類號: G10L15/00;G10L15/22;G10L15/18;G10L25/54
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 王珺;徐瑞紅

1.一種語音播報方法，其特征在于，包括：

對輸入語音進行口音識別，得到所述輸入語音的口音級別，其中，所述口音級別表示一種口音相對于目標語言的口音的相似程度；

利用所述輸入語音的口音級別確定播報方式；

利用所述播報語音的播報方式輸出播報語音；

所述利用所述輸入語音的口音級別確定播報方式，包括以下方式的至少一種：

如果所述輸入語音的口音級別為第一級別，則將所述播報方式確定為以目標語言的口音進行播報；

如果所述輸入語音的口音級別為第二級別，則將所述播報方式確定為以第一設定區域語言的口音進行播報；

如果所述輸入語音的口音級別為第三級別，則將所述播報方式確定為以第二設定區域語言的口音進行播報；

其中，第一設定區域語言與所述目標語言的口音相似度高于第二設定區域語言與所述目標語言的口音相似度。

2.根據權利要求1所述的方法，其特征在于，所述對輸入語音進行口音識別，得到所述輸入語音的口音級別，包括：

對所述輸入語音進行特征提取，得到所述輸入語音的特征信息；

將所述特征信息輸入到口音分級模型中，得到所述輸入語音的口音級別。

3.根據權利要求1所述的方法，其特征在于，所述利用所述播報語音的播報方式輸出播報語音，包括：

對所述輸入語音進行語義識別，得到需求信息；

利用需求信息查找需要播報的內容；

利用所述播報語音的播報方式，輸出與所述需要播報的內容對應的播報語音。

4.根據權利要求1至3中任一項所述的方法，其特征在于，還包括：

利用接收到所述輸入語音的裝置的所在位置確定地區信息；

利用所述地區信息對所述輸入語音的口音級別進行校準。

5.一種語音播報裝置，其特征在于，包括：

識別模塊，用于對輸入語音進行口音識別，得到所述輸入語音的口音級別，其中，所述口音級別表示一種口音相對于目標語言的口音的相似程度；

確定模塊，用于利用所述輸入語音的口音級別確定播報方式；

輸出模塊，用于利用所述播報語音的播報方式輸出播報語音；

所述利用所述輸入語音的口音級別確定播報方式，包括以下方式的至少一種：

如果所述輸入語音的口音級別為第一級別，則將所述播報方式確定為以目標語言的口音進行播報；

如果所述輸入語音的口音級別為第二級別，則將所述播報方式確定為以第一設定區域語言的口音進行播報；

如果所述輸入語音的口音級別為第三級別，則將所述播報方式確定為以第二設定區域語言的口音進行播報；

其中，第一設定區域語言與所述目標語言的口音相似度高于第二設定區域語言與所述目標語言的口音相似度。

6.根據權利要求5所述的裝置，其特征在于，所述識別模塊包括：

特征提取子模塊，用于對所述輸入語音進行特征提取，得到所述輸入語音的特征信息；

分級子模塊，用于將所述特征信息輸入到口音分級模型中，得到所述輸入語音的口音級別。

7.根據權利要求5所述的裝置，其特征在于，所述輸出模塊還包括：

語義識別子模塊，用于對所述輸入語音進行語義識別，得到需求信息；

查找子模塊，用于利用需求信息查找需要播報的內容；

輸出子模塊，用于利用所述播報語音的播報方式，輸出與所述需要播報的內容對應的播報語音。

8.根據權利要求5至7中任一項所述的裝置，其特征在于，所述裝置還包括：

地區信息確定模塊，用于利用接收到所述輸入語音的裝置的所在位置確定地區信息；

校準模塊，用于利用所述地區信息對所述輸入語音的口音級別進行校準。