[發(fā)明專利]一種模擬發(fā)聲方法、裝置、電子設備及存儲介質

在審

• 申請?zhí)枺?/td>: 201910037235.0
• 申請日: 2019-01-15
• 公開（公告）號: CN109767754A
• 公開（公告）日: 2019-05-17
• 發(fā)明（設計）人: 谷曉佳
• 申請（專利權）人: 谷曉佳
• 主分類號: G10L13/08
• 分類號: G10L13/08;G10L13/10;G10L15/02;G06F17/27
• 代理公司: 北京知呱呱知識產權代理有限公司 11577
• 代理人: 丁彥峰;賀亞明

本發(fā)明實施例公開了一種模擬發(fā)聲的方法、裝置、電子設備及存儲介質，屬于語言識別、語音合成技術，模擬發(fā)聲方法包括：獲取外部輸入的信息，并進行信息類型識別；在識別到所述外部輸入的信息為音源的情形下，獲取并保存所述音源對應的地區(qū)語音；在識別到所述外部輸入的信息為聲音屬性的情形下，獲取并保存所述聲音屬性對應的聲音元素；在識別到所述外部輸入的信息為文本的情形下，識別文本中的文字，根據所述地區(qū)語音和所述聲音元素對所述文字進行模擬發(fā)聲。本方法能有針對性的服務用戶，使得模擬發(fā)聲的語言更為豐富、多元化，用戶在打字過程中，可以學習不認識文字的讀音，以及對于文字讀音錯誤的糾正。進而提高人們學習文字的效率。

技術領域

本發(fā)明實施例涉及語音合成技術領域，具體涉及一種模擬發(fā)聲的方法、裝置、電子設備及存儲介質。

背景技術

隨著計算機技術的飛速發(fā)展，以及語音識別技術的日漸成熟，語音合成作為通過機械的、電子的方法產生人造語音的技術，也得到了巨大的發(fā)展和進步。語音合成，又稱文語轉換技術，能將任意文字信息實時轉化為標準流暢的語音朗讀出來，相當于給機器裝上了人工嘴巴。它涉及聲學、語言學、數(shù)字信號處理、計算機科學等多個學科技術，是中文信息處理領域的一項前沿技術，解決的主要問題就是如何將文字信息轉化為可聽的聲音信息，也即讓機器像人一樣開口說話，通過計算機語音合成，可以在任何時候將任意文本轉換成具有高自然度的語音。

語音合成技術得以廣泛應用到人們的日常生活中，出現(xiàn)了很多例如有聲小說、有聲新聞、天氣播報以及字典朗讀等的語音合成并模擬發(fā)聲的應用，給人們的日常生活帶來了很多便利和娛樂樂趣。

本發(fā)明人發(fā)現(xiàn)，現(xiàn)有的語音合成技術中，通常是根據特定人或者特定主題進行語音合成，對文字進行語音翻譯，以語音播放文字內容的方式體現(xiàn)，通用性較為有限。

發(fā)明內容

為此，本發(fā)明實施例提供一種模擬發(fā)聲的方法、裝置、電子設備及存儲介質，以解決現(xiàn)有技術中導致的問題。

為了實現(xiàn)上述目的，本發(fā)明實施例提供如下技術方案：

在本發(fā)明的第一方面，提供一種模擬發(fā)聲方法，包括：

獲取外部輸入的信息，并進行信息類型識別；

在識別到所述外部輸入的信息為音源的情形下，獲取并保存所述音源對應的地區(qū)語音；

在識別到所述外部輸入的信息為聲音屬性的情形下，獲取并保存所述聲音屬性對應的聲音元素；

在識別到所述外部輸入的信息為文本的情形下，識別文本中的文字，根據所述地區(qū)語音和所述聲音元素對所述文字進行模擬發(fā)聲。

在另一實施例中，所述在識別到所述外部輸入的信息為文本的情形下，識別文本中的文字，還包括：

在微調模式下，獲取被選中的文字，對所述被選中的文字對應的語音進行微調。

在另一實施例中，所述獲取外部輸入的信息，并進行信息類型識別，包括：

獲取外部輸入的信息，從所述外部輸入的信息中獲取所述外部輸入的信息的屬性，根據所述外部輸入的信息的屬性，判斷所述外部輸入的信息所屬的信息類型。

在另一實施例中，所述在識別到所述外部輸入的信息為音源的情形下，獲取并保存所述音源對應的地區(qū)語音，包括：

獲取所述音源對應的國家及地區(qū)，根據所述國家及地區(qū)獲取地區(qū)語音。

在另一實施例中，所述方法還包括：在識別到所述外部輸入的信息為釋義的情形下，從所述外部輸入的信息中獲取待解釋文本，獲取并提示所述待解釋文本對應的解釋內容。

在本發(fā)明的第二方面，提供一種輸入文字模擬發(fā)聲的方法，包括：

獲取外部輸入的信息，并進行信息類型識別；