[發明專利]一種語音編輯方法及相關設備

在審

• 申請號: 201910735271.4
• 申請日: 2019-08-09
• 公開（公告）號: CN112349266A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 賴國鋒
• 申請（專利權）人: 深圳TCL數字技術有限公司
• 主分類號: G10L13/02
• 分類號: G10L13/02;G10L13/08;G10L15/02;G10L15/06;G10L15/183;G10L15/26
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 王永文;孫果

1.一種語音編輯方法，其特征在于，包括以下步驟：

接收第一聲音信息，對所述第一聲音信息進行語音識別，獲取所述第一聲音信息的第一聲音屬性信息和所述第一聲音信息所包含的第一文本信息；

將所述第一聲音屬性信息輸入已訓練的聲音轉換模型，得到經過聲音轉換后的第二聲音屬性信息，所述聲音轉換模型是基于輸入聲音屬性信息與目標轉換聲音屬性信息之間的對應關系訓練而成的；其中，所述目標轉換聲音屬性信息為按照預設聲道參數范圍對所述輸入聲音屬性信息的聲道參數進行調整后的聲音屬性信息；

對所述第一文本信息進行敏感信息過濾，得到第二文本信息；

將所述第二聲音屬性信息與所述第二文本信息進行語音合成，得到第二聲音信息。

2.根據權利要求1所述的語音編輯方法，其特征在于，所述對所述第一聲音信息進行語音識別的步驟包括：

將所述第一聲音信息輸入至已訓練的聲音識別模型中，得到所述第一聲音屬性信息和所述第一文本信息；所述聲音識別模型是基于輸入聲音信息以及與所述聲音信息所對應的聲音屬性信息和聲音信息中所包含文本信息之間的對應關系訓練而成的。

3.根據權利要求1或2所述的語音編輯方法，其特征在于，所述聲音轉換模型包括：語音分析層、參數預測層和信息轉換層；

所述將所述第一聲音屬性信息輸入已訓練的聲音轉換模型，得到經過聲音轉換后的第二聲音屬性信息的步驟包括：

將所述第一聲音屬性信息輸入所述語音分析層，得到所述語音分析層輸出所述第一聲音屬性信息所對應的聲道參數；

將所述第一聲音屬性信息所對應的聲道參數輸入到所述參數預測層，得到所述參數預測層按照所述預設聲道參數范圍對所述第一聲音屬性信息進行調整后，輸出調整后的聲道參數；

將所述調整后的聲道參數輸入到所述信息轉換層，得到所述信息轉換層輸出的所述第二聲道屬性信息。

4.根據權利要求3所述的語音編輯方法，其特征在于，所述將所述第一聲音屬性信息所對應的聲道參數輸入到參數預測層，得到所述參數預測層按照預設聲道參數范圍對所述第一聲音屬性信息進行調整后，輸出調整后的聲道參數的步驟包括：

所述參數預測層接收所述聲道參數，提取所述聲道參數中含有的性別標識；

以及，將所述性別標識與預存接聽方性別標識進行比對，若所述性別標識與預存接聽方性別標識相同，則在所述預設聲道參數范圍內對所述第一聲音屬性信息的所屬性別進行調整，輸出調整后的聲道參數；所述調整后的聲道參數為所述第一聲音屬性信息的所屬性別更改后的聲道參數。

5.根據權利要求3所述的語音編輯方法，其特征在于，所述將所述第一聲音屬性信息所對應的聲道參數輸入到參數預測層，得到所述參數預測層按照預設聲道參數范圍對所述第一聲音屬性信息進行調整后，輸出調整后的聲道參數的步驟包括：

所述參數預測層接收所述聲道參數，提取所述聲道參數中含有的韻律參數和音頻參數，并將所述韻律參數和音頻參數調整到所述預設聲道參數范圍內，輸出調整后的聲道參數。

6.根據權利要求1或2所述的語音編輯方法，其特征在于，所述對所述第一文本信息進行敏感信息過濾的步驟包括：

將所述第一文本信息輸入至已訓練的信息過濾模型，得到過濾后的第二文本信息，所述信息過濾模型是基于文本信息與標記為敏感信息之間的對應關系訓練而成的。

7.根據權利要求6所述的語音編輯方法，其特征在于，所述將所述第一文本信息輸入至已訓練的信息過濾模型，得到過濾后的第二文本信息的步驟之后還包括：

將所述第二文本信息輸入至深度語義模型，得到整合后的第三文本信息；所述深度語義模型是基于第一樣本文本信息與相匹配信息之間的對應關系訓練而成的；所述相匹配信息為與所述第一樣本文本信息的語義匹配度大于預設閾值的文本信息；

將所述第三文本信息作為所述第二文本信息輸入至所述語音合成模型中。