[發明專利]一種音頻生成方法、裝置和存儲介質

在審

• 申請號: 202010073835.5
• 申請日: 2020-01-22
• 公開（公告）號: CN111339352A
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 李念
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F16/683
• 分類號: G06F16/683
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 望紫薇

本申請實施例提供一種音頻生成方法、裝置和存儲介質，用于為用戶提供一種更優的音頻生成方案。本申請實施例中獲取文本，匹配出文本對應的歌曲片段，將歌曲片段作為文本對應的音頻。如此，可以將文本通過歌曲片段的方式表達出來。

技術領域

本申請涉及通信領域，尤其涉及一種音頻生成方法、裝置和存儲介質。

背景技術

語音合成(Text To Speech，TTS)是計算機交互的一種技術。目前廣泛應用于語音助手、智能音箱、地圖導航等場景。

現有技術執行語音合成技術時，通常人為的在數據庫中事先錄入一些文字的發音，當需要將一段文本轉換為語音時，可以從數據庫中找到每個文字對應的語音，將該文本所有文字的語音合成為該文本對應的語音。這種方式達到的效果僅僅是將一段文本通過近似人聲的方式閱讀出來。

發明內容

本申請實施例提供一種音頻生成方法、裝置和存儲介質，用于將文本對應的歌曲片段作為該文本對應的音頻，相比僅僅通過近似人聲的方式將文本閱讀出來的方案，可以提供一種更優的音頻生成方案。

第一方面，本申請實施例提供一種音頻生成方法，該方法由服務器執行，服務器獲取文本，若匹配出該文本對應的歌曲片段，則將該歌曲片段作為該文本對應的音頻；其中，該歌曲片段的歌詞與該文本相同。如此，由于匹配出文本對應的歌曲片段，因此可以將文本對應的歌曲片段作為該文本對應的音頻，進而可以將文本用一段歌曲片段進行播放，從而可以為用戶提供一種更優的音頻生成方案。

在一種可能地實現方式中，若未匹配出該文本對應的該歌曲片段，該方法還包括：根據預設規則將該文本劃分為至少兩個子文本，該至少兩個子文本包括第一子文本和第二子文本；該第一子文本包括該文本中的一個或多個連續的文字，該第二子文本包括該文本中除該第一子文本包括的文字之外的一個或多個連續的文字。若匹配出該第一子文本對應的歌曲片段以及該第二子文本對應的歌曲片段，則將該第一子文本對應的歌曲片段和該第二子文本對應的歌曲片段拼接，得到該文本對應的音頻。如此，若未匹配出文本對應的一段歌曲，則可以將文本劃分為子文本進行歌曲匹配，進而將子文本對應的歌曲片段拼接為文本對應的音頻，如此，可以提高方案的靈活性。

在一種可能地實現方式中，該根據預設規則將該文本劃分為至少兩個子文本，包括：將該文本除最后一個文字外剩余的文字劃分為該第一子文本，將該文本最后一個文字劃分為該第二子文本。

在一種可能地實現方式中，該第一子文本包括的文字與該第二子文本包括的文字相同，則該第一子文本對應的歌曲片段與該第二子文本對應的歌曲片段滿足以下內容中的任一項：該第一子文本對應的歌曲片段與該第二子文本對應的歌曲片段來自兩首不同的歌曲；該第一子文本對應的歌曲片段與該第二子文本對應的歌曲片段為同一首歌曲的兩個不同的歌曲片段；該第一子文本對應的歌曲片段與該第二子文本對應的歌曲片段為同一首歌曲的同一個歌曲片段。如此，可以提高方案的靈活性。

在一種可能地實現方式中，若未匹配出該第一子文本對應的歌曲片段，該方法還包括：將該文本中除最后兩個文字外剩余的文字劃分為第三子文本，將該文本最后兩個文字劃分為第四子文本；若匹配出該第三子文本對應的歌曲片段以及該第四子文本對應的歌曲片段，則將該第三子文本對應的歌曲片段和該第四子文本對應的歌曲片段拼接，得到該文本對應的音頻。由于從尾部逐次減少待匹配的文字的數量，因此，可以達到劃分的子文本的數量較少的目的。

在一種可能地實現方式中，若匹配出該第一子文本對應的歌曲片段，但未匹配出該第二子文本對應的歌曲片段，該方法還包括：將該第二子文本劃分為至少兩個子文本，該至少兩個子文本包括第五子文本和第六子文本；匹配出該第五子文本對應的歌曲片段，匹配出該第六子文本對應的歌曲片段；將該第一子文本對應的歌曲片段、該第五子文本對應的歌曲片段和該第六子文本對應的歌曲片段拼接，得到該文本對應的音頻。如此，可以提高方案的靈活性。