[發明專利]語音播放方法、裝置、計算機設備及計算機可讀存儲介質

有效

• 申請號: 202010139967.3
• 申請日: 2020-03-03
• 公開（公告）號: CN111524501B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 張國超;王海瑞;蘇少煒;陳孝良
• 申請（專利權）人: 北京聲智科技有限公司
• 主分類號: G10L13/04
• 分類號: G10L13/04;G10L13/08;G10L25/48;G06F40/279
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 邢少真

本公開提供了一種語音播放方法、裝置、計算機設備及計算機可讀存儲介質，屬于語音處理技術領域。所述方法包括：接收目標書籍的音頻資源獲取請求，基于目標書籍的角色對應的不同音色模型和目標書籍中不同角色對應的文本內容，獲取目標書籍的音頻資源，并基于獲取到的音頻資源進行語音播放。對于目標書籍中不同角色對應的文本內容，獲取音頻資源時使用的是角色對應的不同音色模型，進而可以在語音播放時使用不同的聲音來對不同的角色對應的文本內容進行播放，從而能夠使得不同角色的文本內容能夠以不同的聽覺效果來展示給用戶，可以便于用戶對目標書籍中各個角色進行區分，提高用戶體驗。

技術領域

本公開涉及語音處理技術領域，特別涉及一種語音播放方法、裝置、計算機設備及計算機可讀存儲介質。

背景技術

在人們的日常生活過程中，閱讀無疑是人們學習知識和豐富精神生活的重要途徑，但在許多現實生活的場景中，如散步、開車、洗澡、做家務等，人們可能不方便實現文字閱讀，因此，通過語音播放的方式來聽書作為一種不傷眼且能利用碎片時間閱讀的全新方式，逐漸成為人們閱讀的一種重要方式。

目前在聽書時，用戶可以在終端上發起選擇操作來選擇想要閱讀的書籍，終端可以響應于用戶觸發的選擇操作，根據用戶選擇的書籍向服務器發送音頻資源獲取請求，服務器響應于接收到的音頻資源獲取請求，對書籍中的文字進行語音合成，并將合成得到的音頻資源發送給服務器，由服務器返回給終端，而終端接收到服務器發送的音頻資源后，可以基于接收到的音頻資源進行播放，使得用戶可以實現聽書的目的。

對于書籍里的不同人物，在進行語音合成時使用的都是同一種音色，導致用戶通過語音播放的方式來聽書時，聽到的都是同一種聲音，用戶需要根據聽到的內容，自行對不同人物進行區分，這樣很容易使用戶產生聽力疲勞，用戶體驗較差。

發明內容

本公開實施例提供了一種語音播放方法、裝置、計算機設備及計算機可讀存儲介質，可以解決相關技術中用戶需要自行對書籍中的不同人物進行區分、導致用戶體驗較差的問題。所述技術方案如下：

一方面，提供了一種語音播放方法，該方法包括：

接收目標書籍的音頻資源獲取請求；

基于該目標書籍的角色對應的不同音色模型和該目標書籍中不同角色對應的文本內容，獲取該目標書籍的音頻資源，該音頻資源用于采用不同音色表示不同角色對應的文本內容；

基于該音頻資源進行語音播放。

在一種可能的實現方式中，該基于該目標書籍的角色對應的不同音色模型和該目標書籍中不同角色對應的文本內容，獲取該目標書籍的音頻資源包括：

響應于該音頻資源獲取請求，向目標服務器發送音頻資源獲取指令，該音頻資源獲取指令攜帶該目標書籍的書籍標識；

接收該目標服務器返回的該音頻資源。

在一種可能的實現方式中，該基于該目標書籍的角色對應的不同音色模型和該目標書籍中不同角色對應的文本內容，獲取該目標書籍的音頻資源包括：

對該目標書籍的文本內容進行識別，得到該目標書籍中不同角色對應的文本內容；

根據該目標書籍的文本內容，確定該目標書籍的文本內容對應的音素序列以及該目標書籍中不同角色對應的文本內容與該音素序列的對應關系；

通過該目標書籍的角色對應的不同音色模型，對該目標書籍中不同角色對應的文本內容對應的音素序列進行合成，得到該目標書籍的音頻資源。

在一種可能的實現方式中，該目標書籍中的不同角色包括出場角色和背景角色，該對該目標書籍的文本內容進行識別，得到該目標書籍中不同角色對應的文本內容包括：

對該目標書籍的文本內容進行識別，得到該目標書籍中出場角色對應的角色名稱和關鍵字；