[發明專利]英文語音合成方法及裝置

有效

• 申請號: 202010141017.4
• 申請日: 2020-03-03
• 公開（公告）號: CN111192566B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 孫見青
• 申請（專利權）人: 云知聲智能科技股份有限公司;廈門云知芯智能科技有限公司
• 主分類號: G10L13/02
• 分類號: G10L13/02;G10L13/10
• 代理公司: 北京冠和權律師事務所 11399
• 代理人: 張楠楠

1.一種英文語音合成方法，其特征在于，包括：

獲取發音標準的英文音庫；

根據所述發音標準的英文音庫，構建預設英文合成模型；

獲取非專業人員錄制的目標英文音庫；

根據所述目標英文音庫，對所述預設英文合成模型進行調整，獲得目標英文合成模型；

利用所述目標英文合成模型，將待合成的英文文本合成為英文語音；

所述預設英文合成模型包括與韻律相關的時長合成模型、基頻合成模型、與音色和發音內容相關的譜參數合成模型；

所述根據所述目標英文音庫，對所述預設英文合成模型進行調整，獲得目標英文合成模型，包括：

根據所述目標英文音庫，對所述譜參數合成模型進行重訓練，以得到所述目標英文合成模型，其中，所述目標英文合成模型中的與韻律相關的時長合成模型和基頻合成模型分別與所述預設英文合成模型中的與韻律相關的時長合成模型和基頻合成模型保持一致。

2.根據權利要求1所述的方法，其特征在于，

所述利用所述目標英文合成模型，將待合成的英文文本合成為英文語音，包括：

獲取將待合成的英文文本的第一時長預測結果，對所述第一時長預測結果進行調整，得到第二時長預測結果；

根據所述第二時長預測結果和所述目標英文合成模型，得到所述待合成的英文文本的第一基頻預測結果，對所述第一基頻預測結果進行調整，得到第二基頻預測結果；

根據所述第二時長預測結果和所述目標英文合成模型，得到所述待合成的英文文本的譜參數；

根據所述第二基頻預測結果和所述譜參數，將所述待合成的英文文本合成為所述英文語音。

3.根據權利要求2所述的方法，其特征在于，

所述獲取將待合成的英文文本的第一時長預測結果，包括：

將所述待合成的英文文本輸入至所述預設英文合成模型中的時長合成模型中，以得到所述第一時長預測結果。

4.根據權利要求2所述的方法，其特征在于，

根據所述第二基頻預測結果和所述譜參數，將所述待合成的英文文本合成為所述英文語音，包括：

將所述第二基頻預測結果和所述譜參數輸入至聲碼器，以通過所述聲碼器重構所述待合成的英文文本的所述英文語音。

5.一種英文語音合成裝置，其特征在于，包括：

第一獲取模塊，用于獲取發音標準的英文音庫；

構建模塊，用于根據所述發音標準的英文音庫，構建預設英文合成模型；

第二獲取模塊，用于獲取非專業人員錄制的目標英文音庫；

調整模塊，用于根據所述目標英文音庫，對所述預設英文合成模型進行調整，獲得目標英文合成模型；

合成模塊，用于利用所述目標英文合成模型，將待合成的英文文本合成為英文語音；

所述預設英文合成模型包括與韻律相關的時長合成模型、基頻合成模型、與音色和發音內容相關的譜參數合成模型；

所述調整模塊包括：

訓練子模塊，用于根據所述目標英文音庫，對所述譜參數合成模型進行重訓練，以得到所述目標英文合成模型，其中，所述目標英文合成模型中的與韻律相關的時長合成模型和基頻合成模型分別與所述預設英文合成模型中的與韻律相關的時長合成模型和基頻合成模型保持一致。

6.根據權利要求5所述的裝置，其特征在于，

所述合成模塊具體用于：

獲取將待合成的英文文本的第一時長預測結果，對所述第一時長預測結果進行調整，得到第二時長預測結果；

根據所述第二時長預測結果和所述目標英文合成模型，得到所述待合成的英文文本的第一基頻預測結果，對所述第一基頻預測結果進行調整，得到第二基頻預測結果；

根據所述第二時長預測結果和所述目標英文合成模型，得到所述待合成的英文文本的譜參數；

根據所述第二基頻預測結果和所述譜參數，將所述待合成的英文文本合成為所述英文語音。

7.根據權利要求6所述的裝置，其特征在于，

所述合成模塊具體還用于：

將所述待合成的英文文本輸入至所述預設英文合成模型中的時長合成模型中，以得到所述第一時長預測結果。

8.根據權利要求6所述的裝置，其特征在于，

所述合成模塊具體還用于：

將所述第二基頻預測結果和所述譜參數輸入至聲碼器，以通過所述聲碼器重構所述待合成的英文文本的所述英文語音。