[發明專利]一種基于互聯網的語音實時合成系統

在審

• 申請號: 202010547215.0
• 申請日: 2020-06-16
• 公開（公告）號: CN111754977A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 蒲瑤;何國濤;李全忠
• 申請（專利權）人: 普強信息技術（北京）有限公司
• 主分類號: G10L13/04
• 分類號: G10L13/04;G10L13/08;G10L13/10;G10L15/26;G06F40/30;G10L15/34;G10L15/30
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種基于互聯網的語音實時合成系統，包括控制模塊，其特征在于：所述控制模塊上電性連接有調壓模塊和市電網，所述控制模塊上電性連接有分析模塊和咪頭，所述控制模塊上電性連接有語音模塊和蜂鳴器，所述控制模塊上電性連接有傳輸模塊和云互聯網，所述控制模塊上電性連接存儲模塊和顯示模塊；

所述分析模塊內包括有語句特征提取、語句語義檢測、語句斷句、聲紋檢測模塊、和語句轉化文字，所述語句特征提取用于將輸入的語音中的特征進行提取，所述語句語義檢測通過對語句特征提取的語句中的語義進行翻譯，所述聲紋檢測模塊用于對聲音的語種進行檢測，且使得輸出的語音以相同的語種輸出，所述語句轉化文字用于將語音轉化成文字進行傳輸；

所述語音模塊內包括有文本規劃模塊、文字斷句填充、語意語法對比、文字語音轉化和語句語調調節，所述文本規劃模塊用于對回答的語句文本進行規劃長短，所述文字斷句填充用于提取回答話語中的主謂賓進行填充，然后在進行修飾詞的填充，所述語意語法對比用于對問答話語中的語意進行對比并且做出相應的回答，所述文字語音轉化用于將文字轉化成語音，并且通過蜂鳴器進行輸出，所述語句語調調節用于對回答的話語進行語調的修成，使得話語能夠具有高低語調，方便對話者快速的理解；

所述傳輸模塊內部包括有數模轉化模塊、語音除雜模塊、數據放大模塊和通訊模塊，所述數模轉化模塊用于將文字轉化成數據流便于傳輸，所述語音除雜模塊用于將數據流中的雜波進行過濾除去，所述數據放大模塊用于將數據流進行放大處理，使得數據流在接收的時候不會發生丟失或者失真，所述通訊模塊用于將數據流進行傳輸，使得合成語音能夠實現互聯網進行傳輸。

2.根據權利要求1所述的一種基于互聯網的語音實時合成系統，其特征在于：所述調壓模塊內包括有整流模塊、降壓模塊、穩壓模塊和濾波模塊，所述整流模塊采用的是同步整流器將交流電壓轉化成直流電壓，所述降壓模塊用于將電壓降至3-5V之間用于控制模塊使用，所述穩壓模塊和濾波模塊用于將電壓穩定的輸出。

3.根據權利要求1所述的一種基于互聯網的語音實時合成系統，其特征在于：所述儲存模塊至少包括有四組，一組用于對控制模塊的運行系統進行存儲，一組用于對分析模塊中的聲紋、特征、語義和訓練模塊進行存儲、一組用于對語音模塊中的文字、語法和語調模型進行存儲，另一組用于通訊記錄和更新記錄進行存儲。

4.根據權利要求1所述的一種基于互聯網的語音實時合成系統，其特征在于：所述蜂鳴器內包括有驅動器，所述驅動器用于對蜂鳴器進行驅動。

5.根據權利要求1所述的一種基于互聯網的語音實時合成系統，其特征在于：所述顯示模塊采用的是觸摸液晶顯示屏，所述液晶顯示模塊用于對合成系統進行數據顯示。

6.根據權利要求1所述的一種基于互聯網的語音實時合成系統，其特征在于：所述通訊模塊采用的是無線傳輸、4G傳輸或者5G傳輸中的一種。

7.根據權利要求1所述的一種基于互聯網的語音實時合成系統，其特征在于：所述文字語音轉化和語句轉化文字采用的是基于PSOLA方法的時域波形拼接技術的KDTALK系統。

8.根據權利要求1所述的一種基于互聯網的語音實時合成系統，其特征在于：所述語音模塊采用的是TTS結構，所述TTS結構包括有語言處理、韻律處理和聲學處理，所述語言處理包括有文本規整、詞的切分、語法分析和語義分析，所述韻律處理為合成語音規劃出音段特征，所述聲學處理根據語言處理和韻律處理兩部分處理結果的要求輸出語音。