[發明專利]信息處理方法、裝置、設備和計算機存儲介質

有效

• 申請號: 202010589690.4
• 申請日: 2020-06-24
• 公開（公告）號: CN111754974B
• 公開（公告）日: 2021-08-10
• 發明（設計）人: 丁磊;周宏波
• 申請（專利權）人: 華人運通（上海）云計算科技有限公司
• 主分類號: G10L13/02
• 分類號: G10L13/02;G10L13/04;G10L13/047;G10L13/08
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 閻敏;楊瑾瑾

本申請公開了一種信息處理方法、裝置、設備和計算機存儲介質。具體實現方案為包括：接收第一應用的請求信息；基于所述第一應用的請求信息確定本次音頻處理的目標場景，基于所述本次音頻處理的目標場景確定對應的至少一個目標風格；根據確定的至少一個目標風格，對所述第一應用的請求信息中包含的待轉換內容進行處理，得到與所述至少一個目標風格所對應的目標語音合成標記語言SSML；基于與所述至少一個目標風格所對應的所述目標SSML進行音頻合成，得到所述至少一個目標風格所對應的目標音頻信息。本申請能夠提升音頻輸出的個性化特點，提升音頻收聽者的聽覺體驗。

技術領域

本申請涉及音頻處理領域，尤其涉及一種信息處理方法、裝置、設備和計算機存儲介質。

背景技術

隨著計算機技術的發展，語音技術也迎來了快速發展的階段，機器可以進行對話操作，并能夠像真人一樣發出對話聲音。然而，由于機器并沒有思維，機器發聲的效果與真人發聲效果存在一定的差異。如何改善機器發聲的效果，提升用戶體驗，是機器發聲技術發展階段面臨的一個問題。

發明內容

為了解決現有技術中上述至少一個問題，本申請實施例提供一種信息處理方法、裝置、設備和計算機存儲介質。

第一方面，本申請實施例提供一種信息處理方法，包括：

接收第一應用的請求信息；

基于所述第一應用的請求信息確定本次音頻處理的目標場景，基于所述本次音頻處理的目標場景確定對應的至少一個目標風格；

根據確定的至少一個目標風格，對所述第一應用的請求信息中包含的待轉換內容進行處理，得到與所述至少一個目標風格所對應的目標語音合成標記語言SSML；

基于與所述至少一個目標風格所對應的所述目標SSML進行音頻合成，得到所述至少一個目標風格所對應的目標音頻信息。

在一種實施方式中，所述請求信息中包含的待轉換內容，包括以下至少之一：待轉換文本信息、待轉換音頻信息、待轉換語法信息。

在一種實施方式中，所述基于所述本次音頻處理的目標場景確定對應的至少一個目標風格，包括：

根據至少一個場景中不同場景與不同風格之間的對應關系，確定本次音頻處理的目標場景所對應的至少一個目標風格。

在一種實施方式中，對所述第一應用的請求信息中包含的待轉換內容進行處理，得到與所述至少一個目標風格所對應的目標語音合成標記語言SSML，包括以下至少之一：

若所述第一應用的請求信息中包含的待轉換內容為待轉換文本信息，則根據所述目標風格對所述待轉換文本進行音頻相關屬性的標記，得到所述至少一個目標SSML；

若所述第一應用的請求信息中包含的待轉換內容為待轉換音頻信息，則將所述待轉換音頻信息添加至所述目標SSML，根據所述至少一個目標風格確定對應的音頻相關屬性的標記，得到所述目標SSML；

若所述第一應用的請求信息中包含的待轉換內容為待轉換語法信息，則對所述待轉換語法信息進行規范化處理，得到與所述至少一個目標風格所對應的所述目標SSML。

在一種實施方式中，所述方法還包括：

基于所述本次音頻處理的目標場景確定對應的音頻輸出通道；

在所述音頻輸出通道能夠進行音頻輸出的情況下，將所述至少一個目標風格所對應的目標音頻信息加入所述對應的音頻輸出通道的輸出隊列；

通過所述音頻輸出通道輸出所述輸出隊列中的目標風格所對應的目標音頻信息。

在一種實施方式中，所述第一應用為多個應用中之一；基于所述第一應用的請求信息確定本次音頻處理的目標場景，包括：