[發明專利]語音朗讀文字信息的方法、系統、計算機設備及存儲介質

在審

• 申請號: 202010617492.4
• 申請日: 2020-06-30
• 公開（公告）號: CN111798829A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 趙慧;陳蛟
• 申請（專利權）人: 中國聯合網絡通信集團有限公司
• 主分類號: G10L13/04
• 分類號: G10L13/04
• 代理公司: 北京天昊聯合知識產權代理有限公司 11112
• 代理人: 羅建民;杜丹丹

1.一種語音朗讀文字信息的方法，應用于通信管理平臺，其特征在于，所述方法包括：

接收發信方用戶終端發送的發信方用戶編輯完的文字信息和收發信雙方用戶的身份標識；

將所述文字信息發送至邊緣服務器，以使邊緣服務器將所述文字信息轉換成具有發信方用戶聲紋特征的音頻；

接收邊緣服務器發送的所述音頻；以及，

根據收發信雙方用戶的身份標識與收信方用戶終端建立通信連接，并在連接成功后播放所述音頻。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

將所述音頻制作成語音短信，并將所述語音短信下發至收信方用戶終端。

3.根據權利要求1所述的方法，其特征在于，所述方法還包括：

根據發信方用戶的身份標識采集發信方用戶與其他用戶的語音通話數據，得到時長超過預設的時長閾值的多個聲音樣本，并將所述多個聲音樣本發送至邊緣服務器，以使邊緣服務器對所述多個聲音樣本進行訓練以得出神經網絡語音模型，并將所述文字信息輸入至所述神經網絡語音模型中，以生成具有發信方用戶聲紋特征的音頻。

4.根據權利要求1所述的方法，其特征在于，在將所述文字信息發送至邊緣服務器之前，所述方法還包括：

根據收信方用戶的身份標識查詢收信方用戶是否處于方便查看所述文字信息的狀態；

所述將所述文字信息發送至邊緣服務器，包括：

若查詢到收信方用戶處于不方便查看所述文字信息的狀態，則將所述文字信息發送至邊緣服務器。

5.根據權利要求4所述的方法，其特征在于，所述根據收信方用戶的身份標識查詢收信方用戶是否處于方便查看所述文字信息的狀態，包括：

根據收信方用戶的身份標識向收信方用戶終端下發檢測指令，以使收信方用戶終端接收到所述檢測指令后，檢測自身是否處于移動狀態或者是否與車載系統連接，若檢測結果為收信方用戶終端處于移動狀態或者與車載系統連接，則向通信管理平臺反饋收信方用戶處于不方便查看所述文字信息的狀態；

和/或，

根據收信方用戶的身份標識獲取收信方用戶的年齡，并判斷收信方用戶的年齡是否大于預設的年齡閾值，若大于預設的年齡閾值，則判定收信方用戶處于不方便查看所述文字信息的狀態；

和/或，

根據收信方用戶的身份標識向醫療服務平臺發送查詢指令，以使醫療服務平臺基于所述查詢指令查詢收信方用戶是否具有視覺障礙疾病，若具有視覺障礙疾病，則向通信管理平臺反饋收信方用戶處于不方便查看所述文字信息的狀態。

6.一種語音朗讀文字信息的方法，應用于邊緣服務器，其特征在于，所述方法包括：

接收通信管理平臺發送的文字信息，其中所述文字信息是通信管理平臺從發信方用戶終端處接收的、由發信方用戶編輯完的文字信息；

將所述文字信息轉換成具有發信方用戶聲紋特征的音頻；以及，

將所述音頻發送至通信管理平臺，以使通信管理平臺根據收發信雙方用戶的身份標識與收信方用戶終端建立通信連接，并在連接成功后播放所述音頻。

7.根據權利要求6所述的方法，其特征在于，所述方法還包括：

接收通信管理平臺發送的多個聲音樣本，其中所述多個聲音樣本是通信管理平臺根據發信方用戶的身份標識采集發信方用戶與其他用戶的語音通話數據而得到的時長超過預設的時長閾值的多個聲音樣本；以及，

對所述多個聲音樣本進行訓練以得出神經網絡語音模型；

所述將所述文字信息轉換成具有發信方用戶聲紋特征的音頻，包括：

將所述文字信息輸入至所述神經網絡語音模型中，以生成具有發信方用戶聲紋特征的音頻。

8.根據權利要求7所述的方法，其特征在于，所述對所述多個聲音樣本進行訓練以得出神經網絡語音模型，包括：

分別對各個聲音樣本進行預處理，以形成標準化數字語音特征文件；

分別將各個聲音樣本轉換為語音文本，所述語音文本包括文字、語調和持續時長；以及，

將所述標準化數字語音特征文件和所述語音文本通過神經網絡進行訓練與參數擬合，以形成神經網絡語音模型。