[發(fā)明專利]用于語音合成語料庫的建立方法、裝置、設備和介質

在審

• 申請?zhí)枺?/td>: 202110616148.8
• 申請日: 2021-06-02
• 公開（公告）號: CN113362800A
• 公開（公告）日: 2021-09-07
• 發(fā)明（設計）人: 石強;孫見青;梁家恩
• 申請（專利權）人: 深圳云知聲信息技術有限公司
• 主分類號: G10L13/02
• 分類號: G10L13/02;G10L13/04;G10L15/26
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種用于語音合成語料庫的建立方法，其特征在于，包括：

獲取第一文本以及第一文本對應的語音數(shù)據(jù)；

切分所述語音數(shù)據(jù)得到分割語料；

識別所述分割語料得到第二文本；

對比所述第二文本和所述第一文本，篩選得到篩選文本；

根據(jù)所述篩選文本確定篩選音頻；

提取所述篩選音頻的基頻值；

計算所述基頻值的均值和方差；

聚類所述均值和所述方差得到聚類結果；

根據(jù)所述聚類結果將所述篩選文本及其對應的語音數(shù)據(jù)分成k個語料庫。

2.根據(jù)權利要求1所述的用于語音合成語料庫的建立方法，其特征在于，所述切分所述語音數(shù)據(jù)得到分割語料，包括：

通過語音活動檢測算法切分所述語音數(shù)據(jù)得到分割語料。

3.根據(jù)權利要求1所述的用于語音合成語料庫的建立方法，其特征在于，對比所述第二文本和所述第一文本，篩選得到篩選文本，包括：

根據(jù)對比的字數(shù)和準確率進行篩選。

4.根據(jù)權利要求1所述的用于語音合成語料庫的建立方法，其特征在于，所述方法還包括：

將所述k個語料庫使用不同的style-id進行區(qū)分。

5.根據(jù)權利要求1所述的用于語音合成語料庫的建立方法，其特征在于，識別所述分割語料得到第二文本，包括：采用自動識別語音技術識別所述分割語料得到第二文本。

6.一種用于語音合成語料庫的建立裝置，其特征在于，包括：

獲取模塊：用于獲取第一文本以及第一文本對應的語音數(shù)據(jù)；

切分模塊：用于切分所述語音數(shù)據(jù)得到分割語料；

識別模塊：用于識別所述分割語料得到第二文本；

對比模塊：用于對比所述第二文本和所述第一文本，篩選得到篩選文本；

確定模塊：根據(jù)所述篩選文本確定篩選音頻；

提取模塊：用于提取所述篩選音頻的基頻值；

計算模塊：用于計算所述基頻值的均值和方差；

聚類模塊：用于聚類所述均值和所述方差得到聚類結果；

分類模塊：根據(jù)所述聚類結果將所述篩選文本及其對應的語音數(shù)據(jù)分類得到k個語料庫。

7.根據(jù)權利要求6所述的用于語音合成語料庫的建立裝置，其特征在于，所述切分所述語音數(shù)據(jù)得到分割語料，包括：

通過語音活動檢測算法切分所述語音數(shù)據(jù)得到分割語料。

8.根據(jù)權利要求6所述的用于語音合成語料庫的建立裝置，其特征在于，所述對比模塊還用于：

根據(jù)對比的字數(shù)和準確率進行篩選得到篩選文本。

9.一種電子設備，其特征在于，包括：處理器和存儲器；

所述處理器通過調用所述存儲器存儲的程序或指令，用于執(zhí)行如權利要求1至5任一項所述用于語音合成語料庫的建立方法。

10.一種計算機可讀存儲介質，其特征在于，所述非暫態(tài)計算機可讀存儲介質存儲程序或指令，所述程序或指令使計算機執(zhí)行如權利要求1至5任一項所述用于語音合成語料庫的建立方法。