[發(fā)明專(zhuān)利]中英文語(yǔ)音混合合成方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110628882.6
• 申請(qǐng)日: 2021-06-02
• 公開(kāi)（公告）號(hào): CN113345408B
• 公開(kāi)（公告）日: 2022-12-27
• 發(fā)明（設(shè)計(jì)）人: 孫見(jiàn)青;梁家恩
• 申請(qǐng)（專(zhuān)利權(quán)）人: 云知聲智能科技股份有限公司;廈門(mén)云知芯智能科技有限公司
• 主分類(lèi)號(hào): G10L13/02
• 分類(lèi)號(hào): G10L13/02;G10L13/08;G06F40/295
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明涉及一種中英文語(yǔ)音混合合成方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，該方法包括：獲取待合成文本；判斷待合成文本中中文文字的數(shù)量大于還是小于英文單詞數(shù)量；若中文文字的數(shù)量大于所述英文單詞數(shù)量，對(duì)人名和/或地名以及中文文本按照中文方式合成語(yǔ)音；若中文文字的數(shù)量小于英文單詞數(shù)量，對(duì)人名和/或地名以及英文文本按照英文方式合成語(yǔ)音。本申請(qǐng)實(shí)施例中實(shí)現(xiàn)了將中文英文混合的文本合成語(yǔ)音，如將報(bào)紙上的中文英文混合的文本合成語(yǔ)音，即通過(guò)語(yǔ)音朗讀出來(lái)，本申請(qǐng)實(shí)施例中通過(guò)比較中文文字的數(shù)量和英文單詞數(shù)量多少，對(duì)人名和/或地名、中文文本和英文文本采取不同的語(yǔ)音合成方式，與現(xiàn)有技術(shù)中合成的語(yǔ)音相比更地道。

技術(shù)領(lǐng)域

本發(fā)明涉及語(yǔ)音處理技術(shù)領(lǐng)域，具體涉及一種中英文語(yǔ)音混合合成方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

目前，合成中英文語(yǔ)音時(shí)，對(duì)合成文本進(jìn)行解析，合成方法有兩大類(lèi)：用中文數(shù)據(jù)和英文數(shù)據(jù)分別構(gòu)建中文合成模型和英文合成模型，中文部分用中文合成模型合成，英文部分用英文合成模型合成；用中文數(shù)據(jù)和英文數(shù)據(jù)構(gòu)建模型，該模型同時(shí)支持中文合成和英文合成，中文部分和英文部分使用同一套模型合成。

但是，上述方法對(duì)于中英文混讀合成中的人名和地名，如果按照現(xiàn)有方案進(jìn)行合成，其發(fā)音不符合地道發(fā)音人的發(fā)音習(xí)慣，聽(tīng)起來(lái)不夠地道。

發(fā)明內(nèi)容

本發(fā)明提供一種中英文語(yǔ)音混合合成方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，能夠解決合成的中英文語(yǔ)音混合不地道的技術(shù)問(wèn)題。

本發(fā)明解決上述技術(shù)問(wèn)題的技術(shù)方案如下：

第一方面，本發(fā)明實(shí)施例提供了一種中英文語(yǔ)音混合合成方法，包括：

獲取待合成文本；

判斷待合成文本中中文文字的數(shù)量大于還是小于英文單詞數(shù)量；

若中文文字的數(shù)量大于所述英文單詞數(shù)量，對(duì)人名和/或地名以及中文文本按照中文方式合成語(yǔ)音；

若中文文字的數(shù)量小于所述英文單詞數(shù)量，對(duì)人名和/或地名以及英文文本按照英文方式合成語(yǔ)音。

在一些實(shí)施例中，按照中文方式合成語(yǔ)音，包括：

判斷英文文本中是否包括人名和/或地名；

若判斷結(jié)果為英文文本中包括所述人名和/或地名；

將人名和/或地名以及中文文本轉(zhuǎn)換成國(guó)際音標(biāo)輸入到中文合成模型合成語(yǔ)音；以及將英文文本轉(zhuǎn)換成國(guó)際音標(biāo)輸入到英文合成模型合成語(yǔ)音。

在一些實(shí)施例中，按照英文方式合成語(yǔ)音，包括：

判斷中文文本中是否包括人名和/或地名；

若判斷結(jié)果為中文文本中包括所述人名和/或地名；

將人名和/或地名以及英文文本轉(zhuǎn)換成國(guó)際音標(biāo)輸入到英文合成模型合成語(yǔ)音；以及將中文文本轉(zhuǎn)換成國(guó)際音標(biāo)輸入到中文合成模型合成語(yǔ)音。

在一些實(shí)施例中，中文合成模型的訓(xùn)練步驟如下：

獲取多個(gè)中文文本國(guó)際音標(biāo)以及語(yǔ)音對(duì)；

將多個(gè)中文文本國(guó)際音標(biāo)作為輸入，對(duì)應(yīng)的語(yǔ)音作為輸出進(jìn)行訓(xùn)練得到中文合成模型。

在一些實(shí)施例中，英文合成模型的訓(xùn)練步驟如下：

獲取多個(gè)英文文本國(guó)際音標(biāo)以及語(yǔ)音對(duì)；

將多個(gè)英文文本國(guó)際音標(biāo)作為輸入，對(duì)應(yīng)的語(yǔ)音作為輸出進(jìn)行訓(xùn)練得到英文合成模型。

在一些實(shí)施例中，判斷中文文本中是否包括人名和/或地名是通過(guò)命名實(shí)體識(shí)別模型判斷的。