[發明專利]一種合成語音的識別方法、系統、智能設備和存儲介質在審
| 申請號： | 202111208088.2 | 申請日： | 2021-10-18 |
| 公開（公告）號： | CN113921012A | 公開（公告）日： | 2022-01-11 |
| 發明（設計）人： | 王安杰 | 申請（專利權）人： | 山東灃品信息網絡科技有限公司 |
| 主分類號： | G10L15/26 | 分類號： | G10L15/26;G10L25/63 |
| 代理公司： | 佛山粵進知識產權代理事務所(普通合伙) 44463 | 代理人： | 張敏 |
| 地址： | 252000 山東省聊城市高新區九州街*** | 國省代碼： | 山東;37 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 合成 語音 識別 方法 系統 智能 設備 存儲 介質 | ||
1.一種合成語音的識別方法，其特征在于，包括：
獲取目標待識別語音數據，根據所述目標待識別語音獲取目標待識別文字數據；
獲取所述目標待識別語音數據中每個發音音素的語音情感數據和所述目標待識別文字數據中每個單詞的文字情感數據；
判斷所述語音情感數據和所述文字情感數據是否匹配，若所述語音情感數據和所述文字情感數據匹配，則判定所述目標待識別語音數據為非合成語音數據。
2.根據權利要求1所述的合成語音的識別方法，其特征在于，所述判斷所述語音情感數據和所述文字情感數據是否匹配的步驟，包括：
獲取相鄰的兩個發音音素的發音情感連續數據和/或發音情感轉折數據，以及相鄰兩個單詞的文字情感連續數據和/或文字情感轉折數據；
判斷所述發音情感連續數據和文字情感連續數據是否匹配和/或所述發音情感轉折數據和所述文字情感轉折數據是否匹配。
3.根據權利要求1所述的合成語音的識別方法，其特征在于，所述獲取所述目標待識別語音數據中每個發音音素的語音情感數據的步驟之前，包括：
通過語音識別技術獲取所述目標待識別語音數據中的至少一個所述發音音素。
4.根據權利要求1所述的合成語音的識別方法，其特征在于，所述判斷所述語音情感數據和所述文字情感數據是否匹配的步驟之前，包括：
獲取所述目標待識別語音的時間維度，將所述語音情感數據和所述文字情感數據在所述時間維度進行對齊。
5.根據權利要求1所述的合成語音的識別方法，其特征在于，所述判斷所述語音情感數據和所述文字情感數據是否匹配的步驟，包括：
根據所述語音情感數據獲取所述目標待識別語音數據的語音目標情感數據，根據所述文字情感數據獲取所述目標待識別文字數據的文字目標情感數據；
判斷所述語音目標情感數據和所述文字目標情感數據是否匹配。
6.根據權利要求5所述的合成語音的識別方法，其特征在于，所述根據所述語音情感數據獲取所述目標待識別語音數據的語音目標情感數據，根據所述文字情感數據獲取所述目標待識別文字數據的文字目標情感數據的步驟之前，包括：
獲取每個所述語音情感數據的語音情感權重，獲取每個所述文字情感數據的文字情感權重。
7.根據權利要求6所述的合成語音的識別方法，其特征在于，所述獲取每個所述語音情感數據的語音情感權重，獲取每個所述文字情感數據的文字情感權重的步驟，包括：
通過注意力運算獲取所述語音情感權重和所述文字情感權重。
8.一種合成語音的識別系統，其特征在于，包括：
獲取模塊，用于獲取目標待識別語音數據，根據所述目標待識別語音獲取目標待識別文字數據；
情感模塊，用于獲取所述目標待識別語音數據中每個發音音素的語音情感數據和所述目標待識別文字數據中每個單詞的文字情感數據；
判斷模塊，用于判斷所述語音情感數據和所述文字情感數據是否匹配，若所述語音情感數據和所述文字情感數據匹配，則判定所述目標待識別語音數據為非合成語音數據。
9.一種智能設備，其特征在于，包括：處理器和存儲器，所述處理器耦接所述存儲器，所述存儲器中存儲有計算機程序，所述處理器執行所述計算機程序以實現如權利要求1-7任一項所述的方法。
10.一種存儲介質，其特征在于，存儲有計算機程序，所述計算機程序能夠被處理器執行以實現如權利要求1-7任一項所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于山東灃品信息網絡科技有限公司，未經山東灃品信息網絡科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202111208088.2/1.html，轉載請聲明來源鉆瓜專利網。
