[發明專利]一種導航語音數據生成方法及系統、智能終端和存儲介質

在審

• 申請號: 202210119064.8
• 申請日: 2022-02-08
• 公開（公告）號: CN114648985A
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 郭璟鵬
• 申請（專利權）人: 郭璟鵬
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/26
• 代理公司: 深圳市道臻知識產權代理有限公司 44360
• 代理人: 朱亞

1.一種導航語音數據生成方法，其特征在于，包括如下步驟：

獲取當前的導航場景需求，根據所述導航場景需求生成待輸入語音內容，所述待輸入語音內容包括單詞、單字、句子中的一種或多種；

根據所述待輸入語音內容向用戶顯示語音輸入界面，所述語音輸入界顯示有所述待輸入語音內容，以使得用戶能夠根據所述待輸入語音內容輸入待訓練語音；

根據所述待訓練語音對語音訓練模型進行語音訓練，獲取所述待訓練語音的訓練語音包，所述訓練語音包括所述經過訓練的所述語音訓練模型的參數信息；

獲取導航待播放內容，所述導航待播放內容包括待播放文本，修改所述訓練語音包中至少部分參數信息，根據修改后的所述訓練語音包和所述待播放文本生成目標播放數據，以提升生成所述目標播放數據的生成效率。

2.根據權利要求1所述的導航語音數據生成方法，其特征在于，所述根據所述導航場景需求生成待輸入語音內容的步驟，包括：

根據所述導航場景需求獲取所述導航場景需求的必要詞匯和必要語句，所述必要詞匯和所述必要語句重復率低于用戶預設標準值。

3.根據權利要求2所述的導航語音數據生成方法，其特征在于，所述根據所述待輸入語音內容向用戶顯示語音輸入界面的步驟之后，包括：

獲取所述待輸入語音內容的待輸入數據量以及用戶輸入的所述待訓練語音的輸入數據量，根據所述輸入數據量和所述待輸入數據量生成輸入進度顯示信息，向用戶顯示所述輸入進度顯示信息。

4.根據權利要求1所述的導航語音數據生成方法，其特征在于，所述根據所述訓練語音包和所述待播放文本生成目標播放數據的步驟，包括：

判斷所述待播放文本是否存在所述待輸入語音內容中未包括的未包括文本；

若所述待播放文本存在所述待輸入語音內容中未包括的未包括文本，從所述待輸入語音內容中選取與所述未包括文本對應的文本內容，獲取所述待訓練語音中與所述文本內容對應的文本語音，對所述文本語音進行拆分、重組、拼接、音調轉換、振幅變換、發音時長伸縮變換、間隙時長伸縮變換、語速調節中的至少一個操作，獲取與所述未包括文本對應的補充語音。

5.根據權利要求4所述的導航語音數據生成方法，其特征在于，所述根據所述待輸入語音內容向用戶顯示語音輸入界面的步驟之后，包括：

所述待播放文本不存在所述待輸入語音內容中未包括的未包括文本，則將所述待播放文本輸入所述修改后的訓練語音包對應的語音訓練模型進行語音訓練，獲取目標播放數據。

6.根據權利要求1所述的導航語音數據生成方法，其特征在于，所述導航語音數據生成方法還包括：

獲取多個用戶的目標播放數據，獲取當前播放場景中所述多個用戶的用戶權重，根據所述用戶權重選擇所述多個用戶中的目標用戶，播放所述目標用戶的目標播放數據。

7.根據權利要求6所述的導航語音數據生成方法，其特征在于，所述獲取當前播放場景中所述多個用戶的用戶權重的步驟，包括：

獲取用戶輸入的播放設置信息，所述播放設置信息包括各個播放場景中所述多個用戶的所述用戶權重；和/或

獲取每個所述用戶的所述目標播放數據的數據質量評分，根據所述數據質量評分獲取當前播放場景中所述多個用戶的用戶權重。