[发明专利]改善文本到语音性能的方法和装置

说明书

技术领域

本发明主要涉及文本到语音合成器；更具体地，涉及用于改善文本到语音性能的一种方法和装置。

背景技术

合成文本到语音(TTS)是MIPS(每秒百万条指令)的程度。在电池操作的设备中，当进行合成TTS时，诸如微处理器和伴随的存储器的资源不能总是提供一致的性能，尤其是这样的资源同时被一些另外的软件应用使用时更甚。因此，对于具有有限资源的设备，合成TTS的性能对用户发出不连贯的或听不懂的声音。而且，TTS的频繁合成能消耗电池的寿命。

本发明的下述各实施例有助于克服该技术中的这样局限。

发明内容

根据本发明的各实施例提供了一种改善文本到语音性能的方法和装置。

在本发明的第一实施例中，一种设备提供用于改善文本到语音性能的方法。该方法包括以下步骤：将频繁使用的各文本表述的词汇表合成为语音表述，将各语音表述存入词汇表中；确定来自运行于设备中的应用程序的文本表述是否在词汇表中；若文本表述包括在词汇表中，则选择相应的语音表述；若文本表述未包括在词汇表中，则将文本表述合成为语音表述；由设备以可听见方式播放语音表述；在应用程序操作过程中从确定步开始重复进行上述各步骤。

在本发明的第二实施例中，一种设备提供用于改善文本到语音性能的方法。该方法包括以下步骤：确定来自在设备中操作的应用程序的文本表述是否在词汇表中；若文本表述包括在词汇表中，则选择相应语音表述；若文本表述不在词汇表中，将文本表述合成为相应的语音表述；由设备以可听见的方式播放所述相应的语音表述；对所述文本表述的使用频率进行监控；若所述表述的使用频率大于预定阈值并且所述表述在之前未存储，则将文本表述和相应的语音表述存入词汇表中；若所述表述的使用频率低于预定阈值时，则从词汇表清除一个或多个文本表述和相应的语音表述，并且在应用程序的操作期间重复上述各步骤。

在本发明的第三实施例中，一种设备包括音频系统、存储器以及连接至上述各元件的处理器。对处理器进行编程，以确定来自操作于设备中应用程序的文本表述是否在词汇表中；若文本表述包括在该词汇表中，则选择相应的语音表述；若文本表述不在该词汇表中，则将文本表述合成为相应的语音表述；由音频系统以可听见的方式播放所述相应语音表述；对所述文本表述的使用频率进行监控；若所述表述的使用频率大于预定阈值，将所述文本表述和相应的语音表述的词汇表存入存储器中；若所述表述的使用频率低于预定阈值，则从词汇表中消除一个或多个文本表述和相应语音表述；在应用程序操作期间重复上述各步骤。

附图说明

图1是用于改善文本到语音(TTS)性能的设备的方框图；

图2是表示操作在图1设备上的方法的流程图。

具体实施方式

尽管本说明书以权利要求结束，这些权利要求限定被认为是新颖的本发明的各实施例的特征，但相信通过考虑下面的说明并结合附图，将能更好地理解本发明的实施例，相同的引用标记在各附图中使用。

图1为用于改善文本到语音(TTS)性能的设备100的图解示图。在第一实施例中，设备100包括处理器102、存储器104、音频系统106和电源112。在补充实施例中，设备100还进一步包括显示器108、输入/输出端口110和无线收发器114。设备100的部件102-114均使用如下所述的常规技术。

例如，处理器102单独地或者组合地包括常规微处理器、DSP(数字信号处理器)或类似的计算技术，以操作控制根据本发明的设备100的部件102-114的软件应用程序。存储器104为常规存储设备，用于存储各软件应用程序并处理其中的数据。音频系统106为常规语音设备，用于将音频信号(如音乐或语音)进行处理并提供给设备100的终端用户。电源112使用常规的供电技术，用于向设备100的部件102-114供电。在设备为便携设备时，电源112使用连接到常规电路的电池来为设备100供电。

在更完善的各应用中，设备100能够使用收发器114通过常规通信系统(如蜂窝网络)与其它设备无线通信。此外，设备100利用具有连接至输入/输出端口110的定位功能的小键盘，使用显示器108来提供UI(用户接口)，以操纵设备100的操作。

图2是表示操作在图1设备100上的方法200的流程图。方法200开始于步骤202，处理器102在此处被编程，以确定来自操作于处理器102的应用程序的文本表述是否处于存储器104存储的词汇表中。