[发明专利]数至文本和语音的转换

说明书

技术领域

本发明涉及将数(number)转换成为文本形式、并且进一步转换至语音形式。

背景技术

可以通过文本至语音系统将书面文本转换成为语音，所述文本至语音系统可应用于多媒体、讲话网站、消息阅读(电子邮件、SMS)、用于免提/免看(eyesfree)设备(导航、移动电话)的用户界面、自动上下文感知的告知系统(包括变换数据、电话服务的任何事物)、以及视觉受损者辅助。

TTS系统的文本标准化器或者文本预处理器控制输入TTS系统的所有信息可通过常规字符来适当地呈现。进一步处理字符以创建相应的发音。然而，信息的数字式(numerical)部分(诸如，“1”、“45”、“363”)并不包含任何关于发音的线索，并且由此必须单独生成该发音。对此的一种方式是，将数转换成文本化表示。然后，如同在任何其他非数字式信息的情况下那样，使用文本串：“1”→“一”、“45”→“四十五”等，可以使用规则或者查找表来发音作为文本的数。

当然，在每种语言中数具有不同的文本表示。此外，文本串的构建根据不同语言而彼此不同。例如，在英语中，“四十三”包括针对数“40”和“3”的词语，在芬兰语包含针对“4”的词语，指示十和“3”。在法语中，数“74”是“soixamte-dix-quatre”，该数等于“60”、“10”和“4”。

基数(cardinal number)表示输入至TTS系统的一种特殊情况。如果所需数的范围较大，则不能将每个数的发音分别出处在查找表中。例如，支持从1至99999数的表的大小是非常巨大的。

对于将数转换至文本，已经提出了某些基于规则的方法。然而，所提出的方案具有许多问题。通常，这些方法是语言特定的，并且由此只能将数转换成为一种语言。通常，这些方法是基于复杂的数学需求(例如，取模计算)。总之，已知的基于规则的方法在方法以及结构两方面都是复杂的。

由此，需要一种用于构造基数的文本化表示的简单方案。该方案还应该适用于多种语言。

发明内容

本发明的一个方面提供了一种用于将数转换成为文本的改进的方案。根据本发明的一个方面，提供了一种将十进制数系统的基数转换成为期望语言的文本化表示的方法，所述基数包括由十的幂排序的数位序列中的至少一个数字(digit)，所述方法包括：将所述基数的每个数字逐个转换成为期望语言的文本化表示；根据由十的幂排序的所述数位序列中数字的数位来执行以下操作：向数字的文本化表示添加数位值的文本化表示；以及基于定义正确表述的语言依赖的规则，来附加地执行以下操作：校正关于至少一个数字的任何形成的文本化表示，所述数字处于已知导致不同于正确表述的文本化表示的数位中。

根据本发明的另一方面，提供了一种将十进制数系统的基数转换成为期望语言的语音的方法，所述基数包括由十的幂排序的数位序列中的至少一个数字，所述方法包括：将所述基数的每个数字逐个转换成为期望语言的文本化表示；根据由十的幂排序的所述数位序列中数字的数位来执行以下操作：向数字的文本化表示添加数位值的文本化表示；以及基于定义正确表述的语言依赖的规则，来附加地执行以下操作：校正关于至少一个数字的任何形成的文本化表示，所述数字处于已知导致不同于正确表述的文本化表示的数位中；如果所述数具有多于一个数字，则组合所述文本化表示以形成所述数的完整文本化表示，以及否则使用所述单一数字的所述文本化表示，来形成所述数的所述完整文本化表示；以及将所述数的所述完整文本化表示转换成为语音。

根据本发明的另一方面，提供了一种将十进制数系统的基数转换成为期望语言的文本化表示的设备，所述基数包括由十的幂排序的数位序列中的至少一个数字，所述设备包括：转换器，配置以将所述基数的每个数字逐个转换成为期望语言的文本化表示；组合器，配置以根据由十的幂排序的所述数位序列中数字的数位，来向数字的文本化表示添加数位值的文本化表示；以及校正器，配置以基于定义正确表述的语言依赖的规则，来校正关于至少一个数字的任何形成的文本化表示，所述数字处于已知导致不同于正确表述的文本化表示的数位中。