[发明专利]一种手机文本短信的语音播放的方法

说明书

技术领域

本发明涉及移动通信领域，特别是一种可实时语音播放短信的方法。

背景技术

随着越来越多的手机类PDA设备的普及，人们在生活或工作中得到了许多的方便，可以及时方便的与朋友和家人进行交流。但是，许多使用者在驾驶车辆的时候收到短信，不能及时查阅，如果强行查阅，又容易引发交通事故；再者，对于老年手机用户，因为屏幕字体的大小和其视力程度不符，使用中也造成许多困难。因此，寻求一种语音合成技术，将手机接收到的文本短信及时通过语音的方式播放出来，成为手机的一个十分有用的功能。

发明内容

为解决上述技术难题，本发明旨在提供一种可实时语音播放短信的方法，手机接收到文本形式的短信后，对该短信的文本字串经文本分析，获得相对应的语音波形，从而形成合成语音并播放。

其包括文本规范化处理和符号转化步骤，用于将所获得的短信的文本字符串中的特殊符号、缩写、英文单词以及计量单位转换为可识别的发声单元标识。

包括分词模型处理步骤，用于对对输入的文本按预置的分词规律进行单词的划分，确定句子的韵律结构以及多音字的发音。

还包括韵律预测步骤、协同发音步骤、和选词步骤，其中韵律预测步骤决定各词发音，协同发音决定了各词之间的连接关系，选词步骤按照韵律要求及词的发音在词库中选择最优的发音。

在选择声学单元构造语音库时，利用损失度函数来描述具有相同大小语音库的合成能力，损失度函数可以表达为：

ζ(f，d，c)＝cf/d

其中f为当前声学单元的词频，d为声学单元的预测时长，c为该单元中所包含的音素之间协同发音的大小，在不考虑韵律条件下，构造由声学单元组成的语音库时，使损失度函在该语音库上的取值最小为目标。

采用基频参数化模型来控制韵律的生成。

本发明提供的手机文本短信的语音播放方法，在手机同时安装文本语音翻译系统，自动完成语音合成并通过扬声器进行播放，本发明具有即时语音合成，即时文本语音转换，节省时间，保证用户行车安全，方便老年用户视力差的优点。通过用户设定和语音库定制，可以更换男女生，或者卡通形象声音。手机也可根据预先设定的发信者性别，自动调用该性别语音库。

附图说明

图1为本发明实施例中方法流程图；

图2为本发明的一种具体实施例的流程图。

具体实施方式

参考图1，本发明一种可实时语音播放短信的方法包括以下步骤：

步骤一、短信接收

短信接收是利用手机通过其射频模块从基站接收到一个或多个文本形式的短信并暂时存储于手机的内存中。

步骤二、文语转换

采用文语转换模块(Text-To-Speech model，TTS Model)，即一个以文字串为输入的语音合成模块。其输入的是通常的文本字串，模块中的文本分析器首先根据发音字典，将输入的文字串分解为带有属性标记的词及其读音符号，再根据语义规则和语音规则，为每一个词、每一个音节确定重音等级和语句结构及语调，以及各种停顿等。这样文字串就转变为符号代码串。根据前面分析的结果，生成目标语音的韵律特征，然后进行语音结合，合成出输出语音。

本发明将手机中的短信数据以语音的形式即时播报出来，相应的用户只需被动收听即可，这里，对语音合成系统的要求是响应速度快，计算复杂度和存储空间复杂度低，具有良好的可扩展性和合成语音清晰度、可懂性强，适于日常生活或某些专业领域的交流等。

本发明在选择声学单元构造语音库时，利用损失度函数来描述具有相同大小语音库的合成能力。损失度函数可以表达为：

ζ(f，d，c)＝cf/d

其中f为当前声学单元的词频，d为声学单元的预测时长，c为该单元中所包含的音素之间协同发音的大小。在不考虑韵律条件下，构造由声学单元组成的语音库时，应使损失度函在该语音库上的取值最小为目标。

本发明采用Fujisaki模型来控制韵律的生成，它是一种广泛使用的基频参数化模型，主要通过模拟人的发音机理来预测基频的变化，控制合成语音的节奏、语气语调、情感；

本发明的适用了所有使用者不方便直接用眼睛去看短信的情况。

通过用户设定和语音库定制，可以更换男女生，或者卡通形象声音。

手机也可根据预先设定的发信者性别，自动调用该性别语音库。