[发明专利]语音信号传输方法及系统

权利要求书

1.一种语音信号传输方法，其特征在于，包括：

确定待发送的连续语音信号对应的文本内容；

根据所述文本内容及所述连续语音信号确定各合成单元的语音合成参数模型；

拼接各合成单元的语音合成参数模型得到语音合成参数模型序列；

确定所述语音合成参数模型序列对应的序号串；

将所述序号串发送给接收端，以使所述接收端根据所述序号串恢复所述连续语音信号。

2.根据权利要求1所述的方法，其特征在于，所述确定待发送的连续语音信号对应的文本内容包括：

通过语音识别算法确定待发送的连续语音信号对应的文本内容；或者

通过人工标注的方式获取待发送的连续语音信号对应的文本内容。

3.根据权利要求1所述的方法，其特征在于，所述根据所述文本内容及所述连续语音信号确定各合成单元的语音合成参数模型包括：

根据所述文本内容对所述连续语音信号进行语音片断切分，得到各合成单元对应的语音片断；

依次确定各合成单元对应的语音片断的时长及初始语音合成参数模型，所述初始语音合成参数模型包括：初始基频模型和初始频谱模型，并得到对应所述连续语音信号的基频模型序列和频谱模型序列；

利用所述连续语音信号及所述基频模型序列对各合成单元对应的初始基频模型进行联合优化，得到各合成单元的基频模型；

利用所述连续语音信号及所述频谱模型序列对各合成单元对应的初始频谱模型进行联合优化，得到各合成单元的频谱模型。

4.根据权利要求3所述的方法，其特征在于，所述确定合成单元对应的初始基频模型包括：

获取所述合成单元对应的基频二叉决策树；

对所述合成单元进行文本解析，获得所述合成单元的上下文信息；

根据所述上下文信息，在所述基频二叉决策树中进行路径决策，得到对应的叶子节点；

将所述叶节点对应的基频模型作为所述合成单元对应的初始基频模型。

5.根据权利要求3所述的方法，其特征在于，所述确定合成单元对应的初始频谱模型包括：

获取所述合成单元对应的频谱二叉决策树；

对所述合成单元进行文本解析，获得所述合成单元的上下文信息；

根据所述上下文信息，在所述频谱二叉决策树中进行路径决策，得到对应的叶子节点；

将所述叶节点对应的频谱模型作为所述合成单元对应的初始频谱模型。

6.根据权利要求4或5所述的方法，其特征在于，所述方法还包括：按以下方式构建所述合成单元对应的二叉决策树：

获取训练数据；

从所述训练数据中提取所述合成单元对应的语音片断集合的合成参数，所述合成参数包括：基频特征和频谱特征；

根据所述合成参数对所述合成单元对应的二叉决策树进行初始化；

从所述二叉决策树的根节点开始，依次考察每个非叶节点；

如果当前考察节点需要分裂，则对当前考察节点进行分裂，并获取分裂后的子节点及所述子节点对应的训练数据；否则，将当前考察节点标记为叶节点；

当所有非叶节点考察完成后，得到所述合成单元的二叉决策树。

7.根据权利要求3所述的方法，其特征在于，所述利用所述连续语音信号及所述基频模型序列对各合成单元对应的初始基频模型进行联合优化，得到各合成单元的基频模型包括：

提取所述连续语音信号对应的原始基频特征序列；

依次对各合成单元进行以下处理：

获取所述合成单元对应的初始基频模型及相关基频模型集合，所述相关基频模型集合包括所述合成单元对应的基频二叉决策树的全部或部分叶节点；

根据所述原始基频特征序列从所述相关基频模型集合中选择所述初始基频模型的优选模型；

将所述优选模型作为所述合成单元的基频模型，并将所述优选模型替换所述基频模型序列中对应的初始基频模型。