[发明专利]有声读物的语音合成方法和装置

权利要求书

1.一种有声读物的语音合成方法，其特征在于，包括：

提取所述有声读物中文本片段的属性标签；

根据所述属性标签，从语音库中调取与所述属性标签对应的声音，形成所述有声读物的语音。

2.根据权利要求1所述的方法，其特征在于，根据所述属性标签，从语音库中调取与所述属性标签对应的声音，形成所述有声读物的语音包括：

如果所述属性标签为说话人的基本属性标签，则根据所述说话人的基本属性标签，从人物语音库中调取对应的声音朗读所述文本字段中的文字，形成所述有声读物的人物语音。

3.根据权利要求2所述的方法，其特征在于，形成所述有声读物的人物语音之后，还包括：

如果所述属性标签为场景属性标签，则从场景语音库中调取场景背景音，将所述场景背景音叠加至所述人物语音；

如果所述属性标签为场景图像属性标签，则根据场景信息获取图像，并设置所述图像的播放时间与所述人物语音的播放时间匹配。

4.根据权利要求2所述的方法，其特征在于，还包括：

对有声读物中文本进行语义分析，获取需要输出有声读物的文本片段；

识别所述文本片段的说话人的属性，为所述文本片段设置说话人的基本属性标签。

5.根据权利要求4所述的方法，其特征在于，还包括：

识别所述文本片段的场景信息，为所述文本片段设置场景属性标签和/或场景图像属性标签。

6.根据权利要求4所述的方法，其特征在于，所述说话人的基本属性标签包括：说话人的性别标签、年龄段标签、和/或口音标签。

7.一种有声读物的语音合成装置，其特征在于，包括：

标签提取模块，用于提取所述有声读物中文本片段的属性标签；

语音输出模块，用于根据所述属性标签，从语音库中调取与所述属性标签对应的声音，形成所述有声读物的语音。

8.根据权利要求8所述的装置，其特征在于，所述语音输出模块具体用于：

如果所述属性标签为说话人的基本属性标签，则根据所述说话人的基本属性标签，从人物语音库中调取对应的声音朗读所述文本字段中的文字，形成所述有声读物的人物语音。

9.根据权利要求8所述的装置，其特征在于，形成所述有声读物的人物语音之后，所述语音输出模块还用于：

如果所述属性标签为场景属性标签，则从场景语音库中调取场景背景音，将所述场景背景音叠加至所述人物语音；

如果所述属性标签为场景图像属性标签，则根据场景信息获取图像，并设置所述图像的播放时间与所述人物语音的播放时间匹配。

10.根据权利要求8所述的装置，其特征在于，还包括：

文本获取模块，用于对有声读物中文本进行语义分析，获取需要输出有声读物的文本片段；

说话人标签设置模块，用于识别所述文本片段的说话人的属性，为所述文本片段设置说话人的基本属性标签。

11.根据权利要求10所述的装置，其特征在于，还包括：

场景相关标签设置模块，用于识别所述文本片段的场景信息，为所述文本片段设置场景属性标签和/或场景图像属性标签。

12.根据权利要求10所述的装置，其特征在于，所述说话人的基本属性标签包括：说话人的性别标签、年龄段标签、和/或口音标签。