[发明专利]一种语音合成装置

说明书

技术领域

本发明涉及本发明涉及语音合成领域，具体涉及一种语音合成装置。

背景技术

语音合成，又称文语转换技术，能将任意文字信息实时转化为标准流畅的语音朗读出来，并尽可能使合成语音有较高的可懂度和自然度，相当于给机器装上了人工嘴巴。

合成语音应该以一种能够重新产生自然重读和感情的方式传递信息，最好可以体现出较强的韵律感，合成具有独特特征风格的语音，如感情色彩较重的小说朗读风格、评书风格，及不同表现的幽默风格等非正式的合成语音风格，从而增加合成语音的多样性，满足人们的不同需求。

现有的语音合成系统中，输入文本通过文本预处理、分词等一系列处理后，进入韵律层级预测模块，然后利用声学模型，生成目标声学参数序列，并最终合成语音。在参数合成系统中，语音生成是通过声码器来实现的，由于这种语音生成方式，不需要利用原始声音片段进行拼接，可以做到比较小的尺寸，所以在嵌入式装置上得到了广泛应用。

目前，合成语音主要做法是基于规则的方法对合成语音进行调整，这种方法不能考虑到语音的细节，比如音调信息，造成合成后的语音自然度较低，进而降低了用户体验。

发明内容

为了解决上述技术问题，本发明提供一种语音合成装置。

本发明是以如下技术方案实现的，一种语音合成装置，包括：

语音构建模块，用于预先根据收集的大量语音数据来构建语音合成模型；

接收模块，用于接收用户的待合成语音文本；

音调处理模块，用于在所接收的待合成语音文本中，根据指示情感状态的状态信息，产生用于影响合成语音的音调信息；

模型修正模块，用于根据合成语音的音调信息对所述语音合成模型进行修正；

合成模块，用于根据所述模型修正模块修正后的带音调信息的语音进行语音合成，得到带有音调的合成语音数据。

优选的是，所述音调处理模块包括：音调参数产生部和音调信息转换部，所述音调参数产生部用于根据指示情感状态的状态信息产生音调影响参数，以及所述音调信息转换部将所述音调参数产生部产生的音调影响参数转换成音调影响信息。

优选的是，所述模型修正模块包括：

音调获取单元，用于获取与所述音调处理模块产生的音调信息所对应的音调数据；

音调识别单元，用于对所述音调数据进行音调识别，得到音调识别文本；

声学特征提取单元，用于提取所述待合成语音文本的声学特征；

语音修正单元，用于将所述音调识别文本对所述语音合成模型进行修正，得到修正后的语音合成模型。

优选的是，所述模型修正模块还包括：预处理单元，用于去除所述接收模块接收用户的待合成语音文本中的噪声。

优选的是，所述音调影响信息是从语音的波形数据中提取的特征参数。

优选的是，所述音调影响信息是用于控制语音合成的控制参数。

优选的是，所述控制参数用于控制语音合成的音量平衡和振幅波动量。

本发明的有益效果是：本发明在接收到用户的待合成语音文本后，根据指示情感状态的状态信息，产生用于影响合成语音的音调信息，然后用于根据合成语音的音调信息对所述语音合成模型进行修正；最后得到带有音调的合成语音数据，使得合成后的语音自然度较高，进而提高了用户体验。

附图说明

图1是本发明语音合成装置的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。

如图1所示，本发明提供一种语音合成装置，包括：

语音构建模块，用于预先根据收集的大量语音数据来构建语音合成模型；

接收模块，用于接收用户的待合成语音文本；

音调处理模块，用于在所接收的待合成语音文本中，根据指示情感状态的状态信息，产生用于影响合成语音的音调信息；

模型修正模块，用于根据合成语音的音调信息对所述语音合成模型进行修正；

合成模块，用于根据所述模型修正模块修正后的带音调信息的语音进行语音合成，得到带有音调的合成语音数据。

优选的是，所述音调处理模块包括：音调参数产生部和音调信息转换部，所述音调参数产生部用于根据指示情感状态的状态信息产生音调影响参数，以及所述音调信息转换部将所述音调参数产生部产生的音调影响参数转换成音调影响信息。

优选的是，所述模型修正模块包括：

音调获取单元，用于获取与所述音调处理模块产生的音调信息所对应的音调数据；