[发明专利]语音合成单元选择

权利要求书

1.一种非暂时计算机存储介质，其编码有指令，所述指令当由文本到语音系统的一个或多个计算机执行时，使得所述一个或多个计算机执行操作，所述操作包括：

由文本到语音系统的一个或多个计算机接收指示用于语音合成的文本的数据；

由文本到语音系统的一个或多个计算机确定每个表示文本的相应部分的文本单元的序列，所述文本单元的序列包括至少第一文本单元、然后第二文本单元；

由文本到语音系统的一个或多个计算机生成候选语音单元的格子，所述候选语音单元的格子针对文本单元的序列中的每个文本单元包括相同预定数量L的语音单元，候选语音单元的格子中的每个语音单元与相应声学参数相关联，其中，通过向格子添加每个被选择来扩展经过格子的多个特定路径中的一个特定路径的语音单元来生成格子，并且其中，被添加到格子以扩展所述多个特定路径的语音单元分别基于以下被选择：

基于与添加的语音单元相关联的相应声学参数的串接所述添加的语音单元与所述添加的语音单元被选择以扩展的特定路径的最后语音单元的联合成本；和

指示所述添加的语音单元对应于在格子中所述添加的语音单元所对应的文本单元的程度的目标成本；以及

由文本到语音系统的一个或多个计算机根据经过生成的格子的语音单元的路径提供合成语音数据，

其中，经过格子的多个特定路径包括数量为K的路径，并且

其中，向格子添加语音单元包括，对于数量为K的路径中的每个路径的最后语音单元：

确定数量为X的语音单元以从数量为K的路径中的对应特定路径的最后语音单元进行扩展，其中X对应于由L与K的比表示的值；以及

向数量为K的路径中的对应特定路径的最后语音单元添加所确定的数量为X的语音单元。

2.根据权利要求1所述的计算机存储介质，其中确定每个表示所述文本的相应部分的文本单元的序列包括确定文本单元的序列，所述文本单元每个表示与由其他文本单元表示的文本的部分分离的、文本的不同部分。

3.一种文本到语音系统，包括一个或多个计算机和一个或多个存储设备，所述存储设备上存储有指令，所述指令在由所述一个或多个计算机执行时可操作以使所述一个或多个计算机执行操作，所述操作包括：

由文本到语音系统的一个或多个计算机接收指示用于语音合成的文本的数据；

由所述文本到语音系统的所述一个或多个计算机确定每个表示文本的相应部分的文本单元的序列，所述文本单元的序列包括至少第一文本单元、然后第二文本单元；

由文本到语音系统的一个或多个计算机生成候选语音单元的格子，所述候选语音单元的格子针对文本单元的序列中的每个文本单元包括相同预定数量L的语音单元，候选语音单元的格子中的每个语音单元与相应声学参数相关联，其中，通过向格子添加分别被选择以扩展经过格子的多个特定路径中的一个特定路径的语音单元来生成格子，并且其中，被添加到格子以扩展所述多个特定路径的语音单元分别基于以下被选择：

基于与添加的语音单元相关联的相应声学参数的串接所述添加的语音单元与所述添加的语音单元被选择以扩展的特定路径的最后语音单元的联合成本；和

指示所述添加的语音单元对应于在格子中所述添加的语音单元所对应的文本单元的程度的目标成本；以及

由文本到语音系统的一个或多个计算机根据经过生成的格子的语音单元的路径提供合成语音数据，

其中，经过格子的多个特定路径包括数量为K的路径，并且

其中，向格子添加语音单元包括，对于数量为K的路径中的每个路径的最后语音单元：

确定数量为X的语音单元以从数量为K的路径中的对应特定路径的最后语音单元进行扩展，其中X对应于由L与K的比表示的值；以及

向数量为K的路径中的对应特定路径的最后语音单元添加所确定的数量为X的语音单元。

4.根据权利要求3所述的文本到语音系统，其中确定每个表示文本的相应部分的文本单元的序列包括确定每个表示与其他文本单元表示的文本的部分分离的、文本的不同部分的文本单元的序列。

5.根据权利要求3所述的文本到语音系统，其中，根据经过生成的格子的语音单元的路径提供合成语音数据包括提供所述合成语音数据以使得设备生成用于所述文本的可听数据。