[发明专利]语音合成播报方法、装置、设备及计算机可读介质

权利要求书

1.一种语音合成播报方法，其特征在于，包括：

接收多个发音人的录音数据；每人录音文本不重复；

接收到所述多个发音人的录音数据之后，提取所述多个发音人中的每个发音人的录音数据的文本特征，并分别对多个发音人进行身份标识；

将所述文本特征和发音人的身份标识输入至文本-声学的映射模型，输出语音特征，并建立发音人的文本特征与语音特征的映射关系；

该方法还包括：根据每个发音人的语音特征建立发音人身份标识与播报信息的映射关系，所述播报信息包括：播报音色、播报领域、用户人群中的一种或多种；

所述文本特征包括：音子、声调、音子的停顿级别。

2.根据权利要求1所述的方法，其特征在于，所述语音特征包括：语音频谱特征和基频特征。

3.根据权利要求1所述的方法，其特征在于，该方法还包括：根据当前播报信息选择对应的发音人对文本进行播报。

4.根据权利要求3所述的方法，其特征在于，所述根据当前播报信息选择对应的发音人对文本进行播报，包括：

获取当前播报信息；

根据当前播报的信息匹配对应的发音人。

5.一种语音合成播报装置，其特征在于，包括：

接收模块，用于接收多个发音人的录音数据；每人录音文本不重复；

提取模块，用于接收到所述多个发音人的录音数据之后，提取所述多个发音中的每个发音人的录音数据的文本特征，并分别对多个发音人进行身份标识；

映射模块，用于将所述文本特征和发音人的身份标识输入至文本-声学的映射模型，输出语音特征，并建立发音人的文本特征与语音特征的映射关系；

所述装置还包括：

播报信息映射模块，用于根据每个发音人的语音特征建立发音人身份标识与播报信息的映射关系，所述播报信息包括：播报音色、播报领域、用户人群中的一种或多种；

所述文本特征包括：音子、声调、音子的停顿级别。

6.根据权利要求5所述的装置，其特征在于，所述语音特征包括：语音频谱特征和基频特征。

7.根据权利要求6所述的装置，其特征在于，该装置还包括播报模块，用于根据当前播报信息选择对应的发音人对文本进行播报。

8.根据权利要求7所述的装置，其特征在于，所述播报模块包括：

播报信息获取子模块，用于获取当前播报信息；

匹配子模块，用于根据当前播报信息挑选对应的发音人。

9.一种语音合成播报设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-4中任一所述的语音合成播报方法。

10.一种计算机可读介质，其存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一所述的语音合成播报方法。