[发明专利]一种音色筛选方法及装置

权利要求书

1.一种音色筛选方法，其特征在于，包括：

根据若干个发音人的音频数据获取相应的音频向量集合；其中，所述音频向量集合中的每一个音频向量对应一个发音人标签；所述音频向量包含发音人的音色特征；

根据预设的聚类算法对所述音频向量集合进行聚类，获得聚类结果；

根据所述发音人标签对所述聚类结果中的每一个簇类进行簇标签标记；

根据标记结果将所述聚类结果中的簇标签相同的簇类进行合并，获得合并聚类结果；其中，所述合并聚类结果中的簇类的数量与发音人的数量相同；

计算获得所述合并聚类结果中的每一个簇类的错误率，并根据所述错误率对发音人的音色进行筛选。

2.如权利要求1所述的音色筛选方法，其特征在于，所述根据所述发音人标签对所述聚类结果中的每一个簇类进行簇标签标记，具体包括：

对于任意一个簇类，根据所述发音人标签对所述簇类中的音频向量的数量进行分类统计；

根据统计结果将数量最多的音频向量对应的发音人标签作为所述簇类的簇标签。

3.如权利要求1所述的音色筛选方法，其特征在于，所述计算获得所述合并聚类结果中的每一个簇类的错误率，并根据所述错误率对发音人的音色进行筛选，具体包括：

对于任意一个所述合并聚类结果中的簇类，根据所述发音人标签对所述合并聚类结果中的簇类中的音频向量的数量进行分类统计；

根据统计结果以及所述合并聚类结果中的簇类的簇标签计算获得不属于所述簇类的音频向量对应的错误率；

比较所述错误率与预设的错误率阈值的大小；

当所述错误率小于所述错误率阈值时，将所述合并聚类结果中的簇类中的音频向量作为音色筛选结果。

4.如权利要求3所述的音色筛选方法，其特征在于，在所述计算获得所述合并聚类结果中的每一个簇类的错误率，并根据所述错误率对发音人的音色进行筛选之后，所述方法还包括：

对于所述音色筛选结果中的任意一个簇类，将所述簇类中与所述簇类的簇标签相同的发音人标签所对应的音频向量存储到预设的发音人音频向量库中；其中，所述发音人音频向量库用于为语音合成系统提供音色合格的发音人音频向量。

5.如权利要求1所述的音色筛选方法，其特征在于，所述聚类算法包括第一聚类算法和第二聚类算法；则，

所述根据预设的聚类算法对所述音频向量集合进行聚类，获得聚类结果，具体包括：

根据所述第一聚类算法和所述第二聚类算法分别对所述音频向量集合进行聚类，对应获得第一聚类结果和第二聚类结果；

所述根据所述发音人标签对所述聚类结果中的每一个簇类进行簇标签标记，具体包括：

根据所述发音人标签分别对所述第一聚类结果和所述第二聚类结果中的每一个簇类进行簇标签标记；

所述根据标记结果将所述聚类结果中的簇标签相同的簇类进行合并，获得合并聚类结果，具体包括：

根据标记结果分别将所述第一聚类结果和所述第二聚类结果中的簇标签相同的簇类进行合并，对应获得第一合并聚类结果和第二合并聚类结果；

所述计算获得所述合并聚类结果中的每一个簇类的错误率，并根据所述错误率对发音人的音色进行筛选，具体包括：

计算获得所述第一合并聚类结果中的每一个簇类的第一错误率以及所述第二合并聚类结果中的每一个簇类的第二错误率；

根据簇标签相同的簇类对应的第一错误率和第二错误率对发音人的音色进行筛选。

6.如权利要求5所述的音色筛选方法，其特征在于，所述根据簇标签相同的簇类对应的第一错误率和第二错误率对发音人的音色进行筛选，具体包括：

根据所述第一错误率和所述第二错误率通过以下公式计算获得综合错误率：

综合错误率＝p*第一错误率+q*第二错误率；

其中，p和q为权重因子，p+q＝1；

比较所述综合错误率与预设的综合错误率阈值的大小；

当所述综合错误率小于所述综合错误率阈值时，将所述第一错误率对应的簇类中的音频向量和所述第二错误率对应的簇类中的音频向量作为音色筛选结果。