[发明专利]语音合成方法及装置、电子设备和计算机可读介质

说明书

本公开提供一种语音合成方法、装置以及电子设备和计算机可读介质，涉及语音处理技术领域，该方法包括：获取语音合成请求，所述语音合成请求中包括目标场景标识以及待转换文本信息；根据所述目标场景标识确定语音合成参数；根据所述语音合成参数将所述待转换文本信息转换为语音数据。本公开实施例提供的语音合成方法可以支撑多应用场景，可以有效提高语音合成资源的利用率。

技术领域

本公开涉及语音处理技术领域，尤其涉及一种语音合成方法及装置、电子设备和计算机可读介质。

背景技术

近年来，随着语音技术的不断发展成熟，语音交互成为了目前最流行的交互方式之一，语音合成技术已经被广泛应用于有声阅读、语音导航、翻译对话等场景。但是目前的语音合成系统仅适用于某单一场景，如文学有声阅读、任务或派单信息语音播报等。目前，在语音合成系统方面，还没有比较通用的系统能够对所有的应用场景提供统一的服务，导致语音合成系统利用率低、资源浪费等。因此，找到一种支撑多应用场景的语音合成方法，对于提高语音合成系统利用率、节约资源具有至关重要的作用。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本公开提供一种语音合成方法及装置、电子设备和计算机可读介质，能够在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开实施例的第一个方面，提出一种语音合成方法，该方法包括：获取语音合成请求，所述语音合成请求中包括目标场景标识以及待转换文本信息；根据所述目标场景标识确定语音合成参数；根据所述语音合成参数将所述待转换文本信息转换为语音数据。

在本公开实施例中，所述语音合成请求中还包括目标渠道标识，所述方法还包括：根据所述目标渠道标识，确定所述语音合成请求的渠道来源；根据所述渠道来源确定所述语音数据的采样频率；其中，根据所述语音合成参数将所述待转换文本信息转换为语音数据，包括：根据所述采样频率和所述语音合成参数将所述待转换文本信息转换为所述语音数据。

在本公开实施例中，所述语音合成请求中还包括鉴权码，所述方法还包括：对所述语音合成请求中的鉴权码进行鉴权；如果鉴权成功，则生成鉴权成功标识。

在本公开实施例中，所述方法还包括：判断所述鉴权成功标识的合法性；如果所述鉴权成功标识合法，则生成渠道检测请求。

在本公开实施例中，所述语音合成参数包括：语种、音色、音调、音量和语速中的任意一种或者多种。

在本公开实施例中，所述渠道来源包括：电信渠道和多媒体渠道。

在本公开实施例中，根据所述渠道来源确定所述语音数据的采样频率，包括：若所述渠道来源为所述电信渠道，则确定所述语音数据的采样频率为8k16bit；若所述渠道来源为所述多媒体渠道，则确定所述语音数据的采样频率为16k16bit。

根据本公开实施例的第二个方面，提出一种语音合成装置，该装置包括：请求获取模块，配置为获取语音合成请求，所述语音合成请求中包括目标场景标识以及待转换文本信息；合成参数获取模块，配置为根据所述目标场景标识确定语音合成参数；第一语音合成模块，配置为根据所述语音合成参数将所述待转换文本信息转换为语音数据。

根据本公开实施例的第三个方面，提出一种电子设备，该电子设备包括：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，使得所述一个或多个处理器实现上述任一项所述的语音合成方法。