[发明专利]一种基于文本标记生成语音的系统和方法

说明书

本发明公开了一种基于文本标记生成语音的系统和方法，涉及语音输出技术领域。该装置的一具体实施方式包括：存储模块，用于存储标记指令和所述标记指令的指令属性信息；其中，所述标记指令用于指示对文本进行编辑；显示模块，用于向用户展示所述存储模块存储的标记指令和所述标记指令的指令属性信息，以及用于所述用户输入对待标记文本的目标指令；其中，所述标记指令至少包括所述目标指令；合成模块，用于根据所述用户输入的对待标记文本的目标指令，生成待输出语音数据。该装置能够将文本标记的过程进行可视化，高效的引导使用者进行标记，对于初次使用的使用者和资深使用者能够快速熟练使用，提高了标记文本转为语音的效率以及降低了成本。

技术领域

本发明涉及语音输出技术领域，尤其涉及一种基于文本标记生成语音的系统和方法。

背景技术

随着AI技术的发展以及机器对话的广泛应用，市面上对把文本形式的语音转义成语音播报的需求越来越多。尤其在对可以实现即兴把文本文字个性化的按照自我意愿的进行转义成语音的需求受到广大的欢迎。

目前，将文本转义成语音的主要形态是基于XML(可扩展标记语言，ExtensibleMarkup Language)的标记语言，通过手动添加微调音节、发音、语速、音量以及文本转语音输出的其他属性来实现。XML是一种用于标记电子文件使其具有结构性的标记语言，可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。虽然现有技术基于XML文档模式进行SSML(语音合成标记语言，Speech Synthesis MarkupLanguage)标记语言，是可以对文本进行特殊的标记，但是需要记忆大量的标记指令和属性，对于使用者来说会对SSML标记语言的灵活运用造成巨大的阻碍。因此，存在文本转语音的成本增高和效率低的问题。

发明内容

有鉴于此，本发明实施例提供一种基于文本标记生成语音的系统和方法，能够将文本标记的过程进行可视化，提高了标记文本转为语音的效率以及降低了成本。

为实现上述目的，根据本发明实施例的一个方面，提供了一种基于文本标记生成语音的系统。

本发明实施例的基于文本标记生成语音的系统包括：存储模块，用于存储标记指令和所述标记指令的指令属性信息；其中，所述标记指令用于指示对文本进行编辑；显示模块，用于向用户展示所述存储模块存储的标记指令和所述标记指令的指令属性信息，以及用于所述用户输入对待标记文本的目标指令；其中，所述标记指令至少包括所述目标指令；合成模块，用于根据所述用户输入的对待标记文本的目标指令，生成待输出语音数据。

可选地，还包括接收模块，用于接收所述待标记文本，以及将所述待标记文本的格式转换为纯文本格式。

可选地，所述纯文本格式为富文本格式。

可选地，还包括检测模块，用于根据所述用户输入的对待标记文本的目标指令，确定提示信息；

所述显示模块还用于向所述用户展示所述提示信息。

可选地，所述存储模块还用于，存储语音属性信息，所述语音属性信息至少包括以下一种：音色信息、音量信息、语速信息；

所述显示模块还用于向用户展示所述存储模块存储的语音属性信息，以及用于所述用户输入目标属性信息。

可选地，还包括试听输出模块，用于根根据所述用户输入的对待标记文本的目标指令，确定试听部分；以及用于根据所述用户输入的目标属性信息，将所述试听部分进行语音输出。

可选地，所述标记指令至少包括以下一种：停顿标记指令、连读标记指令、修改发音标记指令、数字串读标记指令、字母串读标记指令；和/或

所述显示模块用于向用户展示指令撤销项，所述指令撤销项用于撤销所述用户输入的对待标记文本的目标指令。