[发明专利]语音合成方法、装置、电子设备和存储介质

权利要求书

1.一种语音合成方法，包括：

获取待合成文本，并获取第一用户的音色特征；

获取第二用户的阅读风格特征；

根据所述待合成文本、所述第一用户的音色特征、所述阅读风格特征生成第一音频特征；

根据所述第一音频特征生成目标语音。

2.根据权利要求1所述的方法，其中，所述获取第二用户的阅读风格特征，包括：

确定与所述第二用户对应的基频特征、能量特征以及时长特征，并将所述基频特征、能量特征以及时长特征作为所述第二用户的阅读风格特征。

3.根据权利要求2所述的方法，其中，所述确定与所述第二用户对应的基频特征、能量特征以及时长特征，包括：

获取所述第二用户的语音数据；

解析所述语音数据以得到训练文本；

根据所述语音数据，确定所述训练文本对应的时长特征；

确定所述语音数据对应的基频序列和能量序列；

采用所述时长特征对所述基频序列之中的基频进行目标处理，以得到所述基频特征；以及

采用所述时长特征对所述能量序列中的能量进行所述目标处理，以得到所述能量特征。

4.根据权利要求3所述的方法，其中，所述根据所述语音数据，确定所述训练文本对应的时长特征，包括：

解析所述训练文本以得到多个文本单元；

根据所述语音数据确定各个所述文本单元对应的时长，并将多个所述文本单元对应的时长作为所述时长特征。

5.根据权利要求4所述的方法，其中，所述根据所述语音数据确定各个所述文本单元对应的时长，包括：

解析所述语音数据以得到第二音频特征；

对所述第二音频特征和各个所述文本单元，基于时间维度进行对齐处理；

在所述对齐处理后，确定各个所述文本单元对应的时长。

6.根据权利要求4所述的方法，所述基频序列包括：与所述文本单元对应的基频，其中，所述采用所述时长特征对所述基频序列之中的基频进行目标处理，以得到所述基频特征，包括：

针对与所述文本单元对应的基频，采用与所述文本单元对应的时长计算基频均值；

将多个所述文本单元对应的基频均值作为所述基频特征。

7.根据权利要求4所述的方法，所述能量序列包括：与所述文本单元对应的能量，其中，所述采用所述时长特征对所述能量序列中的能量进行所述目标处理，以得到所述能量特征，包括：

针对与所述文本单元对应的能量，采用与所述文本单元对应的时长计算能量均值；

将多个所述文本单元对应的能量均值作为所述能量特征。

8.根据权利要求1所述的方法，其中，所述根据所述第一音频特征生成目标语音，包括：

采用声码器对所述第一音频特征进行编码处理，以得到所述目标语音。

9.一种语音合成装置，包括：

第一获取模块，用于获取待合成文本，并获取第一用户的音色特征；

第二获取模块，用于获取第二用户的阅读风格特征；

第一生成模块，用于根据所述待合成文本、所述第一用户的音色特征、所述阅读风格特征生成第一音频特征；

第二生成模块，用于根据所述第一音频特征生成目标语音。

10.如权利要求9所述的装置，其中，所述第二获取模块，用于：

确定与所述第二用户对应的基频特征、能量特征以及时长特征，并将所述基频特征、能量特征以及时长特征作为所述第二用户的阅读风格特征。