[发明专利]一种汽车提示音的语音音色定制方法及系统

权利要求书

1.一种汽车提示音的语音音色定制方法，其特征在于，包括以下步骤：

步骤S1、输入指定音色的声音；

步骤S2、存储输入声音数据；

步骤S3、将输入声音数据进行音色提取，与原有语音提示音数据进行合成，生成指定音色对应的定制后的语音提示音数据；

步骤S4、将定制后的语音提示音数据进行存储并输出。

2.根据权利要求1所述的汽车提示音的语音音色定制方法，其特征在于，所述步骤S3，进一步包括：

步骤S31、通过傅里叶变化解析成语谱图，提取输入声音数据的音色特征；

步骤S32、提取原有语音提示音数据的内容特征信息；

步骤S33、将音色特征与内容特征信息进行合成，生成指定音色对应的语音提示音数据。

3.根据权利要求2所述的汽车提示音的语音音色定制方法，其特征在于，所述步骤S31，进一步包括：

步骤S311、将输入声音数据的按帧进行分解；

步骤S312、对于每一帧的音频，计算周期功率谱；

步骤S313、将mel滤波器应用到周期功率谱中，计算每个mel滤波器的能量和；

步骤S314、计算能量和的对数值；

步骤S315、对每个对数能量进行离散余弦变换；

步骤S316、保留离散余弦变换结果的2-13个系数，作为音色特征，其余系数舍去。

4.根据权利要求3所述的汽车提示音的语音音色定制方法，其特征在于，所述步骤S33，进一步包括：

步骤S331、将提取的音色特征信息按照频谱进行归类；

步骤S332、利用级数展开音色特征信息，取其中主要部分的音色特征信息；

步骤S333、对内容特征信息进行整理，合并音色特征信息，生成指定音色对应的语音频谱数据；

步骤S334、将指定音色对应的语音频谱数据进行频域反变换，输出指定音色对应的语音提示音数据。

5.根据权利要求2所述的汽车提示音的语音音色定制方法，其特征在于，所述步骤S33，进一步包括：

通过深度神经网络算法，将音色特征与内容特征信息训练后进行合成。

6.一种汽车提示音的语音音色定制系统，其特征在于，包括用户端、车机端和服务端：

所述用户端，与车机端连接，输入指定音色的声音，输出定制后的语音提示音；

所述车机端，与服务端连接，接收输入声音数据后存储并发送至服务端，发送原有语音提示音数据至服务端，接收定制后的语音提示音数据后存储并发送至用户端；

所述服务端，将输入声音数据进行音色提取，与原有语音提示音数据进行合成，生成指定音色对应的定制后的语音提示音数据。

7.根据权利要求6所述的汽车提示音的语音音色定制系统，其特征在于，所述服务端，通过傅里叶变化解析成语谱图，提取输入声音数据的音色特征，提取原有语音提示音数据的内容特征信息，将音色特征与内容特征信息进行合成，生成指定音色对应的语音提示音数据。

8.根据权利要求7所述的汽车提示音的语音音色定制系统，其特征在于，所述服务端，将输入声音数据的按帧进行分解，对于每一帧的音频，计算周期功率谱，将mel滤波器应用到周期功率谱中，计算每个mel滤波器的能量和，计算能量和的对数值，对每个对数能量进行离散余弦变换，保留离散余弦变换结果的2-13个系数，作为音色特征，其余系数舍去。

9.根据权利要求8所述的汽车提示音的语音音色定制系统，其特征在于，所述服务端，将提取的音色特征信息按照频谱进行归类，利用级数展开音色特征信息，取其中主要部分的音色特征信息，对内容特征信息进行整理，合并音色特征信息，生成指定音色对应的语音频谱数据，将指定音色对应的语音频谱数据进行频域反变换，输出指定音色对应的语音提示音数据。

10.根据权利要求7所述的汽车提示音的语音音色定制系统，其特征在于，所述服务端，通过深度神经网络算法，将音色特征与内容特征信息训练后进行合成。