[发明专利]语音合成的效果评估方法、装置、计算机设备及存储介质

说明书

本发明公开了语音合成的效果评估方法、装置、计算机设备及存储介质，方法包括：获取完整覆盖测试文本集的样本数据集合，获取样本数据数据集合中文本信息的文本编码序列及语音信息的音频系数信息，根据文本编码序列及音频系数信息构建音频合成模型，根据语音信息及与文本信息对应的韵律信息构建韵律预测模型，根据测试信息对基于音频合成模型及韵律预测模型合成处理的语音合成信息进行综合评估，将评估结果上传至区块链中。本发明基于语言信号处理技术，属于人工智能领域，采用音频合成模型及韵律预测模型共同合成得到语音合成信息，结合音频合成信息及韵律预测信息对语音合成的效果进行综合评估，可大幅提升对语音合成的效果进行评估的准确性。

技术领域

本发明涉及人工智能技术领域，属于智慧城市中对语音合成的效果进行智能评估的应用场景，尤其涉及一种语音合成的效果评估方法、装置、计算机设备及存储介质。

背景技术

语音合成技术可按照用户输入的信息合成语音信息进行输出，现有的语言合成方法均是构建音频合成模型并基于用户输入的文本信息对应合成语音信息，构建音频合成模型后需要通过检验合成得到的语音信息的准确性以对模型的进行语音合成的效果进行评估。传统技术方法均是将由文字信息合成得到的语音信息转换为语音特征信息进行对比，然而中文文本的发音具有相应特殊性，由于多音字的存在，导致中文文本对应的发音在韵律特征及语调上的复杂程度较高，传统技术方法中基于语音特征信息进行对比难以体现语音信息在韵律、语调等特征上的区别，导致难以对语音合成的效果进行准确评估。因此，现有技术方法存在难以对语音合成的效果进行准确评估的问题。

发明内容

本发明实施例提供了一种语音合成的效果评估方法、装置、计算机设备及存储介质，旨在解决现有技术方法中所存在的难以对语音合成的效果进行准确评估的问题。

第一方面，本发明实施例提供了一种语音合成的效果评估方法，其包括：

若接收到用户所输入的测试文本集，从预存的样本数据库中获取能够完整覆盖所述测试文本集的样本数据集合，所述样本数据集合的每一样本数据均包括文本信息及与所述文本信息相匹配的语音信息；

根据预存的编码词典获取与所述样本数据集合中每一文本信息对应的文本编码序列；

根据预置的提取规则从所述样本数据集合中与每一所述文本信息相匹配的语音信息中提取得到音频系数信息；

根据预置的合成模型构建规则、所述文本编码序列及所述音频系数信息构建对应的音频合成模型；

根据预置的预测模型构建规则、所述语音信息及与所述文本信息对应的韵律信息构建韵律预测模型；

若接收到用户所输入的测试信息，根据所述音频合成模型及所述韵律预测模型对所述测试信息的文本信息进行语音合成处理得到语音合成信息；

根据所述测试信息中测试数据的目标频谱信息对所述语音合成信息的音频合成信息进行对比评估得到第一评估结果；

根据所述测试信息中测试数据的目标韵律信息对所述语音合成信息的韵律预测信息进行对比评估得到第二评估结果。

第二方面，本发明实施例提供了一种语音合成的效果评估装置，其包括：

样本数据集合获取单元，用于若接收到用户所输入的测试文本集，从预存的样本数据库中获取能够完整覆盖所述测试文本集的样本数据集合，所述样本数据集合的每一样本数据均包括文本信息及与所述文本信息相匹配的语音信息；

文本编码序列获取单元，用于根据预存的编码词典获取与所述样本数据集合中每一文本信息对应的文本编码序列；

音频系数信息获取单元，用于根据预置的提取规则从所述样本数据集合中与每一所述文本信息相匹配的语音信息中提取得到音频系数信息；