[发明专利]一种语音合成方法、装置、设备及存储介质

权利要求书

1.一种语音合成方法，其特征在于，包括：

根据目标文本获取文本单元序列，其中，所述文本单元序列中的每个文本单元包括至少一个字符；

对所述文本单元序列中的每个文本单元按音节进行切分，得到子文本单元序列，所述子文本单元序列由具有语音意义的子文本单元组成，对应一个音节的子文本单元为一个语素或子语素，语素是语音、语义结合体；

确定所述子文本单元序列中每个子文本单元对应的语音单元，得到语音单元序列；

基于所述子文本单元序列和所述语音单元序列进行语音合成，得到所述目标文本对应的合成语音；

其中，所述对所述文本单元序列中的每个文本单元按音节进行切分，得到子文本单元序列，包括：

基于待切分的文本单元中对应的语音属性为第一属性的字符，对所述待切分的文本单元进行切分，得到第一切分结果；

基于所述第一切分结果中对应的语音属性为第二属性的字符，对所述第一切分结果进一步进行切分；

其中，若第一属性为元音，则第二属性为辅音，若第一属性为辅音，则第二属性为元音。

2.根据权利要求1所述的语音合成方法，其特征在于，所述对所述文本单元序列中的每个文本单元按音节进行切分，得到子文本单元序列，还包括：

按预设的切分原则，对所述文本单元序列中的每个文本单元进行切分，得到子文本单元序列，其中，所述切分原则为，使每个子文本单元对应一个音节。

3.根据权利要求2所述的语音合成方法，其特征在于，所述对所述文本单元序列中的每个文本单元进行切分，包括：

针对所述目标文本中每个待切分的文本单元：

确定所述待切分的文本单元中每个字符对应的语音属性；

以所述待切分的文本单元中每个字符对应的语音属性为依据，对所述待切分的文本单元进行切分。

4.根据权利要求3所述的语音合成方法，其特征在于，所述确定所述待切分的文本单元中每个字符对应的语音属性，包括：

基于预先建立的字符与语音属性的对应关系，确定所述待切分的文本单元中每个字符对应的语音属性。

5.根据权利要求1所述的语音合成方法，其特征在于，基于所述待切分的文本单元中对应的语音属性为第一属性的字符，对所述待切分的文本单元进行切分，得到第一切分结果，包括：

基于所述待切分的文本单元中对应的语音属性为元音的字符，对所述待切分的文本单元进行切分，得到第一切分结果；

所述基于所述第一切分结果中对应的语音属性为第二属性的字符，对所述第一切分结果进一步进行切分，包括：

基于所述第一切分结果中对应的语音属性为辅音的字符，对所述第一切分结果进一步进行切分。

6.根据权利要求5所述的语音合成方法，其特征在于，所述基于所述待切分的文本单元中对应的语音属性为元音的字符，对所述待切分的文本单元进行切分，得到第一切分结果，包括：

在所述待切分的文本单元中对应的语音属性为元音的字符后添加切分符，得到初步切分结果；

基于切分符的前向相邻字符和后向相邻字符分别对应的语音属性，对所述初步切分结果进行调整，调整后的切分结果作为第一切分结果。

7.根据权利要求5所述的语音合成方法，其特征在于，所述基于所述第一切分结果中对应的语音属性为辅音的字符，对所述第一切分结果进一步进行切分，包括：

若所述第一切分结果中存在对应的语音属性均为辅音的多个连续字符组成的第一目标字符串，则确定所述第一目标字符串中是否存在与预先建立的辅音字符串集合中的辅音字符串匹配的第二目标字符串；

若存在，则在所述第二目标字符串前添加切分符；

若不存在，则根据所述第一目标字符串所包含字符的数量，对所述第一目标字符串进行切分。