[发明专利]语音合成处理方法、装置和介质

权利要求书

1.一种语音合成处理方法，其特征在于，所述方法包括：

检测用户操作；

在所述用户操作为语音合成编辑操作或时长获取操作的情况下，确定并展示音频时长信息；其中，所述音频时长信息为对文本信息进行时长预测得到。

2.根据权利要求1所述的方法，其特征在于，所述语音合成编辑操作包括：

文本信息对应的编辑操作；和/或

语速参数对应的编辑操作；和/或

语音合成效果参数对应的编辑操作。

3.根据权利要求1所述的方法，其特征在于，所述确定并展示音频时长信息，包括：

响应于文本信息的输入操作或修改操作，实时确定对应的音频时长信息并显示。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据音频时长信息与用户的设定时长，输出提示信息；

所述提示信息包括如下信息中的至少一种：

音频时长信息与用户的设定时长的差值信息；或者

音频时长信息与用户的设定时长的差值信息对应的增删字符数量信息。

5.根据权利要求1所述的方法，其特征在于，所述确定并展示音频时长信息，包括：

在所述用户操作为语音合成编辑操作或时长获取操作的情况下，发送获取请求；所述获取请求用于获取音频时长信息。

6.根据权利要求1至5中任一所述的方法，其特征在于，所述音频时长信息为根据语速参数和/或语音合成效果参数，对文本信息进行时长预测得到。

7.一种语音合成处理方法，其特征在于，所述方法包括：

在检测到语音合成编辑操作或时长获取操作的情况下，对文本信息进行时长预测，以得到音频时长信息；

输出所述音频时长信息。

8.根据权利要求7所述的方法，其特征在于，所述对文本信息进行时长预测，包括：

在检测到语音合成编辑操作或时长获取操作的情况下，预测文本信息中字符分别对应的时长信息；

对所述时长信息进行融合，以得到音频时长信息。

9.根据权利要求7所述的方法，其特征在于，所述对文本信息进行时长预测，包括：

在检测到语音合成编辑操作或时长获取操作的情况下，确定文本信息中字符分别对应的时长信息；

根据所述字符对应的语速参数和/或语音合成效果参数，对所述时长信息进行调整；

对调整后的时长信息进行融合，以得到音频时长信息。

10.一种语音合成处理装置，其特征在于，包括：

检测模块，用于检测用户操作；以及

处理模块，用于在所述用户操作为语音合成编辑操作或时长获取操作的情况下，确定并展示音频时长信息；其中，所述音频时长信息为对文本信息进行时长预测得到。

11.一种语音合成处理装置，其特征在于，包括：

时长预测模块，用于在检测到语音合成编辑操作或时长获取操作的情况下，对文本信息进行时长预测，以得到音频时长信息；以及

输出模块，用于输出所述音频时长信息。

12.一种用于语音合成处理的装置，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，所述程序被一个或者一个以上处理器执行时，实现权利要求1至6中任一所述方法的步骤。

13.一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如权利要求1至6中一个或多个所述的语音合成处理方法。