[发明专利]语音数据的韵律标注方法及装置

摘要

本发明提出一种语音数据的韵律标注方法及装置，其中，该方法包括：获取待标注语音数据的文本信息，提取第一文本特征信息和第二文本特征信息；提取声学特征信息；根据第一文本特征信息和韵律预测模型生成N个候选韵律特征信息；基于N个候选韵律特征信息、第二文本特征信息和声学预测模型生成N个候选声学特征信息；分别计算每个候选声学特征信息与声学特征信息之间的相关值；将最大相关值的候选声学特征所对应的候选韵律特征信息作为待标注语音数据的目标韵律特征信息；根据目标韵律特征信息对待标注语音数据的韵律特征进行标注。该实施例的方法及装置，准确对标注语音数据的韵律停顿进行了标注，进而可使合成语音更加流畅自然。

主权项

1.一种语音数据的韵律标注方法，其特征在于，包括以下步骤：获取待标注语音数据的文本信息，并提取所述文本信息的第一文本特征信息和第二文本特征信息；提取所述待标注语音数据的声学特征信息；根据所述第一文本特征信息和韵律预测模型生成所述文本信息的候选韵律特征信息集合，其中，所述候选韵律特征信息集合包含N个候选韵律特征信息，N为大于1的正整数；基于所述N个候选韵律特征信息、所述第二文本特征信息和声学预测模型生成所述文本信息的N个候选声学特征信息，其中，所述N个候选声学特征信息与所述N个候选韵律特征信息相对应；分别计算每个候选声学特征信息与所述声学特征信息之间的相关值；根据计算结果确定出最大相关值，并将最大相关值的候选声学特征所对应的候选韵律特征信息作为所述待标注语音数据的目标韵律特征信息；以及根据所述目标韵律特征信息对所述待标注语音数据的韵律特征进行标注。