[发明专利]具有情感内容的文字至语音转换

摘要

本发明公开了用于将文字转换为具有情感内容的语音的技术。在一个方面中，使用中性模型针对脚本预测情感中性声轨迹，并且使用情感特有模型独立地预测情感特有声轨迹调整。中性轨迹和情感特有调整被组合来生成具有情感内容的变换语音输出。在另一方面中，通过根据语境和状态变化的情感特有因子来变换用于中性声音的统计参数模型的状态参数。情感依赖调整因子可以使用情感特有判定树或者不同于判定树的用于中性声音模型的其他集群方案来进行集群和存储。

主权项

一种用于文字至语音转换的装置，包括：中性生成块，被配置为生成脚本的情感中性表示，所述情感中性表示包括与多个音素中的每个音素相关联的至少一个参数；以及调整块，被配置为基于情感类型针对所述多个音素中的每个音素区别地调整所述至少一个参数，以生成变换表示。