[发明专利]一种基于网络配音游戏的语音样本收集方法

摘要

本发明提供了一种基于网络配音游戏的语音样本收集方法，包括：步骤101语音样本收集环节，通过用户点播视频，然后跟随视频字幕进行配音，配音后用户可在客户端对自己的原声进行变声处理，后台服务器端结合基于PESQ的客观语音质量评价和语音识别对原始音频进行机器打分；步骤102语音样本抽样主观评价环节，抽取语音样本在游戏首页展示，用户对展示语音样本进行试听评价后，选择“符合原文”或“不符原文”按钮，对用户选择“不符原文”按钮数量较多的语音样本，后台进行人工试听，人工试听后确实与文本不符的语音样本从样本库中剔除。本发明解决了现有人工现场录制语音样本方案录制成本高、时间长，和人工电话录制方案语音样本包含信道噪声的缺点。

主权项

一种基于网络配音游戏的语音样本收集方法，其特征在于，包括下述步骤：S1.通过如下游戏过程进行语音样本收集并进行自动质量评价：S1.1熟悉配音需求：游戏用户在配音游戏客户端点播视频独白节目，客户端通过Video View类第一遍播放含音频与画面的视频，使用户对视频场景和对话过程有较好的认知；S1.2配音：客户端通过Video View类播放无声视频，画面底部同步显示字幕与进度条，游戏用户根据字幕与画面进行配音，客户端通过AudioRecord类按照16KHz采样频率，16bit采样深度，单声道，线性PCM编码格式录制用户语音，画面结束，自动通过UploadUtil类向服务器上传用户录制原始语音以及用户所处地理位置；S1.3配音变声处理：客户端提供变声功能，该变声功能通过基于GMM的音色变换算法实现，音色变换算法在客户端对配音进行处理，使用户语音能以视频原声为目标进行粗略音色变换，用户对处理效果满意后将变声音频上传至服务器，使得语音收集过程更具趣味性，本语音收集工具也更易传播；S1.4配音质量评价：用户原始音频上传到服务器后，服务器端通过算法对语音清晰度与发音准确性进行自动评价，算法由客观语音质量评价和语音识别两部分构成，减少了传统方法在样本筛选阶段大量的人力消耗；S1.5分享：服务器将前述步骤S1.4生成的分数与前述步骤S1.3生成的变声音频链接下发给游戏用户，用户在社交平台分享分数与变声后的音频链接，本步骤使得本语音收集工具也更具传播性，有利于获取大量的用户，从而得到大量的说话人的语音；S1.6奖励：高点击量语音给予积分奖励，鼓励用户分享，高分语音给予积分奖励，鼓励用户录制高质量语音；S2.对机器打分语音样本抽样进行主观评价。