[发明专利]一种基于音素和韵律结构的中文语音合成方法有效
| 申请号： | 201910621398.3 | 申请日： | 2019-07-10 |
| 公开（公告）号： | CN110534089B | 公开（公告）日： | 2022-04-22 |
| 发明（设计）人： | 张春霞;谢壮壮 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G10L13/10 | 分类号： | G10L13/10;G10L13/08;G10L25/24;G10L25/30 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 范巍 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于音素和韵律结构的中文语音合成方法，该方法分为训练阶段和合成阶段；根据语言学知识，从待处理文本中的韵律标注信息中提取出韵律结构特征，基于韵律结构特征训练韵律模型；对待处理文本和音频进行预处理，得到包含韵律信息的拼音序列及对应的声学特征，然后训练声学模型，将训练好的韵律模型和声学模型部署到后台；根据韵律模型获得与输入文本对应的包含其韵律信息的文本；再转换为带有韵律信息的拼音序列后输入到声学模型得到其线性频谱；将线性频谱转换为音频。可以使合成的声音更加自然，特别是对于较长的分句，也能确定出停顿位置，另外在合成阶段将模型部署到后台，省去模型加载的时间，这样可以加快语音合成的速度。 | ||
| 搜索关键词： | 一种 基于 音素 韵律 结构 中文 语音 合成 方法 | ||
【主权项】：
1.一种基于音素和韵律结构的中文语音合成方法，其特征在于，包括训练和合成两个阶段；训练阶段包括如下步骤：/n步骤1，根据语言学知识，从待处理文本中的韵律标注信息中提取出韵律结构特征，基于所述韵律结构特征训练韵律模型；/n步骤2，对待处理文本和音频进行预处理，得到包含韵律信息的拼音序列及对应的声学特征；/n步骤3，基于步骤2所得包含韵律信息的拼音序列和声学特征训练声学模型；/n在合成阶段，包括如下步骤：/n步骤4，将步骤1训练好的韵律模型和步骤3所得声学模型部署到后台；/n步骤5，根据步骤4部署到后台的韵律模型获得与输入文本对应的包含其韵律信息的文本；/n步骤6，将步骤5所得包含其韵律信息的文本转换为带有韵律信息的拼音序列；/n步骤7，将步骤6所得带有韵律信息的拼音序列输入到步骤4部署在后台的声学模型得到其线性频谱；/n步骤8，通过声码器将步骤7所得线性频谱转换为音频。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安交通大学，未经西安交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910621398.3/，转载请声明来源钻瓜专利网。
