本公开涉及一种语音合成方法、装置、可读介质及电子设备，可以对待处理的目标文本进行副语言标注，所述副语言包括多种类型，不同类型的副语言对应不同的标注信息；获取所述目标文本对应的第一声学标注，所述第一声学标注包括所述目标文本对应的多种副语言的第一标注信息和所述目标文本中除所述副语言之外的其它语言的第二标注信息；根据所述第一标注信息和所述第二标注信息生成所述目标文本对应的目标音频。目标音频。目标音频。
【技术实现步骤摘要】
语音合成方法、装置、可读介质及电子设备
[0001]本公开涉及计算机
，具体地，涉及一种语音合成方法、装置、可读介质及电子设备。
技术介绍
[0002]目前，语音合成技术为人们的生活带来了极大的便利，如TTS(Text To Speech，从文本到语音)技术可以把文字智能地转化为语音流。以Tacotron为代表的基于深度学习的语音合成技术中，已经较好地实现对语音部分的分析和建模。然而在口语对话场景中，由于真人在对话过程中会出现犹豫、口误、咂嘴等副语言现象，当前的TTS技术不能很好地对类似的副语言现象进行音频合成，合成音频的自然度和拟人度仍然存在提升空间。
技术实现思路
[0003]提供该部分内容以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该部分内容并不旨在表示要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0004]第一方面，本公开提供一种语音合成方法，所述方法包括：
[0005]对待处理的目标文本进行副语言标注，所述副语言包括多种类型，不同类型的副语言对应不同的标注信息；
[0006]获取所述目标文本对应的第一声学标注，所述第一声学标注包括所述目标文本对应的多种副语言的第一标注信息和所述目标文本中除所述副语言之外的其它语言的第二标注信息；
[0007]根据所述第一标注信息和所述第二标注信息生成所述目标文本对应的目标音频。
[0008]第二方面，本公开提供一种语音合成装置，所述装置包括：
[0009]标注模块，用于对待处理的目标文本进行副语言标注，所述副语言包括多种类型，不同类型的副语言对应不同的标注信息；
[0010]获取模块，用于获取所述目标文本对应的第一声学标注，所述第一声学标注包括所述目标文本对应的多种副语言的第一标注信息和所述目标文本中除所述副语言之外的其它语言的第二标注信息；
[0011]语音合成模块，用于根据所述第一标注信息和所述第二标注信息生成所述目标文本对应的目标音频。
[0012]第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面所述方法的步骤。
[0013]第四方面，本公开提供一种电子设备，包括：
[0014]存储装置，其上存储有至少一个计算机程序；
[0015]至少一个处理装置，用于执行所述存储装置中的所述至少一个计算机程序，以实现本公开第一方面所述方法的步骤。
[0016]通过上述技术方案，通过对目标文本进行副语言标注，可以根据目标文本中副语言的第一标注信息和目标文本中除副语言之外的其它语言的第二标注信息生成目标文本对应的目标音频，该目标音频中对副语言现象的音频合成效果较佳，避免了现有的语音合成方法中音频合成效果不佳的问题，提高了合成语音的自然度和拟人度。
[0017]本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0018]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。在附图中：
[0019]图1是根据一示例性实施例示出的一种语音合成方法的流程图。
[0020]图2是根据图1所示实施例示出的一种语音合成方法的流程图。
[0021]图3是根据一示例性实施例示出的一种副语言标注示意图。
[0022]图4a和图4b是根据一示例性实施例示出的又一种副语言标注示意图。
[0023]图5是根据图1所示实施例示出的一种语音合成方法的流程图。
[0024]图6是根据图5所示实施例示出的一种语音合成方法的流程图。
[0025]图7是根据一示例性实施例示出的一种语音合成装置的框图。
[0026]图8是根据一示例性实施例示出的一种电子设备的结构框图。
具体实施方式
[0027]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0028]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0029]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0030]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0031]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0032]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0033]本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。
[0034]可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
[0035]例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
[0036]作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
[0037]可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。
[0038]同时，可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
[003本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种语音合成方法，其特征在于，所述方法包括：对待处理的目标文本进行副语言标注，所述副语言包括多种类型，不同类型的副语言对应不同的标注信息；获取所述目标文本对应的第一声学标注，所述第一声学标注包括所述目标文本对应的多种副语言的第一标注信息和所述目标文本中除所述副语言之外的其它语言的第二标注信息；根据所述第一标注信息和所述第二标注信息生成所述目标文本对应的目标音频。2.根据权利要求1所述的方法，其特征在于，所述对待处理的目标文本进行副语言标注包括：确定所述目标文本对应的副语言标注指示消息，所述副语言标注指示消息用于指示所述目标文本中需要标注副语言的至少一个目标位置，以及每个目标位置需要标注的副语言的类型；针对每个所述目标位置，根据所述目标位置需要标注的所述副语言的类型确定所述副语言对应的标注规则；根据所述标注规则对所述副语言进行声学标注。3.根据权利要求2所述的方法，其特征在于，所述根据所述标注规则对所述副语言进行声学标注包括：根据所述标注规则对所述副语言在目标声学属性层级进行声学标注，所述目标声学属性层级包括字层、音节层、音素层、韵律层以及词性层中的至少一种。4.根据权利要求1所述的方法，其特征在于，所述第一标注信息和所述第二标注信息均包括第一音素标注信息、第一声调标注信息以及第一韵律标注信息，所述第一声调标注信息中的每个声调标注与所述第一音素标注信息中的每个音素标注一一对应，所述第一韵律标注信息中的每个韵律标注与所述第一音素标注信息中的每个音素标注一一对应；所述根据所述第一标注信息和所述第二标注信息生成所述目标文本对应的目标音频包括：根据所述第一音素标注信息、所述第一声调标注信息以及所述第一韵律标注信息通过预先训练得到的目标语音合成模型确定所述目标文本对应的声学特征信息；根据所述声学特征信息生成所述目标音频。5.根据权利要求4所述的方法，其特征在于，所述目标语音合成模型包括编码子模型、注意力子模型以及解码子模型，所述根据所述第一音素标注信息、所述第一声调标注信息以及所述第一韵律标注信息通过预先训练得到的语音合成模型确定所述目标文本对应的声学特征信息包括：将所述第一音素标注信息、所述第一声调标注信息以及所述第一韵律标注信息进行向量拼接，得到声学标注表征向量；将所述声学标注表征...
【专利技术属性】
技术研发人员：何爽爽，马泽君，
申请(专利权)人：北京有竹居网络技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。