構(gòu)建語音特征庫的方法、語音合成方法、裝置及設(shè)備的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計算機領(lǐng)域，尤其涉及一種構(gòu)建語音特征庫的方法、語音合成方法、裝置及設(shè)備。
【背景技術(shù)】
[0002]個性化的語音會給受眾留下深刻的印象。例如，配音員為影視劇中的角色配音，通過配音員個性化的語音征服觀眾。但目前，無論是影視劇配音、演唱等等都需要人親自完成。由于人的生老病死，會導(dǎo)致個性化語音消失。
[0003]如何實現(xiàn)個性化語音的使用不受限于人的生老病死，是目前需要解決的問題。

【發(fā)明內(nèi)容】

[0004]本發(fā)明解決的技術(shù)問題之一是創(chuàng)建個性化的語音特征庫，以便能夠據(jù)此實現(xiàn)個性化的語音合成，使得個性化語音的使用不受限于人的生老病死。
[0005]根據(jù)本發(fā)明第一方面的一個實施例，提供了一種構(gòu)建語音特征庫的方法，包括:
[0006]將對象的錄音轉(zhuǎn)換為個性化的文本信息；
[0007]分析得到每條個性化的文本信息對應(yīng)的至少一個語境和相同語義的至少一條文本信息；
[0008]在所述對象的語音特征庫中關(guān)聯(lián)保存每條個性化的文本信息及對應(yīng)的文語特征，每條文語特征指示對應(yīng)的一個語境和一條文本信息；
[0009]對所述錄音進行音頻采樣，得到音頻采樣值；
[0010]在所述對象的語音特征庫中保存音頻特征，音頻特征指示了音頻采樣值。
[0011]根據(jù)本發(fā)明另一方面第二方面的一個實施例，提供了一種構(gòu)建語音特征庫的裝置，包括:
[0012]將對象的錄音轉(zhuǎn)換為個性化的文本信息的裝置；
[0013]分析得到每條個性化的文本信息對應(yīng)的至少一個語境和相同語義的至少一條文本信息的裝置；
[0014]在所述對象的語音特征庫中關(guān)聯(lián)保存每條個性化的文本信息及對應(yīng)的文語特征的裝置，每條文語特征指示對應(yīng)的一個語境和一條文本信息；
[0015]對所述錄音進行音頻采樣，得到音頻采樣值的裝置；
[0016]在所述對象的語音特征庫中保存音頻特征的裝置，音頻特征指示了音頻采樣值。
[0017]根據(jù)本發(fā)明的第三方面的一個實施例，還提供了一種計算機設(shè)備，包括前述構(gòu)建語音特征庫的裝置。
[0018]由于本發(fā)明推薦候選推薦項目時要考慮用戶的場景信息和用戶信息構(gòu)建語音特征庫時，針對每條個性化的文本信息，確定至少一個語境和與該條個性化的文本信息相同語義的至少一條文本信息。在后續(xù)進行語音合成時，即使提供的文本信息并非所需的個性化語音對應(yīng)的個性化文本信息，也可以在語音特征庫中首先查找到與需要進行語音合成的文本信息語義相同的個性化的文本信息，進而實現(xiàn)個性化的語音合成，從而使得個性化語音的使用不依賴于人的生老病死。
[0019]本發(fā)明解決的技術(shù)問題之二是進行個性化的語音合成，使得個性化語音的使用不受限于人的生老病死。
[0020]根據(jù)本發(fā)明第四方面的一個實施例，提供了一種語音合成方法，包括:
[0021]分析得到待進行語音合成的文本信息的語境；
[0022]生成所述待進行語音合成的文本信息對應(yīng)的文語特征，指示所述待進行語音合成的文本信息及其語境；
[0023]在語音特征庫中查找與待進行語音合成的文本信息對應(yīng)的文語特征匹配的文語特征，所述語音特征庫中的每條個性化的文本信息對應(yīng)的每條文語特征指示對應(yīng)的一個語境和一個相同語義的文本信息；
[0024]根據(jù)查找到的文語特征指示的語境，所述文語特征對應(yīng)的個性化的文本信息，和所述語音特征庫中保存的音頻特征，進行語音合成，所述音頻特征指示音頻采樣值。
[0025]根據(jù)本發(fā)明第五方面的一個實施例，提供了一種語音合成裝置，包括:
[0026]語境分析裝置，被配置為分析得到待進行語音合成的文本信息的語境；
[0027]文語特征生成裝置，被配置為生成所述待進行語音合成的文本信息對應(yīng)的文語特征，指示所述待進行語音合成的文本信息及其語境；
[0028]文語特征匹配裝置，用于在語音特征庫中查找與待進行語音合成的文本信息對應(yīng)的文語特征匹配的文語特征，所述語音特征庫中的每條個性化的文本信息對應(yīng)的每條文語特征指示對應(yīng)的一個語境和一個相同語義的文本信息；
[0029]語音合成裝置，被配置為根據(jù)查找到的文語特征指示的語境，所述文語特征對應(yīng)的個性化的文本信息，和所述語音特征庫中保存的音頻特征，進行語音合成，所述音頻特征指示音頻采樣值。
[0030]根據(jù)本發(fā)明的第六方面的一個實施例，還提供了一種計算機設(shè)備，包括前述語音合成裝置。
[0031]由于本發(fā)明所使用的語音特征庫中保存有每條個性化的文本信息對應(yīng)的至少一個語境和與該條個性化的文本信息相同語義的至少一條文本信息。在進行語音合成時，即使提供的文本信息并非所需的個性化語音對應(yīng)的個性化文本信息，也可以在語音特征庫中首先查找到與需要進行語音合成的文本信息語義相同的個性化的文本信息，進而實現(xiàn)個性化的語音合成，從而使得個性化語音的使用不依賴于人的生老病死。
[0032]本領(lǐng)域普通技術(shù)人員將了解，雖然下面的詳細說明將參考圖示實施例、附圖進行，但本發(fā)明并不僅限于這些實施例。而是，本發(fā)明的范圍是廣泛的，且意在僅通過后附的權(quán)利要求限定本發(fā)明的范圍。
【附圖說明】
[0033]通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本發(fā)明的其它特征、目的和優(yōu)點將會變得更明顯:
[0034]圖1是根據(jù)本發(fā)明一個實施例的構(gòu)建語音特征庫的方法的流程圖。
[0035]圖2是根據(jù)本發(fā)明另一個實施例的構(gòu)建語音特征庫的裝置的框圖。
[0036]圖3是根據(jù)本發(fā)明一個實施例的語音合成方法的流程圖。
[0037]圖4是根據(jù)本發(fā)明另一個實施例的語音合成裝置的框圖。
[0038]附圖中相同或相似的附圖標記代表相同或相似的部件。
【具體實施方式】
[0039]下面結(jié)合附圖對本發(fā)明作進一步詳細描述。
[0040]圖1是根據(jù)本發(fā)明一個實施例的構(gòu)建語音特征庫的方法的流程圖。本發(fā)明中的方法主要通過計算機設(shè)備中的操作系統(tǒng)或處理控制器來完成。將操作系統(tǒng)或處理控制器稱為構(gòu)建語音特征庫的裝置。該計算機設(shè)備包括但不限于以下中的至少一個:用戶設(shè)備、網(wǎng)絡(luò)設(shè)備。用戶設(shè)備包括但不限于計算機、智能手機、PDA等。網(wǎng)絡(luò)設(shè)備包括但不限于單個網(wǎng)絡(luò)服務(wù)器、多個網(wǎng)絡(luò)服務(wù)器組成的服務(wù)器組或基于云計算的由大量計算機或網(wǎng)絡(luò)服務(wù)器構(gòu)成的云，其中，云計算是分布式計算的一種，由一群松散耦合的計算機集組成的一個超級虛擬計算機。
[0041]如圖1所示，本發(fā)明一個實施例提供的構(gòu)建語音特征庫的方法具體包括如下操作:
[0042]步驟100、將對象的錄音轉(zhuǎn)換為個性化的文本信息。
[0043]其中，通過語音識別技術(shù)，將對象的一段錄音識別為對應(yīng)的文本信息，本發(fā)明中稱為個性化的文本信息。
[0044]其中，一段錄音識別為對應(yīng)的文本信息后，可以按照預(yù)定規(guī)則截取成多條文本信息。
[0045]例如，一段錄音識別得到的文本信息為“曾經(jīng)有一份真摯的愛情放在我面前我沒有珍惜