[发明专利]语音自动合成装置及方法

权利要求书

1.一种语音自动合成装置，其特征在于，包括：

提取模块，用于从语音通话中提取出语音数据；

增强检测模块，用于区分所述语音数据中的多个人的语音，对区分后的语音数据进行归类，并且动态更新归类后的语音数据；

综合标注模块，用于标注经归类后的语音数据，并且生成标注信息；

验证筛选模块，用于筛选出符合预定标准的语音数据，并且通过模型变换生成对应的合成模型；以及

语音合成模块，用于根据所述合成模型输出相应用户的语音，并不断更新所述合成模型。

2.根据权利要求1所述的语音自动合成装置，其特征在于，所述增强检测模块包括：

语音增强单元，用于增强语音信号；

彩铃音乐检测单元，用于检测并删除与语音无关的彩铃和音乐信息；

语音检测单元，用于检测增强后的语音数据；以及

分段归类单元，用于区分所述语音数据，并且将区分后的语音数据进行归类。

3.根据权利要求2所述的语音自动合成装置，其特征在于，所述语音增强单元包括：

噪音滤波子单元，用于过滤所述语音数据中的噪音；以及

回音消除子单元，用于消除所述语音数据中的回音。

4.根据权利要求2所述的语音自动合成装置，其特征在于，所述分段归类单元包括：

用户日志子单元，用于根据所述语音数据的特征将多个人的语音隔开；

分段子单元，用于将多个人语音的切换部隔开，并且分段计算所述切换部分的距离；以及

归类子单元，用于依次将所述切换部分分别合并成多个人的语音，检测并删掉重合的片段。

5.根据权利要求1所述的语音自动合成装置，其特征在于，所述综合标注模块包括：

特征提取单元，用于提取所述语音数据的特征；

基频提取单元，用于提取所述语音数据的基频；以及

语音识别单元，用于识别所述语音数据。

6.根据权利要求5所述的语音自动合成装置，其特征在于，所述语音数据的特征包括：词、音素、时间边界点、停顿时长、基频、或音调中的至少一种信息。

7.根据权利要求5所述的语音自动合成装置，其特征在于，所述语音识别单元包括：

第一识别子单元，设置于所述移动终端；以及

第二识别子单元，设置于所述网络服务器。

8.根据权利要求5所述的语音自动合成装置，其特征在于，所述语音识别单元包括：声学模型子单元、语言模型子单元、或解码器中的至少一个部件。

9.根据权利要求1所述的语音自动合成装置，其特征在于，所述验证筛选模块包括：

发音质量评估单元，用于给所述声学模型和所述语音模型进行打分评估；

验证单元，用于验证语音数据的识别结果；以及

筛选单元，用于筛选出符合预定标准的语音数据。

10.一种语音自动合成方法，其特征在于，包括如下步骤：

S1、通过提取模块从语音通话中提取出语音数据；

S2、通过增强检测模块区分所述语音数据中的多个人的语音，对区分后的语音数据进行归类，并且动态更新归类后的语音数据；

S3、通过综合标注模块标注经归类后的语音数据，并且生成标注信息；

S4、通过验证筛选模块筛选出符合预定标准的语音数据，并且通过模型变换生成对应的合成模型；以及

S5、通过语音合成模块根据所述合成模型输出相应用户的语音，并且不断更新合成模型。

11.根据权利要求10所述的语音自动合成方法，其特征在于，所述步骤S2进一步包括如下步骤：

S21、通过语音增强单元增强语音信号；

S22、通过彩铃音乐检测单元检测并删除与语音无关的彩铃和音乐信息；

S23、通过语音检测单元检测增强后的语音数据；以及

S24、通过分段归类单元区分所述语音数据，并且将区分后的语音数据进行归类。

12.根据权利要求11所述的语音自动合成方法，其特征在于，所述步骤S21进一步包括如下步骤：

S211、通过噪音滤波子单元过滤所述语音数据中的噪音；以及

S212、通过回音消除子单元消除所述语音数据中的回音。