[发明专利]个性化语音阅读方法、系统及具有该系统的终端

说明书

技术领域

本发明涉及语音识别技术领域，特别涉及一种个性化语音阅读方法、系统及具有该系统的终端。

背景技术

语音转换（VT，voice transform或VC，voice conversion）技术是指改变一个说话人（即源说话人source speaker）语音中的个性特征，使之具有另外一个人（目标说话人target speaker）的个性信息，也就是转换后的语音听起来就像目标说话人的声音一样，与此同时，保持语音中的语义信息不变。语音转换系统在日常生活中有着广泛的应用价值，能够极大的方便人们的生活，具有重要的实际意义。

语音阅读（英文为TTS，Text to Speech），已经越来越被用户接纳并且成为了一个必不可少的功能。目前的语音阅读，已经实现了既可以用眼睛来阅读又可以用耳朵去听，不管是在等车、坐车、走路，还是在做饭、开车，使用者可随心所欲的听自己喜欢的书籍、杂志、报纸，收听E-mail、短信和有声贺卡等。

但目前已有的阅读方式都只能实现用系统中已有语音库中的语音来进行阅读，只实现文字识别和播放功能，相对单调，不具娱乐性。例如，在电影配音中，尤其是用另外一种语言进行配音时，往往配音演员不是演员本人，这样常常使配音与原演员的个性特征相差很大，使配音效果不好。再如：电脑游戏已经越来越深入到日常生活，特别是网络游戏出现后，然而现在的游戏都是有声游戏，玩家在游戏中扮演某个角色，但是该角色的声音都是游戏中预先设置好的，不具有个性化或者特点，不易吸引游戏玩家。

发明内容

本发明旨在至少解决上述技术问题之一。

为此，本发明的一个目的在于提出一种应用范围广、娱乐性强、个性化突出且能够极大提升用户体验的个性化语音阅读方法。

本发明的另一目的在于提出一种个性化语音阅读系统。

本发明的再一目的在于提出一种终端。

为了实现上述目的，本发明第一方面的实施例提出了一种个性化语音阅读方法，包括以下步骤：获取目标说话人的个性化语音信息；提取所述个性化语音信息的语音特征信息；根据所述语音特征信息将所述个性化语音信息转换为语音识别器中的具有目标说话人的语音特征的语音库；以及向所述语音识别器中输入源文件，并根据所述语音库将所述源文件转换为具有所述目标说话人的声音的个性化目标语音信息以便通过所述目标说话人的声音读报、读E-mail、读短消息或读电子贺卡。

根据本发明实施例的个性化语音阅读方法，利用语音转换技术，达到娱乐目的，更具个性化。实现个性化的明星语音或其他指定目标语音朗读电子报纸、E-mail、短信、电子贺卡等，还可应用于配音、角色扮演、翻译等多个领域，并可进行自动评分。本发明的技术方案实现简单，现有的终端和服务器硬件不需要做变化。

另外，根据本发明上述实施例的个性化语音阅读方法还可以具有如下附加的技术特征：

在一些示例中，获取所述目标说话人的个性化语音信息的方式包括：录入、导入或下载所述目标说话人的个性化语音信息。

在一些示例中，获取所述目标说话人的个性化语音信息，还包括：通过目标说话人读取预设的文本内容并将读取结果作为所述目标说话人的个性化语音信息。

在一些示例中，所述源文件为图片文件、文本文件或语音文件。

进一步地，所述的个性化语音阅读方法还包括：对所述图片文件进行文本识别。

进一步地，所述源文件为图片文件或文本文件，则对所述源文件进行文语转换，或者所述源文件为语音文件，则对所述源文件进行语音转换。

在一些示例中，所述个性化语音阅读方法，还包括：对所述个性化目标语音信息的转换结果进行评价。

在一些示例中，所述个性化语音阅读方法，还包括：将目标说话人用个性化语音朗读不同内容的范本和对应的朗读时长得到的评价结果反馈给用户，以便所述用户根据所述评价结果和所述用户期望的语音转换效果，判断向所述语音识别器中输入目标说话人的个性化语音的内容和时长。

在一些示例中，所述个性化语音阅读方法还包括：将所述个性化目标语音信息上载、存储至终端设备或服务器上。

在一些示例中，所述个性化目标语音信息还用于对电影或电视剧进行角色的配音，或者，用于对游戏角色进行角色扮演。