[发明专利]用于波形拼接语音合成的选音方法和装置

权利要求书

1.一种用于波形拼接语音合成的选音方法，其特征在于，包括：

获取标注信息，所述标注信息是对待合成文本进行前端处理后得到的；

获取预先生成的机器学习模型；

根据所述标注信息和所述机器学习模型进行机器学习预选，得到候选音子波形片断；

所述根据所述标注信息和所述机器学习模型进行机器学习预选，得到候选音子波形片断，包括：

根据所述待合成文本对应的标注信息，对应每个音子，遍历所述音子对应的音子树，获取所述音子树的叶子节点关联的HMM；

根据所述HMM与波形片断的对应关系，获取与所述叶子节点关联的HMM对应的波形片断，将所述波形片断确定为得到候选音子波形片断。

2.根据权利要求1所述的方法，其特征在于，当所述机器学习模型是音子树时，所述方法还包括：

获取音子样本的标注信息及音子样本的波形片断，并根据所述音子样本的标注信息，训练得到HMM，以及，建立HMM与波形片断的对应关系；

对应每个音子，对所述音子对应的HMM进行决策树聚类，得到所述音子对应的音子树。

3.根据权利要求2所述的方法，其特征在于，所述音子树中，每个非叶子节点对应一个最优的分裂问题，每个叶子节点关联一个或多个HMM。

4.根据权利要求3所述的方法，其特征在于，所述最优的分裂问题是使得分裂前后对数似然值增量最大的问题，当分裂前后对数似然增量小于预设阈值时，停止分裂，其中，所述预设阈值根据MDL准则确定。

5.根据权利要求1所述的方法，其特征在于，还包括：

获取声学参数，所述声学参数是根据所述标注信息进行声学参数预测后得到的；

根据所述声学参数和所述候选音子波形片断，进行代价计算，选择出最优音子波形片断序列，以便对所述最优音子波形片断序列中的波形片断进行拼接，得到合成语音。

6.一种用于波形拼接语音合成的选音装置，其特征在于，包括：

第一获取模块，用于获取标注信息，所述标注信息是对待合成文本进行前端处理后得到的；

第二获取模块，用于获取预先生成的机器学习模型；

预选模块，用于根据所述标注信息和所述机器学习模型进行机器学习预选，得到预选后的音子；

所述预选模块具体用于：

根据所述待合成文本对应的标注信息，对应每个音子，遍历所述音子对应的音子树，获取所述音子树的叶子节点关联的HMM；

根据所述HMM与波形片断的对应关系，获取与所述叶子节点关联的HMM对应的波形片断，将所述波形片断确定为得到候选音子波形片断。

7.根据权利要求6所述的装置，其特征在于，当所述机器学习模型是音子树时，所述装置还包括：

建模模块，用于获取音子样本的标注信息及音子样本的波形片断，并根据所述音子样本的标注信息，训练得到HMM，以及，建立HMM与波形片断的对应关系；

聚类模块，用于对应每个音子，对所述音子对应的HMM进行决策树聚类，得到所述音子对应的音子树。

8.根据权利要求6所述的装置，其特征在于，还包括：

第三获取模块，用于获取声学参数，所述声学参数是根据所述标注信息进行声学参数预测后得到的；

确定模块，用于根据所述声学参数和所述候选音子波形片断，进行代价计算，选择出最优音子波形片断序列，以便对所述最优音子波形片断序列中的波形片断进行拼接，得到合成语音。