[发明专利]基于人工智能的语音处理方法及其装置

说明书

本发明提出一种基于人工智能的语音处理方法及其装置，其中，方法包括：采集语音进行切分，形成多个语音片段，识别每个语音片段，获取语音片段的识别文本片段，按照识别文本片段的顺序，从当前识别文本片段对应的原始文本中，确定当前识别文本片段的原始文本片段，对原始文本片段以及原始文本片段对应的语音片段进行拼接，得到句子文本和句子文本对应的句子语音，生成句子文本的拼音，并根据拼音形成音子序列，将音子序列与句子语音进行对齐，获取音子边界，利用句子文本、句子语音、拼音以及音子边界，形成用于对语音合成模型进行训练的目标数据。由此，实现自动对语音进行切分以及标注，形成准确率较高的用于对语音合成模型进行训练的标注数据。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于人工智能的语音处理方法及其装置。

背景技术

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语音识别、图像识别、自然语言处理和专家系统等。

目前在语音合成领域，大多采用人工方式进行语音切分，然后基于人工识别出每个语音片段对应的原始文本，然后标注拼音等最后形成用于对语音合成模型进行训练的标注数据，但是人工标注方式，在语音量较大的情况下，往往会出现标注数据生成效率低，切分或者识别过程中容易出现错误的问题，而且存在人工成本较高的问题。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种基于人工智能的语音处理方法，以实现自动对语音进行切分以及标注，形成准确率较高的用于对语音合成模型进行训练的标注数据，用于解决现有人工标注方式标注数据生成的效率低，切分或者识别过程中容易出现错误，而且人工成本较高的问题。

本发明的第二个目的在于提出一种基于人工智能的语音处理装置。

本发明的第三个目的在于提出另一种计算机设备。

本发明的第四个目的在于提出一种计算机程序产品。

本发明的第五个目的在于提出一种非临时性计算机可读存储介质。

为达上述目的，本发明第一方面实施例提出了一种基于人工智能的语音处理方法，包括：

采集语音进行切分，形成多个语音片段，识别每个语音片段，获取所述语音片段的识别文本片段；

按照识别文本片段的顺序，从与当前识别文本片段对应的原始文本中，确定当前识别文本片段的原始文本片段；

对原始文本片段以及原始文本片段对应的语音片段进行拼接，得到句子文本和所述句子文本对应的句子语音；

生成所述句子文本的拼音，并根据所述拼音形成音子序列，将所述音子序列与所述句子语音进行对齐，获取音子边界；

利用所述句子文本、所述句子语音、所述拼音以及所述音子边界，形成用于对语音合成模型进行训练的目标数据。