[发明专利]用于生成信息的方法和装置

权利要求书

1.一种用于生成发音时长信息的方法，其特征在于，所述方法包括：

获取待合成语音对应的文本；

提取所述文本的文本特征；

将所述文本特征导入预先建立的时长信息生成模型，生成发音时长信息序列，其中，所述发音时长信息序列包括所述文本对应的音素序列中各音素的发音时长信息，其中，所述时长信息生成模型用于表征文本特征与发音时长信息序列之间的对应关系，所述时长信息生成模型基于包括跳层神经网络的神经网络建立，跳层神经网络为具有跳层连接结构的神经网络。

2.根据权利要求1所述的方法，其特征在于，所述时长信息生成模型包括第一神经网络和第二神经网络，其中，所述第一神经网络包括所述跳层神经网络，所述第一神经网络的输出是所述第二神经网络的输入。

3.根据权利要求2所述的方法，其特征在于，所述第一神经网络包括一维卷积层，其中，所述一维卷积层的输出是所述跳层神经网络的输入。

4.根据权利要求3所述的方法，其特征在于，所述第一神经网络还包括时间递归神经网络，所述跳层神经网络的输出是所述时间递归神经网络的输入。

5.根据权利要求2-4中任一项所述的方法，其特征在于，所述文本特征为至少两种文本特征，并且所述时长信息生成模型包括的第一神经网络为预设数目个，所述预设数目个第一神经网络的输出是所述第二神经网络的输入；以及

将所述文本特征导入预先建立的时长信息生成模型，生成发音时长信息序列，包括：

对所述至少两种文本特征进行分组，生成所述预设数目个文本特征组；

将所述预设数目个文本特征组分别导入所述预设数目个第一神经网络，得到由所述第二神经网络输出的发音时长信息序列。

6.一种用于生成发音时长信息的装置，其特征在于，所述装置包括：

获取单元，用于获取待合成语音对应的文本；

提取单元，用于提取所述文本的文本特征；

生成单元，用于将所述文本特征导入预先建立的时长信息生成模型，生成发音时长信息序列，其中，所述发音时长信息序列包括所述文本对应的音素序列中各音素的发音时长信息，其中，所述时长信息生成模型用于表征文本特征与发音时长信息序列之间的对应关系，所述时长信息生成模型基于包括跳层神经网络的神经网络建立，跳层神经网络为具有跳层连接结构的神经网络。

7.根据权利要求6所述的装置，其特征在于，所述时长信息生成模型包括第一神经网络和第二神经网络，其中，所述第一神经网络包括所述跳层神经网络，所述第一神经网络的输出是所述第二神经网络的输入。

8.根据权利要求7所述的装置，其特征在于，所述文本特征为至少两种文本特征，并且所述时长信息生成模型包括的第一神经网络为预设数目个，所述预设数目个第一神经网络的输出是所述第二神经网络的输入；以及

所述生成单元，还用于：

对所述至少两种文本特征进行分组，生成所述预设数目个文本特征组；

将所述预设数目个文本特征组分别导入所述预设数目个第一神经网络，得到由所述第二神经网络输出的发音时长信息序列。

9.一种服务器，其特征在于，所述服务器包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。