[发明专利]语音夸张系统

说明书

本发明公开了一种语音夸张系统，包括语音输入模块，在语音夸张模型建立前获取正常语音和夸张语音，并于语音夸张模型建立后获取所需夸张的语音，分别传输至语音夸张模块；语音夸张模块，利用深度神经网络得出夸张语音较正常语音在音高、音长和音量三方面对应的夸张参数，根据夸张参数建立语音夸张模型，采用语音夸张模型对已标注所需夸张程度的所需夸张的语音进行处理，输出夸张后的语音。本发明通过夸张正确读音来增强学习者对正确读音的感知，助力语言学习，另外可以应用于语音合成(TTS)等领域。

技术领域

本发明涉及一种语音夸张系统。

背景技术

非母语学习过程中，听力和口语是学习的重点，能够将非母语听正确并且说明白才算真正的掌握了非母语，听力是口语的基础，只有听到正确读音，才能说出正确的读音。现有的语言辅助学习装置只能重复播放正确语音，不能夸张正确读音来增强学习者对正确读音的感知。

发明内容

本发明提出一种语音夸张系统，解决了现有技术中不能夸张正确读音来增强学习者对正确读音的感知的问题。

本发明的技术方案是这样实现的：

一种语音夸张系统，包括

语音输入模块，在语音夸张模型建立前获取正常语音和夸张语音，并于语音夸张模型建立后获取所需夸张的语音，分别传输至语音夸张模块；

语音夸张模块，利用深度神经网络得出夸张语音较正常语音在音高、音长和音量三方面对应的夸张参数，根据夸张参数建立语音夸张模型，采用语音夸张模型对已标注所需夸张程度的所需夸张的语音进行处理，输出夸张后的语音。

优选的，正常语音和夸张语音包含若干音素，提取夸张语音中的当前夸张音素及其前三、后三个夸张音素的夸张等级，与当前夸张音素的ID组成输入特征向量，将输入特征向量输入深度神经网络，训练出夸张参数，获取输出特征向量。

优选的，将当前夸张音素分为五帧，分别提取每帧与正常语音的音素对应的音高差值、音长差值和音量差值，构成输出特征向量。

优选的，输出特征向量为1*15矩阵。

优选的，夸张程度由2位二进制数构成，夸张音素的ID由6位二进制数构成，输入特征向量为1*20矩阵。

优选的，夸张程度为无夸张、弱夸张和强夸张。

本发明的有益效果在于：通过夸张正确读音来增强学习者对正确读音的感知，助力语言学习，另外可以应用于语音合成(TTS)等领域。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种语音夸张系统一个实施例的功能框图。

图中，1-语音输入模块；2-语音夸张模块。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明提出了一种语音夸张系统，包括

语音输入模块1，在语音夸张模型建立前获取正常语音和不同夸张程度的夸张语音，并于语音夸张模型建立后获取所需夸张的语音，分别传输至语音夸张模块2；