[发明专利]一种语音合成的前置处理方法和装置在审
申请号: | 202110983896.X | 申请日: | 2021-08-25 |
公开(公告)号: | CN115731916A | 公开(公告)日: | 2023-03-03 |
发明(设计)人: | 张鹏飞;夏溧;井绪海 | 申请(专利权)人: | 北京有限元科技有限公司 |
主分类号: | G10L13/08 | 分类号: | G10L13/08;G06F40/211;G06F40/30 |
代理公司: | 北京万思博知识产权代理有限公司 11694 | 代理人: | 姜楠楠 |
地址: | 100080 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 语音 合成 前置 处理 方法 装置 | ||
1.一种语音合成的前置处理方法,其特征在于,包括:
将长文本话术根据文本的语义进行分句处理;
将分句处理后的短句集合通过多线程方式,并行使用语音合成技术将所述文本转换为多段语音;
将并行处理得到的多段短语音文件合并成所述长文本话术对应的长语音文件。
2.根据权利要求1所述的方法,其特征在于,将长文本话术根据文本的语义进行分句处理之后还包括:
记录分句处理得到的多个短句的顺序;
将并行处理得到的多段短语音文件合并成所述长文本话术对应的长语音文件包括:
根据记录的多个短句的顺序对所述多段短语音文件进行拼接,合并成所述长文本话术对应的长语音文件。
3.根据权利要求1所述的方法,其特征在于,将长文本话术根据文本的语义进行分句处理包括:
采用神经语言程序学NLP根据所述长文本话术的语义进行分句处理,将所述长文本话术切分成n段短文本。
4.根据权利要求3所述的方法,其特征在于,将并行处理得到的多段短语音文件合并成所述长文本话术对应的长语音文件包括:
将所述n段短文本对应的n段短语音文件,通过FFmpeg合并成一段完整的语音文件。
5.一种语音合成的前置处理装置,其特征在于,包括:
中文分句引擎,设置为将长文本话术根据文本的语义进行分句处理;
多线程执行器,设置为将分句处理后的短句集合通过多线程方式,并行使用语音合成技术将所述文本转换为多段语音;
媒体文本处理器,设置为将并行处理得到的多段短语音文件合并成所述长文本话术对应的长语音文件。
6.根据权利要求5所述的装置,其特征在于,所述中文分句引擎还设置为:
记录分句处理得到的多个短句的顺序;
所述媒体文本处理器将并行处理得到的多段短语音文件合并成所述长文本话术对应的长语音文件包括:
根据记录的多个短句的顺序对所述多段短语音文件进行拼接,合并成所述长文本话术对应的长语音文件。
7.根据权利要求5所述的装置,其特征在于,所述中文分句引擎将长文本话术根据文本的语义进行分句处理包括:
采用神经语言程序学NLP根据所述长文本话术的语义进行分句处理,将所述长文本话术切分成n段短文本。
8.根据权利要求7所述的装置,其特征在于,所述媒体文本处理器将并行处理得到的多段短语音文件合并成所述长文本话术对应的长语音文件包括:
将所述n段短文本对应的n段短语音文件,通过FFmpeg合并成一段完整的语音文件。
9.一种计算设备,包括:
至少一个处理器和存储有程序指令的存储器;
当所述程序指令被所述处理器读取并执行时,使得所述计算设备执行如权利要求1-4中任一项所述的方法。
10.一种存储有程序指令的可读存储介质,当所述程序指令被计算设备读取并执行时,使得所述计算设备执行如权利要求1-4中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京有限元科技有限公司,未经北京有限元科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110983896.X/1.html,转载请声明来源钻瓜专利网。