[发明专利]一种空中交通管制指令的语音合成方法及系统

说明书

本发明公开一种空中交通管制指令的语音合成方法及系统，涉及语音合成技术领域，方法包括：获取训练数据集；训练数据集包括多种空中交通管制指令的文本样本以及与文本样本对应的语音样本；利用训练数据集对语音合成模型进行训练和优化；获取参考音频；参考音频包括默认参考音频和自定义参考音频；默认参考音频为任意一个语音样本；自定义参考音频的特征与语音样本的特征相同；特征包括声音、语速、语调和背景音；将参考音频和待生成空中交通管制指令的语音对应的文本均输入优化后的语音合成模型中，生成具有参考音频的特征的空中交通管制指令的语音。本发明能够使生成的空中交通管制指令的语音更接近于真实的空中交通管制员的录音。

技术领域

本发明涉及语音合成技术领域，特别是涉及一种空中交通管制指令的语音合成方法及系统。

背景技术

近年来，人工智能技术的发展，语音识别技术也更多的利用到了航空运输领域。目前的语音识别研究中，在语料充足的情况下，构建出一个指定语言的声学模型是容易的。但是由于空中交通管制员与飞行员的对话语料稀缺，而且标注会带来较高的人力及时间成本，目前空中交通管制指令的语音存在数据量不足的问题，如何收集到大量的空中交通管制指令的语音成为了一个难题。

空中交通管制员发出的空中交通管制指令的语音，具有极强的专业性，与其他普通语音存在很大的不同，采用通用语音合成技术生成的空中交通管制指令的语音，在声音、语速、语调和背景音等方面均与真实的空中交通管制员的录音有一定的差距，对语音识别的训练起不到很大的作用。基于此，如何使生成的空中交通管制指令的语音在语速、语调和背景音等方面都更接近于真实的空中交通管制员的录音，成为本领域技术人员亟待解决的问题。

发明内容

本发明的目的是提供一种空中交通管制指令的语音合成方法及系统，能够使生成的空中交通管制指令的语音更接近于真实的空中交通管制员的录音。

为实现上述目的，本发明提供了如下方案：

一种空中交通管制指令的语音合成方法，所述方法包括：

获取训练数据集；所述训练数据集包括多种空中交通管制指令的文本样本以及与所述文本样本对应的语音样本；

利用所述训练数据集对语音合成模型进行训练和优化，得到优化后的语音合成模型；

获取参考音频；所述参考音频包括默认参考音频和自定义参考音频；所述默认参考音频为任意一个所述语音样本；所述自定义参考音频的特征与所述语音样本的特征相同；所述特征包括声音、语速、语调和背景音；

将所述参考音频和待生成空中交通管制指令的语音对应的文本均输入所述优化后的语音合成模型中，生成具有所述参考音频的特征的空中交通管制指令的语音。

可选地，所述利用所述训练数据集对语音合成模型进行训练和优化，得到优化后的语音合成模型，具体包括：

将所述空中交通管制指令的文本样本输入文本编码器中，并将所述文本样本对应的语音样本分别输入参考编码器和声码器中进行训练和优化，得到优化后的语音合成模型；所述语音合成模型包括文本编码器、参考编码器和声码器。

可选地，所述获取参考音频，之前还包括：

获取待生成空中交通管制指令的语音所属的场景；所述场景包括放行、塔台和进近；

利用空管语法生成所述场景对应的空中交通管制指令的文本。

可选地，所述获取参考音频，之前还包括：

获取合成模式；所述合成模式包括默认模式和自定义模式；

当所述合成模式为默认模式时，获取所述默认参考音频，将所述默认参考音频作为所述参考音频；

当所述合成模式为自定义模式时，获取所述自定义参考音频，将所述自定义参考音频作为所述参考音频。