[发明专利]带情感的音频生成方法、装置、设备及存储介质

权利要求书

1.一种带情感的音频生成方法，其特征在于，包括步骤：

接收多个带情感标签的语音数据，生成情感语音集；

接收待转换的文字字符串，对所述文字字符串进行分句处理，得到N个短句字符和短句排序，其中，N为正整数；

根据预置识别算法，对所述短句字符进行情感分析处理，得到所述短句字符对应的情感标签；

基于所述短句字符对应的情感标签，对所述情感语音集进行标签匹配处理，得到情感标签匹配的情感语音；

基于所述情感标签匹配的情感语音，对所述短句字符进行音频生成处理，得到短句音频；

根据所述短句排序，对N个所述短句音频进行拼接处理，得到所述文字字符串对应的文字情感音频；

其中，所述根据预置识别算法，对所述短句字符进行情感分析处理，得到所述短句字符对应的情感标签包括：

对所述短句字符进行顺序拆分处理，得到M个语言字符和字符排序，其中，M为正整数；

根据预置字符向量表，对所述语言字符进行向量转换处理，得到字符向量；

基于所述字符排序，将M个所述字符向量进行拼接处理，得到短语拼接矩阵；

根据预置整体赋值算法，对所述短语拼接矩阵进行维度赋值处理，得到短语赋值矩阵；

根据预置分类算法，对所述短语赋值矩阵进行分类处理，得到所述短句字符对应的情感标签。

2.根据权利要求1所述的带情感的音频生成方法，其特征在于，所述根据预置整体赋值算法，对所述短语拼接矩阵进行维度赋值处理，得到短语赋值矩阵包括：

读取所述短语拼接矩阵的短语拼接元素，计算所述短语拼接元素与相邻元素之间的欧式距离，得到前元素距离和后元素距离；

分析所述前元素距离与预置距离阈值的大小关系，分析所述后元素距离与预置距离阈值的大小关系；

将超过所述距离阈值的距离对应元素划分为非关联元素，将未超过所述距离阈值的距离对应元素划分为关联元素；

基于预置关联区分算法，对所述短语拼接矩阵中关联元素进行区分赋值处理，得到短语赋值矩阵。

3.根据权利要求1所述的带情感的音频生成方法，其特征在于，所述根据所述短句排序，对N个所述短句音频进行拼接处理，得到所述文字字符串对应的文字情感音频包括：

创建音频框架；

基于所述短句排序，按序读取N个所述短句音频的每一帧数据，得到帧序列数据集；

将所述帧序列数据集写入至所述音频框架中，生成所述文字字符串对应的文字情感音频。

4.根据权利要求1所述的带情感的音频生成方法，其特征在于，所述基于所述情感标签匹配的情感语音，对所述短句字符进行音频生成处理，得到短句音频包括：

根据预置采样框，对所述情感标签匹配的情感语音进行切分采样处理，得到音频特征集；

基于所述音频特征集，对所述短句字符进行声纹模拟处理，得到短句音频。

5.根据权利要求1-4任一项所述的带情感的音频生成方法，其特征在于，所述情感标签包括：开心标签、悲伤标签、生气标签、惊讶标签、平和标签。

6.根据权利要求5所述的带情感的音频生成方法，其特征在于，在所述根据所述短句排序，对N个所述短句音频进行拼接处理，得到所述文字字符串对应的文字情感音频之后，还包括：

基于所述情感标签，对所述文字情感音频进行片段标记处理，得到带有多个情感标记的文字情感音频。