[发明专利]文本语音播报方法及系统

说明书

技术领域

本发明涉及人工智能语音领域，尤其涉及文本语音播报方法及系统。

背景技术

文本语音播报应用于电信、银行、交通运输及智能机器人等，主要是对给定的文本进行语言学分析，逐句进行词汇的、语法的和语义的分析，以确定句子的低层结构和每个字的音素的组成，包括文本的断句、字词切分、多音字的处理、数字的处理、缩略语的处理等，把文本所对应的单字或短语从语音合成库中提取，把语言学描述转化成言语波形。目前市面上有不少类似的功能，但大多效果不佳，主要表现为播出的语音吐字生硬，音色单一。

发明内容

为了克服现有技术的不足，本发明的目的在于提供文本语音播报方法及系统，其能对任意文本进行流畅圆润的播报。

本发明的目的采用以下技术方案实现：

文本语音播报方法，包括：

采集文本信息；

分析所述文本信息，并提取出文本特征；

基于所述文本特征以及神经网络韵律模型预测所述文本信息对应的韵律特征参数；

根据所述韵律特征参数进行语音合成并播放。

优选的，所述分析文本信息，具体为：

根据预先添加的添加语法知识库和语法词典，利用最大匹配算法对文本信息进行切分。

优选的，所述提取出文本特征，具体为：

根据词语的属性计算词语权重，提取出文本关键词；将切分得到的字和/或词对应的词性以及关键词及关键词对应的词性作为文本信息对应的文本特征。

优选的，所述神经网络韵律模型是预先通过对语音材料库基于神经网络模型进行训练得到的。

优选的，所述语音材料库包括：用于语调短语修正的韵律词汇库以及用于参数解码音变规则的编码数据库和音变规则库。

本发明还涉及文本语音播报系统，包括：采集模块、分析模块、预测模块和合成模块；

所述采集模块，用于采集文本信息；

所述分析模块，用于分析所述文本信息，并提取出文本特征；

所述预测模块，用于基于所述文本特征以及神经网络韵律模型预测所述文本信息对应的韵律特征参数；

所述合成模块，用于根据所述韵律特征参数进行语音合成并播放。

优选的，还包括：切分模块；

所述切分模块，根据预先添加的添加语法知识库和语法词典，利用最大匹配算法对文本信息进行切分。

优选的，还包括：提取模块；

所述提取模块，用于根据词语的属性计算词语权重，提取出文本关键词；将切分得到的字和/或词对应的词性以及关键词及关键词对应的词性作为文本信息对应的文本特征。

优选的，所述神经网络韵律模型是预先通过对语音材料库基于神经网络模型进行训练得到的。

优选的，所述语音材料库包括：用于语调短语修正的韵律词汇库以及用于参数解码音变规则的编码数据库和音变规则库。

相比现有技术，本发明的有益效果在于：根据神经网络韵律模型预测所述文本信息对应的韵律特征参数进行语音合成，文本语音播报自然流畅。

附图说明

图1为本发明一实施例提供的文本语音播报方法流程示意图；

图2为本发明一实施例提供的文本语音播报系统结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明一实施例提供的文本语音播报方法，包括以下步骤：

步骤S101：采集文本信息。

具体的，智能设备上的应用程序与文本播放模块接口连接，应用程序采集文本信息通过文本播放模块接口将采集到的文本信息发送给对应的文本播放模块。文本播放模块对文本进行分析处理、特征提取已经合成。

步骤S102：分析所述文本信息，并提取出文本特征。

具体的，文本播放模块预先添加语法知识库和语法词典，本发明实施例中根据最大匹配算法确定分词，并滤除不能反映主题的功能词。

对采集到的文本信息，按照正向最大匹配算法，从左边开始取出等于预设最大词长数量的词语，查找语法知识库和语法词典中是否有所述词语，若没有查找到，则去掉右边第一个字继续查找，依次循环，直到从语法知识库和语法词典中查找到相应的词语，则输出词语，完成分词过程。