[发明专利]用于新闻播报语音合成的语音库构建方法及系统

权利要求书

1.一种用于新闻播报语音合成的语音库构建方法，其特征在于，所述的用于新闻播报语音合成的语音库构建方法包括：S1、获取具有严肃特性的新闻语料，筛选新闻语料得到目标录音文本；S2、目标录音文本的预处理；S3、对目标录音文本进行录制并采集目标语音，构建语音库；

所述步骤S2中所述目标录音文本的预处理的步骤包括：S21、对目标录音文本中的符号进行归一化转换成文字；S22、目标录音文本的拼音标注处理；S23、目标录音文本的分句处理；

所述步骤S21中的所述符号包括数学符号、数字符号、日期符号、时间符号、地理符号和特殊符号；

所述步骤S23中所述目标录音文本的分句处理包括:目标录音文本中基于标点符号的符号分句，具体包括中英文下的句号、问号、感叹号，且不包括逗号；

基于阈值长度的长度分句，具体包括：不超过阈值长度的句子不分句；超过阈值长度的句子，根据句意以及正常阅读时换气的停顿来划分句子；超过阈值长度的句子，但是前后句之间有联系的句子不分割；

所述目标录音文本为字符覆盖率大于95％、音节覆盖率等于100％、词语覆盖率大于99％且句式覆盖率等于100％的目标录音文本；

所述步骤S22中所述目标录音文本的拼音标注处理包括对所述目标录音文本的拼音的声调符号的数字化处理。

2.一种用于新闻播报语音合成的语音库构建系统，其特征在于，所述用于新闻播报语音合成的语音库构建系统包括：语料采集筛选模块，用于采集严肃特性的新闻语料筛作为基础语料并进行筛选；预处理模块，用于对所述语料采集模块筛选出的目标录音文本进行预处理；语音采集模块，用于对经所述预处理模块预处理的所述目标录音文本进行录制，获得目标语音；语音库生成模块，用于储存所述语音采集模块采集的语音生成语音库；

所述预处理模块包括：符号转换模块，用于将所述目标录音文本中的符号归一化转换成文字；拼音标注模块，用于对所述目标录音文本对应的拼音及声调进行数字化处理；分句模块，用于对所述目标录音文本进行分句；

所述符号包括数学符号、数字符号、日期符号、时间符号、地理符号和特殊符号；

所述分句模块包括标点符号分句模块和长度分句模块，所述标点符号分句模块用于根据所述目标录音文本中的标点符号进行分句，具体包括中英文下的句号、问号、感叹号，且不包括逗号；

所述长度分句模块根据所述目标录音文本中句子的阈值长度进行分句，具体包括：不超过阈值长度的句子不分句；超过阈值长度的句子，根据句意以及正常阅读时换气的停顿来划分句子；超过阈值长度的句子，但是前后句之间有联系的句子不分割；

所述目标录音文本为字符覆盖率大于95％、音节覆盖率等于100％、词语覆盖率大于99％且句式覆盖率等于100％的目标录音文本。