[发明专利]一种语音合成方法、装置以及计算机可读存储介质

说明书

本发明公开了一种语音合成方法、装置以及计算机可读存储介质，包括：获得文本信息；在所获得的文本信息的文本区域内设置停顿标识符；将含有停顿标识符的文本信息作为语音合成系统的输入，并指示所述语音合成系统根据所述停顿标识符在所述停顿标识符处设置静音区间，生成对应于所述文本信息的语音信息。由此，通过在文本中设置停顿标识符，语音合成系统在将文本转换成语音的过程中在设有停顿标识符处相应设置静音区间，使得得到的语音消息更加自然，提升用户体验。

技术领域

本发明涉及语音合成技术领域，尤其涉及一种语音合成方法、装置以及计算机可读存储介质。

背景技术

目前面向文章的语音合成系统，存在一种问题：文章无段落标记或者标记位置不合适时，将导致整篇文章生成的音频不能有自然的段落停顿效果。

发明内容

本发明实施例提供了一种语音合成方法、装置以及计算机可读存储介质，使得到的语音更具有自然度，提升用户的体验。

本发明一方面提供一种语音合成方法，所述方法包括：获得文本信息；在所获得的文本信息的文本区域内设置停顿标识符；将含有停顿标识符的文本信息作为语音合成系统的输入，并指示所述语音合成系统根据所述停顿标识符在所述停顿标识符处设置静音区间，生成对应于所述文本信息的语音信息。

在一可实施方式中，所述停顿标识符包括停顿标签，所述停顿标签中设有停顿时长；相应的，所述指示所述语音合成系统根据所述停顿标识符在所述停顿标识符处设置静音区间，包括：指示所述语音合成系统识别所述文本信息中的停顿标签；指示所述语音合成系统提取所识别的停顿标签中的停顿时长；指示所述语音合成系统在所述停顿标签所在位置处设置对应于所述停顿时长的静音区间。

在一可实施方式中，所述停顿标签还包括处理方式，所述处理方式又包括后处理和前处理；相应的，在指示所述语音合成系统在所述停顿标签所在位置处设置对应于所述停顿时长的静音区间之前，所述方法还包括：指示所述语音合成系统识别并判断所述停顿标签中的处理方式；若判定所识别得到的处理方式为前处理，则指示所述语音合成系统在所述停顿标签所在位置处设置对应于所述停顿时长的静音区间；若判定所识别得到的处理方式为后处理，则指示所述语音合成系统将所提取的停顿时长替换由所述语音合成系统在所述位置预先设置的预设时长。

在一可实施方式中，所述停顿标签中的停顿时长为400ms、600ms和800ms的其中之一。

在一可实施方式中，所述停顿标识符还包括文章标签，所述文章标签又包括标题标签和正文标签：所述在所获得的文本信息的文本区域内设置停顿标识符，具体包括：在所获得的文本信息的任意文本区间设置文章标签；相应的，所述指示所述语音合成系统根据所述停顿标识符在所述停顿标识符处设置静音区间，包括指示所述语音合成系统识别所述文本信息中的文章标签；判断所识别的文章标签为标题标签或正文标签；根据判断结果在所述停顿标识符处设置静音区间。

在一可实施方式中，所述根据判断结果在所述停顿标识符处设置静音区间，包括：若判定所识别的文章标签为标题标签，则指示所述语音合成系统在所述文本区间末尾设置第一预设时长的静音区间；若判定所识别的文章标签为正文标签，则指示所述语音合成系统在所述文本区间末尾设置第二预设时长的静音区间。

本发明另一方面提供一种语音合成装置，所述装置包括：文本获取模块，用于获得文本信息；标识符设置模块，用于在所获得的文本信息的文本区域内设置停顿标识符；语音生成模块，用于将含有停顿标识符的文本信息作为语音合成系统的输入，并指示所述语音合成系统根据所述停顿标识符在所述停顿标识符处设置静音区间，生成对应于所述文本信息的语音信息。