[发明专利]语音生成方法、装置、设备和计算机可读介质

权利要求书

1.一种语音生成方法，包括：

在原始语音集合中确定包含一个说话人声音的语音，得到语音集合；

基于所述语音集合，生成每个说话人的语音段集合；

将目标数目个说话人的语音段集合中的语音段拼接起来，得到对话语音。

2.根据权利要求1所述的方法，其中，所述基于所述语音集合，生成每个说话人的语音段集合，包括：

对所述语音集合中每条语音，使用语音活性检测技术，确定属于第一类别的语音段；

将所述属于第一类别的语音段中属于目标类别的语音段添加到所述语音对应的说话人的语音段集合中。

3.根据权利要求2所述的方法，其中，所述第一类别包括人声、静音、音乐、噪声中的至少一项，目标类别包括人声和静音中的至少一项，以及，所述对所述语音集合中每条语音，使用语音活性检测技术，确定属于第一类别的语音段，包括：

确定所述语音中属于人声、静音、音乐、噪声中至少一项的语音段；

将属于人声和静音的语音段和属于人声的语音段确定为属于人声的语音段。

4.根据权利要求1所述的方法，其中，所述目标数目是在预先设定的数值范围内包含的正整数中随机确定的。

5.根据权利要求1所述的方法，其中，所述目标数目是在预先设定的数值范围内包含的正整数中按照预先设定的概率值确定的，所述概率值用于表征所述正整数被确定为所述目标数目的概率。

6.根据权利要求1所述的方法，其中，所述将目标数目个说话人的语音段集合中的语音段拼接起来，得到对话语音，包括：

将所述目标数目个说话人的语音段集合中的语音段按照随机确定的顺序拼接起来，得到所述对话语音。

7.根据权利要求1所述的方法，其中，所述在原始语音集合中确定包含一个说话人声音的语音，得到语音集合，包括：

通过对所述原始语音进行说话人聚类，在原始语音集合中确定包含一个说话人声音的语音，得到语音集合。

8.一种语音生成装置，包括：

确定单元，被配置成在原始语音集合中确定包含一个说话人声音的语音，得到语音集合；

生成单元，被配置成基于所述语音集合，生成每个说话人的语音段集合；

拼接单元，被配置成将目标数目个说话人的语音段集合中的语音段拼接起来，得到对话语音。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。