[发明专利]语音合成方法、装置、存储介质及电子设备

说明书

本公开涉及一种语音合成方法、装置、存储介质及电子设备，以得到带重音的合成语音，并保证合成语音中重音发音的准确性。该语音合成方法包括：获取标注有重音词的待合成文本；将所述待合成文本输入语音合成模型中，以得到所述待合成文本对应的音频信息，所述语音合成模型是通过标注有重音词的样本文本和所述样本文本对应的样本音频训练得到的，所述语音合成模型用于通过如下方式对所述待合成文本进行处理：确定所述待合成文本对应的音素序列；根据所述待合成文本中标注的所述重音词，确定音素级别的重音标签；根据所述音素序列和所述重音标签，生成所述待合成文本对应的音频信息。

技术领域

本公开涉及语音合成技术领域，具体地，涉及一种语音合成方法、装置、存储介质及电子设备。

背景技术

语音合成，又称文语转换(Text To Speech,TTS)，是一种可以将任意输入文本转换成相应语音的技术。传统的语音合成系统通常包括前端和后端两个模块。前端模块主要是对输入文本进行分析，提取后端模块所需要的语言学信息。后端模块根据前端分析结果，通过一定的方法生成语音波形。

但是，相关技术中的语音合成方式通常没有考虑合成语音中的重音，导致合成语音中没有重音，发音平淡，缺乏表现力。或者，相关技术中的语音合成方式通常随机选择输入文本中的词语进行重音添加，导致合成语音中的重音发音错误，无法得到较好的包含重音的语音合成结果。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种语音合成方法，所述方法包括：

获取标注有重音词的待合成文本；

将所述待合成文本输入语音合成模型中，以得到所述待合成文本对应的音频信息，所述语音合成模型是通过标注有重音词的样本文本和所述样本文本对应的样本音频训练得到的，所述语音合成模型用于通过如下方式对所述待合成文本进行处理：

确定所述待合成文本对应的音素序列；

根据所述待合成文本中标注的所述重音词，确定音素级别的重音标签；

根据所述音素序列和所述重音标签，生成所述待合成文本对应的音频信息。

第二方面，本公开提供一种语音合成装置，所述装置包括：

获取模块，用于获取标注有重音词的待合成文本；

合成模块，用于将所述待合成文本输入语音合成模型中，以得到所述待合成文本对应的音频信息，所述语音合成模型是通过标注有重音词的样本文本和所述样本文本对应的样本音频训练得到的，所述语音合成模型用于通过如下模块对所述待合成文本进行处理：

第一确定子模块，用于确定所述待合成文本对应的音素序列；

第二确定子模块，用于根据所述待合成文本中标注的所述重音词，确定音素级别的重音标签；

生成子模块，用于根据所述音素序列和所述重音标签，生成所述待合成文本对应的音频信息。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面中所述方法的步骤。

第四方面，本公开提供电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面中所述方法的步骤。