[发明专利]语音处理方法、终端设备及存储介质

说明书

本申请公开一种语音处理方法、终端设备及存储介质。所述语音处理方法包括：S11、获取用户的预设特征信息；S12、根据预设特征信息确定语音播报时的目标语音风格。本申请不仅能够根据用户当前状态自动切换适应的语音风格，而且能够提供丰富的语音风格，有利于提高语音播放的质量。

技术领域

本申请涉及语音处理与合成技术领域，尤其涉及一种语音处理方法、以及基于该语音处理方法的终端设备和可读存储介质。

背景技术

近年来，随着在线音像市场的不断发展，语音处理与语音合成技术已经广泛的应用于人们的日常生活中，例如线儿童读物、在线小说、在线评书、在线新闻等。但是，当前基于语音处理与合成技术的语音播放，大都是机械的、无感情的、平铺直叙的、毫无起伏的朗读文本内容，局限于将文字转换成能让人听懂的语音，缺乏丰富的语音风格，并且无法根据用户的当前状态自动切换适应的语音风格，无法进一步地提高语音播放的质量。

前面的叙述在于提供一般的背景信息，并不一定构成现有技术。

发明内容

鉴于此，本申请提供一种语音处理方法、终端设备及存储介质，以解决无法根据用户状态选取适应的语音风格实现语音播放的问题。

本申请提供的一种语音处理方法，包括：

S11、获取用户的预设特征信息；

S12、根据用户的预设特征信息确定语音播报时的目标语音风格。

可选地，所述预设特征信息包括以下至少一种：作息信息、情境信息、情感特征、性格特征、性别、年龄。

可选地，所述S11步骤包括以下至少一种：

根据选择操作和/或输入操作获取预设特征信息；

根据历史习惯和/或传感器获取预设特征信息；

获取用户的语音数据，并根据语音数据获取预设特征信息。

可选的，所述S12步骤之前，还包括：根据所述目标语音风格选择适配的待播放文档，识别并提取待播放文档中的文本内容，和/或，对所述文本内容进行语音合成，生成具有所述目标语音风格的语音文档；

可选地，所述方法还包括：识别并提取待播放资源的文本内容；

所述S12步骤之后，包括：对文本内容进行语音合成，生成具有目标语音风格的语音文档。

可选地，所述S12步骤之后，还包括：

根据预设特征信息选择适配的待播放文档；

识别并提取待播放文档中的文本内容；和/或，对文本内容进行语音合成，生成具有目标语音风格的语音文档。

可选地，所述S12步骤之前，还包括：获取待播放文档的预设特征信息；

判断待播放文档的预设特征信息与用户的预设特征信息是否冲突；

若否，则执行所述S12步骤；和/或，

若是，则执行预设策略。

可选地，所述获取待播放文档的预设特征信息，包括以下至少一种：

根据待播放文档的预设分类标签获取其预设特征信息；

根据待播放文档的文本内容确定其预设特征信息。

可选地，所述预设策略包括以下至少一种：

执行所述S12步骤；

根据选择指令确定目标语音风格；

根据待播放文档的预设特征信息确定目标语音风格；