[发明专利]语音合成方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，公开了一种语音合成方法、装置、设备及存储介质。该方法包括：接收来自用户终端的语音合成任务，所述语音合成任务的数量为至少一个；将语音合成任务加入任务队列中，按预设的任务打包规则将任务队列中的所有语音合成任务进行打包，生成批处理任务；获取GPU管理队列中保存的GPU服务器中各GPU卡的工作状态，并根据工作状态选择一个GPU卡，将批处理任务发送至选中的GPU卡中对批处理任务中进行处理，得到批处理结果并按照打包前的语音合成任务进行拆分，得到与至少一个语音合成任务对应的至少一个语音合成结果。此外，本发明还涉及区块链技术，语音合成任务的相关信息可存储于区块链中。

技术领域

本发明涉及人工智能领域，尤其涉及一种语音合成方法、装置、设备及存储介质。

背景技术

语音合成技术是一种能够将文本转换成语音的技术，随着科技的发展，语音合成技术逐渐被运用到各种场景中，其不仅能够帮助有阅读障碍的人进行阅读，更能够增加文本的可读性；此外，语音合成技术还能够提供机器和人之间交互的更多可能性。故随着科技的发展，具有实时性的高度拟人化的语音合成技术逐渐走进人们的视野。

在现有的技术中，为使得利用语音合成技术生成的语音音频能够有较高的拟人化水平，一般采用的是利用深度神经网络等算法进行语音音频的合成，但这种方法在进行合成时会涉及到大量的浮点数矩阵运算，通用的采用CPU卡进行计算合成会使得语音合成时等待的时间较长，无法满足实时性的要求；使用GPU卡进行计算时由于每个GPU卡同时只能处理一个并发任务，使得每个GPU卡资源利用率低下，需要的GPU卡的数量增加从而成本变高。

发明内容

本发明的主要目的在于解决现有语音合成技术中在进行语音合成时GPU卡的资源利用率低的技术问题。

本发明第一方面提供了一种语音合成方法，包括：

接收来自用户终端的语音合成任务，所述语音合成任务的数量为至少一个；

将所述语音合成任务加入任务队列中，按预设的任务打包规则将所述任务队列中的所有语音合成任务进行打包，生成批处理任务；

获取GPU管理队列中保存的GPU服务器中各GPU卡的工作状态，并根据所述工作状态选择一个GPU卡，将所述批处理任务发送至选中的GPU卡中对所述批处理任务中的所有语音合成任务进行并行处理，得到批处理结果；

将所述批处理结果按照打包前的语音合成任务进行拆分，得到与所述至少语音合成任务对应的语音合成结果。

可选的，在本发明第一方面的第一种实现方式中，所述将所述语音合成任务加入任务队列中，按预设的任务打包规则将所述任务队列中的所有语音合成任务进行打包，生成批处理任务包括：

将所述语音合成任务加入任务队列中，控制计数器的值加1，控制定时器开始计时；

判断所述计数器中的数值是否达到预设的计数阈值；

判断所述定时器中的计时时间是否达到预设时间；

若所述计数器中的数值达到计数阈值和/或所述定时器中的计时时间达到预设时间，则重置所述定时器和所述计数器，将所述任务队列中的语音合成任务进行打包，生成批处理任务。

可选的，在本发明第一方面的第二种实现方式中，所述将所述语音合成任务加入任务队列中，按预设的任务打包规则将所述任务队列中的所有语音合成任务进行打包，生成批处理任务还包括：

若所述计数器中的数值未达到计数阈值且所述定时器中的计时时间未达到预设时间，则继续将接收到的所述语音合成任务加入任务队列中暂存。

可选的，在本发明第一方面的第三种实现方式中，在所述将所述语音合成任务加入任务队列中，控制计数器的值加1，控制定时器开始计时之前，还包括：