[发明专利]高表现力的语音合成方法和装置

摘要

本发明实施例公开了一种高表现力的语音合成方法和装置。所述高表现力的语音合成方法包括将输入文本进行处理分析，得到所述输入文本对应的音子序列以及所述音子序列中音子包含的状态的上下文；根据所述状态的上下文，基于维特比算法从所述状态对应的包含至少两个高斯声学模型的高斯混合声学模型中选择一个高斯声学模型，作为合成语音的高斯声学模型；根据所选择的高斯声学模型生成声学参数，并根据生成的声学参数合成语音，包括利用声码器将声学参数来合成语音或者用声学参数指导声学片段的单元挑选来生成语音。本发明实施例提供的高表现力的语音合成方法和装置提高了合成语音的自然度。

主权项

一种高表现力的语音合成方法，其特征在于，包括：训练用于获取语料库中不同上下文对应的高斯混合声学模型的决策树；对语料库中不同上下文的音子序列中音子包含的状态的语音进行统计，获取语料库中不同上下文的音子序列中音子包含的状态对应的高斯混合声学模型中包含的高斯声学模型的均值、方差以及对应的加权值，将统计得到的均值、方差以及加权值作为所述高斯混合声学模型的参数，生成所述高斯混合声学模型；统计在不同上下文中所述高斯混合声学模型中各个高斯声学模型之间的转移概率；将输入文本进行处理分析，得到所述输入文本对应的音子序列以及所述音子序列中音子包含的状态的上下文；根据所述决策树，获取所述状态的上下文中所述状态对应的高斯混合声学模型，所述高斯混合声学模型包含至少两个分量，每一个分量相互独立并服从高斯分布，每一个分量是一个独立的高斯声学模型，将所述高斯混合声学模型中包含的高斯声学模型的加权值作为节点度量，将所述高斯声学模型之间的转移概率作为路径度量，通过求和计算状态序列的不同路径的度量值，将所述度量值最大的一条路径作为所述状态序列的最佳路径，通过路径回溯选取所述状态序列中各个状态对应的高斯声学模型；根据所选择的高斯声学模型生成声学参数，并根据生成的声学参数合成语音。