[发明专利]一种语音合成方法及装置在审
| 申请号： | 201810834892.3 | 申请日： | 2018-07-26 |
| 公开（公告）号： | CN109036377A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 何树民;徐文韬;陈玉玲 | 申请（专利权）人： | 中国银联股份有限公司 |
| 主分类号： | G10L13/10 | 分类号： | G10L13/10;G10L25/30 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华 |
| 地址： | 200135 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种语音合成方法及装置，涉及计算机技术领域，方法包括：确定待发声的文本信息对应的音素序列；所述音素序列包括多个音素信息，各音素信息的排序与所述文本信息中各文字的排序一致；所述音素信息包括音素信息对应的文字的声母、韵母以及音调；将所述音素序列输入语音发声模型，确定所述文本信息对应的语音特征向量，所述语音发声模型是对发声样本进行神经网络训练得到的；所述语音特征向量用于通过播放装置进行播放。由于考虑了中文发声的声母、韵母以及音调的关系，模拟出的声音具有更高的真实性，且可以适用于由音素构成的各种方言以及其它语种，具有很高的扩展性。 | ||
| 搜索关键词： | 发声 音素信息 文本信息 音素序列 语音特征向量 声母 韵母 语音合成 音调 排序 计算机技术领域 神经网络训练 扩展性 播放装置 输入语音 音素 真实性 方言 样本 语种 语音 播放 中文 | ||
【主权项】：
1.一种语音合成方法，其特征在于，所述方法包括：确定待发声的文本信息对应的音素序列；所述音素序列包括多个音素信息，各音素信息的排序与所述文本信息中各文字的排序一致；所述音素信息包括音素信息对应的文字的声母、韵母以及音调；将所述音素序列输入语音发声模型，确定所述文本信息对应的语音特征向量，所述语音发声模型是对发声样本进行神经网络训练得到的；所述语音特征向量用于通过播放装置进行播放。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国银联股份有限公司，未经中国银联股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810834892.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种闽南语语音合成方法
- 下一篇：家电语音识别测试方法、装置、系统及存储介质
- 同类专利
- 语音对话方法及语音对话装置-201880017267.8
- 嘉山启;松原弘明;浦纯也 - 雅马哈株式会社
- 2018-03-09 - 2019-11-08 - G10L13/10
- 语音对话装置(100)具有：音高调整部(43)，其与用于对话的对话语音的音高相应地，对先于该对话语音而播放的先发语音的音高进行调整；第1播放指示部(45)，其对由音高调整部(43)调整后的先发语音的播放进行指示；以及第2播放指示部(47)，其对通过第1播放指示部(45)实现的先发语音播放后的对话语音的播放进行指示。
- 语音合成方法及系统-201510305754.2
- 夏咸军;江源;王影;胡国平;胡郁;刘庆峰 - 科大讯飞股份有限公司
- 2015-06-04 - 2019-10-18 - G10L13/10
- 本发明公开了一种语音合成方法及系统，该方法首先对待合成文本进行预处理，得到待合成文本的待合成单元序列及待合成单元的上下文相关信息；根据待合成单元的上下文相关信息从音库中获取待合成单元的最优备选语音单元，并进行拼接得到待合成单元序列的备选语音数据；然后获取测听人员对备选语音数据的测听结果；根据测听结果训练对应不同声学特征的修正模型；再根据修正模型及待合成单元的上下文信息重新从音库中获取各待合成单元的最优备选语音单元，并进行拼接得到优化后的语音数据；最后将所述优化后的语音数据作为所述待合成文本的合成语音数据输出。本发明可以准确地将人工主观听感融合到待合成文本的合成结果中，提升语音合成效果。
- 前后鼻音韵母的参数合成方法及感知范畴测量方法、装置-201610149425.8
- 张劲松;郝丽霞;解焱陆;时书菊;曹文 - 北京语言大学
- 2016-03-16 - 2019-08-16 - G10L13/10
- 本发明的实施方式提供了前后鼻音韵母的参数合成方法及感知范畴测量方法、装置，其中，该前后鼻音韵母的参数合成方法包括：获取包含前后鼻音音节的若干语音信号，并确定关键音段；通过处理每个语音信号的关键音段的第二共振峰曲线和第三共振峰曲线，合成第二共振峰连续统和第三共振峰连续统；利用第二共振峰连续统、第三共振峰连续统，以及第二共振峰和第三共振峰以外的其他共振峰，合成关键音段连续统；将关键音段连续统中每个合成的关键音段与关键音段以外的其他音段拼接得到合成语音。本发明为参数法合成鼻音提供了新方法，所合成的前后鼻音韵母连续统可应用于前后鼻音知觉空间的范畴化测量，打开了计算机辅助鼻音教学的新思路。
- 用于波形拼接语音合成的选音方法和装置-201610035220.7
- 张辉;李秀林 - 百度在线网络技术（北京）有限公司
- 2016-01-19 - 2019-07-30 - G10L13/10
- 本发明提出一种用于波形拼接语音合成的选音方法和装置，该用于波形拼接语音合成的选音方法包括：获取标注信息，所述标注信息是对待合成文本进行前端处理后得到的；获取预先生成的机器学习模型；根据所述标注信息和所述机器学习模型进行机器学习预选，得到候选音子波形片断。该方法能够提高语音合成时的预选效果。
- 语音数据的韵律标注方法及装置-201510967511.5
- 康永国 - 百度在线网络技术（北京）有限公司
- 2015-12-21 - 2019-05-31 - G10L13/10
- 本发明提出一种语音数据的韵律标注方法及装置，其中，该方法包括：获取待标注语音数据的文本信息，提取第一文本特征信息和第二文本特征信息；提取声学特征信息；根据第一文本特征信息和韵律预测模型生成N个候选韵律特征信息；基于N个候选韵律特征信息、第二文本特征信息和声学预测模型生成N个候选声学特征信息；分别计算每个候选声学特征信息与声学特征信息之间的相关值；将最大相关值的候选声学特征所对应的候选韵律特征信息作为待标注语音数据的目标韵律特征信息；根据目标韵律特征信息对待标注语音数据的韵律特征进行标注。该实施例的方法及装置，准确对标注语音数据的韵律停顿进行了标注，进而可使合成语音更加流畅自然。
- 信息处理装置和信息处理方法-201780048909.6
- 河野真一;岩濑广;斋藤真里 - 索尼公司
- 2017-07-26 - 2019-04-16 - G10L13/10
- 本发明涉及信息处理装置和信息处理方法，通过其可以增加用户变得意识到合成语音的可能性。根据本发明的信息处理装置设置有语音输出控制单元，用于基于当输出通过将文本转换成语音而获得的合成语音时的情境来控制合成语音的输出形式。可替选地，信息处理装置设置有：通信单元，用于向其他信息处理装置传送与当输出通过将文本转换成语音而获得的合成语音时的情境有关的情境数据，并且从其他信息处理装置接收用于生成合成语音的语音控制数据，合成语音的输出形式是基于情境数据来控制的；以及语音合成单元，用于基于语音控制数据生成合成语音。本发明可以应用于例如用于对合成语音进行输出控制或输出合成语音的服务器或客户端。
- 合成语音的方法、装置、系统及设备-201710508321.6
- 王玉平 - 阿里巴巴集团控股有限公司
- 2017-06-28 - 2019-01-04 - G10L13/10
- 本发明公开了一种合成语音的方法、装置、系统及设备。其中，该方法包括：接收待转换的文本和索引信息；根据索引信息获取对应的语音词典，其中，不同索引信息对应的语音词典表征不同的应用环境下的发音模式；调用语音合成服务处理待转换的文本和对应的语音词典，生成合成后的语音。本发明解决了现有的语音合成系统生成的语音准确度不高的技术问题。
- 数据转换方法和装置-201510438476.8
- 杨冬东;冯超;刘山荣 - 小米科技有限责任公司
- 2015-07-23 - 2019-01-04 - G10L13/10
- 本公开是关于一种数据转换方法和装置，属于语音合成技术领域。所述方法包括：获取目标文本数据，所述目标文本数据包括：格式信息，所述格式信息用于指示所述目标文本数据的感情色彩；根据预设的格式信息与语气标识的对应关系获取所述目标文本数据的语气标识；将所述目标文本数据转化为目标语音数据，所述目标语音数据带有所述语气标识指示的语气。本公开通过获取目标文本数据中的格式信息，并根据格式信息获取语气标识，最后将目标文本数据转换为带有语气标识指示的语气的目标语音数据；解决了相关技术中的语音数据机械感较强，流畅度较低的问题；达到了转换得到的语音数据带有语气，且自然流畅的效果。
- 用音节上的多项式表示音高轮廓的数据库及韵律产生方法-201510114092.0
- 陈成钧 - 纽约市哥伦比亚大学理事会
- 2015-03-16 - 2018-12-25 - G10L13/10
- 本发明把每个音节中心附近的音高轮廓展开成多项式，用多项式的系数作为音节的音高轮廓参数。音节中心附近的音高轮廓展开的多项式的系数，是从语音数据库中提取。语音数据库通过将每一个单词的信息和上下文信息与每个音节的所述多项式展开系数相关联形成。为了产生与输入文本对应的韵律，首先对输入文本的每一个单词和上下文进行分析。通过查找相关的数据库，找出每个音节的最佳的音高参数，加上了与句子和短语类型相应的全局音高轮廓，然后用内插公式来生成输入文本的完整音高轮廓。每个音节的长度和强度分布也用类似的方法产生。
- 一种语音合成方法及装置-201810834892.3
- 何树民;徐文韬;陈玉玲 - 中国银联股份有限公司
- 2018-07-26 - 2018-12-18 - G10L13/10
- 本发明提供一种语音合成方法及装置，涉及计算机技术领域，方法包括：确定待发声的文本信息对应的音素序列；所述音素序列包括多个音素信息，各音素信息的排序与所述文本信息中各文字的排序一致；所述音素信息包括音素信息对应的文字的声母、韵母以及音调；将所述音素序列输入语音发声模型，确定所述文本信息对应的语音特征向量，所述语音发声模型是对发声样本进行神经网络训练得到的；所述语音特征向量用于通过播放装置进行播放。由于考虑了中文发声的声母、韵母以及音调的关系，模拟出的声音具有更高的真实性，且可以适用于由音素构成的各种方言以及其它语种，具有很高的扩展性。
- 韵律停顿信息的确定方法和装置-201510689302.9
- 康永国 - 百度在线网络技术（北京）有限公司
- 2015-10-21 - 2018-10-19 - G10L13/10
- 本发明提出一种韵律停顿信息的确定方法和装置，该韵律停顿信息的确定方法包括：提取待合成文本的韵律预测特征；根据所用的发音人选择所述发音人对应的自适应韵律预测模型；将所述待合成文本的韵律预测特征输入到所述发音人对应的自适应韵律预测模型中，以确定所述待合成文本的韵律停顿信息。本发明解决了声学模型和韵律模型两者所用韵律训练数据不一致的问题，改善了韵律节奏，提升了合成流畅度，并且使用发音人各自的自适应韵律预测模型，使得多发音人切换的场合的合成效果更加自然。
- 一种将书面符号、图像转换成音频数据的系统及方法-201810448710.9
- 唐继凯;唐子雯 - 西安石油大学
- 2018-05-11 - 2018-10-16 - G10L13/10
- 本发明涉及一种将书面符号、图像转换成音频数据的系统及方法。该系统包括上位机、分别与上位机连接的用于采集声音的书面符号载体与音乐图像的数据采集模块、用于提供匹配数据信息的数据库和数据处理模块；还包括用于将现有音乐素材倒入数据库的数据录入模块、数据转化模块和数据导出模块；数据处理模块、数据转化模块和数据导出模块依次连接；数据库还分别与数据录入模块、数据处理模块连接；数据处理模块包括文字对比模块和图像比对模块；文字对比模块和图像对比模块分别与数据库连接；数据转化模块用于将比对后的文字和图像转化为音频曲线图。本发明提供了一种可以将人类语音、音乐的书面符号载体与音频、图像信号的相互转换的系统及方法。
- 一种语音合成方法、系统及终端设备-201810456213.3
- 朱坤 - 平安科技（深圳）有限公司
- 2018-05-14 - 2018-10-02 - G10L13/10
- 本发明适用于数据处理技术领域，提供了一种语音合成方法、系统及终端设备，包括：获取文本数据，分句提取语气特征词，并根据语气特征词分析各个语句的情感属性；基于预设语音数据库和预设语音发音模型根据各个语句的情感属性合成各个语句的基础语音数据；根据语气特征词对各个语句的基础语音数据进行韵律特征调整，获取目标语音数据。通过提取文本数据中每句语句的语气特征词来分析语句的情感属性，并经过预设语音发音模型结合语句的情感属性调整得到的基础语音数据，在对基础语音数据进行韵律特征调整，得到拟人度较高的目标语音数据。在进行情感倾向词发音时，更富有感情，更加符合实际用户发音的特征，有效提高语音合成数据的质量。
- 音调线生成方法和装置-201610466693.2
- 赵伟峰 - 腾讯科技（深圳）有限公司
- 2016-06-23 - 2018-09-07 - G10L13/10
- 本发明实施例公开了一种音调线生成方法和装置。本发明实施例方法包括：获取音符信息序列，所述音符信息序列中每一个音符信息包括音符高度；对所述音符信息序列中的各音符高度，以所述音符高度为自变量根据预置函数计算所述音符高度的替换值，其中，当所述预置函数的自变量位于所述音符高度取值范围的至少部分范围内时，所述预置函数的导函数大于1；对所述音符信息序列中的各音符高度，将所述音符高度替换为所述音符高度的替换值，形成新音符信息序列；根据所述新音符信息序列显示音调线。
- 一种基于声道和韵律特征的情感语音转换方法-201711454427.9
- 陈明义;杨婧 - 中南大学
- 2017-12-28 - 2018-08-24 - G10L13/10
- 本发明提供一种基于声道和韵律特征转换的情感语音转换的方法，主要解决未来人与机器的交流方式问题。包括：首先进行情感语音训练，对中性与其它情感语音进行预处理，然后提取其声道和韵律特征参数，建立匹配模型；其次再进行情感语音转换，将中性语音的声道和韵律特征参数输入到转换模型中，并将模型输出参数用到语音合成中，来合成目标情感语音。本发明采用的方法不再局限于中性语音的对话，在相同语义和说话人信息的情况下，能够实现中性向不同情感之间的语音转换，获得具有情感表现力的语音，有利于未来更好的人机交互。
- 一种语音模拟方法和装置-201710260306.4
- 王斌 - 深圳易方数码科技股份有限公司
- 2017-04-20 - 2017-08-25 - G10L13/10
- 本发明提供了一种语音模拟方法和装置，其中方法包括如下步骤获取用户的音频数据；对所述音频数据进行解析，提取所述音频数据的特征信息并保存；根据已保存的所述特征信息生成与所述音频数据相对应的模拟音频数据；将所述模拟音频数据进行播放。本发明通过算法对人声进行解析进而提取出特征数据，再使用与用户相同的音素及语调来和用户进行交互或朗读，声音模拟效果好，相似度高、语音音调相似，提高了人机互动的亲切感，避免了现有的语音模拟方法，只能做到普通变声，声音无法变化，相似性低，无法提高人机互动时的适应性和亲切感的问题。
- 用于语音合成的韵律模型训练方法和装置-201510337430.7
- 徐扬凯;李秀林 - 百度在线网络技术（北京）有限公司
- 2015-06-17 - 2017-08-18 - G10L13/10
- 本发明公开了一种用于语音合成的韵律模型训练方法和装置，其中，用于语音合成的韵律模型训练方法，包括S1、从训练语料文本中提取分词对应的文本特征和标记特征；S2、基于同义词词林对训练语料文本中的分词进行泛化；以及S3、根据文本特征、标记特征以及泛化后的分词，对韵律模型进行训练。本发明实施例的用于语音合成的韵律模型训练方法和装置，通过从训练语料文本中提取分词对应的文本特征和标记特征，基于同义词词林对训练语料文本中的多个分词进行泛化，然后根据文本特征、标记特征以及泛化后的分词，对韵律模型进行训练，使得韵律模型更加完善，进而提升韵律预测的准确性。
- 韵律层级预测模型的生成及韵律层级预测方法和装置-201510477652.9
- 李秀林;张辉;杨鹏;徐扬凯;白锦峰;付晓寅 - 百度在线网络技术（北京）有限公司
- 2015-08-06 - 2017-04-05 - G10L13/10
- 本发明提出一种韵律层级预测模型的生成及韵律层级预测方法和装置，该韵律层级预测模型的生成方法包括根据精标数据集生成初始的韵律层级预测模型；收集语音及对应的文本数据，检测语音中的特征信息，并将所述特征信息加入文本数据的对应位置；根据所述初始的韵律层级预测模型，对加入特征信息的文本数据进行韵律层级预测，得到初始的韵律层级预测结果；根据所述精标数据集和所述初始的韵律层级预测结果进行训练，生成更新后的韵律层级预测模型，所述更新后的韵律层级预测模型用于语音合成时的韵律层级预测。该方法能够提高生成的韵律层级预测模型的准确性，进而提高韵律层级预测的准确性，提高语言合成效果。
- 韵律结构预测方法和装置-201510324535.9
- 陈志杰;李秀林 - 百度在线网络技术（北京）有限公司
- 2015-06-12 - 2017-03-22 - G10L13/10
- 本发明提出一种韵律结构预测方法和装置，该韵律结构预测方法包括对无标注数据进行学习获得词语的词向量；对所述词语的词向量进行聚类，获得所述词向量的聚类特征；将所述词向量的聚类特征加入从标注数据提取的特征集合中；对加入所述聚类特征的特征集合进行训练获得带有聚类特征的韵律结构预测模型；通过所述韵律结构预测模型进行韵律结构预测。本发明在训练获得韵律结构预测模型时，引入了词向量的聚类特征，提升了韵律结构预测模型的性能，进而可以提升语音合成的效果。
- 基于声调核声学特征及深度神经网络的韵律边界检测方法-201610895450.0
- 张劲松;林举;解焱陆 - 北京语言大学
- 2016-10-13 - 2017-03-08 - G10L13/10
- 本发明提供一种基于声调核声学特征及深度神经网络的韵律边界检测方法，所述方法包括检测并获取音节声调核部分的声学特征；基于深度神经网络利用音节声调核部分的声学特征建立韵律边界建模对韵律边界进行检测。通过检测并获取音节声调核部分的声学特征和时长特征，并基于深度神经网络利用音节声调核部分的声学特征和时长特征建立韵律边界建模对韵律边界进行检测，能够有效提高韵律边界检测的正确率。
- 一种基于统计参数的疑问句、感叹句的语音合成方法-201610000676.X
- 徐明星;车浩 - 北京时代瑞朗科技有限公司
- 2016-01-04 - 2016-06-08 - G10L13/10
- 本发明公开一种基于统计参数的疑问句、感叹句的语音合成方法，该方法分为通过对陈述句的模型训练，得到陈述句的初始声学模型、通过对疑问句或感叹句的自适应训练，得到疑问句或感叹句的声学模型和根据疑问句或感叹句的声学模型，实现疑问句或感叹句的语音生成三部分。本发明提供了一种在小语料情况下，采用小规模语料快速实现疑问句或感叹句的语音合成方法，解决了相对于陈述句语料，疑问句或感叹句语料较难收集，语料规模较小情况下，得的较高音质以及自然度的合成语音的问题。
- 定量的F0轮廓生成装置及方法、以及用于生成F0轮廓的模型学习装置及方法-201480045803.7
- 倪晋富;志贺芳则 - 国立研究开发法人情报通信研究机构
- 2014-08-13 - 2016-04-06 - G10L13/10
- 本发明提供一种基于统计模型的F0轮廓的合成装置，能够在确保精度的同时使语言学信息与F0轮廓的对应变得明确。HMM学习装置包括：参数估计部，其将与连续F0轮廓(132)拟合的F0轮廓(133)作为短语成分与音调成分之和来表征，并估计这些成分的目标点；和HMM学习单元，其将拟合后的F0轮廓作为学习数据来进行HMM(139)的学习。也可以将连续F0轮廓(132)分离为音调成分(134)、短语成分(136)及微韵律成分(138)来进行单独的HMM(140、142、144)的HMM学习。利用文本解析的结果，单独地根据HMM(140、142、144)来生成音调成分、短语成分及微韵律成分，并进行合成来获得F0轮廓。
- 一种信息处理方法和装置-201410075100.0
- 纪大为;刘伟 - 联想（北京）有限公司
- 2014-03-03 - 2015-09-09 - G10L13/10
- 本申请公开了一种信息处理方法，应用于电子设备中，该方法包括：获取一个或多个通信主体的声音数据；解析所述声音数据获取多个所述通信主体的语音特征，并建立与所述通信主体对应的语音特征集合；当所述电子设备中的文本信息满足预设条件时，则依据与所述通信主体对应的语音特征集合，将所述文本信息转换为具有所述通信主体语音特征的语音信息。可以将文本信息转换为具有通信主体语音特征的语音信息，可以最真实的表达文本信息想要表达的意思，使经过语音转换得到的文本信息具有鲜明的个人语言特点，可以使收听者通过该语音信息即可知晓信息来源。
- 用于塑造语音系统的对话的方法和系统-201310747284.6
- R.M.赫奇特;E.茨尔克尔-汉科克;O.尖霍尼;U.温特 - 通用汽车环球科技运作有限责任公司
- 2013-12-31 - 2014-12-03 - G10L13/10
- 本发明涉及用于塑造语音系统的对话的方法和系统。方法和系统被提供来用于塑造语音系统的语音对话。在一个实施例中，一种方法包括：接收与来自语音系统的用户的第一表达有关的数据；基于确定第一表达的至少一个属性的至少一种属性处理技术来处理数据；基于所述至少一个属性来确定塑造模式；以及基于所述塑造模式来生成语音提示。
- 实现黏着语文本韵律短语划分的方法及系统-201310630210.4
- 祖漪清;吴朗;黄昉;何婷婷;胡国平;胡郁 - 安徽科大讯飞信息科技股份有限公司
- 2013-11-29 - 2014-04-02 - G10L13/10
- 本发明公开了一种实现黏着语文本韵律短语划分的方法及系统，该方法包括：预先基于数据统计方式确定黏着语的基本构词单元，所述基本构词单元包括：独立词、词干、词干串、词缀、词缀串；在接收到待合成文本的单词串后，根据所述基本构词单元对所述单词串中每个单词进行切分，得到构词单元序列；确定所述构词单元序列中词缀对词干的影响级别、以及词缀串对词干的影响级别；确定所述构词单元序列中各构词单元的词性；根据所述构词单元序列中各构词单元的词性及所述词缀和词缀串对词干的影响级别确定所述单词文本的词性；根据所述单词文本的词性、词长、以及所述单词文本中词的个数，进行韵律短语划分。利用本发明，可以有效提高黏着语的韵律分析效果，进而改善合成语音的韵律自然度及可懂度。
- 声音合成装置、方法以及存储介质-201310357397.5
- 橘健太郎;笼岛岳彦;森田真弘 - 株式会社东芝
- 2013-08-16 - 2014-02-19 - G10L13/10
- 本发明涉及声音合成装置、方法及存储介质，能生成具有多样的韵律特征的合成音且也能保持对象谈话者特质。具备对输入的文本进行解析并输出语言信息的文本解析部、存储对象谈话者的第1韵律控制词典以及1个或多个基准谈话者的第2韵律控制词典的词典存储部、基于语言信息利用第1韵律控制词典生成第1韵律参数并分别利用第2韵律控制词典生成1个或多个第2韵律参数的韵律参数生成部、基于标准化参数分别对1个或多个第2韵律参数进行标准化处理的标准化部、基于权重信息对第1韵律参数及标准化处理后的1个或多个第2韵律参数进行内插处理生成第3韵律参数的韵律参数内插部和按照第3韵律参数生成合成声音的声音合成部。
- 一种基于分布式自然韵律优化本地合成方法-201210585840.X
- 郜静文;殷翔;孙见青;江源;刘艳茹;袁武文;张鑫;孙梦娟;赵志伟;吴晓如 - 安徽科大讯飞信息科技股份有限公司
- 2012-12-30 - 2013-05-01 - G10L13/10
- 一种基于分布式自然韵律优化本地合成效果的方法，用于低码率传输自然语音韵律信息并在本地合成，包括以下步骤：由录音数据或者服务器级别的合成系统，生成合成文本的前端标注信息和语音韵律信息。然后通过网络的方式将信息下载到本地，本地使用这些信息结合后端系统合成。由于使用了更好的前端信息和后端韵律参数，提升了本地合成的韵律，从而提高本地合成效果。同时由于基频和时长占用的数据量很少，相比传统网络合成方式响应速度更快和流量更少。
- 一种语音合成方法和语音合成系统-201210575160.X
- 孙见青;凌震华;何婷婷;胡国平;胡郁;刘庆峰 - 安徽科大讯飞信息科技股份有限公司
- 2012-12-26 - 2013-04-24 - G10L13/10
- 本发明的实施例公开了一种语音合成方法和语音合成系统，用于提高语音的合成音质和自然度。该方法包括：将获取的合成文本划分为固定成分文本和可变成分文本；对固定成分文本进行分析，确定固定成分文本中各基本合成单元的合成时长参数，得到固定成分文本的合成时长参数序列；对可变成分文本进行分析，确定可变成分文本中各基本合成单元的合成时长参数，得到可变成分文本的合成时长参数序列；根据固定成分文本及可变成分文本的合成时长参数序列，确定合成文本的合成基频参数序列及确定合成文本的合成频谱参数序列；根据固定成分文本及可变成分文本的合成时长参数序列、合成基频参数序列和合成频谱参数序列，生成连续语音信号。
- 在手机上或网页上接收用户输入的文字并实时合成为个性化声音的方法-201210578662.8
- 徐鹤林;江源;张磊;江涛;聂小林;胡国平;胡郁 - 安徽科大讯飞信息科技股份有限公司
- 2012-12-27 - 2013-04-24 - G10L13/10
- 本发明公开了一种在手机上或网页上接收用户输入的文字并实时合成为个性化声音的方法，涉及语音合成及个性化语音合成技术领域，该方法包括：在手机或网页上输入文字；将文字合成为具有特殊音色特征的个性化声音；用户将个性化的声音设为彩铃或手机铃音，其中在个性化合成系统中采用的远离类中心单元的聚类方法这一新算法。利用本发明，可以实现用户制作个性化彩铃或个性化手机铃音的需求。
- 一种获取韵律边界信息的方法及系统-201110204282.3
- 张洁;孟遥;于浩 - 富士通株式会社
- 2011-07-15 - 2013-01-16 - G10L13/10
- 本发明实施例公开了一种获取韵律边界信息的方法及系统，其中，所述方法包括：获取待标注的文本数据，并获得所述文本数据对应的音频数据；向第一组标注者播放所述音频数据，根据各个标注者的标注结果，获取基于该第一组标注者确定的韵律边界信息；向第二组标注者展现根据所述文本数据生成的句法树，根据各个标注者的标注结果，获取基于该第二组标注者确定的韵律边界信息；将所述基于第一组标注者确定的韵律边界信息与所述基于第二组标注者确定的韵律边界信息进行比对，根据比对结果，确定各个位置的韵律边界信息。通过本发明，能够有效地获取到韵律边界信息，进而提高语音合成结果的自然度。
- 专利分类
