[发明专利]一种基于文本内容数据清洗的语音合成播报系统

摘要

本发明公开一种基于文本内容数据清洗的语音合成播报系统，所述的播报系统包括：信息存储模块、信息归类模块、关键词组提取模块、权重设置模块、敏感信息过滤模块、广告软文过滤模块；进入服务端的文本数据清洗的过程是依次进行关键词组提取、权重设置、敏感信息过滤、广告软文过滤、重复文本过滤，最后将经过过滤清洗完毕的文本存储到服务器中，调用音频合成接口，将清洗完毕的文本转换为音频文件，存储在音频服务器中，当客户端发起请求时，发送该音频到客户端。

主权项

1.一种基于文本内容数据清洗的语音合成播报系统，其特征在于，所述的播报系统包括：/n信息存储模块：用于存储通用信息词库、广告信息词库、敏感信息词库、热门信息词库以帮助系统辨别信息内容；/n信息归类模块，用于将录入数据库的文本归类为头条快讯类文本和短篇文章类文本；/n关键词组提取模块，从服务端接收到的文本中对标题和正文进行分词提取关键词组；/n权重设置模块，对提取出的关键词组进行权重设置；/n敏感信息过滤模块，分别过滤标题和正文中包含敏感信息的文本；/n广告软文过滤模块，分别过滤标题和正文中包含广告软文信息的文本；/n文本信息去重模块，分别过滤标题和正文中判定重复的文本；/n进入服务端的文本数据清洗的过程是依次进行关键词组提取、权重设置、敏感信息过滤、广告软文过滤、重复文本过滤，最后将经过过滤清洗完毕的文本存储到服务器中，调用音频合成接口，将清洗完毕的文本转换为音频文件，存储在音频服务器中，当客户端发起请求时，发送该音频到客户端。/n