[发明专利]声音合成的方法和系统

摘要

一种用于生成对要转化的文本（3）进行表示的音频信号（9）的方法，包括以下步骤：在数据库（1）中提供声学单元，标识预计算的表达的列表（10），并且对于每个预计算的表达，记录与其发音相对应的声学帧（7），凭借相关计算而将所记录的每个声学帧分解成序列表（5），所述序列表（5）包括一系列声学单元参考，其通过幅度以及时间形状因数（α(i)A）、（α(i)T）而被调制，在文本中标识预计算的表达并且将其余部分（12）分解成音素，在每个预计算的表达的地方插入对应的序列表，根据要转化的文本而准备一连串声学单元（19）。一种用于生成表示要转化的文本的音频信号的系统。

主权项

一种用于生成对要转化成对于用户可理解的音频信号的文本（3）进行表示的音频信号（9）的集合的方法，包括以下步骤：a)在数据库（1）中提供声学单元的集合，每个声学单元对应于音素或双音素的声学合成实现，所述数据库（1）包括与用于给定语言的音素或双音素的集合相对应的声学单元，b)标识预计算的表达的列表（10），每个预计算的表达包括一个或多个完整文本词，c)对于每个预计算的表达，记录与所述预计算的表达的发音相对应的声学帧（7），d)凭借交叉相关计算而将所记录的每个声学帧分解成序列表（5），所述序列表（5）包括来自数据库的一系列声学单元参考，其至少通过幅度形状因数（α(i)A）以及通过时间形状因数（α(i)T）而被调制，e1)遍历要转化的文本（3），标识与至少一个预计算的表达相对应的至少第一部分文本（11），以及将不包括预计算的表达的至少第二部分文本（12）分解成音素，e2)在每个预计算的表达的地方插入序列表（5）的等同记录，并且为第二部分文本（12）的每个音素选择来自数据库（1）的声学单元，f)以根据要转化的文本（3）的有序方式而准备与第一和第二部分文本（11,12）相对应的一连串声学单元（19），g)生成与所述连串的声学单元相对应的音频信号（9）。