一种用于个性化语音合成的方法和装置制造方法及图纸

本申请公开了一种用于个性化语音合成的方法和装置，方法包括：接收用户输入的TTS模型生成请求，所述TTS模型生成请求中包括目标领域标识；向所述用户发送与所述目标领域标识对应的目标录音文本，并接收所述用户返回的与所述目标录音文本对应的音频文件，所述音频文件是所述用户根据所述目标录音文本录制得到的；根据所述音频文件，为所述用户生成与所述目标领域标识对应的目标TTS模型，所述目标TTS模型用于提供具有所述用户发音特点的个性化语音合成服务。

A method and device for personalized speech synthesis

【技术实现步骤摘要】
一种用于个性化语音合成的方法和装置
本申请涉及计算机
，尤其涉及一种用于个性化语音合成的方法和装置。
技术介绍
语音合成技术，也称为从文本到语音技术(TTS，TextToSpeech)，可以实现将文本信息转化为语音输出。具体地，首先，采集大量语音数据；然后，根据采集到的大量语音数据，生成TTS模型；最后，根据TTS模型，实现将文本信息转化为语音输出。由于传统TTS模型构建过程需要采集大量的语音数据，使得TTS模型的构建过程较为复杂。因此，需要一种更加容易实现的用于个性化语音合成的方法。
技术实现思路
本说明书实施例提供一种用于个性化语音合成的方法和装置，使得可以简化TTS模型的生成过程。第一方面，本说明书实施例提供了一种用于个性化语音合成的方法，包括：接收用户输入的语音合成TTS模型生成请求，所述TTS模型生成请求中包括目标领域标识；向所述用户发送与所述目标领域标识对应的目标录音文本，并接收所述用户返回的与所述目标录音文本对应的音频文件，所述音频文件是所述用户根据所述目标录音文本录制得到本文档来自技高网...

【技术保护点】
1.一种用于个性化语音合成的方法，包括：/n接收用户输入的语音合成TTS模型生成请求，所述TTS模型生成请求中包括目标领域标识；/n向所述用户发送与所述目标领域标识对应的目标录音文本，并接收所述用户返回的与所述目标录音文本对应的音频文件，所述音频文件是所述用户根据所述目标录音文本录制得到的；/n根据所述音频文件，为所述用户生成与所述目标领域标识对应的目标TTS模型，所述目标TTS模型用于提供具有所述用户发音特点的个性化语音合成服务。/n

【技术特征摘要】
1.一种用于个性化语音合成的方法，包括：
接收用户输入的语音合成TTS模型生成请求，所述TTS模型生成请求中包括目标领域标识；
向所述用户发送与所述目标领域标识对应的目标录音文本，并接收所述用户返回的与所述目标录音文本对应的音频文件，所述音频文件是所述用户根据所述目标录音文本录制得到的；
根据所述音频文件，为所述用户生成与所述目标领域标识对应的目标TTS模型，所述目标TTS模型用于提供具有所述用户发音特点的个性化语音合成服务。


2.如权利要求1所述的方法，向所述用户发送与所述目标领域标识对应的目标录音文本，包括：
确定录音文本数据库，所述录音文本数据库中包括不同领域标识对应的录音文本；
根据所述录音文本数据库，确定与所述目标领域标识对应的所述目标录音文本；
向所述用户发送所述目标录音文本。


3.如权利要求2所述的方法，通过以下方式确定得到所述录音文本数据库：
确定不同领域标识，所述不同领域标识中的任一领域标识对应一个领域；
根据预设算法，生成与所述任一领域标识对应的录音文本，在所述任一领域标识对应的录音文本中，包括与所述领域标识对应的领域中常见的字和/或词语。


4.如权利要求3所述的方法，所述领域标识包括下述至少一种：
儿童故事领域标识、交通领域标识、社会新闻领域标识，和天气预报领域标识。


5.如权利要求1所述的方法，根据所述音频文件，为所述用户生成与所述目标领域标识对应的目标TTS模型，包括：
对所述音频文件进行预处理，得到处理后音频文件；
根据所述处理后的音频文件，确定与所述用户发音特点匹配的特征参数；
根据所述特征参数，生成所述目标TTS模型。


6.如权利要求5所述的方法，所述特征参数包括下述至少一种：
音调、音色、语速、停顿，和口音。
...

【专利技术属性】
技术研发人员：孙尧，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY