自动阅读语音合成方法、装置、设备及存储介质与流程

技术特征：
1.一种自动阅读语音合成方法，其特征在于，所述方法的步骤包括：采集指定人朗读第一文本时产生的第一音频数据，其中，所述第一文本为预设的标准文本；基于所述第一文本与第一音频数据建立所述指定人的第一语料库；其中，所述第一语料库中包括所述指定人的音色特征与所述第一文本中各字、词语的发音；获取发送给客户的第二文本，并提取所述第二文本的语言特征参数，其中，所述语言特征参数包括所述第二文本中各字、词语的发音以及语气变化；基于所述第一语料库与所述语言特征参数，合成所述第二文本的第二音频数据。2.根据权利要求1所述的自动阅读语音合成方法，其特征在于，所述提取所述第二文本的语言特征参数的步骤之前，包括：对所述第二文本进行规范化处理；将所述第二文本进行切分，获取所述第二文本中各字、词语的边界。3.根据权利要求1所述的自动阅读语音合成方法，其特征在于，所述获取发送给客户的第二文本，并提取所述第二文本的语言特征参数的步骤，包括：对所述第二文本进行分析，获取所述第二文本的中出现的各文字、特殊字符、以及各种多音字的读音方式，确定所述第二文本的各字、词语读音；根据所述第二文本的结构、组成和不同位置上出现的标点符号，确定发音时语气的变换以及不同音的轻重方式。4.根据权利要求1所述的自动阅读语音合成方法，其特征在于，所述基于所述第一语料库与所述语言特征参数，合成所述第二文本的第二音频数据的步骤之前，包括：遍历所述第一语料库，判断所述第二文本中所有的各字、词语是否均能在所述语料库检索到；若否，提取所述第二文本中未在所述第一语料库中遍历到的所有的各字、词语；遍历预设置的第二语料库，在所述第二语料库中提取所述第二文本中未在所述第一语料库中遍历到的所有的各字、词语，并将所述第二文本中未在所述第一语料库中遍历到的所有的各字、词语加入到所述第一语料库中。5.根据权利要求1所述的自动阅读语音合成方法，其特征在于，所述基于所述第一语料库与所述语言特征参数，合成所述第二文本的第二音频数据的步骤，包括：基于所述第一音频数据计算得到所述第一音频数据的梅尔倒普系数；将所述梅尔倒普系数输入声码器结合所述第一语料库与所述语言特征参数进行拼接合成得到第二文本的第二音频数据。6.根据权利要求5所述的自动阅读语音合成方法，其特征在于，所述基于所述第一音频数据计算得到所述第一音频数据的梅尔倒普系数的步骤包括：对所述第一音频数据进行预加重、分帧、加窗和傅立叶变换得到所述第一音频数据的频谱；将所述频谱通过梅尔滤波器组得到梅尔频谱；将所述梅尔频谱进行倒谱分析，对所述梅尔频谱进行取对数处理、做逆变换处理得到梅尔频率倒谱系数。7.根据权利要求6所述的自动阅读语音合成方法，其特征在于，所述将所述梅尔频谱进
行倒谱分析，对所述梅尔频谱进行取对数处理、做逆变换处理得到梅尔频率倒谱系数的公式为：其中，n为梅尔频率倒谱系数的个数，m为梅尔滤波器个数，k为第几个滤波器，x
′
为第k个滤波器的输出功率。8.一种自动阅读语音合成装置，其特征在于，所述装置包括：采集模块，用于采集指定人朗读第一文本时产生的第一音频数据，其中，所述第一文本为预设的标准文本；建立模块，用于基于所述第一文本与第一音频数据建立所述指定人的第一语料库；其中，所述第一语料库中包括所述指定人的音色特征与所述第一文本中各字、词语的发音；获取提取模块，用于获取发送给客户的第二文本，并提取所述第二文本的语言特征参数，其中，所述语言特征参数包括所述第二文本中各字、词语的发音以及语气变化；合成模块，用于基于所述第一语料库与所述语言特征参数，合成所述第二文本的第二音频数据。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。

技术总结
本发明揭示了一种自动阅读语音合成方法，步骤包括：采集指定人朗读第一文本时产生的第一音频数据；基于第一文本与第一音频数据建立指定人的第一语料库；第一语料库中包括指定人的音色特征与第一文本中各字、词语的发音；获取发送给客户的第二文本，提取第二文本的语言特征参数，包括第二文本中各字、词语的发音以及语气变化；合成第二文本的第二音频数据。采集朗读时的第一音频数据，获取音色特征并且基于第一文本与第一音频数据建立指定人的语料库。获取想要读取的第二文本，对第二文本进行文本分析提取第二文本的语言特征参数，让客户可以不通过通过终端屏幕进行观看阅读，可以通过自动朗读的方式听取第二文本，提高了客户的阅读效率。阅读效率。阅读效率。


技术研发人员：孙裕
受保护的技术使用者：未鲲（上海）科技服务有限公司
技术研发日：2022.06.17
技术公布日：2022/9/2