具有多模式混合的语音合成器的制作方法

技术特征：
1.一种方法，包括：通过机器的一个或更多个处理器在触敏显示屏上呈现图形用户界面(gui)，所述gui图示要发音的单词，所述单词包括按顺序第一字母和按顺序第二字母；通过所述机器的一个或更多个处理器检测所述触敏显示屏上的触摸输入的拖动速度；通过所述机器的一个或更多个处理器确定检测到的所述触摸输入的拖动速度落入拖动速度的多个范围中的拖动速度的第一范围；以及通过所述机器的一个或更多个处理器并且基于检测到的所述拖动速度落入所述拖动速度的第一范围来选择是否要通过按顺序播放至少第一音频文件和第二音频文件来对所述单词发音，所述第一音频文件表示对所述单词的所述按顺序第一字母发音的第一音素，所述第二音频文件表示对所述单词的所述按顺序第二字母发音的第二音素。2.根据权利要求1所述的方法，其中：选择是否要通过按顺序播放至少所述第一音频文件和所述第二音频文件来对所述单词发音包括：选择要通过按顺序播放至少所述第一音频文件和所述第二音频文件来对所述单词发音；以及所述方法还包括：使至少所述第一音频文件和所述第二音频文件进行顺序播放以对所述单词发音。3.根据权利要求1所述的方法，其中：选择是否要通过按顺序播放至少所述第一音频文件和所述第二音频文件来对所述单词发音包括：选择要通过播放表示所述单词的多个音素的第三音频文件并且在没有对所述第一音频文件和所述第二音频文件进行按顺序播放的情况下对所述单词发音；以及所述方法还包括：在没有对所述第一音频文件和所述第二音频文件进行按顺序播放的情况下使所述第三音频文件进行播放以对所述单词发音。4.根据权利要求1所述的方法，其中：所述gui指示被配置成接收所述触摸输入的区域，所述区域包括被配置成基于所述触摸输入的部分来检测所述触摸输入的拖动速度的子区域，所述部分出现在所述gui的所述区域的所述子区域内；并且确定检测到的拖动速度落入所述拖动速度的第一范围基于所述触摸输入的在所述gui的所述区域的所述子区域内的所述部分。5.根据权利要求1所述的方法，其中：所述拖动速度的多个范围中的拖动速度的第二范围与所述拖动速度的第一范围相邻；以及确定检测到的触摸输入的拖动速度落入所述拖动速度的第一范围包括将检测到的拖动速度与阈值拖动速度进行比较，所述阈值拖动速度划定所述拖动速度的第一范围或所述拖动速度的第二范围中的至少一者。6.根据权利要求1所述的方法，其中：所述拖动速度的多个范围中的所述拖动速度的第一范围对应于至少所述第一音频文件和所述第二音频文件的顺序播放；以及所述拖动速度的多个范围中的所述拖动速度的第二范围对应于表示所述单词的多个
音素的第三音频文件的播放。7.根据权利要求6所述的方法，其中：所述第一音频文件表示以与在所述第三音频文件中记录所述单词所用的第二发音速度不同的第一发音速度记录的所述第一音素；以及所述第二音频文件表示以与在所述第三音频文件中记录所述单词所用的所述第二发音速度不同的所述第一发音速度记录的所述第二音素。8.根据权利要求7所述的方法，其中：所述拖动速度的多个范围中的拖动速度的第三范围对应于第四音频文件的播放，所述第四音频文件表示以与在所述第三音频文件中记录所述单词所用的所述第二发音速度不同的所述第一发音速度记录的所述单词的所述多个音素。9.根据权利要求1所述的方法，其中：所述gui中图示的所述单词具有阅读所述单词的方向；所述触摸输入具有与阅读所述单词的所述方向平行的输入分量；以及所述gui包括视觉指示器，所述视觉指示器基于所述触摸输入的所述输入分量在阅读所述单词的所述方向上移动。10.根据权利要求1所述的方法，其中：所述gui指示被配置成接收所述触摸输入的区域，所述区域包括第一子区域，所述第一子区域被配置成基于所述触摸输入的第一部分来检测所述触摸输入的拖动速度，所述第一部分出现在所述第一子区域内并且对应于所述单词的所述按顺序第一字母，所述区域还包括第二子区域，所述第二子区域被配置成基于所述触摸输入的第二部分来更新所述触摸输入的拖动速度，所述第二部分出现在所述第二子区域内并且对应于所述单词的所述按顺序第二字母；选择是否要通过按顺序播放至少所述第一音频文件和所述第二音频文件来对所述单词发音基于检测到的所述触摸输入的所述第一部分的拖动速度；以及所述方法还包括：基于更新后的所述触摸输入的所述第二部分的拖动速度，选择是否要通过按顺序播放至少所述第二音频文件来对所述单词的其余部分发音。11.一种机器可读介质，所述机器可读介质包括指令，所述指令在由机器的一个或更多个处理器执行时使所述机器执行操作，所述操作包括：在触敏显示屏上呈现图形用户界面(gui)，所述gui图示要发音的单词，所述单词包括按顺序第一字母和按顺序第二字母；检测所述触敏显示屏上的触摸输入的拖动速度；确定检测到的所述触摸输入的拖动速度落入拖动速度的多个范围中的拖动速度的第一范围；以及基于检测到的拖动速度落入所述拖动速度的第一范围，选择是否要通过按顺序播放至少第一音频文件和第二音频文件来对所述单词发音，所述第一音频文件表示对所述单词的所述按顺序第一字母发音的第一音素，所述第二音频文件表示对所述单词的所述按顺序第二字母发音的第二音素。12.根据权利要求11所述的机器可读介质，其中：
选择是否要通过顺序播放至少所述第一音频文件和所述第二音频文件来对所述单词发音包括：选择要通过按顺序播放至少所述第一音频文件和所述第二音频文件来对所述单词发音；以及所述操作还包括：使至少所述第一音频文件和所述第二音频文件进行顺序播放来对所述单词发音。13.根据权利要求11所述的机器可读介质，其中：选择是否要通过按顺序播放至少所述第一音频文件和所述第二音频文件来对所述单词发音包括：选择要通过播放表示所述单词的多个音素的第三音频文件并且在没有对所述第一音频文件和所述第二音频文件进行按顺序播放的情况下对所述单词发音；以及所述操作还包括：在没有对所述第一音频文件和所述第二音频文件进行按顺序播放的情况下使所述第三音频文件进行播放以对所述单词发音。14.根据权利要求11所述的机器可读介质，其中：所述拖动速度的多个范围中的所述拖动速度的第一范围对应于至少所述第一音频文件和所述第二音频文件的顺序播放；以及所述拖动速度的多个范围中的所述拖动速度的第二范围对应于表示所述单词的多个音素的第三音频文件的播放。15.根据权利要求14所述的机器可读介质，其中：所述拖动速度的多个范围中的拖动速度的第三范围对应于第四音频文件的播放，所述第四音频文件表示以与在所述第三音频文件记录所述单词所用的第二发音速度不同的第一发音速度记录的所述单词的多个音素。16.一种系统，包括：一个或更多个处理器；以及存储指令的存储器，所述指令在由所述一个或更多个处理器中的至少一个处理器执行时使所述系统执行操作，所述操作包括：在触敏显示屏上呈现图形用户界面(gui)，所述gui图示要发音的单词，所述单词包括按顺序第一字母和按顺序第二字母；检测所述触敏显示屏上的触摸输入的拖动速度；确定检测到的所述触摸输入的拖动速度落入拖动速度的多个范围中的拖动速度的第一范围；以及基于检测到的拖动速度落入所述拖动速度的第一范围，选择是否要通过按顺序播放至少第一音频文件和第二音频文件来对所述单词发音，所述第一音频文件表示对所述单词的所述按顺序第一字母发音的第一音素，所述第二音频文件表示对所述单词的所述按顺序第二字母发音的第二音素。17.根据权利要求16所述的系统，其中：选择是否要通过按顺序播放至少所述第一音频文件和所述第二音频文件来对所述单词发音包括：选择要通过按顺序播放至少所述第一音频文件和所述第二音频文件来对所述单词发音；以及所述操作还包括：
使至少所述第一音频文件和所述第二音频文件进行顺序播放以对所述单词发音。18.根据权利要求16所述的系统，其中：选择是否要通过按顺序播放至少所述第一音频文件和所述第二音频文件来对所述单词发音包括：选择要通过播放表示所述单词的多个音素的第三音频文件并且在没有对所述第一音频文件和所述第二音频文件进行按顺序播放的情况下对所述单词发音；并且所述操作还包括：在没有对所述第一音频文件和所述第二音频文件进行按顺序播放的情况下使所述第三音频文件进行播放以对所述单词发音。19.根据权利要求16所述的系统，其中：所述拖动速度的多个范围中的所述拖动速度的第一范围对应于至少所述第一音频文件和所述第二音频文件的顺序播放；以及所述拖动速度的多个范围中的所述拖动速度的第二范围对应于表示所述单词的多个音素的第三音频文件的播放。20.根据权利要求19所述的系统，其中：所述第一音频文件表示以与在所述第三音频文件记录所述单词所用的第二发音速度不同的第一发音速度记录的所述第一音素；并且所述第二音频文件表示以与在所述第三音频文件中记录所述单词所用的所述第二发音速度不同的所述第一发音速度记录的所述第二音素。

技术总结
机器呈现图形用户界面，图形用户界面图示了包括第一字母和第二字母的单词。机器检测触敏显示屏上的触摸输入的拖动速度，以及确定拖动速度落入拖动速度的多个范围中的拖动速度的第一范围。基于落入拖动速度的第一范围，机器选择是否要通过按顺序播放至少第一音频文件和第二音频文件来对单词发音，其中，第一音频文件记录第一字母的第一音素，第二音频文件记录第二字母的第二音素。因此，该机器提供了语音合成器，该语音合成器以基于拖动速度的发音速度对单词发音，在较低速度时具有增强的清晰度，以及在较高速度时具有增强的平滑度。以及在较高速度时具有增强的平滑度。以及在较高速度时具有增强的平滑度。


技术研发人员：韦拉
受保护的技术使用者：知识方正有限公司
技术研发日：2020.10.21
技术公布日：2022/9/6