本發(fā)明涉及人工智能語(yǔ)音領(lǐng)域，尤其涉及文本語(yǔ)音播報(bào)方法及系統(tǒng)。

背景技術(shù)：

文本語(yǔ)音播報(bào)應(yīng)用于電信、銀行、交通運(yùn)輸及智能機(jī)器人等，主要是對(duì)給定的文本進(jìn)行語(yǔ)言學(xué)分析，逐句進(jìn)行詞匯的、語(yǔ)法的和語(yǔ)義的分析，以確定句子的低層結(jié)構(gòu)和每個(gè)字的音素的組成，包括文本的斷句、字詞切分、多音字的處理、數(shù)字的處理、縮略語(yǔ)的處理等，把文本所對(duì)應(yīng)的單字或短語(yǔ)從語(yǔ)音合成庫(kù)中提取，把語(yǔ)言學(xué)描述轉(zhuǎn)化成言語(yǔ)波形。目前市面上有不少類(lèi)似的功能，但大多效果不佳，主要表現(xiàn)為播出的語(yǔ)音吐字生硬，音色單一。

技術(shù)實(shí)現(xiàn)要素：

為了克服現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供文本語(yǔ)音播報(bào)方法及系統(tǒng)，其能對(duì)任意文本進(jìn)行流暢圓潤(rùn)的播報(bào)。

本發(fā)明的目的采用以下技術(shù)方案實(shí)現(xiàn)：

文本語(yǔ)音播報(bào)方法，包括：

采集文本信息；

分析所述文本信息，并提取出文本特征；

基于所述文本特征以及神經(jīng)網(wǎng)絡(luò)韻律模型預(yù)測(cè)所述文本信息對(duì)應(yīng)的韻律特征參數(shù)；

根據(jù)所述韻律特征參數(shù)進(jìn)行語(yǔ)音合成并播放。

優(yōu)選的，所述分析文本信息，具體為：

根據(jù)預(yù)先添加的添加語(yǔ)法知識(shí)庫(kù)和語(yǔ)法詞典，利用最大匹配算法對(duì)文本信息進(jìn)行切分。

優(yōu)選的，所述提取出文本特征，具體為：

根據(jù)詞語(yǔ)的屬性計(jì)算詞語(yǔ)權(quán)重，提取出文本關(guān)鍵詞；將切分得到的字和/或詞對(duì)應(yīng)的詞性以及關(guān)鍵詞及關(guān)鍵詞對(duì)應(yīng)的詞性作為文本信息對(duì)應(yīng)的文本特征。

優(yōu)選的，所述神經(jīng)網(wǎng)絡(luò)韻律模型是預(yù)先通過(guò)對(duì)語(yǔ)音材料庫(kù)基于神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到的。

優(yōu)選的，所述語(yǔ)音材料庫(kù)包括：用于語(yǔ)調(diào)短語(yǔ)修正的韻律詞匯庫(kù)以及用于參數(shù)解碼音變規(guī)則的編碼數(shù)據(jù)庫(kù)和音變規(guī)則庫(kù)。

本發(fā)明還涉及文本語(yǔ)音播報(bào)系統(tǒng)，包括：采集模塊、分析模塊、預(yù)測(cè)模塊和合成模塊；

所述采集模塊，用于采集文本信息；

所述分析模塊，用于分析所述文本信息，并提取出文本特征；

所述預(yù)測(cè)模塊，用于基于所述文本特征以及神經(jīng)網(wǎng)絡(luò)韻律模型預(yù)測(cè)所述文本信息對(duì)應(yīng)的韻律特征參數(shù)；

所述合成模塊，用于根據(jù)所述韻律特征參數(shù)進(jìn)行語(yǔ)音合成并播放。

優(yōu)選的，還包括：切分模塊；

所述切分模塊，根據(jù)預(yù)先添加的添加語(yǔ)法知識(shí)庫(kù)和語(yǔ)法詞典，利用最大匹配算法對(duì)文本信息進(jìn)行切分。

優(yōu)選的，還包括：提取模塊；

所述提取模塊，用于根據(jù)詞語(yǔ)的屬性計(jì)算詞語(yǔ)權(quán)重，提取出文本關(guān)鍵詞；將切分得到的字和/或詞對(duì)應(yīng)的詞性以及關(guān)鍵詞及關(guān)鍵詞對(duì)應(yīng)的詞性作為文本信息對(duì)應(yīng)的文本特征。

優(yōu)選的，所述神經(jīng)網(wǎng)絡(luò)韻律模型是預(yù)先通過(guò)對(duì)語(yǔ)音材料庫(kù)基于神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到的。

優(yōu)選的，所述語(yǔ)音材料庫(kù)包括：用于語(yǔ)調(diào)短語(yǔ)修正的韻律詞匯庫(kù)以及用于參數(shù)解碼音變規(guī)則的編碼數(shù)據(jù)庫(kù)和音變規(guī)則庫(kù)。

相比現(xiàn)有技術(shù)，本發(fā)明的有益效果在于：根據(jù)神經(jīng)網(wǎng)絡(luò)韻律模型預(yù)測(cè)所述文本信息對(duì)應(yīng)的韻律特征參數(shù)進(jìn)行語(yǔ)音合成，文本語(yǔ)音播報(bào)自然流暢。

附圖說(shuō)明

圖1為本發(fā)明一實(shí)施例提供的文本語(yǔ)音播報(bào)方法流程示意圖；

圖2為本發(fā)明一實(shí)施例提供的文本語(yǔ)音播報(bào)系統(tǒng)結(jié)構(gòu)示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

如圖1所示，本發(fā)明一實(shí)施例提供的文本語(yǔ)音播報(bào)方法，包括以下步驟：

步驟S101：采集文本信息。

具體的，智能設(shè)備上的應(yīng)用程序與文本播放模塊接口連接，應(yīng)用程序采集文本信息通過(guò)文本播放模塊接口將采集到的文本信息發(fā)送給對(duì)應(yīng)的文本播放模塊。文本播放模塊對(duì)文本進(jìn)行分析處理、特征提取已經(jīng)合成。

步驟S102：分析所述文本信息，并提取出文本特征。

具體的，文本播放模塊預(yù)先添加語(yǔ)法知識(shí)庫(kù)和語(yǔ)法詞典，本發(fā)明實(shí)施例中根據(jù)最大匹配算法確定分詞，并濾除不能反映主題的功能詞。

對(duì)采集到的文本信息，按照正向最大匹配算法，從左邊開(kāi)始取出等于預(yù)設(shè)最大詞長(zhǎng)數(shù)量的詞語(yǔ)，查找語(yǔ)法知識(shí)庫(kù)和語(yǔ)法詞典中是否有所述詞語(yǔ)，若沒(méi)有查找到，則去掉右邊第一個(gè)字繼續(xù)查找，依次循環(huán)，直到從語(yǔ)法知識(shí)庫(kù)和語(yǔ)法詞典中查找到相應(yīng)的詞語(yǔ)，則輸出詞語(yǔ)，完成分詞過(guò)程。

能標(biāo)識(shí)文本特性的一般為文本中的名詞、動(dòng)詞、形容詞等，文本中的虛詞如感嘆詞、介詞、連詞等對(duì)標(biāo)識(shí)文本特性往往沒(méi)有貢獻(xiàn)，不能反映主題，在提取文本特征前去掉不能反映主題的功能詞，提高文本特征提取的效率和準(zhǔn)確率。完成文本切分后，得到對(duì)應(yīng)的字和/或詞，將對(duì)應(yīng)的字和/或詞與其詞性關(guān)聯(lián)。

同時(shí)，本發(fā)明實(shí)施例還根據(jù)詞語(yǔ)的屬性計(jì)算詞語(yǔ)權(quán)重，提取出文本關(guān)鍵詞。

詞語(yǔ)的詞性、詞語(yǔ)的長(zhǎng)度、詞語(yǔ)在文中出現(xiàn)的位置和頻率等多個(gè)因素影響詞語(yǔ)的權(quán)重，根據(jù)文本特征提取算法，將多種詞語(yǔ)影響因素引入評(píng)價(jià)函數(shù)計(jì)算詞語(yǔ)的權(quán)重提取出文本關(guān)鍵詞。

將得到的字和/或詞對(duì)應(yīng)的詞性以及關(guān)鍵詞及關(guān)鍵詞對(duì)應(yīng)的詞性作為文本信息對(duì)應(yīng)的文本特征。

步驟S103：基于所述文本特征以及神經(jīng)網(wǎng)絡(luò)韻律模型預(yù)測(cè)所述文本信息對(duì)應(yīng)的韻律特征參數(shù)。

具體的，本發(fā)明實(shí)施例中文本播放模塊包括預(yù)先建立的神經(jīng)網(wǎng)絡(luò)韻律模型。該神經(jīng)網(wǎng)絡(luò)韻律模型是通過(guò)對(duì)語(yǔ)音材料庫(kù)基于神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練得到的，可以是基于現(xiàn)有的深度神經(jīng)網(wǎng)絡(luò)和雙向LSTM神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到。語(yǔ)音材料庫(kù)中的語(yǔ)句涵蓋了漢語(yǔ)中常見(jiàn)的句型、漢語(yǔ)中所有的語(yǔ)音、文字上下文的特性、聲調(diào)、重音等信息，使用語(yǔ)音材料庫(kù)中的句子對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和測(cè)試，合成的語(yǔ)音能體現(xiàn)不同的韻律特征，增加了系統(tǒng)的靈活性和風(fēng)格的多樣性。當(dāng)然具體的韻律模型也可以采用其他模型，比如隱馬克科夫韻律模型等。

在分析得到文本特征后，將對(duì)應(yīng)的文本特征輸入到神經(jīng)網(wǎng)絡(luò)韻律模型進(jìn)行預(yù)測(cè)，得到對(duì)應(yīng)的字、詞的韻律特征參數(shù)。韻律特征參數(shù)包括譜參數(shù)以及基頻參數(shù)等。

優(yōu)選的，所述語(yǔ)音材料庫(kù)還包括：用于語(yǔ)調(diào)短語(yǔ)修正的韻律詞匯庫(kù)以及用于參數(shù)解碼音變規(guī)則的編碼數(shù)據(jù)庫(kù)和音變規(guī)則庫(kù)。用戶(hù)可以根據(jù)需要設(shè)置不同的音色，語(yǔ)音播報(bào)更多樣化。

步驟S104：根據(jù)所述韻律特征參數(shù)進(jìn)行語(yǔ)音合成并播放。

具體的，本發(fā)明實(shí)施例中，文本播報(bào)模塊的語(yǔ)音合成模塊，將韻律特征參數(shù)發(fā)送到聲碼器進(jìn)行語(yǔ)音合成，輸出音頻文件并發(fā)送到文本播報(bào)模塊的音頻播放器，完成語(yǔ)音播報(bào)的過(guò)程。

優(yōu)選的，步驟S104之前即在韻律特征參數(shù)發(fā)送給聲碼器進(jìn)行語(yǔ)音合成之前，還可以對(duì)神經(jīng)網(wǎng)絡(luò)韻律模型預(yù)測(cè)的韻律特征參數(shù)進(jìn)行優(yōu)化，比如對(duì)基頻參數(shù)進(jìn)行基頻重構(gòu)，或者對(duì)譜參數(shù)以及重構(gòu)后的基頻參數(shù)進(jìn)行平滑處理。然后再將優(yōu)化后的韻律特征參數(shù)發(fā)送給聲碼器進(jìn)行語(yǔ)音合成。

本實(shí)施例提供的語(yǔ)音播報(bào)方法，克服了市面上類(lèi)似產(chǎn)品播報(bào)語(yǔ)音生硬不自然，音色單一的不足，讓文本的語(yǔ)音播報(bào)自然流暢，有更多不同的音色選擇，更大程度上接近于人的語(yǔ)言溝通。

本發(fā)明實(shí)施例還提供文本語(yǔ)音播報(bào)系統(tǒng)，如圖2所示，包括：采集模塊11、分析模塊14、預(yù)測(cè)模塊15和合成模塊16；

所述采集模塊11，用于采集文本信息；

所述分析模塊14，用于分析所述文本信息，并提取出文本特征；

所述預(yù)測(cè)模塊15，用于基于所述文本特征以及神經(jīng)網(wǎng)絡(luò)韻律模型預(yù)測(cè)所述文本信息對(duì)應(yīng)的韻律特征參數(shù)；

所述合成模塊16，用于根據(jù)所述韻律特征參數(shù)進(jìn)行語(yǔ)音合成并播放。

優(yōu)選的，還包括：切分模塊12；

所述切分模塊12，根據(jù)預(yù)先添加的添加語(yǔ)法知識(shí)庫(kù)和語(yǔ)法詞典，利用最大匹配算法對(duì)文本信息進(jìn)行切分。

優(yōu)選的，還包括：提取模塊13；

所述提取模塊13，用于根據(jù)詞語(yǔ)的屬性計(jì)算詞語(yǔ)權(quán)重，提取出文本關(guān)鍵詞；將切分得到的字和/或詞對(duì)應(yīng)的詞性以及關(guān)鍵詞及關(guān)鍵詞對(duì)應(yīng)的詞性作為文本信息對(duì)應(yīng)的文本特征。

優(yōu)選的，所述神經(jīng)網(wǎng)絡(luò)韻律模型是預(yù)先通過(guò)對(duì)語(yǔ)音材料庫(kù)進(jìn)行訓(xùn)練得到的。

優(yōu)選的，所述語(yǔ)音材料庫(kù)包括：用于語(yǔ)調(diào)短語(yǔ)修正的韻律詞匯庫(kù)以及用于參數(shù)解碼音變規(guī)則的編碼數(shù)據(jù)庫(kù)和音變規(guī)則庫(kù)。

本實(shí)施例中的系統(tǒng)與前述實(shí)施例中的方法是基于同一發(fā)明構(gòu)思下的兩個(gè)方面，在前面已經(jīng)對(duì)方法實(shí)施過(guò)程作了詳細(xì)的描述，所以本領(lǐng)域技術(shù)人員可根據(jù)前述描述清楚地了解本實(shí)施例中的系統(tǒng)的結(jié)構(gòu)及實(shí)施過(guò)程，為了說(shuō)明書(shū)的簡(jiǎn)潔，在此就不再贅述。

為了描述的方便，描述以上系統(tǒng)時(shí)以功能分為各種模塊分別描述。當(dāng)然，在實(shí)施本發(fā)明時(shí)可以把各模塊的功能在同一個(gè)或多個(gè)軟件和/或硬件中實(shí)現(xiàn)。

通過(guò)以上的實(shí)施方式的描述可知，本領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明可借助軟件加必需的通用硬件平臺(tái)的方式來(lái)實(shí)現(xiàn)?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品可以存儲(chǔ)在存儲(chǔ)介質(zhì)中，如ROM/RAM、磁碟、光盤(pán)等，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例或者實(shí)施例的某些部分所述的方法。

本發(fā)明提供的語(yǔ)音播報(bào)方法及系統(tǒng)，克服了市面上類(lèi)似產(chǎn)品播報(bào)語(yǔ)音生硬不自然，音色單一的不足，讓文本的語(yǔ)音播報(bào)自然流暢，有更多不同的音色選擇，更大程度上接近于人的語(yǔ)言溝通。

對(duì)本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，可根據(jù)以上描述的技術(shù)方案以及構(gòu)思，做出其它各種相應(yīng)的改變以及形變，而所有的這些改變以及形變都應(yīng)該屬于本發(fā)明權(quán)利要求的保護(hù)范圍之內(nèi)。