本申請屬于信號處理，特別是涉及一種語音合成方法、裝置、計(jì)算機(jī)設(shè)備及介質(zhì)。

背景技術(shù)：

1、語音合成是通過機(jī)械的、電子的方法產(chǎn)生人造語音的技術(shù)。例如，基于語音合成技術(shù)可以將文本轉(zhuǎn)換為語音。

2、傳統(tǒng)的語音合成技術(shù)得到的語音較為機(jī)械。目前，可以通過神經(jīng)網(wǎng)絡(luò)進(jìn)行語音合成，從而得到較為自然的語音。但是，通過神經(jīng)網(wǎng)絡(luò)進(jìn)行語音合成，需要消耗更多的內(nèi)存和算力等資源。當(dāng)將基于神經(jīng)網(wǎng)絡(luò)的語音合成方法應(yīng)用到資源受限的嵌入式設(shè)備上時，資源問題就更為凸顯。

3、因此，在盡可能減少資源占用時保持語音合成的實(shí)時性就尤為重要，特別是多路語音合成的資源控制。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本申請實(shí)施例提供了一種語音合成方法、裝置、計(jì)算機(jī)設(shè)備及介質(zhì)，能夠在語音合成的過程中調(diào)節(jié)系統(tǒng)的資源占有率，從而保障系統(tǒng)的平穩(wěn)運(yùn)行。

2、本申請實(shí)施例的第一方面提供了一種語音合成方法，包括：

3、將待合成語音的文本分割為多個短語；

4、在基于多個所述短語對所述文本進(jìn)行語音合成的過程中，確定當(dāng)前系統(tǒng)的資源占有率；

5、若所述資源占有率不在預(yù)設(shè)范圍內(nèi)，則對多個所述短語的停頓間隔進(jìn)行調(diào)節(jié)；

6、基于調(diào)節(jié)后的停頓間隔對所述文本進(jìn)行語音合成。

7、本申請實(shí)施例的第二方面提供了一種語音合成裝置，包括：

8、分割模塊，用于將待合成語音的文本分割為多個短語；

9、確定模塊，用于在基于多個所述短語對所述文本進(jìn)行語音合成的過程中，確定當(dāng)前系統(tǒng)的資源占有率；

10、調(diào)節(jié)模塊，用于若所述資源占有率不在預(yù)設(shè)范圍內(nèi)，則對多個所述短語的停頓間隔進(jìn)行調(diào)節(jié)；

11、合成模塊，用于基于調(diào)節(jié)后的停頓間隔對所述文本進(jìn)行語音合成。

12、本申請實(shí)施例的第三方面提供了一種計(jì)算機(jī)設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時實(shí)現(xiàn)如上述第一方面所述的方法。

13、本申請實(shí)施例的第四方面提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如上述第一方面所述的方法。

14、本申請實(shí)施例的第五方面提供了一種計(jì)算機(jī)程序產(chǎn)品，當(dāng)所述計(jì)算機(jī)程序產(chǎn)品在計(jì)算機(jī)設(shè)備上運(yùn)行時，使得所述計(jì)算機(jī)設(shè)備執(zhí)行上述第一方面所述的方法。

15、與現(xiàn)有技術(shù)相比，本申請實(shí)施例至少包括以下優(yōu)點(diǎn)：

16、應(yīng)用本申請實(shí)施例中的方法進(jìn)行語音合成時，可以將待合成語音的文本分割為多個短語；然后基于多個短語，對文本進(jìn)行語音合成。在基于多個短語對文本進(jìn)行語音合成的過程中，可以確定當(dāng)前系統(tǒng)的資源占有率，從而可以基于資源占有率確定當(dāng)前系統(tǒng)資源分配是否合理；若資源占有率不在預(yù)設(shè)范圍內(nèi)，則表明當(dāng)前系統(tǒng)的資源分配不合理，此時可以對多個短語的停頓間隔進(jìn)行調(diào)節(jié)；然后基于調(diào)節(jié)后的停頓間隔對文本進(jìn)行語音合成?；趯νｎD間隔的調(diào)節(jié)，可以控制文本的語音合成過程，使得文本合成過程能夠適應(yīng)系統(tǒng)資源波動，減少合成的語音的聽覺卡頓；控制文本的語音合成過程，可以調(diào)節(jié)系統(tǒng)的資源占有率，使得系統(tǒng)資源分配均衡，保障系統(tǒng)的穩(wěn)定運(yùn)行。

技術(shù)特征：

1.一種語音合成方法，其特征在于，包括：

2.如權(quán)利要求1所述的方法，其特征在于，所述若所述資源占有率不在預(yù)設(shè)范圍內(nèi)，則對多個所述短語的停頓間隔進(jìn)行調(diào)節(jié)，包括：

3.如權(quán)利要求2所述的方法，其特征在于，待合成語音的文本包括多路文本，所述若所述資源占有率大于第一閾值，則增加所述短語的停頓間隔，包括：

4.如權(quán)利要求2所述的方法，其特征在于，待合成語音的文本包括多路文本，所述若所述資源占有率小于第二閾值，則減少所述短語的停頓間隔，包括：

5.如權(quán)利要求1-4任一項(xiàng)所述的方法，其特征在于，在若所述當(dāng)前系統(tǒng)資源占有率不在預(yù)設(shè)范圍內(nèi)，則對所述短語的停頓間隔進(jìn)行調(diào)節(jié)，以調(diào)節(jié)當(dāng)前系統(tǒng)資源占有率之前，所述方法還包括：

6.如權(quán)利要求1-4任一項(xiàng)所述的方法，其特征在于，所述確定當(dāng)前系統(tǒng)資源占有率，包括：

7.如權(quán)利要求2-4任一項(xiàng)所述的方法，其特征在于，在若所述當(dāng)前系統(tǒng)資源占有率不在預(yù)設(shè)范圍內(nèi)，則對所述短語的停頓間隔進(jìn)行調(diào)節(jié)，以調(diào)節(jié)當(dāng)前系統(tǒng)資源占有率之前，所述方法還包括：

8.一種語音合成裝置，其特征在于，包括：

9.一種計(jì)算機(jī)設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的方法。

10.一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本申請實(shí)施例適用于信號處理技術(shù)領(lǐng)域，提供了一種語音合成方法、裝置、計(jì)算機(jī)設(shè)備及介質(zhì)，所述方法包括：將待合成語音的文本分割為多個短語；在基于多個所述短語對所述文本進(jìn)行語音合成的過程中，確定當(dāng)前系統(tǒng)的資源占有率；若所述資源占有率不在預(yù)設(shè)范圍內(nèi)，則對多個所述短語的停頓間隔進(jìn)行調(diào)節(jié)；基于調(diào)節(jié)后的停頓間隔對所述文本進(jìn)行語音合成。通過上述方法，能夠在語音合成的過程中調(diào)節(jié)系統(tǒng)的資源占有率，從而保障系統(tǒng)的平穩(wěn)運(yùn)行。

技術(shù)研發(fā)人員：張大飛
受保護(hù)的技術(shù)使用者：深圳市銳明技術(shù)股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23