一种基于音素的中文语音合成系统
基本信息
| 申请号 | CN201810938392.4 | 申请日 | - |
| 公开（公告）号 | CN108899009B | 公开（公告）日 | 2020-07-03 |
| 申请公布号 | CN108899009B | 申请公布日 | 2020-07-03 |
| 分类号 | G10L13/08;G10L13/10;G10L13/047 | 分类 | - |
| 发明人 | 陈宏;房鹏展 | 申请（专利权）人 | 百卓网络科技有限公司 |
| 代理机构 | 南京瑞弘专利商标事务所（普通合伙） | 代理人 | 百卓网络科技有限公司 |
| 地址 | 210000 江苏省南京市江北新区惠达路6号北斗大厦2号楼70室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于音素的中文语音合成方法，其特征在于，包括如下步骤：步骤1，对文本与音频进行预处理；步骤2，构造音素集；步骤3，利用one‑hot将音素序列转化为字ID，训练生成转词向量，通过基于encoder‑decoder的Seq2Seq的结构生成频谱序列特征；步骤4，结合频谱序列与音频的语音信息，由声码器合成语音；步骤5，合成的音频分别去除尾部静音，按一定顺序将音频进行拼接。本方法合成的语音更加贴近于真人发音，以及在区分多音字与确定停顿位置上较传统的都有很大提升，最主要的是合成的准确率可以达到95％以上。 |
