本發(fā)明涉及語(yǔ)音信息處理
技術(shù)領(lǐng)域：
，具體涉及一種確定文本語(yǔ)音單元的方法及系統(tǒng)。
背景技術(shù)：
：在互聯(lián)網(wǎng)技術(shù)高速發(fā)展的今天，智能語(yǔ)音應(yīng)用已經(jīng)成為人們生活中不可缺少的方向。語(yǔ)音識(shí)別、語(yǔ)音合成及語(yǔ)音搜索等技術(shù)的成熟，推動(dòng)了穿戴式設(shè)備、智能家居及車(chē)載設(shè)備的應(yīng)用。與此同時(shí)，在研究一個(gè)語(yǔ)言的語(yǔ)音特性時(shí)，需要從語(yǔ)音單元入手，語(yǔ)音單元描述的是一個(gè)語(yǔ)言語(yǔ)音系統(tǒng)的基本問(wèn)題，如何確定語(yǔ)音單元也是研究各語(yǔ)音系統(tǒng)必不可少的語(yǔ)音基礎(chǔ)，所述語(yǔ)音系統(tǒng)比如可以是語(yǔ)音合成系統(tǒng)、語(yǔ)音識(shí)別系統(tǒng)?，F(xiàn)有的語(yǔ)音單元的確定方法基本上可以分為兩種：即直接使用音素或聲韻母作為語(yǔ)音單元，比如，對(duì)于音素語(yǔ)言，如英語(yǔ)等西方語(yǔ)言，一般直接使用音素作為基本語(yǔ)音單元；對(duì)于音節(jié)語(yǔ)言，如中文，一般直接使用聲韻母作為基本語(yǔ)音單元。現(xiàn)有的基本語(yǔ)音單元一般是建立在語(yǔ)音系統(tǒng)的基礎(chǔ)上的，而未考慮連續(xù)語(yǔ)音的實(shí)際聲學(xué)表現(xiàn)，進(jìn)而會(huì)產(chǎn)生如下問(wèn)題：(1)由于連續(xù)語(yǔ)音是由人的發(fā)音器官連續(xù)變化產(chǎn)生的，因此，在聲學(xué)層面上會(huì)存在一些結(jié)合緊密的語(yǔ)音單元很難分割。而現(xiàn)有方法直接使用音素或聲韻母作為基本語(yǔ)音單元時(shí)，一般是強(qiáng)制將這些結(jié)合緊密的語(yǔ)音單元分開(kāi)，造成語(yǔ)音系統(tǒng)效果的下降。如拼接語(yǔ)音合成時(shí)，在語(yǔ)音單元拼接點(diǎn)處經(jīng)常會(huì)出現(xiàn)跳變的情況。(2)為了表現(xiàn)詞義或語(yǔ)義，連續(xù)語(yǔ)音在語(yǔ)法單元層面上存在不同的韻律表現(xiàn)，如語(yǔ)音單元在前綴、中綴、后綴等不同語(yǔ)法單元位置時(shí)韻律表現(xiàn)是不同的?，F(xiàn)有方法未考慮語(yǔ)音單元在語(yǔ)法單元層面的韻律表現(xiàn)，從而影響語(yǔ)音系統(tǒng)語(yǔ)義的表現(xiàn)或理解。如語(yǔ)音合成時(shí)，將本來(lái)屬于前綴的語(yǔ)音單元在合成時(shí)放到了后綴上，造成合成語(yǔ)音在韻律上存在嚴(yán)重問(wèn)題，導(dǎo)致合成的語(yǔ)音不自然，影 響合成語(yǔ)音所要表達(dá)的語(yǔ)義。技術(shù)實(shí)現(xiàn)要素：本發(fā)明實(shí)施例提供一種確定文本語(yǔ)音單元的方法及系統(tǒng)，以避免緊密結(jié)合的語(yǔ)音單元被強(qiáng)行拆分的問(wèn)題。為此，本發(fā)明實(shí)施例提供如下技術(shù)方案：一種確定文本語(yǔ)音單元的方法，包括：接收待處理文本；確定所述待處理文本的音素集合；根據(jù)所述音素集合對(duì)所述待處理文本進(jìn)行字音轉(zhuǎn)換，得到所述待處理文本的語(yǔ)音符號(hào)序列；確定所述語(yǔ)音符號(hào)序列中的各音節(jié)結(jié)構(gòu)；在各音節(jié)結(jié)構(gòu)內(nèi)，將聲學(xué)層面緊密結(jié)合的音素組合在一起擴(kuò)充為音素串；根據(jù)所述音素串及所述語(yǔ)音符號(hào)序列確定所述待處理文本的語(yǔ)音單元。優(yōu)選地，所述確定所述語(yǔ)音符號(hào)序列中的各音節(jié)結(jié)構(gòu)包括：對(duì)基本音素進(jìn)行分類(lèi)；確定基于所述分類(lèi)的音素結(jié)構(gòu)表示形式；根據(jù)所述音素結(jié)構(gòu)的表示形式，確定音節(jié)結(jié)構(gòu)的表示形式；根據(jù)所述音節(jié)結(jié)構(gòu)的表示形式確定所述語(yǔ)音符號(hào)序列中的各音節(jié)結(jié)構(gòu)。優(yōu)選地，所述基本音素的類(lèi)型包括：輔音頭、介音、元音核、響輔音尾、輔音尾；所述音素串的類(lèi)型包括：輔音群音素串，和/或依據(jù)音節(jié)結(jié)構(gòu)擴(kuò)充的音素串；所述將聲學(xué)層面緊密結(jié)合的音素組合在一起擴(kuò)充為音素串包括：將所述輔音頭Ci、響輔音尾Cs、輔音尾Ct擴(kuò)充為包含兩個(gè)或兩個(gè)以上基本音素的音素串；和/或?qū)⒁粋€(gè)音節(jié)結(jié)構(gòu)內(nèi)符合預(yù)先確定的音素串組成形式的連續(xù)音素組合為一個(gè)音素串。優(yōu)選地，所述方法還包括：根據(jù)所述音素串在大量文本中出現(xiàn)的頻率對(duì)所述音素串進(jìn)行篩選，得到篩 選后的音素串；所述根據(jù)所述音素串及所述語(yǔ)音符號(hào)序列確定所述待處理文本的語(yǔ)音單元包括：根據(jù)篩選后的音素串及所述語(yǔ)音符號(hào)序列確定所述待處理文本的語(yǔ)音單元。優(yōu)選地，所述根據(jù)所述音素串在大量文本中出現(xiàn)的頻率對(duì)所述音素串進(jìn)行篩選，得到篩選后的音素串包括：獲取所述音素串所在音節(jié)在語(yǔ)法單元中的位置信息，并將內(nèi)容相同位置不同的音素串標(biāo)記為不同的音素串；統(tǒng)計(jì)各音素串在與待處理文本相同語(yǔ)種的大量文本數(shù)據(jù)中出現(xiàn)的頻率；根據(jù)所述音素串在大量文本數(shù)據(jù)中出現(xiàn)的頻率對(duì)音素串進(jìn)行篩選，得到篩選后的音素串。優(yōu)選地，所述方法還包括：在確定所述語(yǔ)音符號(hào)序列中的各音節(jié)結(jié)構(gòu)之前，判斷所述待處理文本的語(yǔ)言類(lèi)型；如果所述待處理文本為音節(jié)語(yǔ)言，則將所述語(yǔ)音符號(hào)序列中的聲韻母轉(zhuǎn)換為對(duì)應(yīng)的音素。一種確定文本語(yǔ)音單元的系統(tǒng)，包括：接收模塊，用于接收待處理文本；音素集合獲取模塊，用于確定所述待處理文本的音素集合；字音轉(zhuǎn)換模塊，用于根據(jù)所述音素集合對(duì)所述待處理文本進(jìn)行字音轉(zhuǎn)換，得到所述待處理文本的語(yǔ)音符號(hào)序列；音節(jié)結(jié)構(gòu)劃分模塊，用于確定所述語(yǔ)音符號(hào)序列中的各音節(jié)結(jié)構(gòu)；擴(kuò)充模塊，用于在各音節(jié)結(jié)構(gòu)內(nèi)，將聲學(xué)層面緊密結(jié)合的音素組合在一起擴(kuò)充為音素串；語(yǔ)音單元提取模塊，用于根據(jù)所述音素串及所述語(yǔ)音符號(hào)序列確定所述待處理文本的語(yǔ)音單元。優(yōu)選地，所述音節(jié)結(jié)構(gòu)劃分模塊包括：分類(lèi)單元，用于對(duì)基本音素進(jìn)行分類(lèi)；表示形式確定單元，用于確定基于所述分類(lèi)的音素結(jié)構(gòu)表示形式，并根據(jù)所述音素結(jié)構(gòu)的表示形式，確定音節(jié)結(jié)構(gòu)的表示形式；音節(jié)結(jié)構(gòu)確定單元，用于根據(jù)所述音節(jié)結(jié)構(gòu)的表示形式確定所述語(yǔ)音符號(hào)序列中的各音節(jié)結(jié)構(gòu)。優(yōu)選地，所述基本音素的類(lèi)型包括：輔音頭、介音、元音核、響輔音尾、輔音尾；所述音素串的類(lèi)型包括：輔音群音素串，和/或依據(jù)音節(jié)結(jié)構(gòu)擴(kuò)充的音素串；所述擴(kuò)充模塊，具體用于將所述輔音頭Ci、響輔音尾Cs、輔音尾Ct擴(kuò)充為包含兩個(gè)或兩個(gè)以上基本音素的音素串；和/或?qū)⒁粋€(gè)音節(jié)結(jié)構(gòu)內(nèi)符合預(yù)先確定的音素串組成形式的連續(xù)音素組合為一個(gè)音素串。優(yōu)選地，所述系統(tǒng)還包括：篩選模塊，用于根據(jù)所述音素串在大量文本中出現(xiàn)的頻率對(duì)所述音素串進(jìn)行篩選，得到篩選后的音素串；所述語(yǔ)音單元提取模塊根據(jù)所述篩選模塊篩選后的音素串及所述語(yǔ)音符號(hào)序列確定所述待處理文本的語(yǔ)音單元。優(yōu)選地，所述篩選模塊包括：位置信息獲取單元，用于獲取所述音素串所在音節(jié)在語(yǔ)法單元中的位置信息，并將內(nèi)容相同位置不同的音素串標(biāo)記為不同的音素串；統(tǒng)計(jì)單元，用于統(tǒng)計(jì)各音素串在與待處理文本相同語(yǔ)種的大量文本數(shù)據(jù)中出現(xiàn)的頻率；篩選單元，用于根據(jù)所述音素串在大量文本數(shù)據(jù)中出現(xiàn)的頻率對(duì)音素串進(jìn)行篩選，得到篩選后的音素串。優(yōu)選地，所述系統(tǒng)還包括：判斷模塊，用于在所述音節(jié)結(jié)構(gòu)劃分模塊確定所述語(yǔ)音符號(hào)序列中的各音節(jié)結(jié)構(gòu)之前，判斷所述待處理文本的語(yǔ)言類(lèi)型；調(diào)整模塊，用于在所述判斷模塊判斷所述待處理文本為音節(jié)語(yǔ)言后，將所述語(yǔ)音符號(hào)序列中的聲韻母轉(zhuǎn)換為對(duì)應(yīng)的音素。本發(fā)明實(shí)施例提供的確定文本語(yǔ)音單元的方法及系統(tǒng)，通過(guò)將音節(jié)結(jié)構(gòu)內(nèi)聲學(xué)層面緊密結(jié)合的音素組合在一起擴(kuò)充為音素串，將音素串作為一個(gè)語(yǔ)音單 元，有效地避免了緊密結(jié)合的語(yǔ)音單元被強(qiáng)行拆分的情況。進(jìn)一地，根據(jù)音素串在大量文本中出現(xiàn)的頻率對(duì)擴(kuò)充后的音素串進(jìn)行篩選，并且將內(nèi)容相同位置不同的音素串作為不同的音素串，從而篩選出常用音素串，使得擴(kuò)充后的音素串表示的語(yǔ)音單元更有效，而且可以更準(zhǔn)確地體現(xiàn)語(yǔ)音單元在語(yǔ)法單元層面的韻律表現(xiàn)。附圖說(shuō)明為了更清楚地說(shuō)明本申請(qǐng)實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明中記載的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，還可以根據(jù)這些附圖獲得其他的附圖。圖1是本發(fā)明實(shí)施例確定文本語(yǔ)音單元的方法的流程圖；圖2是本發(fā)明實(shí)施例確定文本語(yǔ)音單元的系統(tǒng)的一種結(jié)構(gòu)示意圖；圖3是本發(fā)明實(shí)施例確定文本語(yǔ)音單元的系統(tǒng)的另一種結(jié)構(gòu)示意圖；圖4是本發(fā)明實(shí)施例確定文本語(yǔ)音單元的系統(tǒng)的另一種結(jié)構(gòu)示意圖。具體實(shí)施方式為了使本
技術(shù)領(lǐng)域：
的人員更好地理解本發(fā)明實(shí)施例的方案，下面結(jié)合附圖和實(shí)施方式對(duì)本發(fā)明實(shí)施例作進(jìn)一步的詳細(xì)說(shuō)明。語(yǔ)音單元通常是指構(gòu)成話語(yǔ)的、具有區(qū)別意義的最小語(yǔ)音單位，在現(xiàn)有技術(shù)中一般直接使用音素或聲韻母作為語(yǔ)音單元。一方面，這樣劃分的語(yǔ)音單元會(huì)導(dǎo)致連續(xù)語(yǔ)音中緊密結(jié)合的語(yǔ)音單元被強(qiáng)行拆分，進(jìn)而導(dǎo)致語(yǔ)音合成時(shí)語(yǔ)音單元的拼接點(diǎn)處存在跳變現(xiàn)象，影響語(yǔ)音合成效果；另一方面，這樣劃分的語(yǔ)音單元不能準(zhǔn)確體現(xiàn)語(yǔ)音單元在語(yǔ)音單元法層面的韻律表現(xiàn)，會(huì)導(dǎo)致合成的語(yǔ)音不自然。針對(duì)上述問(wèn)題，本發(fā)明實(shí)施例確定文本語(yǔ)音單元的方法及系統(tǒng)，通過(guò)將聲學(xué)層面緊密結(jié)合的音素組合在一起擴(kuò)充為音素串，有效防止緊密結(jié)合的語(yǔ)音單元被強(qiáng)行拆分的情況，同時(shí)可以更好地體現(xiàn)語(yǔ)音單元的韻律表現(xiàn)。如圖1所示，是本發(fā)明實(shí)施例確定文本語(yǔ)音單元的方法的流程圖，包括以 下步驟：步驟101，接收待處理文本。步驟102，確定所述待處理文本的音素集合。步驟103，根據(jù)所述音素集合對(duì)所述待處理文本進(jìn)行字音轉(zhuǎn)換，得到所述待處理文本的語(yǔ)音符號(hào)序列。所述字音轉(zhuǎn)換是指將文本轉(zhuǎn)換成相應(yīng)的語(yǔ)音符號(hào)序列，如文本“語(yǔ)音合成”字音轉(zhuǎn)換后的語(yǔ)音符號(hào)序列為“y$u3-y$in1#h$e2-ch$eng2”。其中，符號(hào)“$”表示音素邊界，符號(hào)“-”表示音節(jié)邊界，符號(hào)“#”表示詞邊界，數(shù)字1、2、3、4表示音節(jié)聲調(diào)。所述轉(zhuǎn)換方法為現(xiàn)有技術(shù)，此處不再贅述。步驟104，確定所述語(yǔ)音符號(hào)序列中的各音節(jié)結(jié)構(gòu)。通常，音節(jié)是指最自然的語(yǔ)音單位，而音素是最小的語(yǔ)音單位，音素又分為元音音素和輔音音素。一個(gè)音節(jié)包含一個(gè)元音和多個(gè)輔音。為了更好地確定音素之間的緊密程度，在本發(fā)明實(shí)施例中，可以將基本音素劃分為以下五類(lèi)，即輔音頭Ci、介音Cj、元音核Vc、響輔音尾Cs、輔音尾Ct，具體描述如表1所示。表1當(dāng)然，在實(shí)際應(yīng)用中，還可以有其它分類(lèi)方式，對(duì)此本發(fā)明實(shí)施例不做限定。根據(jù)上述基本音素的分類(lèi)，構(gòu)建的音素結(jié)構(gòu)表示形式為：Ci-Cj-Vc-Cs-Ct，其中，Ci、Cs、Ct可以缺省，如英文的一個(gè)音節(jié)中Ci、Cj、Cs、Ct均可能缺省，Vc不可能缺省?；谏鲜鲆羲亟Y(jié)構(gòu)表示形式，音節(jié)結(jié)構(gòu)的表示形式如表2所示。表2音節(jié)結(jié)構(gòu)實(shí)例(英語(yǔ))實(shí)例音素序列CjVclenlaenCjVcCtlenslaensVcCsananVcCsCtyetyehtCiCjVcCstrialtrrilCiCjVcCsCttrialstrilsCjVcCsyoungyaongCjVcCsCtlonglaongCiVcteatiCiVcCttasttehstCiVcCsstarstarCiVcCsCtstartstaartCiCjVcCsswarmswaomCiCjVcCsCtswarmsswaoms在確定了音節(jié)結(jié)構(gòu)的表示形式后，即可根據(jù)該表示形式對(duì)待處理文本的語(yǔ)音符號(hào)序列進(jìn)行音節(jié)結(jié)構(gòu)劃分，得到其中的各音節(jié)結(jié)構(gòu)。步驟105，在各音節(jié)結(jié)構(gòu)內(nèi)，將聲學(xué)層面緊密結(jié)合的音素組合在一起擴(kuò)充為音素串。為了更符合連續(xù)語(yǔ)音的實(shí)際聲學(xué)表現(xiàn)，即緊密結(jié)合的語(yǔ)音單元不可分割性及更好地表達(dá)語(yǔ)音的語(yǔ)義信息，本發(fā)明實(shí)施例將音素?cái)U(kuò)充為音素串，擴(kuò)充后的音素串作為語(yǔ)音單元，如表3為擴(kuò)充后的不同類(lèi)型的音素串組合形式。表3可以將上述音素串組合形式分為以下兩種類(lèi)型：1)輔音群音素串，即根據(jù)輔音頭Ci、響輔音尾Cs、輔音尾Ct擴(kuò)充的音素串；2)依據(jù)音節(jié)結(jié)構(gòu)擴(kuò)充的音素串，這種類(lèi)型的音素串的組合形式共六種，如表3中所示。上述各種類(lèi)型的音素串的擴(kuò)充方法如下所述：(1)擴(kuò)充輔音頭Ci、響輔音尾Cs、輔音尾Ct為音素串由于基本音素類(lèi)型輔音頭Ci、響輔音尾Cs、輔音尾Ct可以包含兩個(gè)或兩個(gè)以上的基本音素，因此，可以將Ci、Cs、Ct擴(kuò)充為包含兩個(gè)或兩個(gè)以上的基本音素，擴(kuò)充后的Ci、Cs、Ct稱(chēng)為輔音群，所述輔音群中的音素在聲學(xué)層面結(jié)合較緊密。如英文“plan”的音素序列為：”plant”，其中，“p-l”構(gòu)成了輔音群，因此，將p-l作為Ci的整體。如英文“film”的音素序列為：“film”，其中，“l(fā)-m”構(gòu)成了輔音群，因此，將“l(fā)-m”作為Cs的整體。如英文“east”的音素序列為：“ist”，其中，“s-t”構(gòu)成了輔音群，因此，將“s-t”作為Ct的整體。(2)依據(jù)音節(jié)結(jié)構(gòu)擴(kuò)充音素串由于音節(jié)中結(jié)合緊密的音素之間的過(guò)渡段不易拆分，一般情況下，元音之間，元音和濁輔音之間，濁輔音之間結(jié)合比較緊密，強(qiáng)行拆分后容易造成應(yīng)用效果的下降。因此，為了避免將結(jié)合緊密的音素拆分開(kāi)，可以對(duì)所述音素進(jìn)行 擴(kuò)充，擴(kuò)充后的單個(gè)音素串作為一個(gè)語(yǔ)音單元。比如擴(kuò)充后可以有以下六種音素串的組合形式：Cj-Vc、Vc-Cs、Cj-Vc-Cs、Ci-Vc、Ci-Vc-Cs、Ci-Cj-Vc-Cs。如英文“plan”中的音素串“l(fā)-a-n”、“star”中的音素串“t-a-r”、“beam”中的音素串“b-i-m”。步驟106，根據(jù)所述音素串及所述語(yǔ)音符號(hào)序列確定所述待處理文本的語(yǔ)音單元。具體地，將語(yǔ)音符號(hào)序列中的音素串、以及除去所述音素串的單個(gè)音素作為待處理文本的語(yǔ)音單元。進(jìn)一步地，為了使擴(kuò)充后的音素串更有效，還可以先對(duì)步驟105擴(kuò)充后的音素串進(jìn)行篩選，篩選出經(jīng)常使用的音素串，然后再根據(jù)篩選后的音素串及所述語(yǔ)音符號(hào)序列確定所述待處理文本的語(yǔ)音單元。音素串的篩選原則可以是根據(jù)所述音素串在大量文本中出現(xiàn)的頻率對(duì)所述音素串進(jìn)行篩選，并且在篩選時(shí)，將內(nèi)容相同位置不同的音素串作為不同的音素串。具體篩選過(guò)程如下：(1)獲取音素串所在音節(jié)在語(yǔ)法單元中的位置信息，并將內(nèi)容相同位置不同的音素串標(biāo)記為不同的音素串。所述位置信息主要體現(xiàn)在語(yǔ)法單元層面上，比如，可以將其分為四種，具體如下：位置1：音素串所在音節(jié)位于多音節(jié)語(yǔ)法單元的第一個(gè)音節(jié)中；位置2：音素串所在音節(jié)位于多音節(jié)語(yǔ)法單元的中音節(jié)中，所述中音節(jié)為除第一個(gè)音節(jié)和最后一個(gè)音節(jié)以外的音節(jié)；位置3：音素串所在音節(jié)位于多音節(jié)語(yǔ)法單元的最后一個(gè)音節(jié)中；位置4：音素串所在音節(jié)位于單音節(jié)語(yǔ)法單元中。(2)收集與待處理文本相同語(yǔ)種的大量文本數(shù)據(jù)，并統(tǒng)計(jì)待處理文本中的每個(gè)音素串在所述文本數(shù)據(jù)中出現(xiàn)的頻率，如下式所示：Qi=Σj=1Niqij]]>其中，Qi為第i個(gè)音素串出現(xiàn)的頻率，qij為第i個(gè)音素串出現(xiàn)的第j個(gè)語(yǔ)法 單元在所述文本數(shù)據(jù)中出現(xiàn)的頻率，Ni為第i個(gè)音素串出現(xiàn)的語(yǔ)法單元總數(shù)。具體地，可以根據(jù)所述大量文本數(shù)據(jù)構(gòu)建語(yǔ)法單元詞典，該語(yǔ)法單元詞典包含所述文本數(shù)據(jù)中的各語(yǔ)法單元及其在所述文本數(shù)據(jù)中出現(xiàn)的頻率，根據(jù)該語(yǔ)法單元詞典統(tǒng)計(jì)音素串在所述文本數(shù)據(jù)中出現(xiàn)的頻率。比如，英文音素串“ba4”(其中的數(shù)字表示的是音素串所在音節(jié)在語(yǔ)法單元中的位置信息，“4”即為前面所述的表示音素串出現(xiàn)在單音節(jié)語(yǔ)法單元中)，所述語(yǔ)法單元詞典中有三個(gè)語(yǔ)法單元出現(xiàn)“ba4”，每個(gè)語(yǔ)法單元在所述文本數(shù)據(jù)中出現(xiàn)的頻率如下：bus(bas)頻率＝500bug(bag)頻率＝550but(bat)頻率＝980則音素串“ba4”在所述文本數(shù)據(jù)中出現(xiàn)的頻率為：500+550+980＝2030。在本發(fā)明實(shí)施例中，相同內(nèi)容的音素串帶有不同的位置信息時(shí)，認(rèn)為是不同的音素串。如“ba4”和“ba1”為不同的音素串，需要分別統(tǒng)計(jì)各自出現(xiàn)的頻率。(3)根據(jù)所述音素串在大量數(shù)據(jù)中出現(xiàn)的頻率對(duì)音素串進(jìn)行篩選，得到篩選后的音素串。具體篩選方法可以按照預(yù)先設(shè)定的條件進(jìn)行篩選，以預(yù)先設(shè)定的刪除閾值比例為例進(jìn)行說(shuō)明，所述刪除閾值比例如5％，具體如下：按照每個(gè)音素串的出現(xiàn)頻率對(duì)其進(jìn)行排序，根據(jù)預(yù)先設(shè)定的刪除閾值比例，將音素串出現(xiàn)頻率較低的刪除即可，直到達(dá)到刪除閾值比例。本發(fā)明實(shí)施例提供的確定文本語(yǔ)音單元的方法，通過(guò)將音節(jié)結(jié)構(gòu)內(nèi)聲學(xué)層面緊密結(jié)合的音素組合在一起擴(kuò)充為音素串，將擴(kuò)充后的音素串作為一個(gè)語(yǔ)音單元，有效地避免了緊密結(jié)合的語(yǔ)音單元被強(qiáng)行拆分的情況。進(jìn)一地，根據(jù)音素串在大量文本中出現(xiàn)的頻率對(duì)擴(kuò)充后的音素串進(jìn)行篩選，并且將內(nèi)容相同位置不同的音素串作為不同的音素串，從而篩選出常用的音素串，使得擴(kuò)充后的音素串表示的語(yǔ)音單元更有效，而且可以更準(zhǔn)確地體現(xiàn)語(yǔ)音單元在語(yǔ)法單元層面的韻律表現(xiàn)。本發(fā)明實(shí)施例的方法可以應(yīng)用于語(yǔ)音合成、語(yǔ)音識(shí)別、語(yǔ)音搜索等領(lǐng)域。 可以應(yīng)用于單一音素語(yǔ)言(比如英語(yǔ)等西方語(yǔ)言)的處理，也可以應(yīng)用于多語(yǔ)種的處理。需要說(shuō)明的是，在應(yīng)用于多語(yǔ)種的處理時(shí)，如果其中包含有音節(jié)語(yǔ)言(比如中文)，由于音節(jié)語(yǔ)言現(xiàn)有技術(shù)中使用聲韻母作為基本語(yǔ)音單元，因此，還需要將其中的聲韻母轉(zhuǎn)換成對(duì)應(yīng)的音素，以便統(tǒng)一處理。也就是說(shuō)，在確定所述語(yǔ)音符號(hào)序列中的各音節(jié)結(jié)構(gòu)之前，判斷所述待處理文本的語(yǔ)言類(lèi)型，具體根據(jù)待處理文本的字符編碼或相應(yīng)詞典來(lái)判斷；如果所述待處理文本為音節(jié)語(yǔ)言，則將所述語(yǔ)音符號(hào)序列中的聲韻母轉(zhuǎn)換為對(duì)應(yīng)的音素。比如，中文“王”的聲母和韻母分別是“w”和“ang”，將聲母韻母轉(zhuǎn)換成對(duì)應(yīng)的音素為“w”、“a”、“ng”。相應(yīng)地，本發(fā)明實(shí)施例還提供一種確定文本語(yǔ)音單元的系統(tǒng)，如圖2所示，是該系統(tǒng)的一種結(jié)構(gòu)示意圖。在該實(shí)施例中，所述系統(tǒng)包括：接收模塊201，用于接收待處理文本；音素集合獲取模塊202，用于確定所述待處理文本的音素集合；字音轉(zhuǎn)換模塊203，用于根據(jù)所述音素集合對(duì)所述待處理文本進(jìn)行字音轉(zhuǎn)換，得到所述待處理文本的語(yǔ)音符號(hào)序列；音節(jié)結(jié)構(gòu)劃分模塊204，用于確定所述語(yǔ)音符號(hào)序列中的各音節(jié)結(jié)構(gòu)；擴(kuò)充模塊205，用于在各音節(jié)結(jié)構(gòu)內(nèi)，將聲學(xué)層面緊密結(jié)合的音素組合在一起擴(kuò)充為音素串；語(yǔ)音單元提取模塊206，用于根據(jù)所述音素串及所述語(yǔ)音符號(hào)序列確定所述待處理文本的語(yǔ)音單元。上述音節(jié)結(jié)構(gòu)劃分模塊204具體可以根據(jù)對(duì)基本音素的分類(lèi)確定各音節(jié)結(jié)構(gòu)，其一種具體結(jié)構(gòu)可以包括以下各單元：分類(lèi)單元，用于對(duì)基本音素進(jìn)行分類(lèi)；表示形式確定單元，用于確定基于所述分類(lèi)的音素結(jié)構(gòu)表示形式，并根據(jù)所述音素結(jié)構(gòu)的表示形式，確定音節(jié)結(jié)構(gòu)的表示形式；音節(jié)結(jié)構(gòu)確定單元，用于根據(jù)所述音節(jié)結(jié)構(gòu)的表示形式確定所述語(yǔ)音符號(hào)序列中的各音節(jié)結(jié)構(gòu)。在本發(fā)明實(shí)施例中，所述基本音素的類(lèi)型包括：輔音頭Ci、介音Cj、元音核Vc、響輔音尾Cs、輔音尾Ct；所述音素串的類(lèi)型包括：輔音群音素串，和/或依據(jù)音節(jié)結(jié)構(gòu)擴(kuò)充的音素串?；谠摲诸?lèi)的音素結(jié)構(gòu)表示形式、音節(jié)結(jié)構(gòu)的表示形式可參見(jiàn)前面本發(fā)明方法實(shí)施例中的描述，在此不再贅述。相應(yīng)地，上述擴(kuò)充模塊205可以將所述輔音頭Ci、響輔音尾Cs、輔音尾Ct擴(kuò)充為包含兩個(gè)或兩個(gè)以上基本音素的音素串；和/或?qū)⒁粋€(gè)音節(jié)結(jié)構(gòu)內(nèi)符合預(yù)先確定的音素串組成形式的連續(xù)音素組合為一個(gè)音素串。本發(fā)明實(shí)施例提供的確定文本語(yǔ)音單元的系統(tǒng)，通過(guò)將音節(jié)結(jié)構(gòu)內(nèi)聲學(xué)層面緊密結(jié)合的音素組合在一起擴(kuò)充為音素串，并將擴(kuò)充后的音素串作為一個(gè)語(yǔ)音單元，有效地避免了緊密結(jié)合的語(yǔ)音單元被強(qiáng)行拆分的情況。為了進(jìn)一步保證擴(kuò)充后的音素串在實(shí)際應(yīng)用中的有效性，在本發(fā)明系統(tǒng)另一實(shí)施例中，如圖3所示，還可包括：篩選模塊207，用于根據(jù)所述音素串在大量文本中出現(xiàn)的頻率對(duì)所述音素串進(jìn)行篩選，得到篩選后的音素串。相應(yīng)地，語(yǔ)音單元提取模塊206需要根據(jù)所述篩選模塊篩選后的音素串及所述語(yǔ)音符號(hào)序列確定所述待處理文本的語(yǔ)音單元，也就是說(shuō)，語(yǔ)音單元提取模塊206將語(yǔ)音符號(hào)序列中篩選后的音素串、以及除去所述篩選后的音素串的單個(gè)音素作為待處理文本的語(yǔ)音單元。所述篩選模塊207具體可以根據(jù)所述音素串在大量文本中出現(xiàn)的頻率對(duì)所述音素串進(jìn)行篩選，并且在篩選時(shí)，將內(nèi)容相同位置不同的音素串作為不同的音素串。該篩選模塊207的一種具體結(jié)構(gòu)可以包括以下各單元：位置信息獲取單元，用于獲取所述音素串所在音節(jié)在語(yǔ)法單元中的位置信息，并將內(nèi)容相同位置不同的音素串標(biāo)記為不同的音素串；統(tǒng)計(jì)單元，用于統(tǒng)計(jì)各音素串在與待處理文本相同語(yǔ)種的大量文本數(shù)據(jù)中出現(xiàn)的頻率；篩選單元，用于根據(jù)所述音素串在大量文本數(shù)據(jù)中出現(xiàn)的頻率對(duì)音素串進(jìn)行篩選，得到篩選后的音素串?？梢?jiàn)，本發(fā)明實(shí)施例的系統(tǒng)，將音節(jié)結(jié)構(gòu)內(nèi)聲學(xué)層面緊密結(jié)合的音素組合在一起擴(kuò)充為音素串，并根據(jù)音素串在大量文本中出現(xiàn)的頻率對(duì)擴(kuò)充后的音素串進(jìn)行篩選，將內(nèi)容相同位置不同的音素串作為不同的音素串，從而使得以擴(kuò) 充后的音素串表示的語(yǔ)音單元更有效，而且可以更準(zhǔn)確地體現(xiàn)語(yǔ)音單元在語(yǔ)法單元層面的韻律表現(xiàn)。本發(fā)明實(shí)施例的方法可以應(yīng)用于語(yǔ)音合成、語(yǔ)音識(shí)別、語(yǔ)音搜索等領(lǐng)域?？梢詰?yīng)用于單一音素語(yǔ)言(比如英語(yǔ)等西方語(yǔ)言)的處理，也可以應(yīng)用于多語(yǔ)種的處理。需要說(shuō)明的是，在應(yīng)用于多語(yǔ)種的處理時(shí)，如果其中包含有音節(jié)語(yǔ)言(比如中文)，由于音節(jié)語(yǔ)言現(xiàn)有技術(shù)中使用聲韻母作為基本語(yǔ)音單元，因此，還需要將其中的聲韻母轉(zhuǎn)換成對(duì)應(yīng)的音素，以便統(tǒng)一處理。相應(yīng)地，如圖4所示，在本發(fā)明系統(tǒng)的另一實(shí)施例中還可進(jìn)一步包括：判斷模塊401，用于在所述音節(jié)結(jié)構(gòu)劃分模塊204確定所述語(yǔ)音符號(hào)序列中的各音節(jié)結(jié)構(gòu)之前，判斷所述待處理文本的語(yǔ)言類(lèi)型，具體根據(jù)待處理文本的字符編碼或相應(yīng)詞典來(lái)判斷；調(diào)整模塊402，用于在所述判斷模塊401判斷所述待處理文本為音節(jié)語(yǔ)言后，將所述語(yǔ)音符號(hào)序列中的聲韻母轉(zhuǎn)換為對(duì)應(yīng)的音素。相應(yīng)地，在該實(shí)施例中，對(duì)于音節(jié)語(yǔ)言，音節(jié)結(jié)構(gòu)劃分模塊204需要確定經(jīng)調(diào)整模塊402轉(zhuǎn)換后的語(yǔ)音符號(hào)序列中的各音節(jié)結(jié)構(gòu)，并獲取所述音節(jié)在語(yǔ)法單元中的位置。本說(shuō)明書(shū)中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，各個(gè)實(shí)施例之間相同相似的部分互相參見(jiàn)即可，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處。尤其，對(duì)于系統(tǒng)實(shí)施例而言，由于其基本相似于方法實(shí)施例，所以描述得比較簡(jiǎn)單，相關(guān)之處參見(jiàn)方法實(shí)施例的部分說(shuō)明即可。以上所描述的系統(tǒng)實(shí)施例僅僅是示意性的，其中所述作為分離部件說(shuō)明的單元可以是或者也可以不是物理上分開(kāi)的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部模塊來(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性勞動(dòng)的情況下，即可以理解并實(shí)施。以上對(duì)本發(fā)明實(shí)施例進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體實(shí)施方式對(duì)本發(fā)明進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只是用于幫助理解本發(fā)明的方法及系統(tǒng)；同 時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說(shuō)明書(shū)內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。當(dāng)前第1頁(yè)1 2 3