語音合成的方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及文語轉(zhuǎn)換技術(shù)領(lǐng)域，尤其涉及一種語音合成的方法和裝置。
【背景技術(shù)】
[0002]語音合成，又稱文語轉(zhuǎn)換技術(shù)，是一種能夠?qū)⑽淖中畔⑥D(zhuǎn)化為語音并進(jìn)行朗讀的技術(shù)。隨著科技的不斷進(jìn)步，語音合成的應(yīng)用越來越廣泛，如新聞與信息的播報(bào)、有聲小說等。在日常生活中，也可通過語音合成，將短信、郵件等信息合成為語音，為用戶多提供一種獲取信息的方式。
[0003]目前，語音合成主要是將人工輸入或OCR掃描獲得的文字信息轉(zhuǎn)換為語音。
[0004]但是，在獲得文字信息時，可能會出現(xiàn)文字信息輸入錯誤的情況。例如:文字錄入人員在使用拼音輸入法輸入文字信息時，可能會產(chǎn)生拼寫錯誤，也可能因?yàn)橄嗤钠匆魧?yīng)多個不同的漢字，造成文字信息選擇錯誤。再例如:通過OCR掃描獲得文字信息，由于漢字相似字過多，對文字進(jìn)行識別時具有一定的誤差，可能使獲取的文字信息錯誤。進(jìn)一步地，在語音合成時，對錯誤的文字信息直接進(jìn)行轉(zhuǎn)換，會導(dǎo)致輸出的語音信息與應(yīng)該輸入的文字信息不一致，不易于理解，從而降低了語音信息接收用戶的使用體驗(yàn)。

【發(fā)明內(nèi)容】

[0005]本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問題之一。為此，本發(fā)明的一個目的在于提出一種語音合成的方法，該方法能夠?qū)斎胛谋具M(jìn)行糾錯，進(jìn)而在根據(jù)輸入文本進(jìn)行語音合成時，更加準(zhǔn)確，使生成的語音信息自然流暢，易于理解。
[0006]本發(fā)明的第二個目的在于提出一種語音合成的裝置。
[0007]為了實(shí)現(xiàn)上述目的，本發(fā)明第一方面實(shí)施例提出了一種語音合成的方法，包括:S1、獲取輸入文本，并獲取所述輸入文本對應(yīng)的輸入類型；S2、根據(jù)所述輸入類型確定糾錯模型，并根據(jù)所述糾錯模型對所述輸入文本進(jìn)行糾錯處理；以及S3、將糾錯后的所述輸入文本合成為語音。
[0008]本發(fā)明實(shí)施例的語音合成的方法，通過獲取輸入文本，并獲取輸入文本對應(yīng)的輸入類型，根據(jù)輸入類型確定糾錯模型，并根據(jù)糾錯模型對輸入文本進(jìn)行糾錯處理，以及將糾錯后的輸入文本合成為語音，可利用糾錯模型對輸入文本進(jìn)行糾錯，提升了文本輸入時的準(zhǔn)確性，進(jìn)而在語音合成時，生成的語音信息更加自然流暢，易于理解，符合語言習(xí)慣，最終提升用戶使用體驗(yàn)。
[0009]本發(fā)明第二方面實(shí)施例提出了一種語音合成的裝置，包括:獲取模塊，用于獲取輸入文本，并獲取所述輸入文本對應(yīng)的輸入類型；糾錯模塊，用于根據(jù)所述輸入類型確定糾錯模型，并根據(jù)所述糾錯模型對所述輸入文本進(jìn)行糾錯處理；以及合成模塊，用于將糾錯后的所述輸入文本合成為語音。
[0010]本發(fā)明實(shí)施例的語音合成的裝置，通過獲取輸入文本，并獲取輸入文本對應(yīng)的輸入類型，根據(jù)輸入類型確定糾錯模型，并根據(jù)糾錯模型對輸入文本進(jìn)行糾錯處理，以及將糾錯后的輸入文本合成為語音，可利用糾錯模型對輸入文本進(jìn)行糾錯，提升了文本輸入時的準(zhǔn)確性，進(jìn)而在語音合成時，生成的語音信息更加自然流暢，易于理解，符合語言習(xí)慣，最終提升用戶使用體驗(yàn)。
【附圖說明】
[0011]圖1是根據(jù)本發(fā)明一個實(shí)施例的語音合成的方法的流程圖。
[0012]圖2是根據(jù)本發(fā)明一個具體實(shí)施例的語音合成的方法的流程圖。
[0013]圖3是根據(jù)本發(fā)明一個實(shí)施例的語音合成的裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0014]下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實(shí)施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。
[0015]下面參考附圖描述本發(fā)明實(shí)施例的語音合成的方法和裝置。
[0016]圖1是根據(jù)本發(fā)明一個實(shí)施例的語音合成的方法的流程圖。
[0017]如圖1所示，語音合成的方法可包括:
[0018]SlOl，獲取輸入文本，并獲取輸入文本對應(yīng)的輸入類型。
[0019]其中，輸入類型可包括拼音輸入、五筆輸入、OCR輸入等。
[0020]舉例來說，輸入文本為“2015年3月全國平斤氣溫是5.8°C?！保瑢?yīng)的輸入類型為拼音輸入。
[0021]S102，根據(jù)輸入類型確定糾錯模型，并根據(jù)糾錯模型對輸入文本進(jìn)行糾錯處理。
[0022]在本發(fā)明的實(shí)施例中，可根據(jù)輸入類型確定糾錯模型。當(dāng)輸入類型為拼音輸入時，可根據(jù)第一糾錯模型對輸入文本進(jìn)行糾錯處理，第一糾錯模型是基于拼音序列數(shù)據(jù)訓(xùn)練得到的模型。當(dāng)輸入類型為五筆輸入或OCR輸入時，可根據(jù)第二糾錯模型對輸入文本進(jìn)行糾錯處理，第二糾錯模型是基于字根序列數(shù)據(jù)訓(xùn)練得到的模型。其中，以上糾錯模型可包括N-GRAM模型、HMM模型、CRF模型、深度神經(jīng)網(wǎng)絡(luò)模型中的一種。
[0023]具體地，當(dāng)輸入類型為拼音輸入時，可將輸入文本轉(zhuǎn)換為拼音序列，然后對輸入文本轉(zhuǎn)換而成的拼音序列進(jìn)行分詞，生成多個拼音詞組，再根據(jù)第一糾錯模型獲得與拼音詞組對應(yīng)的漢字詞組及漢字詞組的得分，最后對得分小于第一預(yù)設(shè)閾值的漢字詞組進(jìn)行糾錯。更具體地，可獲取得分小于第一預(yù)設(shè)閾值的漢字詞組中每個漢字對應(yīng)的聲母，然后根據(jù)聲母獲得對應(yīng)的多個待選漢字詞組，再根據(jù)第一糾錯模型獲取得分最高的待選漢字詞組，并將得分小于第一預(yù)設(shè)閾值的漢字詞組替換為得分最高的待選漢字詞組，從而完成對得分小于第一預(yù)設(shè)閾值的漢字詞組的糾錯。
[0024]舉例來說，當(dāng)輸入類型為拼音輸入時，可將輸入文本為“2015年3月全國平斤氣溫是5.8°C?！鞭D(zhuǎn)換為拼音序列“ er ling yi wu nian san yue quan guo ping jin qi wenshi wu dian ba she shi du”，然后對該拼音序列進(jìn)行分詞，生成拼音詞組“er ling yi wunian，，,san yue，，,quan guo，，,ping，，、ujin，，,qi wen，，,shi，，,wu dian ba，，,she shidu”。由于同一拼音可對應(yīng)多個漢字，同一拼音詞組可對應(yīng)多個漢字詞組，因此可獲得以上拼音詞組對應(yīng)的漢字詞組及漢字詞組的得分。其中，漢字詞組的得分可為拼音詞組轉(zhuǎn)換為漢字詞組的概率值?！癳r ling yi wu nian”對應(yīng)“二零一五年”且得分為0.95分，“sanyue”對應(yīng)“三月”且得分為0.9分，“quan guo”對應(yīng)“全國”且得分為0.99，“ping”對應(yīng)“平”且得分為0.3分，“jin”對應(yīng)“斤”且得分為0.15分，“qi wen”對應(yīng)“氣溫”且得分為0.88分，“shi”對應(yīng)“是”且得分為0.75分，“wu dian ba”對應(yīng)“五點(diǎn)八”且得分為0.67分，“she shi du”對應(yīng)“攝氏度”且得分為0.99分。其中，“平”和“斤”的得分均小于第一預(yù)設(shè)閾值0.5分，因此需要對“平”和“斤”進(jìn)行糾錯。具體地，“平”的聲母為“P”，“斤”的聲母為“ j ”，根據(jù)“P”和“ j ”這兩個聲母，可獲得多個待選漢字詞組如“平均”、“評價”、“啤酒”等，此時可獲取得分最高的“平均”這一漢字詞組，替換掉“平”和“斤”。最后，獲得糾錯后的