申请/专利权人：思必驰科技股份有限公司

申请日：2024-02-19

公开（公告）日：2024-04-09

公开（公告）号：CN117854474A

主分类号：G10L13/027

分类号：G10L13/027;G10L13/08;G10L13/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明实施例提供一种具有表现力的语音数据集的合成方法、系统及电子设备。该方法包括：获取带有表现力的原始语音数据，进行分割得到表现力语音段，对表现力语音段进行语音识别，得到带有表现力语音段以及识别文本的语音数据集；对语音数据集中识别文本的拟声词以及标点符号进行调整，得到修正语音数据集；对修正语音数据集进行文本表现力分析，确定出修正语音数据集内各带有表现力语音段以及识别文本所对应的文本表现力类别；利用大模型按照与文本表现力类别对应规则，对带有文本表现力类别的修正语音数据集进行批量标注，得到带有批量标注的具有表现力的语音数据集。本发明实施例构造了高表现力语音合成数据集，在TTS效果上具有更高的表现力。

主权项：1.一种具有表现力的语音数据集的合成方法，包括：获取带有表现力的原始语音数据，对所述原始语音数据进行分割，得到表现力语音段，对所述表现力语音段进行语音识别，得到带有表现力语音段以及识别文本的语音数据集，其中，所述原始语音数据包括：评书；对所述语音数据集中识别文本的拟声词以及标点符号进行调整，以修正因所述带有表现力语音段由于音高以及语速的错误识别，得到修正语音数据集；对所述修正语音数据集进行文本表现力分析，确定出所述修正语音数据集内各带有表现力语音段以及识别文本所对应的文本表现力类别，其中，所述文本表现力类别包括：句式、场景、修辞手法、模仿人物和情感色彩；利用大模型按照与所述文本表现力类别对应规则，对带有文本表现力类别的修正语音数据集进行批量标注，得到带有批量标注的具有表现力的语音数据集。

全文数据：

权利要求：

百度查询： 思必驰科技股份有限公司 具有表现力的语音数据集的合成方法、系统及电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD