语音合成方法及装置、电子设备、存储介质与流程

本公开涉及计算机领域，尤其涉及一种语音合成方法及装置、电子设备、存储介质。

背景技术：

1、在相关技术中，已经提出了模拟特定人物发音的语音合成方法。例如，可以搜集用户以往的样本语音，并从中提取出该用户的音色特征，以模拟该用户发出的声音。

2、然而，相关技术尚无法在未获得用户的样本语音的情况下，合成相应用户的语音。

技术实现思路

1、本公开提供一种语音合成方法及装置、电子设备、存储介质，能够基于与特定对象相关的其他对象预测特定对象发出的语音。

2、根据本公开的第一方面，提供一种语音合成方法，包括：

3、获取第一对象的第一语音和第二对象的第二语音；

4、从所述第一语音中提取所述第一对象的第一音色特征、从所述第二语音中提取内容信息，所述内容信息中包含所述第二对象的第二音色特征的一部分和所述第二语音的语义信息；

5、对所述第一音色特征和所述内容信息进行语音合成，得到目标语音。

6、根据本公开的第二方面，提供一种语音合成装置，包括：

7、获取单元，获取第一对象的第一语音和第二对象的第二语音；

8、提取单元，从所述第一语音中提取所述第一对象的第一音色特征、从所述第二语音中提取内容信息，所述内容信息中包含所述第二对象的第二音色特征的一部分和所述第二语音的语义信息；

9、合成单元，对所述第一音色特征和所述内容信息进行语音合成，得到目标语音。

10、根据本公开的第三方面，提供一种电子设备，包括：

11、处理器；

12、用于存储处理器可执行指令的存储器；

13、其中，所述处理器通过运行所述可执行指令以实现如第一方面所述的方法。

14、根据本公开的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如第一方面所述方法的步骤。

15、在本公开的技术方案中，可以优先获取第一对象的第一语音和第二对象的第二语音，并从第一语音中提取第一对象的第一音色特征、从第二语音中提取内容信息。在此基础上，即可对提取到的第一音色特征和内容信息进行语音合成，以得到目标语音。

16、应当理解的是，由于本公开中从第二语音中提取的内容信息既包含第二语音的语义信息，又包含第二对象的第二音色特征的一部分，因此，将第一音色特征和内容信息融合，相当于将第一音色特征、第二音色特征的一部分、以及第二语音的语义信息融合，显然，可以得到音色更偏向第一对象、但与第二对象的音色存在一定程度相像的语音。可见，本公开能够合成与第一对象和第二对象均相关的特定对象的语音。

技术特征：

1.一种语音合成方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述第一对象与所述第二对象之间的关系为下述关系之一：

3.根据权利要求1所述的方法，其特征在于，所述从所述第一语音中提取所述第一对象的第一音色特征、从所述第二语音中提取内容信息，包括：

4.根据权利要求1所述的方法，其特征在于，所述从所述第一语音中提取所述第一对象的第一音色特征、从所述第二语音中提取内容信息，包括：

5.根据权利要求4所述的方法，其特征在于，所述对所述第一音色特征和所述内容信息进行语音合成，得到目标语音，包括：

6.根据权利要求4所述的方法，其特征在于，还包括：

7.根据权利要求4所述的方法，其特征在于，所述对所述第一音色特征和所述内容信息进行语音合成，得到目标语音，包括：

8.根据权利要求1所述的方法，其特征在于，所述第一对象和所述第二对象的性别不同；所述第一对象与所述目标语音所属特定对象的性别相同。

9.一种语音合成装置，其特征在于，包括：

10.一种电子设备，其特征在于，包括：

11.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现如权利要求1-8中任一项所述方法的步骤。

技术总结本公开是关于一种语音合成方法及装置、电子设备、存储介质。其中，该方法，包括：获取第一对象的第一语音和第二对象的第二语音；从所述第一语音中提取所述第一对象的第一音色特征、从所述第二语音中提取内容信息，所述内容信息中包含所述第二对象的第二音色特征的一部分和所述第二语音的语义信息；对所述第一音色特征和所述内容信息进行语音合成，得到目标语音。技术研发人员：陈绪浩,杨希梅,史润宇受保护的技术使用者：北京小米移动软件有限公司技术研发日：技术公布日：2024/3/11