基于前端设计的语音合成方法

摘要

本发明提出一种基于前端设计的语音合成方法，属于语音合成技术领域。本发明解决了目前的语音合成方法数据依赖性及合成效果不可控的问题，其技术方案要点为：包括如下步骤：步骤1、对中文文本数据进行预处理；步骤2、提取中文文本相关的语言学特征；步骤3、提取音频文件的至少两个声学特征；步骤4、根据语言学特征和声学特征训练时长模型和声学模型；步骤5、对需要合成的中文文本作步骤1及步骤2处理后，调用步骤4中得到的时长模型得到文本对应的时长信息，再结合语言学特征和时长信息，作为声学模型的输入，得到相应的声学特征；步骤6、对步骤5中得到的声学特征采用声码器合成对应的音频数据。