支持多说话人风格、语言切换且韵律可控的语音合成装置

摘要

本发明公开了一种支持多说话人风格、语言切换且韵律可控的语音合成装置，属于语音合成领域。包括：文本获取单元和文本预处理单元，其用于获取不同的文本数据并进行预处理；语言切换单元，其用于存储并展示不同语言类型的训练数据对应的说话人标签，并且自动识别待合成文本的语言类型；风格切换单元，其用于根据语言类型指定语音合成风格；说话人切换单元，其用于指定说话人；编码‑解码单元，其用于获得预测梅尔频谱；训练单元，其用于对编码‑解码单元进行训练；语音合成单元，其用于根据生成预测梅尔频谱，并转化为声音信号进行语音播放。本发明能够在产生韵律变化更加丰富的语音的同时可以对说话人和说话人风格的进行分别控制。