本申請涉及語音處理，特別是涉及一種合成語音切換方法及相關(guān)裝置、設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展，語音合成技術(shù)得到了發(fā)展，用于實(shí)現(xiàn)將文本自動(dòng)轉(zhuǎn)換為語音。

2、現(xiàn)有技術(shù)中，在進(jìn)行合成語音播放時(shí)，為了支持用戶在播放過程中對(duì)合成語音執(zhí)行新的參數(shù)配置，會(huì)先暫停當(dāng)前播放，等待新的語音合成完成后，再切換播放新的合成語音。但是，等待新的語音合成會(huì)造成語音切換的不流暢，進(jìn)而導(dǎo)致合成語音切換的流暢度較低。有鑒于此，如何提升合成語音切換的流暢度，盡可能地實(shí)現(xiàn)合成語音切換的無縫銜接播放，成為亟待解決的問題。

技術(shù)實(shí)現(xiàn)思路

1、本申請主要解決的技術(shù)問題是提供一種合成語音切換方法及相關(guān)裝置、設(shè)備和存儲(chǔ)介質(zhì)，能夠提升合成語音切換的流暢度，盡可能地實(shí)現(xiàn)合成語音切換的無縫銜接播放。

2、為了解決上述技術(shù)問題，本申請第一方面提供了一種合成語音切換方法，包括：播放基于第一配置參數(shù)對(duì)待合成文本合成得到的第一合成語音；響應(yīng)于檢測到表征基于第二配置參數(shù)重新進(jìn)行語音合成的控制指令，基于第二配置參數(shù)對(duì)待合成文本進(jìn)行語音合成，得到第二合成語音；基于第一合成語音在第二合成語音合成完成時(shí)刻的第一播放進(jìn)度，確定第二合成語音中與第一播放進(jìn)度匹配的第二播放進(jìn)度；從第二合成語音的第二播放進(jìn)度開始，切換播放第二合成語音。

3、為了解決上述技術(shù)問題，本申請第二方面提供了一種合成語音切換裝置，包括：播放模塊、合成模塊、確定模塊和切換模塊，播放模塊用于播放基于第一配置參數(shù)對(duì)待合成文本合成得到的第一合成語音；合成模塊用于響應(yīng)于檢測到表征基于第二配置參數(shù)重新進(jìn)行語音合成的控制指令，基于第二配置參數(shù)對(duì)待合成文本進(jìn)行語音合成，得到第二合成語音；確定模塊用于基于第一合成語音在第二合成語音合成完成時(shí)刻的第一播放進(jìn)度，確定第二合成語音中與第一播放進(jìn)度匹配的第二播放進(jìn)度；切換模塊用于從第二合成語音的第二播放進(jìn)度開始，切換播放第二合成語音。

4、為了解決上述技術(shù)問題，本申請第三方面提供了一種電子設(shè)備，包括相互耦接的存儲(chǔ)器和處理器，存儲(chǔ)器中存儲(chǔ)有程序指令，處理器用于執(zhí)行程序指令以實(shí)現(xiàn)上述第一方面中的合成語音切換方法。

5、為了解決上述技術(shù)問題，本申請第四方面提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，存儲(chǔ)有能夠被處理器運(yùn)行的程序指令，程序指令用于實(shí)現(xiàn)上述第一方面所述的合成語音切換方法。

6、上述方案，播放基于第一配置參數(shù)對(duì)待合成文本合成得到的第一合成語音，在檢測到表征基于第二配置參數(shù)重新進(jìn)行語音合成的控制指令時(shí)，繼續(xù)保持播放第一合成語音，并基于第二配置參數(shù)對(duì)待合成文本進(jìn)行語音合成，得到第二合成語音，再基于第一合成語音在第二合成語音合成完成時(shí)刻的第一播放進(jìn)度，確定第二合成語音中與第一播放進(jìn)度匹配的第二播放進(jìn)度，即可從第二合成語音的第二播放進(jìn)度開始，切換播放第二合成語音。因此，在第二合成語音合成的過程中，保持第一合語音的播放，并基于第二合成語音的合成完成時(shí)刻，切換至第二合成語音中與第一播放進(jìn)度匹配的第二播放進(jìn)度處，實(shí)現(xiàn)合成語音的平滑切換。故能提升合成語音切換的流暢度，盡可能地實(shí)現(xiàn)合成語音切換的無縫銜接播放。

技術(shù)特征：

1.一種合成語音切換方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述第一合成語音在所述第二合成語音合成完成時(shí)刻的第一播放進(jìn)度，確定所述第二合成語音中與所述第一播放進(jìn)度匹配的第二播放進(jìn)度，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述待合成文本包含若干子文本，所述第一合成語音包含所述若干子文本的第一子語音，所述基于所述第二配置參數(shù)對(duì)所述待合成文本進(jìn)行語音合成，得到第二合成語音，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于所述第二配置參數(shù)依次對(duì)各個(gè)所述子文本進(jìn)行語音合成，得到第二子語音，包括：

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于所述第二配置參數(shù)依次對(duì)各個(gè)所述子文本進(jìn)行語音合成，得到第二子語音，包括：

6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于所述當(dāng)前子語音在所述期望子語音合成完成時(shí)刻的第一播放進(jìn)度，確定所述期望子語音中與所述第一播放進(jìn)度匹配的第二播放進(jìn)度，包括：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

9.一種合成語音切換裝置，其特征在于，包括：

10.一種電子裝置，其特征在于，至少包括相互耦接的存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有程序指令，所述處理器用于執(zhí)行所述程序指令以實(shí)現(xiàn)權(quán)利要求1至8任一項(xiàng)所述的合成語音切換方法。

11.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，存儲(chǔ)有能夠被處理器運(yùn)行的程序指令，所述程序指令用于實(shí)現(xiàn)權(quán)利要求1至8任一項(xiàng)所述的合成語音切換方法。

技術(shù)總結(jié)
本申請公開了一種合成語音切換方法及相關(guān)裝置、設(shè)備和存儲(chǔ)介質(zhì)，其中，合成語音切換方法包括：播放基于第一配置參數(shù)對(duì)待合成文本合成得到的第一合成語音；響應(yīng)于檢測到表征基于第二配置參數(shù)重新進(jìn)行語音合成的控制指令，基于第二配置參數(shù)對(duì)待合成文本進(jìn)行語音合成，得到第二合成語音；基于第一合成語音在第二合成語音合成完成時(shí)刻的第一播放進(jìn)度，確定第二合成語音中與第一播放進(jìn)度匹配的第二播放進(jìn)度；從第二合成語音的第二播放進(jìn)度開始，切換播放第二合成語音。上述方案，能夠提升合成語音切換的流暢度，盡可能地實(shí)現(xiàn)合成語音切換的無縫銜接播放。

技術(shù)研發(fā)人員：王瑋,宋乾標(biāo),程旭,周旸旻,李全,王兆育
受保護(hù)的技術(shù)使用者：安徽聽見科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21