拼音处理方法及装置与流程

本申请涉及语音合成技术领域，尤其涉及一种拼音处理方法及装置。

背景技术：

语音合成，是一种能根据文字生成语音的技术。目前的中文语音合成技术主要是基于汉字或者汉字对应的拼音来生成文本对应的语音。其中，由于字符的拼音与发音存在不一致的情况，在模型训练中会产生额外的噪声。因此，基于文本汉字对应的拼音生成的语音，准确率差。

技术实现要素：

本申请的目的旨在至少在一定程度上解决上述技术问题之一。

为此，本申请的第一个目的在于提出一种拼音处理方法，该方法可结合字符的发音对字符的拼音进行变音处理，使得字符的拼音与字符的实际发音一致，从而提高生成的语音的准确率。

本申请的第二个目的在于提出一种拼音处理装置。

本申请的第三个目的在于提出另一种拼音处理装置。

本申请的第四个目的在于提出一种非临时性计算机可读存储介质。

为达上述目的，本申请第一方面实施例提出了一种拼音处理方法，包括：获取待处理的字符对应的拼音以及发音；判断所述拼音与所述发音是否一致，以及所述发音是否存在儿化音节，以获取判断结果；根据所述判断结果对所述字符对应的拼音进行变音处理。

本申请实施例的拼音处理方法，通过获取待处理的字符对应的拼音以及发音；判断拼音与所述发音是否一致，以及发音是否存在儿化音节，以获取判断结果；根据判断结果对字符对应的拼音进行变音处理，从而能够结合字符的发音对字符的拼音进行变音处理，使得字符的拼音与字符的实际发音一致，从而提高生成的语音的准确率。

为达上述目的，本申请第二方面实施例提出了一种拼音处理装置，该装置包括：获取模块，用于获取待处理的字符对应的拼音以及发音；判断模块，用于判断所述拼音与所述发音是否一致，以及所述发音是否存在儿化音节，以获取判断结果；变音处理模块，用于根据所述判断结果对所述字符对应的拼音进行变音处理。

本申请实施例的拼音处理装置，通过获取待处理的字符对应的拼音以及发音；判断拼音与所述发音是否一致，以及发音是否存在儿化音节，以获取判断结果；根据判断结果对字符对应的拼音进行变音处理，从而能够结合字符的发音对字符的拼音进行变音处理，使得字符的拼音与字符的实际发音一致，从而提高生成的语音的准确率。

为达上述目的，本申请第三方面实施例提出了另一种拼音处理装置，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如上所述的拼音处理方法。

为了实现上述目的，本申请第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的拼音处理方法。

本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为根据本申请一个实施例的拼音处理方法的流程示意图；

图2为根据本申请另一个实施例的拼音处理方法的流程示意图；

图3为根据本申请一个实施例的拼音处理装置的结构示意图；

图4为根据本申请一个实施例的另一种拼音处理装置的结构示意图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。

下面参考附图描述本申请实施例的拼音处理方法及装置。

图1为本申请实施例提供的一种拼音处理方法的流程示意图。如图1所示，该拼音处理方法包括以下步骤：

步骤101，获取待处理的字符对应的拼音以及发音。

在本申请实施例中，待处理的字符可以为任意字符。其中，字符对应的拼音，指的是采用声母和韵母组成的字符串。字符对应的发音，指的是声母或者韵母的实际发音符号。以字符“也”为例，该字符的拼音为“ye”，发音可以为“ie”。以字符“许”为例，该字符的拼音为“xu”，发音可以为“xv”。以字符“路”为例，该字符的拼音为“lu”，发音可以为“lu”。

步骤102，判断拼音与发音是否一致，以及发音是否存在儿化音节，以获取判断结果。

其中，儿化音指的是字符的末尾韵母因卷舌动作而发生的音变现象，通常在韵母后面加上r，来表明读音可以儿化。例如，词语“伴儿”的发音为“banr”，韵母“an”的后面带有“r”。

步骤103，根据判断结果对字符对应的拼音进行变音处理。

本申请中，在判断结果为拼音与发音不一致，且发音中不存在儿化音节时，可以将字符对应的发音作为字符对应的拼音，以便结合字符对应的发音对字符进行语音生成。在判断结果为拼音与发音一致，且发音中不存在儿化音节时，对字符对应的拼音不做处理，以便结合字符对应的拼音对字符进行语音生成。

其中，判断结果为拼音与发音不一致，且发音中不存在儿化音节的情况举例如下，字符“句”的拼音为“ju”，发音可表示为“jv”。判断结果为拼音与发音一致，且发音中不存在儿化音节的情况举例如下，字符“胡”的拼音为“hu”，发音可表示为“hu”。

本申请中，获取各个字符对应的变音处理后的拼音后，可以结合各个字符对应的变音处理后的拼音，对文本等进行语音生成处理。例如，采用各个字符对应的变音处理后的拼音以及语音对语音生成模型进行训练，采用训练好的语音生成模型以及文本中各个字符的变音处理后的拼音，来生成文本对应的语音。

本申请实施例的拼音处理方法，通过获取待处理的字符对应的拼音以及发音；判断拼音与所述发音是否一致，以及发音是否存在儿化音节，以获取判断结果；根据判断结果对字符对应的拼音进行变音处理，从而能够结合字符的发音对字符的拼音进行变音处理，使得字符的拼音与字符的实际发音一致，从而提高生成的语音的准确率。

可选地，如图2所示，在发音中存在儿化音节时，步骤103的具体实现过程可以如下：

步骤201，在发音中存在儿化音节时，判断变音列表中是否存在儿化音节对应的变音后音节。

本申请中，变音列表中包括可进行变音的儿化音节以及对应的变音后音节，例如，变音列表中可以包括以下内容：anr->ar；enr->er；eir->er；inr->ir；vnr->vr；ianr->iar；uanr->uar；air->ar；uair->uar；ier->ir；zhir->zher；chir->cher；shir->sher；uer->ur。其中，有一个儿化音节并未包括在变音列表中，即“unr”。

步骤202，在变音列表中存在儿化音节对应的变音后音节时，将发音中的儿化音节替换为对应的变音后音节，得到变音后的发音。

例如，词语“劲儿”的拼音为“jiner”，发音为“jinr”，该发音中包括儿化音节“inr”，且该儿化音节存在于变音列表中，则将该儿化音节“inr”替换为变音列表中对应的“ir”，得到变音后的发音“jir”。又例如，词语“群儿”的拼音为“quner”，发音为“qvnr”，该发音中包括儿化音节“vnr”，且该儿化音节存在于变音列表中，则将该儿化音节“vnr”替换为变音列表中对应的“vr”，得到变音后的发音“qvr”。

另外，在变音列表中不存在儿化音节对应的变音后音节时，若拼音与发音不一致，则将发音作为字符对应的拼音。在变音列表中不存在儿化音节对应的变音后音节时，若拼音与发音一致，则对字符对应的拼音不做处理。

步骤203，将变音后的发音作为字符对应的拼音。

本申请实施例的拼音处理方法，通过获取待处理的字符对应的拼音以及发音；判断拼音与发音是否一致，以及发音是否存在儿化音节，以获取判断结果；在判断结果为变音列表中是否存在儿化音节对应的变音后音节；在变音列表中存在儿化音节对应的变音后音节时，将发音中的儿化音节替换为对应的变音后音节，得到变音后的发音；将变音后的发音作为字符对应的拼音，从而能够结合字符的发音对字符的拼音进行变音处理，使得字符的拼音与字符的实际发音一致，从而提高生成的语音的准确率。

与上述几种实施例提供的拼音处理方法相对应，本申请的一种实施例还提供一种拼音处理装置，由于本申请实施例提供的拼音处理装置与上述几种实施例提供的拼音处理方法相对应，因此在前述拼音处理方法的实施方式也适用于本实施例提供的拼音处理装置，在本实施例中不再详细描述。图3为根据本申请一个实施例的拼音处理装置的结构示意图。如图3所示，该拼音处理装置包括：获取模块310、判断模块320、变音处理模块330。

其中，获取模块310，用于获取待处理的字符对应的拼音以及发音；

判断模块320，用于判断所述拼音与所述发音是否一致，以及所述发音是否存在儿化音节，以获取判断结果；

变音处理模块330，用于根据所述判断结果对所述字符对应的拼音进行变音处理。

作为本申请实施例的一种可能实现方式，所述变音处理模块330具体用于，

在所述发音中存在儿化音节时，判断变音列表中是否存在所述儿化音节对应的变音后音节；

在所述变音列表中存在所述儿化音节对应的变音后音节时，将所述发音中的所述儿化音节替换为对应的变音后音节，得到变音后的发音；

将所述变音后的发音作为所述字符对应的拼音。

作为本申请实施例的一种可能实现方式，所述变音处理模块330具体还用于，

在所述变音列表中不存在所述儿化音节对应的变音后音节时，若所述拼音与所述发音不一致，则将所述发音作为所述字符对应的拼音。

作为本申请实施例的一种可能实现方式，所述变音处理模块330具体还用于，

在所述变音列表中不存在所述儿化音节对应的变音后音节时，若所述拼音与所述发音一致，则对所述字符对应的拼音不做处理。

作为本申请实施例的一种可能实现方式，所述变音处理模块330具体还用于，

在所述拼音与所述发音不一致，且所述发音中不存在儿化音节时，将所述字符对应的发音作为所述字符对应的拼音。

作为本申请实施例的一种可能实现方式，所述变音处理模块330具体还用于，

在所述拼音与所述发音一致，且所述发音中不存在儿化音节时，对所述字符对应的拼音不做处理。

本申请实施例的拼音处理装置，通过获取待处理的字符对应的拼音以及发音；判断拼音与所述发音是否一致，以及发音是否存在儿化音节，以获取判断结果；根据判断结果对字符对应的拼音进行变音处理，从而能够结合字符的发音对字符的拼音进行变音处理，使得字符的拼音与字符的实际发音一致，从而提高生成的语音的准确率。

为了实现上述实施例，本申请还提出另一种拼音处理装置，图4为本申请实施例提供的另一种拼音处理装置的结构示意图。该拼音处理装置包括：

存储器1001、处理器1002及存储在存储器1001上并可在处理器1002上运行的计算机程序。

处理器1002执行所述程序时实现上述实施例中提供的拼音处理方法。

进一步地，拼音处理装置还包括：

通信接口1003，用于存储器1001和处理器1002之间的通信。

存储器1001，用于存放可在处理器1002上运行的计算机程序。

存储器1001可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。

处理器1002，用于执行所述程序时实现上述实施例所述的拼音处理方法。

如果存储器1001、处理器1002和通信接口1003独立实现，则通信接口1003、存储器1001和处理器1002可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(industrystandardarchitecture，简称为isa)总线、外部设备互连(peripheralcomponent，简称为pci)总线或扩展工业标准体系结构(extendedindustrystandardarchitecture，简称为eisa)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

可选的，在具体实现上，如果存储器1001、处理器1002及通信接口1003，集成在一块芯片上实现，则存储器1001、处理器1002及通信接口1003可以通过内部接口完成相互间的通信。

处理器1002可能是一个中央处理器(centralprocessingunit，简称为cpu)，或者是特定集成电路(applicationspecificintegratedcircuit，简称为asic)，或者是被配置成实施本申请实施例的一个或多个集成电路。

为了实现上述实施例，本申请实施例还提出一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例的拼音处理方法。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。