本申請(qǐng)涉及計(jì)算機(jī)，具體涉及一種長(zhǎng)文本語(yǔ)音播報(bào)方法、設(shè)備及介質(zhì)。

背景技術(shù)：

1、在線語(yǔ)音合成（text?to?speech,?tts）是一種將文字轉(zhuǎn)換為自然語(yǔ)音的技術(shù)，廣泛應(yīng)用于有聲書、語(yǔ)音助手、導(dǎo)航系統(tǒng)、無(wú)障礙服務(wù)等領(lǐng)域。終端在使用文字轉(zhuǎn)語(yǔ)音接口時(shí)，一般會(huì)使用短文本在線合成語(yǔ)音接口、長(zhǎng)文本在線合成語(yǔ)音接口或流式文本在線合成接口，短文本在線合成語(yǔ)音接口返回速度快，長(zhǎng)文本在線合成語(yǔ)音接口能夠一次處理大量文字，流式文本在線合成接口適用于實(shí)時(shí)場(chǎng)景。

2、然而，在處理長(zhǎng)文本文件時(shí)，如果通過(guò)長(zhǎng)文本在線合成語(yǔ)音接口對(duì)來(lái)處理并不能馬上返回并播報(bào)，其分鐘級(jí)延遲難以滿足導(dǎo)航、新聞等實(shí)時(shí)場(chǎng)景需求。因此，亟需一種能夠智能解析文本結(jié)構(gòu)、優(yōu)化合成流程的長(zhǎng)文本語(yǔ)音播報(bào)方法。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述問(wèn)題，本申請(qǐng)?zhí)岢隽艘环N長(zhǎng)文本語(yǔ)音播報(bào)方法，包括：

2、獲取長(zhǎng)文本文件，基于預(yù)設(shè)的分割規(guī)則，根據(jù)所述長(zhǎng)文本文件中包含的字符串信息，將所述長(zhǎng)文本文件分割為若干文本段；

3、針對(duì)所述文本段生成對(duì)應(yīng)的文本語(yǔ)音段，確定所述文本語(yǔ)音段對(duì)應(yīng)的段落標(biāo)識(shí)以及語(yǔ)音文件地址；

4、調(diào)用預(yù)設(shè)的短文本合成語(yǔ)音接口，按照所述文本語(yǔ)音段的先后順序，依次從所述語(yǔ)音文件地址中獲取到相應(yīng)的文本語(yǔ)音段，并將所述文本語(yǔ)音段合成為所述長(zhǎng)文本語(yǔ)音文件進(jìn)行語(yǔ)音播報(bào)。

5、在本申請(qǐng)的一種實(shí)現(xiàn)方式中，按照所述文本語(yǔ)音段的先后順序，依次從所述語(yǔ)音文件地址中獲取到相應(yīng)的文本語(yǔ)音段，具體包括：

6、根據(jù)所述文本語(yǔ)音段對(duì)應(yīng)的段落標(biāo)識(shí)，確定所述文本語(yǔ)音段的先后順序；

7、確定所述文本語(yǔ)音段中的首個(gè)文本語(yǔ)音段，生成針對(duì)所述首個(gè)文本語(yǔ)音段的首個(gè)播報(bào)請(qǐng)求；

8、響應(yīng)于所述首個(gè)播報(bào)請(qǐng)求，根據(jù)所述首個(gè)文本語(yǔ)音段對(duì)應(yīng)的第一語(yǔ)音文件地址，獲取到所述首個(gè)文本語(yǔ)音段，并對(duì)所述首個(gè)文本語(yǔ)音段進(jìn)行語(yǔ)音播報(bào)；

9、在對(duì)所述首個(gè)文本語(yǔ)音段進(jìn)行語(yǔ)音播報(bào)的同時(shí)，按照所述先后順序，對(duì)位于所述首個(gè)文本語(yǔ)音段之后的其他文本語(yǔ)音段進(jìn)行預(yù)加載，以在完成對(duì)所述首個(gè)文本語(yǔ)音段的語(yǔ)音播報(bào)后，自動(dòng)播報(bào)所述其他文本語(yǔ)音段，實(shí)現(xiàn)對(duì)所述文本語(yǔ)音段的合成語(yǔ)音播報(bào)。

10、在本申請(qǐng)的一種實(shí)現(xiàn)方式中，按照所述先后順序，對(duì)位于所述首個(gè)文本語(yǔ)音段之后的其他文本語(yǔ)音段進(jìn)行預(yù)加載，以在完成對(duì)所述首個(gè)文本語(yǔ)音段的語(yǔ)音播報(bào)后，自動(dòng)播報(bào)所述其他文本語(yǔ)音段，具體包括：

11、按照所述先后順序，生成位于所述首個(gè)文本語(yǔ)音段之后的下一文本語(yǔ)音段的下一播報(bào)請(qǐng)求；

12、響應(yīng)于所述下一播報(bào)請(qǐng)求，根據(jù)所述下一文本語(yǔ)音段對(duì)應(yīng)的第二語(yǔ)音文件地址，獲取到所述下一文本語(yǔ)音段，并對(duì)所述下一文本語(yǔ)音段進(jìn)行播報(bào)；

13、在對(duì)所述下一文本語(yǔ)音段進(jìn)行語(yǔ)音播報(bào)的同時(shí)，重復(fù)上述過(guò)程，直至完成對(duì)所述其他文本語(yǔ)音段的預(yù)加載和播報(bào)。

14、在本申請(qǐng)的一種實(shí)現(xiàn)方式中，生成位于所述首個(gè)文本語(yǔ)音段之后的下一文本語(yǔ)音段的下一播報(bào)請(qǐng)求，具體包括：

15、確定用于播報(bào)所述長(zhǎng)文本語(yǔ)音文件的播報(bào)設(shè)備；

16、根據(jù)所述播報(bào)設(shè)備的設(shè)備性能和網(wǎng)絡(luò)負(fù)載信息，確定所述下一播報(bào)請(qǐng)求對(duì)應(yīng)的合成策略；

17、根據(jù)所述合成策略，確定所述下一播報(bào)請(qǐng)求為單個(gè)播報(bào)請(qǐng)求或組合播報(bào)請(qǐng)求。

18、在本申請(qǐng)的一種實(shí)現(xiàn)方式中，基于預(yù)設(shè)的分割規(guī)則，根據(jù)所述長(zhǎng)文本文件中包含的字符串信息，將所述長(zhǎng)文本文件分割為若干文本段，具體包括：

19、基于預(yù)設(shè)的分割規(guī)則，確定每個(gè)文本段所需包含的字符串長(zhǎng)度；

20、根據(jù)所述字符串長(zhǎng)度，將所述長(zhǎng)文本文件分割為若干文本段；其中，所述文本段中的首個(gè)文本段的字符串長(zhǎng)度最小。

21、在本申請(qǐng)的一種實(shí)現(xiàn)方式中，根據(jù)所述字符串長(zhǎng)度，將所述長(zhǎng)文本文件分割為若干文本段，具體包括：

22、根據(jù)所述字符串長(zhǎng)度，將所述長(zhǎng)文本文件分割為若干文本段，

23、針對(duì)除所述首個(gè)文本段之外的其他文本段，對(duì)所述其他文本段包含的其他字符串信息進(jìn)行語(yǔ)義分析，以提取所述其他字符串信息中的核心文本；

24、若所述核心文本對(duì)應(yīng)多個(gè)文本段，將所述多個(gè)文本段合并為同一文本段。

25、在本申請(qǐng)的一種實(shí)現(xiàn)方式中，將所述多個(gè)文本段合并為同一文本段，具體包括：

26、在合并后的文本段超出預(yù)設(shè)的字符串長(zhǎng)度閾值或后續(xù)文本段對(duì)應(yīng)的字符串長(zhǎng)度的情況下，對(duì)所述核心文本對(duì)應(yīng)的文本語(yǔ)音段進(jìn)行組合播報(bào)。

27、在本申請(qǐng)的一種實(shí)現(xiàn)方式中，所述方法還包括：

28、確定所述長(zhǎng)文本文件對(duì)應(yīng)的使用場(chǎng)景；

29、在所述使用場(chǎng)景為指定使用場(chǎng)景的情況下，根據(jù)所述核心文本，生成所述長(zhǎng)文本文件對(duì)應(yīng)的文本摘要，以在對(duì)所述長(zhǎng)文本文件進(jìn)行播報(bào)時(shí)，播報(bào)所述文本摘要。

30、本申請(qǐng)實(shí)施例提供了一種長(zhǎng)文本語(yǔ)音播報(bào)設(shè)備，所述設(shè)備包括：

31、至少一個(gè)處理器；

32、以及，與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；

33、其中，所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行如上任一項(xiàng)所述的一種長(zhǎng)文本語(yǔ)音播報(bào)方法。

34、本申請(qǐng)實(shí)施例提供了一種非易失性計(jì)算機(jī)存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，所述計(jì)算機(jī)可執(zhí)行指令設(shè)置為：

35、如上任一項(xiàng)所述的一種長(zhǎng)文本語(yǔ)音播報(bào)方法。

36、通過(guò)本申請(qǐng)?zhí)岢龅囊环N長(zhǎng)文本語(yǔ)音播報(bào)方法能夠帶來(lái)如下有益效果：

37、針對(duì)每個(gè)文本段生成對(duì)應(yīng)的文本語(yǔ)音段，并確定其段落標(biāo)識(shí)和語(yǔ)音文件地址，然后利用預(yù)設(shè)的短文本合成語(yǔ)音接口，按照文本語(yǔ)音段的先后順序依次從語(yǔ)音文件地址中獲取并合成長(zhǎng)文本語(yǔ)音文件進(jìn)行播報(bào)，有效解決了長(zhǎng)文本在線合成語(yǔ)音接口存在的分鐘級(jí)延遲問(wèn)題，能夠滿足實(shí)時(shí)場(chǎng)景對(duì)語(yǔ)音播報(bào)的高時(shí)效性需求，提升了用戶體驗(yàn)。

技術(shù)特征：

1.一種長(zhǎng)文本語(yǔ)音播報(bào)方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的一種長(zhǎng)文本語(yǔ)音播報(bào)方法，其特征在于，按照所述文本語(yǔ)音段的先后順序，依次從所述語(yǔ)音文件地址中獲取到相應(yīng)的文本語(yǔ)音段，具體包括：

3.根據(jù)權(quán)利要求2所述的一種長(zhǎng)文本語(yǔ)音播報(bào)方法，其特征在于，按照所述先后順序，對(duì)位于所述首個(gè)文本語(yǔ)音段之后的其他文本語(yǔ)音段進(jìn)行預(yù)加載，以在完成對(duì)所述首個(gè)文本語(yǔ)音段的語(yǔ)音播報(bào)后，自動(dòng)播報(bào)所述其他文本語(yǔ)音段，具體包括：

4.根據(jù)權(quán)利要求3所述的一種長(zhǎng)文本語(yǔ)音播報(bào)方法，其特征在于，生成位于所述首個(gè)文本語(yǔ)音段之后的下一文本語(yǔ)音段的下一播報(bào)請(qǐng)求，具體包括：

5.根據(jù)權(quán)利要求1所述的一種長(zhǎng)文本語(yǔ)音播報(bào)方法，其特征在于，基于預(yù)設(shè)的分割規(guī)則，根據(jù)所述長(zhǎng)文本文件中包含的字符串信息，將所述長(zhǎng)文本文件分割為若干文本段，具體包括：

6.根據(jù)權(quán)利要求5所述的一種長(zhǎng)文本語(yǔ)音播報(bào)方法，其特征在于，根據(jù)所述字符串長(zhǎng)度，將所述長(zhǎng)文本文件分割為若干文本段，具體包括：

7.根據(jù)權(quán)利要求6所述的一種長(zhǎng)文本語(yǔ)音播報(bào)方法，其特征在于，將所述多個(gè)文本段合并為同一文本段，具體包括：

8.根據(jù)權(quán)利要求7所述的一種長(zhǎng)文本語(yǔ)音播報(bào)方法，其特征在于，所述方法還包括：

9.一種長(zhǎng)文本語(yǔ)音播報(bào)設(shè)備，其特征在于，所述設(shè)備包括：

10.一種非易失性計(jì)算機(jī)存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，其特征在于，所述計(jì)算機(jī)可執(zhí)行指令設(shè)置為：

技術(shù)總結(jié)
本申請(qǐng)公開了一種長(zhǎng)文本語(yǔ)音播報(bào)方法、設(shè)備及介質(zhì)，方法包括：獲取長(zhǎng)文本文件，基于預(yù)設(shè)的分割規(guī)則，根據(jù)長(zhǎng)文本文件中包含的字符串信息，將長(zhǎng)文本文件分割為若干文本段；針對(duì)文本段生成對(duì)應(yīng)的文本語(yǔ)音段，確定文本語(yǔ)音段對(duì)應(yīng)的段落標(biāo)識(shí)以及語(yǔ)音文件地址；調(diào)用預(yù)設(shè)的短文本合成語(yǔ)音接口，按照文本語(yǔ)音段的先后順序，依次從語(yǔ)音文件地址中獲取到相應(yīng)的文本語(yǔ)音段，并將文本語(yǔ)音段合成為長(zhǎng)文本語(yǔ)音文件進(jìn)行語(yǔ)音播報(bào)。

技術(shù)研發(fā)人員：盧祥鈞,張志江,侯志強(qiáng)
受保護(hù)的技術(shù)使用者：浪潮智能終端有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/6/26