CN105551480A - 方言转换方法及装置 - Google Patents

方言转换方法及装置 Download PDF

Info

Publication number
CN105551480A
CN105551480A CN201510958317.0A CN201510958317A CN105551480A CN 105551480 A CN105551480 A CN 105551480A CN 201510958317 A CN201510958317 A CN 201510958317A CN 105551480 A CN105551480 A CN 105551480A
Authority
CN
China
Prior art keywords
dialect
voice messaging
speech voice
word
word message
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510958317.0A
Other languages
English (en)
Other versions
CN105551480B (zh
Inventor
宋治云
姜史哲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201510958317.0A priority Critical patent/CN105551480B/zh
Publication of CN105551480A publication Critical patent/CN105551480A/zh
Application granted granted Critical
Publication of CN105551480B publication Critical patent/CN105551480B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L13/00—Speech synthesis; Text to speech systems
    • G10L13/08—Text analysis or generation of parameters for speech synthesis out of text, e.g. grapheme to phoneme translation, prosody generation or stress or intonation determination
    • G10L13/086—Detection of language
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Machine Translation (AREA)

Abstract

本申请提出一种方言转换方法和装置，其中，该方法包括：接收第一方言输入信息；将所述第一方言输入信息合成第二方言语音信息；播放所述第二方言语音信息。通过本发明提供的方言转换方法和装置，实现了对输入方言的识别，并语音输出目标对象能识别的方言，提高了信息处理的灵活性和实用性。

Description

方言转换方法及装置
技术领域
本申请涉及语音处理技术领域，尤其涉及一种方言转换方法及装置。
背景技术
随着人口流动性增大，由于每个地区都有自己独特的语言发音，不同地区的人互相之间听不懂，因此，语言不通导致交流障碍是一个亟待解决的问题。
目前具有翻译功能的产品都是不同国家语言之间的文字翻译，没有涉及方言之间的翻译。微信的语音翻译也是将语音翻译成文字，也就是语音识别，并且只能识别普通话，无法完成方言的识别，更没有涉及方言翻译。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本申请的第一个目的在于提出一种方言转换方法，该方法实现了对输入方言的识别，并语音输出目标对象能识别的方言，提高了信息处理的灵活性和实用性。
本申请的第二个目的在于提出一种方言转换装置。
为达上述目的，本申请第一方面实施例提出了一种方言转换方法，包括：接收第一方言输入信息；将所述第一方言输入信息合成第二方言语音信息；播放所述第二方言语音信息。
本申请实施例的方言转换方法，通过接收第一方言输入信息，将所述第一方言输入信息合成第二方言语音信息，播放所述第二方言语音信息。由此，实现了对输入方言的识别，并语音输出目标对象能识别的方言，提高了信息处理的灵活性和实用性。
为达上述目的，本申请第二方面实施例提出了一种方言转换装置，包括：接收模块，用于接收第一方言输入信息；合成模块，用于将所述第一方言输入信息合成第二方言语音信息；播放模块，用于播放所述第二方言语音信息。
本申请实施例的方言转换装置，通过接收第一方言输入信息，将所述第一方言输入信息合成第二方言语音信息，播放所述第二方言语音信息。由此，实现了对输入方言的识别，并语音输出目标对象能识别的方言，提高了信息处理的灵活性和实用性。
附图说明
本发明上述的和/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是本申请一个实施例的方言转换方法的流程图；
图2是本申请一个实施例的方言转换方法的流程示意图；
图3是本申请另一个实施例的方言转换方法的流程图；
图4是本申请另一个实施例的方言转换方法的流程图；
图5是本申请应用一中方言转换功能的界面图；
图6是本申请应用二中方言转换功能的界面图；
图7是本申请一个实施例的方言转换装置的结构示意图；
图8是本申请另一个实施例的方言转换装置的结构示意图。
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方言转换方法及装置。
图1是本申请一个实施例的方言转换方法的流程图。
如图1所示，该方言转换方法包括：
步骤101，接收第一方言输入信息。
具体来说，本发明实施例提供的方言转换方法可以应用于为用户提供方言转换服务的应用中，该应用可以根据实际需要进行选择。例如包括：具有语音输入输出功能的即时通信应用、翻译应用等，本实施例对此不作限制。
用户在相关应用的入口使用第一方言发送输入信息。其中，用户可以根据需要发送第一方言不同类型的输入信息，例如包括：第一方言的文字信息，或者，第一方言的语音信息。
需要注意的是，由于第一方言输入信息的类型不同，因此，针对于不同的应用，与第一方言输入信息对应的入口也不同，举例说明如下：
第一种示例，当相关应用能够访问人机语音交互接口时，例如麦克风等语音输入设备，用户可以通过语音输入设备发送第一方言语音信息；
第二种示例，当相关应用具有输入键盘时，例如输入法应用或者与键盘设备相连，用户可以通过输入应用或者设备发送第一方言文字信息。
步骤102，将所述第一方言输入信息合成第二方言语音信息。
步骤103，播放所述第二方言语音信息。
具体地，根据翻译目标即第二方言，将第一方言输入信息合成第二方言语音信息。其中，可以预先设置或者选择好第二方言。
需要说明的是，可以根据具体的应用场景采用多种方式设置翻译对象和翻译目标。举例说明：可以向用户提供方言转换设置列表，并接收用户设置的第一方言和第二方言。
需要注意的是，由于用户使用方言翻译功能所在的应用不同，因此可以根据具体的触发场景向用户推送方言转换设置列表，例如：
在即时通信应用中，用户对接收的第一方言语音信息进行长按，上下文菜单中弹出方言翻译功能。当用户选择方言翻译功能时，弹出方言转换设置列表，使用户选择需要翻译成的第二方言。
进而，通过人机语音交互接口播放所述第二方言语音信息，具体的语音输出接口可以为音响等设备。
需要强调的是，由于第一方言输入信息的类型不同，因此，根据所述第一方言输入信息合成第二方言语音信息的具体过程不同。结合图2举例说明如下：
图2是本申请一个实施例的方言转换方法的流程示意图。参见图2，
对设备将采集到的第一方言语音信息(原信息)，通过语音识别后台进行识别，例如，对四川话进行语音识别，进而将第一方言语音信息识别成第一方言文字信息，再通过语音合成后台将第一方言文字信息合成用户需要的第二方言语音信息(方言合成)，合成后将第二方言语音信息播报出来给用户(方言语音播报)。或者，
对设备采集到的第一方言文字信息直接进行第二方言语音信息的合成，播报出来给用户。
本申请实施例的方言转换方法，通过接收第一方言输入信息，根据所述第一方言输入信息合成第二方言语音信息，播放所述第二方言语音信息。由此，实现了对输入方言的识别，并语音输出目标对象能识别的方言，提高了信息处理的灵活性和实用性。
基于上述实施例，针对上述实施例中的步骤102，可以确定所述第一方言输入信息的信息类型，采用与所述信息类型对应的处理模型，将所述第一方言输入信息合成第二方言语音信息。
其中，与所述信息类型对应的处理模型很多，可以根据具体的应用场景进行选择，举例说明如下：
图3是本申请另一个实施例的方言转换方法的流程图。
如图3所示，本实施例是采用预先训练的合成模型直接根据第一方言的输入信息转换成第二方言语音信息，针对步骤102，该方言转换方法包括以下步骤：
步骤201，确定所述第一方言输入信息的信息类型。
步骤202，当确定所述信息类型为第一方言文字信息，根据预先训练的合成模型中第一方言文字与第二方言语音的对应关系，将所述第一方言文字信息合成第二方言语音信息。
或者，
步骤203，当确定所述信息类型为第一方言语音信息，根据预先训练的语音文字转换模型中第一方言语音与第一方言文字的对应关系，识别与所述第一方言语音信息对应的第一方言文字信息。
步骤204，根据预先训练的合成模型中第一方言文字与第二方言语音的对应关系，将所述第一方言文字信息合成第二方言语音信息。
具体地，本实施例设置有预先训练的第一方言语音文字转换模型，该转换模型采集第一方言文字和第一方言语音的基础数据；对基础数据进行数据清洗和数据挖掘，训练第一方言文字和第一方言语音的对应关系；建立包含所述对应关系的第一方言语音文字转换模型。
本实施例还设置有预先训练的合成模型，该合成模型采集第一方言文字和第二方言语音的基础数据；对基础数据进行数据清洗和数据挖掘，训练第一方言文字和第二方言语音的对应关系；建立包含所述对应关系的合成模型。
当接收第一方言语音信息，根据预先训练的语音文字转换模型中第一方言语音与第一方言文字的对应关系，识别与所述第一方言语音信息对应的第一方言文字信息。进而，根据预先训练的合成模型中第一方言文字与第二方言语音的对应关系，直接将第一方言文字信息合成第二方言语音信息。
当接收第一方言文字信息时，直接根据预先训练的合成模型中第一方言文字与第二方言语音的对应关系，将第一方言文字信息合成第二方言语音信息。
本申请实施例的方言转换方法，采用预先训练的合成模型直接根据第一方言的输入信息转换成第二方言语音信息。由此，实现了对输入方言的识别，并语音输出目标对象能识别的方言，提高了信息处理的灵活性和实用性，并且提高了处理效率。
图4是本申请另一个实施例的方言转换方法的流程图。
如图4所示，本实施例是采用预先训练的转换模型先将第一方言的输入信息转换成通用语言的文字信息，再根据采用预先训练的合成模型将通用语言的文字信息转换成第二方言语音信息，针对步骤102，该方言转换方法包括以下步骤：
步骤301，确定所述第一方言输入信息的信息类型。
步骤302，当确定所述信息类型为第一方言文字信息，根据预先训练的文字转换模型中第一方言文字与通用语言文字的对应关系，将所述第一方言文字信息转换成对应的通用语言文字信息。
步骤303，根据预先训练的合成模型中通用文字与第二方言语音的对应关系，将所述通用语言文字信息合成第二方言语音信息。
或者，
步骤304，当确定所述信息类型为第一方言语音信息，根据预先训练的语音文字转换模型中第一方言语音与第一方言文字的对应关系，将所述第一方言语音信息转换成对应的第一方言文字信息；
步骤305，根据预先训练的文字转换模型中第一方言文字与通用语言文字的对应关系，将所述第一方言文字信息转换成对应的通用语言文字信息；
步骤306，根据预先训练的合成模型中通用文字与第二方言语音的对应关系，将所述通用语言文字信息合成第二方言语音信息。
具体地，本实施例设置有预先训练的第一方言语音文字转换模型，该转换模型采集第一方言文字和第一方言语音的基础数据；对基础数据进行数据清洗和数据挖掘，训练第一方言文字和第一方言语音的对应关系；建立包含所述对应关系的第一方言语音文字转换模型。
本实施例还设置有预先训练的第一方言文字转换模型，该转换模型采集第一方言文字预设的通用文字的基础数据；对基础数据进行数据清洗和数据挖掘，训练第一方言文字和通用文字的对应关系；建立包含所述对应关系的文字转换模型。其中，通用文字可以为普通话。
本实施例还设置有预先训练的合成模型，该合成模型采集通用文字和第二方言语音的基础数据；对基础数据进行数据清洗和数据挖掘，训练通用文字和第二方言语音的对应关系；建立包含所述对应关系的合成模型。
当接收第一方言语音信息，根据预先训练的语音文字转换模型中第一方言语音与第一方言文字的对应关系，识别与所述第一方言语音信息对应的第一方言文字信息。进而，根据预先训练的文字转换模型中第一方言文字与通用语言文字的对应关系，将第一方言文字信息转换成对应的通用语言文字信息。进而，根据预先训练的合成模型中第一方言文字与第二方言语音的对应关系，直接将第一方言文字信息合成第二方言语音信息。
当接收第一方言文字信息时，根据预先训练的文字转换模型中第一方言文字与通用语言文字的对应关系，将第一方言文字信息转换成对应的通用语言文字信息。进而，根据预先训练的合成模型中第一方言文字与第二方言语音的对应关系，直接将第一方言文字信息合成第二方言语音信息。
本申请实施例的方言转换方法，通过采用预先训练的转换模型先将第一方言的输入信息转换成通用语言的文字信息，再根据采用预先训练的合成模型将通用语言的文字信息转换成第二方言语音信息。由此，实现了对输入方言的识别，并语音输出目标对象能识别的方言，提高了信息处理的灵活性和实用性，并且提高了识别模型和合成模型的通用性，节约了处理资源。
为了更加清楚的说明上述方言转换方法的应用场景，举例说明如下：
图5是本申请应用一中方言转换功能的界面图。
参见图5，该应用描述了两种方言之间进行实时方言转换的功能。具体包括以下内容：
当用户进入到方言翻译的应用功能界面时，并在顶部选择第一方言和第二方言。按住“按住说话1”进行第一方言输入，界面会展现识别文字结果且用语音的形式播报出第二方言的翻译结果。当按住“按住说话2”说话时，此时为第二方言语音输入，进行同样会展现识别文字结果，并用第一方言语音的形式播报出翻译结果。如此当俩人在现场时候，可以通过该应用进行翻译交流，实现沟通无地域方言限制。
图6是本申请应用二中方言转换功能的界面图。
参见图6，该应用描述了对即时通信的语音进行实时方言转换的功能。具体包括以下内容：
参见图6中的左侧图和中间图，当该装置嵌入到聊天工具里时，用户收到第一方言语音时，可以长按语音图标进行翻译选择，选择翻译的第二方言，可以听到第二方言的播报结果。
参见图6中的右侧图，当用户想和对方说对方能听懂但是自己不会说的方言时，用只需要选择输出第二方言为哪种，然后自己语音输入自己熟悉的第一方言，该装置会自动帮助用户将第一方言翻译成对方能听懂的第二方言，并播报给对方，实现远程的无地域方言限制的畅通交流。
为了实现上述实施例，本申请还提出一种方言转换装置。
图7是本申请一个实施例的方言转换装置的结构示意图。
如图7所示，该方言转换装置包括：
接收模块11，用于接收第一方言输入信息；
合成模块12，用于将所述第一方言输入信息合成第二方言语音信息；
播放模块13，用于播放所述第二方言语音信息。
需要说明的是，前述对方言转换方法实施例的解释说明也适用于该实施例的方言转换装置，此处不再赘述。
本申请实施例的方言转换装置，通过接收第一方言输入信息，根据所述第一方言输入信息合成第二方言语音信息，播放所述第二方言语音信息。由此，实现了对输入方言的识别，并语音输出目标对象能识别的方言，提高了信息处理的灵活性和实用性。
图8是本申请另一个实施例的方言转换装置的结构示意图，如图8所示，基于图7所示实施例，还包括：
设置模块14，用于向用户提供方言转换设置列表，并接收用户设置的第一方言和第二方言。
进一步地，所述合成模块12，包括：
确定单元121，用于确定所述第一方言输入信息的信息类型；
处理单元122，用于采用与所述信息类型对应的处理模型，将所述第一方言输入信息合成第二方言语音信息。
基于图8所示实施例，在一个实施例中，
所述确定单元121，用于确定所述信息类型为第一方言文字信息；
所述处理单元122，用于根据预先训练的合成模型中第一方言文字与第二方言语音的对应关系，将所述第一方言文字信息合成第二方言语音信息。
在另一个实施例中，
所述确定单元121，用于确定所述信息类型为第一方言语音信息；
所述处理单元122，用于根据预先训练的语音文字转换模型中第一方言语音与第一方言文字的对应关系，识别与所述第一方言语音信息对应的第一方言文字信息；根据预先训练的合成模型中第一方言文字与第二方言语音的对应关系，将所述第一方言文字信息合成第二方言语音信息。
需要说明的是，前述对方言转换方法实施例的解释说明也适用于该实施例的方言转换装置，此处不再赘述。
本申请实施例的方言转换装置，通过采用预先训练的合成模型直接根据第一方言的输入信息转换成第二方言语音信息。由此，实现了对输入方言的识别，并语音输出目标对象能识别的方言，提高了信息处理的灵活性和实用性，并且提高了处理效率。
基于图8所示实施例，在一个实施例中，
所述确定单元121，用于确定所述信息类型为第一方言文字信息；
所述处理单元122，用于根据预先训练的文字转换模型中第一方言文字与通用语言文字的对应关系，将所述第一方言文字信息转换成对应的通用语言文字信息；
根据预先训练的合成模型中通用文字与第二方言语音的对应关系，将所述通用语言文字信息合成第二方言语音信息。
在另一个实施例中，
所述确定单元121，用于确定所述信息类型为第一方言语音信息；
所述处理单元122，用于根据预先训练的语音文字转换模型中第一方言语音与第一方言文字的对应关系，将所述第一方言语音信息转换成对应的第一方言文字信息；
根据预先训练的文字转换模型中第一方言文字与通用语言文字的对应关系，将所述第一方言文字信息转换成对应的通用语言文字信息；
根据预先训练的合成模型中通用文字与第二方言语音的对应关系，将所述通用语言文字信息合成第二方言语音信息。
需要说明的是，前述对方言转换方法实施例的解释说明也适用于该实施例的方言转换装置，此处不再赘述。
本申请实施例的方言转换装置，通过采用预先训练的转换模型先将第一方言的输入信息转换成通用语言的文字信息，再根据采用预先训练的合成模型将通用语言的文字信息转换成第二方言语音信息。由此，实现了对输入方言的识别，并语音输出目标对象能识别的方言，提高了信息处理的灵活性和实用性，并且提高了识别模型和合成模型的通用性，节约了处理资源。
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特定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***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用，或结合这些指令执行***、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***、装置或设备或结合这些指令执行***、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***执行的软件或固件来实现。例如，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第一处理模块中，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。

Claims (14)

1.一种方言转换方法，其特征在于，包括以下步骤：
接收第一方言输入信息；
将所述第一方言输入信息合成第二方言语音信息；
播放所述第二方言语音信息。
2.如权利要求1所述的方法，其特征在于，还包括：
向用户提供方言转换设置列表；
接收用户设置的第一方言和第二方言。
3.如权利要求1或2所述的方法，其特征在于，所述将所述第一方言输入信息合成第二方言语音信息，包括：
确定所述第一方言输入信息的信息类型；
采用与所述信息类型对应的处理模型，将所述第一方言输入信息合成第二方言语音信息。
4.如权利要求3所述的方法，其特征在于，所述确定所述第一方言输入信息的信息类型，采用与所述信息类型对应的处理模型，将所述第一方言输入信息合成第二方言语音信息，包括：
当确定所述信息类型为第一方言文字信息，根据预先训练的合成模型中第一方言文字与第二方言语音的对应关系，将所述第一方言文字信息合成第二方言语音信息。
5.如权利要求3所述的方法，其特征在于，所述确定所述第一方言输入信息的信息类型，采用与所述信息类型对应的处理模型，将所述第一方言输入信息合成第二方言语音信息，包括：
当确定所述信息类型为第一方言语音信息，根据预先训练的语音文字转换模型中第一方言语音与第一方言文字的对应关系，识别与所述第一方言语音信息对应的第一方言文字信息；
根据预先训练的合成模型中第一方言文字与第二方言语音的对应关系，将所述第一方言文字信息合成第二方言语音信息。
6.如权利要求3所述的方法，其特征在于，所述确定所述第一方言输入信息的信息类型，采用与所述信息类型对应的处理模型，将所述第一方言输入信息合成第二方言语音信息，包括：
当确定所述信息类型为第一方言文字信息，根据预先训练的文字转换模型中第一方言文字与通用语言文字的对应关系，将所述第一方言文字信息转换成对应的通用语言文字信息；
根据预先训练的合成模型中通用文字与第二方言语音的对应关系，将所述通用语言文字信息合成第二方言语音信息。
7.如权利要求3所述的方法，其特征在于，所述确定所述第一方言输入信息的信息类型，采用与所述信息类型对应的处理模型，将所述第一方言输入信息合成第二方言语音信息，包括：
当确定所述信息类型为第一方言语音信息，根据预先训练的语音文字转换模型中第一方言语音与第一方言文字的对应关系，将所述第一方言语音信息转换成对应的第一方言文字信息；
根据预先训练的文字转换模型中第一方言文字与通用语言文字的对应关系，将所述第一方言文字信息转换成对应的通用语言文字信息；
根据预先训练的合成模型中通用文字与第二方言语音的对应关系，将所述通用语言文字信息合成第二方言语音信息。
8.一种方言转换装置，其特征在于，包括：
接收模块，用于接收第一方言输入信息；
合成模块，用于将所述第一方言输入信息合成第二方言语音信息；
播放模块，用于播放所述第二方言语音信息。
9.如权利要求8所述的装置，其特征在于，还包括：
设置模块，用于向用户提供方言转换设置列表，并接收用户设置的第一方言和第二方言。
10.如权利要求8或9所述的装置，其特征在于，所述合成模块，包括：
确定单元，用于确定所述第一方言输入信息的信息类型；
处理单元，用于采用与所述信息类型对应的处理模型，将所述第一方言输入信息合成第二方言语音信息。
11.如权利要求10所述的装置，其特征在于，
所述确定单元，用于确定所述信息类型为第一方言文字信息；
所述处理单元，用于根据预先训练的合成模型中第一方言文字与第二方言语音的对应关系，将所述第一方言文字信息合成第二方言语音信息。
12.如权利要求10所述的装置，其特征在于，
所述确定单元，用于确定所述信息类型为第一方言语音信息；
所述处理单元，用于根据预先训练的语音文字转换模型中第一方言语音与第一方言文字的对应关系，识别与所述第一方言语音信息对应的第一方言文字信息；
根据预先训练的合成模型中第一方言文字与第二方言语音的对应关系，将所述第一方言文字信息合成第二方言语音信息。
13.如权利要求10所述的装置，其特征在于，
所述确定单元，用于确定所述信息类型为第一方言文字信息；
所述处理单元，用于根据预先训练的文字转换模型中第一方言文字与通用语言文字的对应关系，将所述第一方言文字信息转换成对应的通用语言文字信息；
根据预先训练的合成模型中通用文字与第二方言语音的对应关系，将所述通用语言文字信息合成第二方言语音信息。
14.如权利要求10所述的装置，其特征在于，
所述确定单元，用于确定所述信息类型为第一方言语音信息；
所述处理单元，用于根据预先训练的语音文字转换模型中第一方言语音与第一方言文字的对应关系，将所述第一方言语音信息转换成对应的第一方言文字信息；
根据预先训练的文字转换模型中第一方言文字与通用语言文字的对应关系，将所述第一方言文字信息转换成对应的通用语言文字信息；
根据预先训练的合成模型中通用文字与第二方言语音的对应关系，将所述通用语言文字信息合成第二方言语音信息。
CN201510958317.0A 2015-12-18 2015-12-18 方言转换方法及装置 Active CN105551480B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510958317.0A CN105551480B (zh) 2015-12-18 2015-12-18 方言转换方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510958317.0A CN105551480B (zh) 2015-12-18 2015-12-18 方言转换方法及装置

Publications (2)

Publication Number Publication Date
CN105551480A true CN105551480A (zh) 2016-05-04
CN105551480B CN105551480B (zh) 2019-10-15

Family

ID=55830630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510958317.0A Active CN105551480B (zh) 2015-12-18 2015-12-18 方言转换方法及装置

Country Status (1)

Country Link
CN (1) CN105551480B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107767710A (zh) * 2016-08-19 2018-03-06 北京快乐智慧科技有限责任公司 一种智能交互机器人训练发音的方法和***
CN108986802A (zh) * 2017-05-31 2018-12-11 联想（新加坡）私人有限公司 用于提供与方言相关联的输出的方法、设备及程序产品
CN109036376A (zh) * 2018-10-17 2018-12-18 南京理工大学 一种闽南语语音合成方法
CN109088995A (zh) * 2018-10-17 2018-12-25 永德利硅橡胶科技(深圳)有限公司 支持全球语言翻译的方法及手机
CN109859737A (zh) * 2019-03-28 2019-06-07 深圳市升弘创新科技有限公司 通讯加密方法、***及计算机可读存储介质
CN110197655A (zh) * 2019-06-28 2019-09-03 百度在线网络技术（北京）有限公司 用于合成语音的方法和装置
CN111107380A (zh) * 2018-10-10 2020-05-05 北京默契破冰科技有限公司 一种用于管理音频数据的方法、设备和计算机存储介质
CN111737998A (zh) * 2020-06-23 2020-10-02 北京字节跳动网络技术有限公司 方言文本生成方法和装置、存储介质和电子设备
WO2022057759A1 (zh) * 2020-09-21 2022-03-24 华为技术有限公司 一种语音转换的方法及相关设备

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09244682A (ja) * 1996-03-08 1997-09-19 Hitachi Ltd 音声認識・音声合成装置
JP2000112488A (ja) * 1998-09-30 2000-04-21 Fujitsu General Ltd 音声変換装置
CN1379392A (zh) * 2001-04-11 2002-11-13 国际商业机器公司 具有情感的语音－语音翻译***和方法
CN1645363A (zh) * 2005-01-04 2005-07-27 华南理工大学 便携式即时方言互译装置及其方法
JP2005331608A (ja) * 2004-05-18 2005-12-02 Matsushita Electric Ind Co Ltd 情報処理装置および情報処理方法
CN1815551A (zh) * 2006-02-28 2006-08-09 安徽中科大讯飞信息科技有限公司 在方言语音合成***中进行文本方言化处理的方法
CN101667424A (zh) * 2008-09-04 2010-03-10 英业达股份有限公司 普通话与多种方言之间的语音翻译***及其方法
WO2010125736A1 (ja) * 2009-04-30 2010-11-04 日本電気株式会社 言語モデル作成装置、言語モデル作成方法、およびコンピュータ読み取り可能な記録媒体
CN103838714A (zh) * 2012-11-22 2014-06-04 北大方正集团有限公司 一种语音信息转换方法及装置
US20150046158A1 (en) * 2013-08-07 2015-02-12 Vonage Network Llc Method and apparatus for voice modification during a call
CN104732976A (zh) * 2013-12-20 2015-06-24 上海伯释信息科技有限公司 普通话转换成方言的语音识别方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09244682A (ja) * 1996-03-08 1997-09-19 Hitachi Ltd 音声認識・音声合成装置
JP2000112488A (ja) * 1998-09-30 2000-04-21 Fujitsu General Ltd 音声変換装置
CN1379392A (zh) * 2001-04-11 2002-11-13 国际商业机器公司 具有情感的语音－语音翻译***和方法
JP2005331608A (ja) * 2004-05-18 2005-12-02 Matsushita Electric Ind Co Ltd 情報処理装置および情報処理方法
CN1645363A (zh) * 2005-01-04 2005-07-27 华南理工大学 便携式即时方言互译装置及其方法
CN1815551A (zh) * 2006-02-28 2006-08-09 安徽中科大讯飞信息科技有限公司 在方言语音合成***中进行文本方言化处理的方法
CN101667424A (zh) * 2008-09-04 2010-03-10 英业达股份有限公司 普通话与多种方言之间的语音翻译***及其方法
WO2010125736A1 (ja) * 2009-04-30 2010-11-04 日本電気株式会社 言語モデル作成装置、言語モデル作成方法、およびコンピュータ読み取り可能な記録媒体
CN103838714A (zh) * 2012-11-22 2014-06-04 北大方正集团有限公司 一种语音信息转换方法及装置
US20150046158A1 (en) * 2013-08-07 2015-02-12 Vonage Network Llc Method and apparatus for voice modification during a call
CN104732976A (zh) * 2013-12-20 2015-06-24 上海伯释信息科技有限公司 普通话转换成方言的语音识别方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107767710A (zh) * 2016-08-19 2018-03-06 北京快乐智慧科技有限责任公司 一种智能交互机器人训练发音的方法和***
CN108986802A (zh) * 2017-05-31 2018-12-11 联想（新加坡）私人有限公司 用于提供与方言相关联的输出的方法、设备及程序产品
CN111107380A (zh) * 2018-10-10 2020-05-05 北京默契破冰科技有限公司 一种用于管理音频数据的方法、设备和计算机存储介质
CN111107380B (zh) * 2018-10-10 2023-08-15 北京默契破冰科技有限公司 一种用于管理音频数据的方法、设备和计算机存储介质
CN109036376A (zh) * 2018-10-17 2018-12-18 南京理工大学 一种闽南语语音合成方法
CN109088995A (zh) * 2018-10-17 2018-12-25 永德利硅橡胶科技(深圳)有限公司 支持全球语言翻译的方法及手机
CN109859737A (zh) * 2019-03-28 2019-06-07 深圳市升弘创新科技有限公司 通讯加密方法、***及计算机可读存储介质
CN110197655A (zh) * 2019-06-28 2019-09-03 百度在线网络技术（北京）有限公司 用于合成语音的方法和装置
CN111737998A (zh) * 2020-06-23 2020-10-02 北京字节跳动网络技术有限公司 方言文本生成方法和装置、存储介质和电子设备
WO2022057759A1 (zh) * 2020-09-21 2022-03-24 华为技术有限公司 一种语音转换的方法及相关设备

Also Published As

Publication number Publication date
CN105551480B (zh) 2019-10-15

Similar Documents

Publication Publication Date Title
CN105551480A (zh) 方言转换方法及装置
CN105185372A (zh) 个性化多声学模型的训练方法、语音合成方法及装置
CN105280183A (zh) 语音交互方法和***
US20120016674A1 (en) Modification of Speech Quality in Conversations Over Voice Channels
US7792673B2 (en) Method of generating a prosodic model for adjusting speech style and apparatus and method of synthesizing conversational speech using the same
CN105095186A (zh) 语义解析方法和装置
CN104916284A (zh) 用于语音合成***的韵律与声学联合建模的方法及装置
CN105355201A (zh) 基于场景的语音服务处理方法、装置和终端设备
CN107437413A (zh) 语音播报方法及装置
CN113362828B (zh) 用于识别语音的方法和装置
JP2013200480A (ja) 音声対話システム及びプログラム
CN110600032A (zh) 一种语音识别方法及装置
CN111462726B (zh) 一种外呼应答方法、装置、设备及介质
CN116312471A (zh) 语音迁移、语音交互方法、装置、电子设备及存储介质
KR20160131505A (ko) 음성 변환 방법 및 음성 변환 장치
KR102171559B1 (ko) 음성 합성 모델의 학습용 데이터 생성 방법 및 음성 합성 모델의 학습 방법
CN111105781B (zh) 语音处理方法、装置、电子设备以及介质
US20170221481A1 (en) Data structure, interactive voice response device, and electronic device
CN105957528A (zh) 音频处理方法及装置
CN109213466B (zh) 庭审信息的显示方法及装置
US11790913B2 (en) Information providing method, apparatus, and storage medium, that transmit related information to a remote terminal based on identification information received from the remote terminal
JP2015087649A (ja) 発話制御装置、方法、発話システム、プログラム、及び発話装置
KR102474690B1 (ko) 회의록 작성 방법 및 장치
JP2008157987A (ja) 対話制御装置、対話制御方法及び対話制御プログラム
KR20210098250A (ko) 전자 장치 및 이의 제어 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant