音频播放方法、装置、电子设备和可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113851106A(43)申请公布日2021.12.28(21)申请号202110942080.2(22)申请日2021.08.17(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人高聪崔璐白洁(74)专利代理机构北京鸿德海业知识产权代理有限公司11412代理人田宏宾(51)Int.Cl.G10L13/027(2013.01)G10L13/08(2013.01)权利要求书2页说明书9页附图3页(54)发明名称音频播放方法、装置、电子设备和可读存储介质(57)摘要本公开提供了一种音频播放方法、装置、电子设备和可读存储介质，涉及语音处理、深度学习等人工智能技术领域。音频播放方法包括：获取待播放语句；根据所述待播放语句的文本内容，得到所述待播放语句的语音情感、语音音色、场景音效与背景音乐；使用所述语音情感与语音音色，生成所述待播放语句的目标音频；播放所述目标音频，并播放所述场景音效与背景音乐。本公开能够提升在音频播放时的用户听感，增强音频播放的真实性与生动性。CN113851106ACN113851106A权利要求书1/2页1.一种音频播放方法，包括：获取待播放语句；根据所述待播放语句的文本内容，得到所述待播放语句的语音情感、语音音色、场景音效与背景音乐；使用所述语音情感与语音音色，生成所述待播放语句的目标音频；播放所述目标音频，并播放所述场景音效与背景音乐。2.根据权利要求1所述的方法，其中，所述根据所述待播放语句的文本内容，得到所述待播放语句的语音情感包括：确定所述待播放语句的情感类型；将所述情感类型，作为所述待播放语句的语音情感。3.根据权利要求1所述的方法，其中，所述根据所述待播放语句的文本内容，得到所述待播放语句的语音音色包括：确定所述待播放语句中的说话角色；提取与所述说话角色对应的角色标识；根据所述角色标识，得到所述待播放语句的语音音色。4.根据权利要求3所述的方法，其中，所述确定所述待播放语句中的说话角色包括：在确定所述待播放语句中包含特定符号的情况下，从所述待播放语句中位于所述特定符号之前和/或之后的文本内容中，确定所述待播放语句中的说话角色。5.根据权利要求1所述的方法，其中，所述根据所述待播放语句的文本内容，得到所述待播放语句的场景音效包括：从所述待播放语句中提取场景词；根据所述场景词，得到所述待播放语句的场景音效。6.根据权利要求1所述的方法，其中，所述根据所述待播放语句的文本内容，得到所述待播放语句的背景音乐包括：确定所述待播报语句的情感类型；根据所述情感类型，得到所述待播放语句的背景音乐。7.根据权利要求1所述的方法，其中，所述播放所述目标音频，并播放所述场景音效包括：在检测到播放所述目标音频中的场景词时，播放所述场景音效。8.一种音频播放装置，包括：获取单元，用于获取待播放语句；处理单元，用于根据所述待播放语句的文本内容，得到所述待播放语句的语音情感、语音音色、场景音效与背景音乐；生成单元，用于使用所述语音情感与语音音色，生成所述待播放语句的目标音频；播放单元，用于播放所述目标音频，并播放所述场景音效与背景音乐。9.根据权利要求8所述的装置，其中，所述处理单元在根据所述待播放语句的文本内容，得到所述待播放语句的语音情感时，具体执行：确定所述待播放语句的情感类型；将所述情感类型，作为所述待播放语句的语音情感。2CN113851106A权利要求书2/2页10.根据权利要求8所述的装置，其中，所述处理单元在根据所述待播放语句的文本内容，得到所述待播放语句的语音音色时，具体执行：确定所述待播放语句中的说话角色；提取与所述说话角色对应的角色标识；根据所述角色标识，得到所述待播放语句的语音音色。11.根据权利要求10所述的装置，其中，所述处理单元在确定所述待播放语句中的说话角色时，具体执行：在确定所述待播放语句中包含特定符号的情况下，从所述待播放语句中位于所述特定符号之前和/或之后的文本内容中，确定所述待播放语句中的说话角色。12.根据权利要求8所述的装置，其中，所述处理单元在根据所述待播放语句的文本内容，得到所述待播放语句的场景音效时，具体执行：从所述待播放语句中提取场景词；根据所述场景词，得到所述待播放语句的场景音效。13.根据权利要求8所述的装置，其中，所述处理单元在根据所述待播放语句的文本内容，得到所述待播放语句的背景音乐时，具体执行：确定所述待播报语句的情感类型；根据所述情感类型，得到所述待播放语句的背景音乐。14.根据权利要求8所述的装置，其中，所述播放单元在播放所述目标音频，并播放所述场景音效时，具体执行：在检测到播放所述目标音频中的场景词时，播放所述场景音效。15.一