一种基于深度学习的智能机器人语音合成方法

本发明涉及智能语音合成技术领域，公开一种基于深度学习的智能机器人语音合成方法，包括：步骤1、文本处理：接收输入文本，且对文本进行分词、词性标注和音素标注，得到文本嵌入序列，用于后续的情感分析步骤；步骤2、情感分析：根据生成的文本嵌入序列，使用基于BERT的情感分类模型对文本进行情感分析，得到文本情感嵌入，用于多模态情感融合；步骤3、接收视觉输入，通过卷积神经网络提取视觉情感嵌入，且将视觉情感嵌入输入到多模态情感融合中。通过深度学习模型能学习语音数据，提取出语音中的自然音素、语调和节奏特征，生成自然流畅的语音合成效果，能在语速、语调和音质上贴近人类语音，而增强用户的听觉体验。