一種音色克隆方法、系統(tǒng)、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
基本信息
| 申請(qǐng)?zhí)?/td> | CN202110408975.8 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN112992162B | 公開(kāi)（公告）日 | 2021-08-20 |
| 申請(qǐng)公布號(hào) | CN112992162B | 申請(qǐng)公布日 | 2021-08-20 |
| 分類(lèi)號(hào) | G10L19/16（2013.01）I;G10L25/30（2013.01）I | 分類(lèi) | 樂(lè)器；聲學(xué); |
| 發(fā)明人 | 黃一鳴;李一夫;陳哲乾 | 申請(qǐng)（專(zhuān)利權(quán)）人 | 杭州一知智能科技有限公司 |
| 代理機(jī)構(gòu) | 杭州智財(cái)黑馬知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） | 代理人 | 張勇 |
| 地址 | 311215浙江省杭州市蕭山區(qū)蕭山經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)啟迪路198號(hào)F座7層 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開(kāi)了一種音色克隆方法、系統(tǒng)、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，方法包括以下步驟：制作多說(shuō)話人數(shù)據(jù)集并處理；訓(xùn)練對(duì)齊模型；制作目標(biāo)說(shuō)話人數(shù)據(jù)集并處理；訓(xùn)練多說(shuō)話人語(yǔ)音合成模型；訓(xùn)練多說(shuō)話人聲碼器模型；獲取具有目標(biāo)說(shuō)話人音色的目標(biāo)人語(yǔ)音合成模型；將待合成文本輸入至目標(biāo)人語(yǔ)音合成模型完成語(yǔ)音合成。本發(fā)明的有益效果是：目標(biāo)說(shuō)話人的風(fēng)格和音色能夠被更好的學(xué)習(xí)；可以通過(guò)指定韻律標(biāo)簽的方式來(lái)指定韻律節(jié)奏；使用時(shí)長(zhǎng)預(yù)測(cè)模型來(lái)進(jìn)行發(fā)音序列與頻譜序列的對(duì)齊，加快語(yǔ)音生成的推理速度；在解碼階段添加音高和能量的預(yù)測(cè)和編碼，目標(biāo)人語(yǔ)音合成模型添加了音高和能量的預(yù)測(cè)與編碼，有效的提高語(yǔ)音合成的效果。 |
