一種語音合成模型、模型的訓(xùn)練方法以及語音合成方法

基本信息

申請?zhí)?/td> CN202111165153.8 申請日 -
公開（公告）號 CN113920977A 公開（公告）日 2022-01-11
申請公布號 CN113920977A 申請公布日 2022-01-11
分類號 G10L13/02（2013.01）I;G10L13/033（2013.01）I;G10L13/08（2013.01）I;G10L25/24（2013.01）I;G10L25/30（2013.01）I;G10L25/03（2013.01）I 分類 樂器；聲學(xué);
發(fā)明人 司馬華鵬;毛志強;田曉暉 申請（專利權(quán)）人 宿遷硅基智能科技有限公司
代理機構(gòu) 北京弘權(quán)知識產(chǎn)權(quán)代理有限公司 代理人 逯長明;許偉群
地址 223808江蘇省宿遷市湖濱新區(qū)保險小鎮(zhèn)B19棟201室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種語音合成模型、模型的訓(xùn)練方法以及語音合成方法，語音合成模型包括：嵌入模塊、時長預(yù)測模塊、能量預(yù)測模塊、音高預(yù)測模塊、情感強度預(yù)測模塊、編碼器、特征組合模塊以及解碼器。對該模型進行訓(xùn)練包括：獲取多條情感音頻以及與每條情感音頻對應(yīng)的文本；分析情感音頻，提取情感音頻對應(yīng)的音素；獲取情感音頻的真實特征；將真實特征、情感音頻對應(yīng)的音素以及文本輸入至初始化語音合成模型完成訓(xùn)練。通過訓(xùn)練完成的語音模型完成語音合成，包括：獲取目標(biāo)情感音頻對應(yīng)的音素以及目標(biāo)文本；將目標(biāo)情感音頻對應(yīng)的音素以及目標(biāo)文本輸入至語音合成模型中，得到目標(biāo)聲學(xué)特征；將目標(biāo)聲學(xué)特征還原成目標(biāo)文本對應(yīng)的音頻。