一種可控制韻律情感的語音合成方法、裝置、存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN201910706204.X 申請(qǐng)日 -
公開（公告）號(hào) CN110299131A 公開（公告）日 2019-10-01
申請(qǐng)公布號(hào) CN110299131A 申請(qǐng)公布日 2019-10-01
分類號(hào) G10L13/10 分類 樂器；聲學(xué);
發(fā)明人 王歡良;王飛;張李;沈文武;代大明 申請(qǐng)（專利權(quán)）人 蘇州奇夢(mèng)者科技有限公司
代理機(jī)構(gòu) 蘇州國(guó)誠(chéng)專利代理有限公司 代理人 蘇州奇夢(mèng)者網(wǎng)絡(luò)科技有限公司
地址 215024 江蘇省蘇州市工業(yè)園區(qū)若水路388號(hào)納米技術(shù)國(guó)家大學(xué)科技園E棟1604
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種可控制韻律情感的語音合成方法、裝置、存儲(chǔ)介質(zhì)，其可以在合成語音中添加韻律情感，有效控制合成語音的韻律節(jié)奏，方法包括以下步驟：將待合成文本對(duì)應(yīng)的字符轉(zhuǎn)化為字符表示向量；將字符表示向量與和韻律節(jié)奏向量進(jìn)行拼接，然后輸入編碼器，輸出編碼特征向量；將編碼特征向量與韻律節(jié)奏向量拼接，通過注意力機(jī)制，生成注意力向量；將前一時(shí)刻的預(yù)測(cè)出的頻譜幀與注意力向量做拼接，送入解碼器，通過解碼器的輸出更新注意力向量，新計(jì)算出來的注意力向量與解碼器輸出做拼接，送入投影層輸出帶有韻律節(jié)奏的預(yù)測(cè)語音頻譜，同時(shí)預(yù)測(cè)頻譜生成的結(jié)束點(diǎn)；將帶有韻律節(jié)奏的預(yù)測(cè)語音頻譜轉(zhuǎn)化成帶有韻律節(jié)奏的語音輸出。