一種基于變分自編碼器的聲碼器實(shí)現(xiàn)方法及裝置
基本信息
| 申請(qǐng)?zhí)?/td> | CN202010541602.3 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN111724809A | 公開(kāi)（公告）日 | 2020-09-29 |
| 申請(qǐng)公布號(hào) | CN111724809A | 申請(qǐng)公布日 | 2020-09-29 |
| 分類號(hào) | G10L25/24(2013.01)I | 分類 | 樂(lè)器；聲學(xué); |
| 發(fā)明人 | 劉雨松 | 申請(qǐng)（專利權(quán)）人 | 蘇州意能通信息技術(shù)有限公司 |
| 代理機(jī)構(gòu) | 江蘇昆成律師事務(wù)所 | 代理人 | 蘇州意能通信息技術(shù)有限公司 |
| 地址 | 215000江蘇省蘇州市工業(yè)園區(qū)若水路388號(hào)E0202室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 為了解決現(xiàn)有技術(shù)采用自回歸方式的音頻生成效率低的問(wèn)題，提供一種基于變分自編碼器的聲碼器實(shí)現(xiàn)方法及裝置，包括訓(xùn)練過(guò)程和應(yīng)用過(guò)程，其特征在于，訓(xùn)練過(guò)程包括步驟：將音頻源信號(hào)輸入預(yù)處理模塊，得到梅爾譜圖；再將梅爾譜圖輸入條件信息模塊，得到條件信息；再將條件信息和音頻源信號(hào)共同輸入編碼器中，得到中間隱藏信息；再將中間隱藏信息和條件信息共同輸入解碼器中，得到輸出音頻；進(jìn)行損失函數(shù)計(jì)算并進(jìn)行參數(shù)優(yōu)化，當(dāng)總損失函數(shù)值低于某個(gè)閾值，訓(xùn)練完成；應(yīng)用過(guò)程包括步驟：將前端得到的頻譜圖輸入條件信息模塊得到條件信息，將條件信息和已知的標(biāo)準(zhǔn)高斯白噪聲輸入解碼器，得到輸出音頻。?? |
