音頻生成方法以及相關(guān)模型的訓(xùn)練方法和相關(guān)裝置

基本信息

申請(qǐng)?zhí)?/td> CN202111491439.5 申請(qǐng)日 -
公開（公告）號(hào) CN114420083A 公開（公告）日 2022-04-29
申請(qǐng)公布號(hào) CN114420083A 申請(qǐng)公布日 2022-04-29
分類號(hào) G10L13/02（2013.01）I;G10L13/033（2013.01）I;G10L13/04（2013.01）I;G10L13/08（2013.01）I 分類 樂器；聲學(xué);
發(fā)明人 陳夢(mèng)楠;高麗;祖漪清;江源 申請(qǐng)（專利權(quán)）人 西安訊飛超腦信息科技有限公司
代理機(jī)構(gòu) 深圳市威世博知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 劉希
地址 710000陜西省西安市高新區(qū)西安高新區(qū)軟件新城天谷八路156號(hào)云匯谷D座101
法律狀態(tài) -

摘要

摘要 本申請(qǐng)公開了一種音頻生成方法以及相關(guān)模型的訓(xùn)練方法和相關(guān)裝置、設(shè)備，其中，該音頻生成方法包括：對(duì)目標(biāo)文本進(jìn)行目標(biāo)口音的文本編碼，得到目標(biāo)口音的目標(biāo)文本編碼向量；對(duì)目標(biāo)文本編碼向量與目標(biāo)音色對(duì)應(yīng)的目標(biāo)音色向量進(jìn)行解碼處理，以得到與目標(biāo)音色對(duì)應(yīng)的若干時(shí)刻的目標(biāo)子頻譜；對(duì)若干時(shí)刻的目標(biāo)子頻譜進(jìn)行合成處理，得到目標(biāo)文本對(duì)應(yīng)的目標(biāo)合成頻譜。通過(guò)上述方式，能夠利用文本實(shí)現(xiàn)生成指定音色和指定口音的音頻。另外，還可以利用音色判別器對(duì)基于目標(biāo)文本生成目標(biāo)口音、目標(biāo)音色的音頻的頻譜的轉(zhuǎn)換模型進(jìn)行訓(xùn)練，能夠使得經(jīng)訓(xùn)練的轉(zhuǎn)換模型生成的合成頻譜的音色與指定音色趨向一致，提高模型轉(zhuǎn)換的準(zhǔn)確性。