語(yǔ)音轉(zhuǎn)換與模型訓(xùn)練方法、裝置和系統(tǒng)及存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202011054910.X 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN112185342A 公開(kāi)（公告）日 2021-01-05
申請(qǐng)公布號(hào) CN112185342A 申請(qǐng)公布日 2021-01-05
分類號(hào) G10L13/033;G10L13/08;G10L15/06;G10L15/07;G10L21/003;G10L25/03;G10L25/24;G10L25/30;G06N3/04;G06N3/08 分類 樂(lè)器；聲學(xué);
發(fā)明人 武劍桃;李秀林 申請(qǐng)（專利權(quán)）人 標(biāo)貝（北京）科技有限公司
代理機(jī)構(gòu) 北京睿邦知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 標(biāo)貝（北京）科技有限公司
地址 100192 北京市海淀區(qū)西小口路66號(hào)中關(guān)村東升科技園·北領(lǐng)地B-2號(hào)樓2層A203A(東升地區(qū))
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種語(yǔ)音轉(zhuǎn)換方法、裝置和系統(tǒng)及存儲(chǔ)介質(zhì)與一種模型訓(xùn)練方法、裝置和系統(tǒng)及存儲(chǔ)介質(zhì)。語(yǔ)音轉(zhuǎn)換方法包括：獲取源說(shuō)話者分別在N個(gè)不同通道下的N組源語(yǔ)音數(shù)據(jù)，其中，N為大于1的整數(shù)；分別對(duì)N組源語(yǔ)音數(shù)據(jù)中的每組源語(yǔ)音數(shù)據(jù)進(jìn)行特征提取，以獲得N組源識(shí)別聲學(xué)特征；對(duì)N組源識(shí)別聲學(xué)特征進(jìn)行特征合并，以獲得源說(shuō)話者的聲學(xué)特征；通過(guò)預(yù)定映射模型將源說(shuō)話者的聲學(xué)特征映射為目標(biāo)說(shuō)話者的聲學(xué)特征；基于目標(biāo)說(shuō)話者的聲學(xué)特征進(jìn)行語(yǔ)音合成，以獲得目標(biāo)說(shuō)話者的目標(biāo)語(yǔ)音?；诙嗤ǖ勒Z(yǔ)音數(shù)據(jù)進(jìn)行模型訓(xùn)練和語(yǔ)音轉(zhuǎn)換，對(duì)嘈雜環(huán)境的魯棒性更高，可以減少語(yǔ)音轉(zhuǎn)換時(shí)識(shí)別不準(zhǔn)的現(xiàn)象。