提升語音合成自然度的方法、裝置以及存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202010988016.3 申請日 -
公開（公告）號 CN114283778A 公開（公告）日 2022-04-05
申請公布號 CN114283778A 申請公布日 2022-04-05
分類號 G10L13/02（2013.01）I;G10L13/08（2013.01）I;G10L25/18（2013.01）I;G10L25/30（2013.01）I 分類 樂器；聲學;
發(fā)明人 黃磊;王洪斌;蔣寧;吳海英;權(quán)圣;楊春勇 申請（專利權(quán)）人 北京有限元科技有限公司
代理機構(gòu) 北京萬思博知識產(chǎn)權(quán)代理有限公司 代理人 劉冀
地址 100080北京市海淀區(qū)王莊路1號B座23層27-整層2702
法律狀態(tài) -

摘要

摘要 本申請公開了一種提升語音合成自然度的方法、裝置以及存儲介質(zhì)。其中，該方法包括：獲取用于音頻合成的文本信息；確定與文本信息的發(fā)音特征對應的第一發(fā)音特征信息；以及根據(jù)第一發(fā)音特征信息以及預先訓練的音頻生成模型，生成音頻的梅爾頻譜特征，并根據(jù)梅爾頻譜特征確定目標音頻，其中音頻生成模型由發(fā)音特征信息和聲紋特征信息訓練得到。