一種基于Bottleneck特征訓(xùn)練克隆音色及韻律的系統(tǒng)及方法

基本信息

申請(qǐng)?zhí)?/td> CN202010314822.2 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN111210803B 公開(kāi)（公告）日 2021-08-03
申請(qǐng)公布號(hào) CN111210803B 申請(qǐng)公布日 2021-08-03
分類號(hào) G10L13/02（2013.01）I;G10L15/02（2006.01）I;G10L15/06（2013.01）I;G10L15/16（2006.01）I;G10L25/03（2013.01）I;G10L25/24（2013.01）I;G10L25/30（2013.01）I;G10L25/12（2013.01）I 分類 樂(lè)器；聲學(xué);
發(fā)明人 司馬華鵬;龔雪飛 申請(qǐng)（專利權(quán)）人 南京硅基智能科技有限公司
代理機(jī)構(gòu) 江蘇舜點(diǎn)律師事務(wù)所 代理人 杜東輝
地址 210012江蘇省南京市雨花臺(tái)區(qū)軟件大道66號(hào)-1
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及語(yǔ)音合成、語(yǔ)音識(shí)別、聲音克隆技術(shù)領(lǐng)域,本發(fā)明結(jié)合語(yǔ)音合成技術(shù)、語(yǔ)音識(shí)別技術(shù)、遷移學(xué)習(xí)技術(shù)，提供一種基于Bottleneck特征（音頻的語(yǔ)言特征）的聲音克隆實(shí)現(xiàn)方案，包含訓(xùn)練系統(tǒng)和訓(xùn)練方法；利用少量樣本提供自然度、相似度高的TTS服務(wù)，以提供目標(biāo)用戶特性的TTS服務(wù)，解決了語(yǔ)音合成技術(shù)服務(wù)樣本量大、制作周期長(zhǎng)、人力成本高的問(wèn)題。訓(xùn)練系統(tǒng)包括：數(shù)據(jù)采集模塊、聲學(xué)特征提取模塊、語(yǔ)音識(shí)別模塊、韻律模塊、多人語(yǔ)音聲學(xué)模塊、語(yǔ)音合成模塊；本發(fā)明還提供一種基于上述系統(tǒng)訓(xùn)練方法，包括準(zhǔn)備訓(xùn)練語(yǔ)料、聲學(xué)特征提取、各模塊訓(xùn)練和微調(diào)，以及語(yǔ)音合成。