申请/专利权人：南京硅基智能科技有限公司

申请日：2023-12-28

公开（公告）日：2024-03-29

公开（公告）号：CN117789694A

主分类号：G10L13/10

分类号：G10L13/10;G10L13/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本申请提供一种基于语音韵律的语音合成模型训练方法及语音合成系统，通过将训练文本输入先验编码器，得到文本特征编码，再将文本特征编码和训练语音输入韵律编码器，得到韵律编码，然后将训练语音对应的线性谱输入后验编码器中，得到音频隐变量，并通过时序对齐模块对齐训练文本、韵律编码和音频隐变量的时序序列，得到合成语音编码，通过解码器解码合成语音编码，得到训练合成语音，再计算训练合成语音的训练损失，以判断语音合成模型的收敛程度。本申请通过训练文本和训练语音获得韵律编码，并通过时序对齐将韵律编码融入合成语音编码中，使生成的合成语音能贴合人物语音的韵律特征，在语音样本不足的情况下，提高合成语音的韵律相似度。

主权项：1.一种基于语音韵律的语音合成模型训练方法，用于训练语音合成模型，所述语音合成模型包括先验编码器、后验编码器、时序对齐模块、解码器和韵律编码器，其特征在于，包括：将训练文本输入至所述先验编码器，得到文本特征编码；将所述文本特征编码和训练语音输入至所述韵律编码器，得到韵律编码；将所述训练语音对应的线性谱输入至所述后验编码器中，得到音频隐变量；通过所述时序对齐模块对齐所述训练文本、所述韵律编码和所述音频隐变量的时序序列，得到合成语音编码；通过所述解码器解码所述合成语音编码得到训练合成语音；计算所述训练合成语音的训练损失，如果所述训练损失小于或等于训练损失阈值，则根据待训练模型的当前参数输出语音合成模型，如果所述训练损失大于训练损失阈值则对所述待训练模型执行迭代训练，所述待训练模型为未训练收敛的语音合成模型。

全文数据：

权利要求：

百度查询： 南京硅基智能科技有限公司 基于语音韵律的语音合成模型训练方法及语音合成系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD