申请/专利权人：深圳市木愚科技有限公司

申请日：2024-01-19

公开（公告）日：2024-04-09

公开（公告）号：CN117854476A

主分类号：G10L13/08

分类号：G10L13/08;G10L13/04;G10L25/51

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明提供了一种声音合成模型训练方法、装置及计算机设备，方法包括：用户通过终端上传录音文本和录音音频文件并选择对应的语言种类，根据是否是第一次执行训练任务来选择是否使用增量检测，使用增量检测排除上一轮检测通过的数据，对剩下在上一轮未通过的数据和本轮新增数据进行检测，当本轮数据所有都通过检测，判断本次检测是否在训练服务器上执行，若不在训练服务器上执行，则需要进行一次全量检测，从而排除在前面使用了增量检测有不合格数据被漏检，从而保证训练数据质量。自动检测训练数据可以减少人工校验，增量全量混合检测可以减少数据数量从而节省时间。

主权项：1.一种声音合成模型训练方法，其特征在于，包括以下步骤：S1、在当前系统下，新建声音合成模型训练任务，在终端界面上选择与录音文本对应训练声音模型的语言种类、录音文本文件和录音音频文件压缩包确认提交进行检测，或选择任务状态为文件检测失败的任务，选择本次是否进行全量检测、录音文本文件和录音音频文件压缩包确认提交进行检测；S2、判断本次任务是否是第一次执行检测，若是第一次进行检测，则进行全量检测；若不是第一次进行检测，则根据用户终端界面上选择是否进行全量检测，若选择不进行全量检测，则为增量检测；S3、对录音文本内容和录音音频文件分别进行检测，并将本次检测的结果进行记录；S4、当所有文件检测完毕，根据记录下来的检测结果，判断本次检测是否所有数据都通过检测，若存在检测不通过的记录，则将本次检测信息写入数据库，用户可以在终端上下载到本次检测失败的相关信息；若所有数据检测通过，进入下一步；S5、判断本次检测是否是在训练服务器进行的全量检测，若是在训练服务器上运行的，则进行声音合成模型的训练，若不是在训练服务器上运行的，则将任务提交到训练服务器，在训练服务器上进行全量检测；S6、当本次检测音频数据和录音文本在训练服务器全部检测通过，则进行声音合成模型训练。

全文数据：

权利要求：

百度查询： 深圳市木愚科技有限公司 声音合成模型训练方法、装置及计算机设备

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