申请/专利权人:深圳前海微众银行股份有限公司
申请日:2021-02-18
公开(公告)日:2024-05-17
公开(公告)号:CN113012681B
主分类号:G10L13/047
分类号:G10L13/047;G10L13/04;G10L13/08
优先权:
专利状态码:有效-授权
法律状态:2024.05.17#授权;2021.07.09#实质审查的生效;2021.06.22#公开
摘要:本申请提供了一种基于唤醒语音模型的唤醒语音合成方法、应用唤醒方法、装置、电子设备、计算机可读存储介质及计算机程序产品;唤醒语音模型包括声纹提取层、音素转换层及预测层,基于唤醒语音模型的唤醒语音合成方法包括:通过声纹提取层,对不同用户的语音进行声纹特征提取,得到用户声纹;通过音素转换层,对唤醒文本进行音素转换,得到唤醒音素序列;基于用户声纹和唤醒音素序列,通过预测层,进行语音参数预测,得到相应的预测语音参数;基于预测语音参数进行语音合成,得到相应的唤醒语音;其中,唤醒语音,用于在与待匹配语音匹配成功时,唤醒目标程序。通过本申请,能够高效生成具有拟人效果的唤醒语音,节省了时间和人力成本。
主权项:1.一种基于唤醒语音模型的唤醒语音合成方法,其特征在于,所述唤醒语音模型包括声纹提取层、音素转换层及预测层,所述方法包括:通过所述声纹提取层,对不同用户的语音进行声纹特征提取,得到相应的用户声纹;基于读音参数,通过所述音素转换层,对唤醒文本进行音素转换,得到相应的唤醒音素序列,所述读音参数至少包括重读参数及停顿参数中的一种;基于所述用户声纹和所述唤醒音素序列,通过所述预测层,进行语音参数预测,得到相应的预测语音参数;其中,用户语音的数量包括多个,针对每一个用户语音进行声纹特征的提取,得到相应的多个用户声纹,针对每一个用户声纹,分别结合每一组读音参数对应的唤醒语音序列进行语音参数预测,得到相应的一组预测语音参数;预测语音参数包括时长、音高及韵律;基于所述预测语音参数进行语音合成,得到相应的唤醒语音,所述唤醒语音为针对唤醒文本结合了读音参数的语音;其中,所述唤醒语音,用于在与待匹配语音匹配成功时,唤醒目标程序。
全文数据:
权利要求:
百度查询: 深圳前海微众银行股份有限公司 基于唤醒语音模型的唤醒语音合成方法及应用唤醒方法
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。