音频生成方法以及相关模型的训练方法和相关装置
实质审查的生效
摘要

本申请公开了一种音频生成方法以及相关模型的训练方法和相关装置、设备,其中,该音频生成方法包括:对目标文本进行目标口音的文本编码,得到目标口音的目标文本编码向量;对目标文本编码向量与目标音色对应的目标音色向量进行解码处理,以得到与目标音色对应的若干时刻的目标子频谱;对若干时刻的目标子频谱进行合成处理,得到目标文本对应的目标合成频谱。通过上述方式,能够利用文本实现生成指定音色和指定口音的音频。另外,还可以利用音色判别器对基于目标文本生成目标口音、目标音色的音频的频谱的转换模型进行训练,能够使得经训练的转换模型生成的合成频谱的音色与指定音色趋向一致,提高模型转换的准确性。

基本信息
专利标题 :
音频生成方法以及相关模型的训练方法和相关装置
专利标题(英):
暂无
公开(公告)号 :
CN114420083A
申请号 :
CN202111491439.5
公开(公告)日 :
2022-04-29
申请日 :
2021-12-08
授权号 :
暂无
授权日 :
暂无
发明人 :
陈梦楠高丽祖漪清江源
申请人 :
西安讯飞超脑信息科技有限公司
申请人地址 :
陕西省西安市高新区西安高新区软件新城天谷八路156号云汇谷D座101
代理机构 :
深圳市威世博知识产权代理事务所(普通合伙)
代理人 :
刘希
优先权 :
CN202111491439.5
主分类号 :
G10L13/02
IPC分类号 :
G10L13/02  G10L13/033  G10L13/04  G10L13/08  
IPC结构图谱
G
G部——物理
G10
乐器;声学
G10L
语音分析或合成;语音识别;语音或声音处理;语音或音频编码或解码
G10L13/00
语音合成;文本-语音合成系统
G10L13/02
产生合成语音的方法;语音合成设备
法律状态
2022-05-20 :
实质审查的生效
IPC(主分类) : G10L 13/02
申请日 : 20211208
2022-04-29 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332