一種基于前端設(shè)計(jì)的語音模型訓(xùn)練方法及語音合成方法

基本信息

申請?zhí)?/td> CN202110762178.X 申請日 -
公開（公告）號 CN113257221B 公開（公告）日 2021-09-17
申請公布號 CN113257221B 申請公布日 2021-09-17
分類號 G10L13/027;G10L13/08;G10L13/10;G10L25/30;G06N3/08 分類 樂器；聲學(xué);
發(fā)明人 陳佩云;曹艷艷;高君效 申請（專利權(quán)）人 成都啟英泰倫科技有限公司
代理機(jī)構(gòu) - 代理人 -
地址 610041 四川省成都市高新區(qū)天府五街200號菁蓉匯4號樓A座12層
法律狀態(tài) -

摘要

摘要 一種基于前端設(shè)計(jì)的語音模型訓(xùn)練方法及語音合成方法，包括樣本采集及后續(xù)步驟：后續(xù)步驟為：S1：生成帶有韻律標(biāo)注的韻律標(biāo)注文本；S2：得到文本內(nèi)容的語言學(xué)特征第一編碼；S3：獲取每個(gè)音素的發(fā)音時(shí)長；S4：訓(xùn)練每個(gè)音素的發(fā)音時(shí)長模型；S5：輸出固定維度的前端特征編碼向量；S6：進(jìn)行迭代訓(xùn)練得到自回歸模型。本發(fā)明能有效減少單字單詞在整句中發(fā)音錯(cuò)誤和語速錯(cuò)誤概率。同時(shí)可以通過對前端語言學(xué)特征及時(shí)長特征做微調(diào)來控制特殊音素的發(fā)音、音素發(fā)音時(shí)長、句子韻律等。