用于語音合成語料庫的建立方法、裝置、設(shè)備和介質(zhì)

基本信息

申請?zhí)?/td> CN202110616148.8 申請日 -
公開（公告）號 CN113362800A 公開（公告）日 2021-09-07
申請公布號 CN113362800A 申請公布日 2021-09-07
分類號 G10L13/02（2013.01）I;G10L13/04（2013.01）I;G10L15/26（2006.01）I 分類 樂器；聲學(xué);
發(fā)明人 石強(qiáng);孫見青;梁家恩 申請（專利權(quán)）人 深圳云知聲信息技術(shù)有限公司
代理機(jī)構(gòu) - 代理人 -
地址 518057廣東省深圳市南山區(qū)西麗街道朗山路11號同方信息港C棟6A
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種用于語音合成語料庫的建立方法、裝置、設(shè)備和介質(zhì)，該方法包括：獲取第一文本以及第一文本對應(yīng)的語音數(shù)據(jù)；切分語音數(shù)據(jù)得到分割語料；所述分割語料得到第二文本；對比第二文本和第一文本，篩選得到篩選文本；根據(jù)篩選文本確定篩選音頻；提取篩選音頻的基頻值；計算基頻值的均值和方差；聚類均值和方差得到聚類結(jié)果；根據(jù)聚類結(jié)果將篩選文本及其對應(yīng)的語音數(shù)據(jù)分成k個語料庫。本申請實施例中采取先切分后識別的方式，可以提高文本識別準(zhǔn)確率，并且將獲取得到的第一文本作為參考去除識別錯誤的情況；由于基頻與語音風(fēng)格和音色具有強(qiáng)相關(guān)性，使用句子級的基頻均值方差進(jìn)行分類，有效的保證類內(nèi)語音風(fēng)格與音色的一致性。