提升語音合成自然度的方法、裝置以及存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202010988016.3 申請(qǐng)日 -
公開（公告）號(hào) CN114283778A 公開（公告）日 2022-04-05
申請(qǐng)公布號(hào) CN114283778A 申請(qǐng)公布日 2022-04-05
分類號(hào) G10L13/02（2013.01）I;G10L13/08（2013.01）I;G10L25/18（2013.01）I;G10L25/30（2013.01）I 分類 樂器；聲學(xué);
發(fā)明人 黃磊;王洪斌;蔣寧;吳海英;權(quán)圣;楊春勇 申請(qǐng)（專利權(quán)）人 北京有限元科技有限公司
代理機(jī)構(gòu) 北京萬思博知識(shí)產(chǎn)權(quán)代理有限公司 代理人 劉冀
地址 100080北京市海淀區(qū)王莊路1號(hào)B座23層27-整層2702
法律狀態(tài) -

摘要

摘要 本申請(qǐng)公開了一種提升語音合成自然度的方法、裝置以及存儲(chǔ)介質(zhì)。其中，該方法包括：獲取用于音頻合成的文本信息；確定與文本信息的發(fā)音特征對(duì)應(yīng)的第一發(fā)音特征信息；以及根據(jù)第一發(fā)音特征信息以及預(yù)先訓(xùn)練的音頻生成模型，生成音頻的梅爾頻譜特征，并根據(jù)梅爾頻譜特征確定目標(biāo)音頻，其中音頻生成模型由發(fā)音特征信息和聲紋特征信息訓(xùn)練得到。