聲學(xué)模型建立、語(yǔ)音合成方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
基本信息
| 申請(qǐng)?zhí)?/td> | CN201811408961.0 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN109285537B | 公開（公告）日 | 2021-04-13 |
| 申請(qǐng)公布號(hào) | CN109285537B | 申請(qǐng)公布日 | 2021-04-13 |
| 分類號(hào) | G10L13/10(2013.01)I;G10L13/04(2013.01)I;G10L13/06(2013.01)I | 分類 | 樂器；聲學(xué); |
| 發(fā)明人 | 張冉 | 申請(qǐng)（專利權(quán)）人 | 北京羽扇智信息科技有限公司 |
| 代理機(jī)構(gòu) | 北京睿派知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） | 代理人 | 劉鋒 |
| 地址 | 100080北京市海淀區(qū)北四環(huán)西路67號(hào)5層501房間 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明實(shí)施例公開了一種聲學(xué)模型建立、語(yǔ)音合成方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，其中聲學(xué)模型建立方法包括：從語(yǔ)料庫(kù)中獲取多個(gè)訓(xùn)練樣本的音素序列樣本，并獲取所述音素序列樣本中每個(gè)音素的上下文特征以及每個(gè)音素的時(shí)長(zhǎng)；其中，所述音素序列樣本中兒化音音素拆分成兩個(gè)音素；從所述訓(xùn)練樣本中提取聲學(xué)特征；以所述音素序列樣本，所述音素序列樣本中每個(gè)音素的上下文特征和時(shí)長(zhǎng)作為聲學(xué)模型的輸入，以所述聲學(xué)特征作為所述聲學(xué)模型的輸出，對(duì)所述聲學(xué)模型進(jìn)行訓(xùn)練，得到預(yù)先訓(xùn)練的聲學(xué)模型，可以使兒化音的建模性能較好，可以更好地實(shí)現(xiàn)兒化音的合成，可以合成語(yǔ)料庫(kù)中未出現(xiàn)的兒化音，同時(shí)可以降低語(yǔ)料庫(kù)中語(yǔ)料的錄制成本。?? |
