一种音色克隆方法、系统、装置及计算机可读存储介质
基本信息
| 申请号 | CN202110408975.8 | 申请日 | - |
| 公开（公告）号 | CN112992162B | 公开（公告）日 | 2021-08-20 |
| 申请公布号 | CN112992162B | 申请公布日 | 2021-08-20 |
| 分类号 | G10L19/16（2013.01）I;G10L25/30（2013.01）I | 分类 | 乐器；声学; |
| 发明人 | 黄一鸣;李一夫;陈哲乾 | 申请（专利权）人 | 杭州一知智能科技有限公司 |
| 代理机构 | 杭州智财黑马知识产权代理事务所（普通合伙） | 代理人 | 张勇 |
| 地址 | 311215浙江省杭州市萧山区萧山经济技术开发区启迪路198号F座7层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种音色克隆方法、系统、装置及计算机可读存储介质，方法包括以下步骤：制作多说话人数据集并处理；训练对齐模型；制作目标说话人数据集并处理；训练多说话人语音合成模型；训练多说话人声码器模型；获取具有目标说话人音色的目标人语音合成模型；将待合成文本输入至目标人语音合成模型完成语音合成。本发明的有益效果是：目标说话人的风格和音色能够被更好的学习；可以通过指定韵律标签的方式来指定韵律节奏；使用时长预测模型来进行发音序列与频谱序列的对齐，加快语音生成的推理速度；在解码阶段添加音高和能量的预测和编码，目标人语音合成模型添加了音高和能量的预测与编码，有效的提高语音合成的效果。 |
