一种语音合成模型、模型的训练方法以及语音合成方法
基本信息
| 申请号 | CN202111165153.8 | 申请日 | - |
| 公开（公告）号 | CN113920977A | 公开（公告）日 | 2022-01-11 |
| 申请公布号 | CN113920977A | 申请公布日 | 2022-01-11 |
| 分类号 | G10L13/02（2013.01）I;G10L13/033（2013.01）I;G10L13/08（2013.01）I;G10L25/24（2013.01）I;G10L25/30（2013.01）I;G10L25/03（2013.01）I | 分类 | 乐器；声学; |
| 发明人 | 司马华鹏;毛志强;田晓晖 | 申请（专利权）人 | 宿迁硅基智能科技有限公司 |
| 代理机构 | 北京弘权知识产权代理有限公司 | 代理人 | 逯长明;许伟群 |
| 地址 | 223808江苏省宿迁市湖滨新区保险小镇B19栋201室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种语音合成模型、模型的训练方法以及语音合成方法，语音合成模型包括：嵌入模块、时长预测模块、能量预测模块、音高预测模块、情感强度预测模块、编码器、特征组合模块以及解码器。对该模型进行训练包括：获取多条情感音频以及与每条情感音频对应的文本；分析情感音频，提取情感音频对应的音素；获取情感音频的真实特征；将真实特征、情感音频对应的音素以及文本输入至初始化语音合成模型完成训练。通过训练完成的语音模型完成语音合成，包括：获取目标情感音频对应的音素以及目标文本；将目标情感音频对应的音素以及目标文本输入至语音合成模型中，得到目标声学特征；将目标声学特征还原成目标文本对应的音频。 |
