语音转换与模型训练方法、装置和系统及存储介质
基本信息
| 申请号 | CN202011054910.X | 申请日 | - |
| 公开（公告）号 | CN112185342A | 公开（公告）日 | 2021-01-05 |
| 申请公布号 | CN112185342A | 申请公布日 | 2021-01-05 |
| 分类号 | G10L13/033;G10L13/08;G10L15/06;G10L15/07;G10L21/003;G10L25/03;G10L25/24;G10L25/30;G06N3/04;G06N3/08 | 分类 | 乐器；声学; |
| 发明人 | 武剑桃;李秀林 | 申请（专利权）人 | 标贝（北京）科技有限公司 |
| 代理机构 | 北京睿邦知识产权代理事务所（普通合伙） | 代理人 | 标贝（北京）科技有限公司 |
| 地址 | 100192 北京市海淀区西小口路66号中关村东升科技园·北领地B-2号楼2层A203A(东升地区) | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种语音转换方法、装置和系统及存储介质与一种模型训练方法、装置和系统及存储介质。语音转换方法包括：获取源说话者分别在N个不同通道下的N组源语音数据，其中，N为大于1的整数；分别对N组源语音数据中的每组源语音数据进行特征提取，以获得N组源识别声学特征；对N组源识别声学特征进行特征合并，以获得源说话者的声学特征；通过预定映射模型将源说话者的声学特征映射为目标说话者的声学特征；基于目标说话者的声学特征进行语音合成，以获得目标说话者的目标语音。基于多通道语音数据进行模型训练和语音转换，对嘈杂环境的鲁棒性更高，可以减少语音转换时识别不准的现象。 |
