语音转换方法、装置和系统及存储介质
基本信息
| 申请号 | CN202011609526.1 | 申请日 | - |
| 公开（公告）号 | CN112750445A | 公开（公告）日 | 2021-05-04 |
| 申请公布号 | CN112750445A | 申请公布日 | 2021-05-04 |
| 分类号 | G10L21/013;G10L25/27;G10L15/20 | 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 | 徐丁峰;戴亚南 |
| 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。方法包括：获取源说话者的源语音；对源语音进行特征提取；将源说话者的声学特征输入语音识别模型，以获得PPG；从PPG中检测概率分布存在问题的至少一个时间帧集，每个时间帧集包括多个连续的时间帧，概率分布存在问题的时间帧集是指该时间帧集中的所有时间帧所对应的预测语音类别的一致性不满足预设要求，预测语音类别是对应时间帧下后验概率最大的语音类别；对至少一个时间帧集所对应的后验概率向量进行修正；将经修正的PPG输入特征转换模型，以获得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。修正PPG中概率分布异常进而导致所识别的语音内容有误的部分，提升语音转换的效果。 |
