一种基于Bottleneck特征训练克隆音色及韵律的系统及方法
基本信息
| 申请号 | CN202010314822.2 | 申请日 | - |
| 公开（公告）号 | CN111210803B | 公开（公告）日 | 2021-08-03 |
| 申请公布号 | CN111210803B | 申请公布日 | 2021-08-03 |
| 分类号 | G10L13/02（2013.01）I;G10L15/02（2006.01）I;G10L15/06（2013.01）I;G10L15/16（2006.01）I;G10L25/03（2013.01）I;G10L25/24（2013.01）I;G10L25/30（2013.01）I;G10L25/12（2013.01）I | 分类 | 乐器；声学; |
| 发明人 | 司马华鹏;龚雪飞 | 申请（专利权）人 | 南京硅基智能科技有限公司 |
| 代理机构 | 江苏舜点律师事务所 | 代理人 | 杜东辉 |
| 地址 | 210012江苏省南京市雨花台区软件大道66号-1 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及语音合成、语音识别、声音克隆技术领域,本发明结合语音合成技术、语音识别技术、迁移学习技术，提供一种基于Bottleneck特征（音频的语言特征）的声音克隆实现方案，包含训练系统和训练方法；利用少量样本提供自然度、相似度高的TTS服务，以提供目标用户特性的TTS服务，解决了语音合成技术服务样本量大、制作周期长、人力成本高的问题。训练系统包括：数据采集模块、声学特征提取模块、语音识别模块、韵律模块、多人语音声学模块、语音合成模块；本发明还提供一种基于上述系统训练方法，包括准备训练语料、声学特征提取、各模块训练和微调，以及语音合成。 |
