龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京青藤科技股份有限公司
申请日：2024-03-21
公开（公告）日：2024-06-04
公开（公告）号：CN117935766B
主分类号：G10L13/027
分类号：G10L13/027;G10L25/03;G10L25/15;G10L25/21;G10L25/30;G10L15/02;G10L15/04;G06F18/213;G06F18/214;G06F18/23;G06F18/241
优先权：
专利状态码：有效-授权
法律状态：2024.06.04#授权;2024.05.28#著录事项变更;2024.05.14#实质审查的生效;2024.04.26#公开
摘要：本发明公开了一种AIGC模型的语音数据处理方法及系统，方法包括：对原始语音数据进行声谱动态映射处理，以匹配预设AIGC模型；将处理后的语音数据分割成多个语音样本，并提取每个语音样本的声学特征；对提取的声学特征进行熵值计算，得到熵声纹；根据所述熵声纹对语音样本进行归类，将归类后的语音样本通过所述预设AIGC模型，生成目标语音内容。利用本发明实施例，能够更全面地分析和处理语音数据，改善声学特征提取的多维性和多样性，并且能够增强AIGC模型生成语音的自然度和准确性。
主权项：1.一种AIGC模型的语音数据处理方法，其特征在于，所述方法包括：对原始语音数据进行声谱动态映射处理，以匹配预设AIGC模型；所述对原始语音数据进行声谱动态映射处理，包括：提取原始语音数据的时频表示；对所述时频表示进行动态时间弯曲调整，以匹配预设AIGC模型；对调整后的时频表示的各频率成分的能量分布进行谱重组；将处理后的语音数据分割成多个语音样本，并提取每个语音样本的声学特征；所述提取每个语音样本的声学特征，包括：提取并编码语音样本中的关键声学属性，结合时间域和频域的信息，以获得抽象的语音特征表示；对提取的声学特征进行熵值计算，得到熵声纹；所述熵声纹的计算公式为：其中，所述EVP_i为熵声纹，所述f_k为第i个语音样本的第k个声学特征，所述pf_k为该特征的出现概率，所述K为声学特征的总数；根据所述熵声纹对语音样本进行归类，将归类后的语音样本通过所述预设AIGC模型，生成目标语音内容。
全文数据：
权利要求：
百度查询： 北京青藤科技股份有限公司 一种AIGC模型的语音数据处理方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号