买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：粤港澳大湾区数字经济研究院(福田);杭州盖视科技有限公司

摘要：本申请公开了一种语音合成模型的训练方法、语音合成方法及设备，该训练方法包括基于第一训练语音数据集对初始语音转换模型进行训练以得到目标语音转换模型；基于所述目标语音转换模型确定第二训练语音数据集中的各第二训练语音对应的第一转换语音，并基于各第二训练语音及其对应的第一转换语音构建训练语音组以得到第三训练语音数据集；基于各训练语音组训练初始语音重建模型以得到目标语音重建模型；基于目标语音转换模型和目标语音重建模型确定语音合成模型。本申请先用低质量语音加强泛化性，再用高质量语音进行重建，减少了高质量语音的需求量，降低了高质量零样本的语音合成模型的训练成本，进而降低了零样本语音合成的合成成本。

主权项：1.一种语音合成模型的训练方法，其特征在于，所述的语音合成模型的训练方法具体包括：基于第一训练语音数据集中的各第一训练语音对初始语音转换模型进行训练，以得到目标语音转换模型，其中，所述第一训练语音包括说话人声音和说话内容；将第二训练语音数据集中的各第二训练语音降采样为采样率与第一训练语音的采样率相同的降采样语音，基于所述目标语音转换模型确定第二训练语音数据集中的各第二训练语音对应的第一转换语音，并基于各第二训练语音及其对应的第一转换语音构建训练语音组以得到第三训练语音数据集，其中，第二训练语音的语音质量高于第一训练语音的语音质量；基于所述第三训练语音数据集中的各训练语音组训练初始语音重建模型，以得到目标语音重建模型；基于所述目标语音转换模型和所述目标语音重建模型，确定语音合成模型；其中，所述基于第一训练语音数据集中的各第一训练语音对初始语音转换模型进行训练，以得到目标语音转换模型，具体包括：基于所述初始语音转换模型中的第一编解码模块确定所述第一训练语音数据集中的第一训练语音的第一预测梅尔频谱，并基于所述第一预测梅尔频谱和所述说话人声音的原始梅尔频谱对所述第一编解码模块的模型参数进行优化；当所述第一编解码模块训练完成时，基于所述第一训练语音数据集中的第一训练语音对所述初始语音转换模型中的第一声码器的模型参数进行优化，以得到目标语音转换模型。

全文数据：

权利要求：

百度查询： 粤港澳大湾区数字经济研究院(福田) 杭州盖视科技有限公司 语音合成模型的训练方法、语音合成方法及设备