龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：上海大学
摘要：一种基于说话人特征控制的语音合成方法，在离线阶段构建包含级联的说话人身份特征控制网络的编码‑解码架构神经网络，以频谱编码后的参考音频、音素编码后的文本信息以及编码后的位置信息作为训练样本进行基于时长建模的音高与音强预测的训练；并在在线阶段输入待处理文本后的得到对应的合成语音。本发明在无需额外的说话人切换单元来存储说话人的身份信息，能够直接从参考音频中隐式学习得到说话人的身份信息的同时，将说话人身份信息通过设计的说话人身份特征控制网络融合到语音合成网络的编码器和解码器之中，能够更为直接高效地实现对合成语音的更细粒度特征的调控，从而实现对说话人身份的控制，在主客观指标上都有着良好的性能表现。
主权项：1.一种基于说话人特征控制的语音合成方法，其特征在于，在离线阶段构建出说话人身份特征控制网络模块，并以说话人身份特征控制网络为基础构建出基于编码-解码架构的神经网络，以频谱编码后的参考音频、音素编码后的文本信息以及编码后的位置信息作为训练样本进行基于时长建模的音高与音强预测的训练；并在在线阶段输入待处理文本后的得到对应的合成语音；所述的编码-解码架构神经网络包括：均采用级联的说话人身份特征控制网络实现的编码器和解码器，每个说话人身份特征控制网络包括：包括：注意力单元、层归一化单元、门控循环单元、门控卷积单元，其中：注意力单元根据输入的特征维度为X∈RE×T，经过自注意力网络对输入的序列的相关性进行处理，得到注意力输出hattn∈RE×T，层归一化单元根据注意力输出的信息，进行层归一化操作，得到特征帧hattnt，门控循环单元根据说话人身份表征向量ω∈RE，对注意力单元的输出逐帧进行解码，得到特征帧后，再将解码的每一帧结果拼接后输出特征向量hrnn∈RE×T；门控卷积单元根据说话人身份表征向量ω∈RE，进行拓展处理后与注意力输出hattn∈RE×T卷积得到筛选后特征后，将门控循环单元和门控卷积单元的输出相加后输出在话语级别和帧级别含有说话人身份表征向量的特征信息作为说话人身份特征控制网络的输出。
全文数据：
权利要求：
百度查询： 上海大学 基于说话人特征控制的语音合成方法
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