[发明专利]建立音频生成模型的方法以及装置

权利要求书

1.一种建立音频生成模型的方法，包括：

获取预设音色的唤醒音频；

构建包含生成器与判别器的生成对抗网络；

根据所获取的唤醒音频以及随机噪声音频训练所述生成对抗网络，将训练得到的所述生成对抗网络中的生成器作为音频生成模型。

2.根据权利要求1所述的方法，其中，所述获取预设音色的唤醒音频包括：获取儿童唤醒音频。

3.根据权利要求1所述的方法，其中，所述根据所获取的唤醒音频以及随机噪声音频训练所述生成对抗网络包括：

将所获取的唤醒音频作为真实样本；

将随机噪声音频输入所述生成器，将所述生成器得到的输出结果作为生成样本；

将真实样本以及生成样本作为所述判别器的输入；

交替训练所述生成器与判别器，直至所述生成对抗网络收敛。

4.根据权利要求1所述的方法，其中，所述构建包含生成器与判别器的生成对抗网络包括：

在所述生成对抗网络中使用改进后的激活函数；

其中，当输入值大于0时，所述改进后的激活函数的输出值为输入值；

当输入值小于等于0时，所述改进后的激活函数根据对应输入值所在数值区间的计算公式进行输出值的计算。

5.根据权利要求1所述的方法，其中，所述构建包含生成器与判别器的生成对抗网络包括：

构建网络结构为深度残差网络的判别器。

6.一种建立音频生成模型的装置，包括：

获取单元，用于获取预设音色的唤醒音频；

构建单元，用于构建包含生成器与判别器的生成对抗网络；

训练单元，用于根据所获取的唤醒音频以及随机噪声音频训练所述生成对抗网络，将训练得到的所述生成对抗网络中的生成器作为音频生成模型。

7.根据权利要求6所述的装置，其中，所述获取单元在获取预设音色的唤醒音频时，具体执行：获取儿童唤醒音频。

8.根据权利要求6所述的装置，其中，所述训练单元在根据所获取的唤醒音频以及随机噪声音频训练所述生成对抗网络时，具体执行：

将所获取的唤醒音频作为真实样本；

将随机噪声音频输入所述生成器，将所述生成器得到的输出结果作为生成样本；

将真实样本以及生成样本作为所述判别器的输入；

交替训练所述生成器与判别器，直至所述生成对抗网络收敛。

9.根据权利要求6所述的装置，其中，所述构建单元在构建包含生成器与判别器的生成对抗网络时，具体执行：

在所述生成对抗网络中使用改进后的激活函数；

其中，当输入值大于0时，所述改进后的激活函数的输出值为输入值；

当输入值小于等于0时，所述改进后的激活函数根据对应输入值所在数值区间的计算公式进行输出值的计算。

10.根据权利要求6所述的装置，其中，所述构建单元在构建包含生成器与判别器的生成对抗网络时，具体执行：

构建网络结构为深度残差网络的判别器。

11.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。