[发明专利]一种基于Tacotron2改进的语音合成方法在审
| 申请号： | 202111570359.9 | 申请日： | 2021-12-21 |
| 公开（公告）号： | CN114495894A | 公开（公告）日： | 2022-05-13 |
| 发明（设计）人： | 于玲;周骁群 | 申请（专利权）人： | 辽宁工业大学 |
| 主分类号： | G10L13/02 | 分类号： | G10L13/02;G10L13/033;G10L13/04;G10L25/18;G10L25/30 |
| 代理公司： | 沈阳利泰专利商标代理有限公司 21209 | 代理人： | 张玉甫 |
| 地址： | 121001 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 tacotron2 改进 语音 合成 方法 | ||
【权利要求书】：
1.一种基于Tacotron2改进的语音合成方法，其特征在于包括下列步骤：
A.语音预处理；
B.输入编码器以及解码器预测合成语音的梅尔谱图；
C.利用Wavenet声码器还原语音。
2.根据权利要求1所述的一种基于Tacotron2改进的语音合成方法，其特征在于包括下列步骤：所述步骤A具体包含以下步骤：
A1.使用数据库预训练标点符号的预测模型，然后将文本输入标点恢复模块，对标点符号进行预测；
A2.根据标点符号对文本进行切分，并将分割好的文本按次序输入；
A3.将分割好的文本按照对应规则转化为拼音与声调的字符序列。
3.根据权利要求1所述的一种基于Tacotron2改进的语音合成方法，其特征在于包括下列步骤：所述步骤B具体包含以下步骤：
B1.将拼音与声调的字符序列输入3层卷积神经网络及双向LSTM网络组成的编码器；
B2.通过加性注意力机制将编码器的输出送入解码器中进行预测。
4.根据权利要求1所述的一种基于Tacotron2改进的语音合成方法，其特征在于包括下列步骤：所述步骤C具体包含以下步骤：
C1.通过三层卷积层获得梅尔频谱特征；
C2.梅尔频谱特征表达逆变换为时域波形样本。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于辽宁工业大学，未经辽宁工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202111570359.9/1.html，转载请声明来源钻瓜专利网。
