[发明专利]语音合成方法、模型训练方法及装置、计算机设备和车辆在审

专利信息
申请号: 202210251577.4 申请日: 2022-03-15
公开(公告)号: CN114596836A 公开(公告)日: 2022-06-07
发明(设计)人: 徐培来 申请(专利权)人: 北京宾理信息科技有限公司
主分类号: G10L13/08 分类号: G10L13/08;G10L13/027;G10L13/033
代理公司: 北京市汉坤律师事务所 11602 代理人: 魏小薇;吴丽丽
地址: 100020 北京市朝阳*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 语音 合成 方法 模型 训练 装置 计算机 设备 车辆
【权利要求书】:

1.一种语音合成方法,包括:

获取用于进行语音合成的目标图像和目标文本,其中,所述目标图像包括作为虚拟人物形象的目标对象;

将所述目标图像输入经训练的声音特征提取模型,以得到所述声音特征提取模型输出的所述目标对象的声音特征;以及

将所述声音特征和所述目标文本输入经训练的语音合成模型,以得到所述语音合成模型输出的所述目标文本对应的目标语音。

2.一种声音特征提取模型的训练方法,包括:

获取样本图像和所述样本图像的标注数据,其中,所述样本图像包括作为虚拟人物形象的样本对象,所述标注数据包括所述样本对象的样本声音特征;

将所述样本图像输入所述声音特征提取模型,以得到所述声音特征提取模型输出的预测声音特征;

基于所述预测声音特征和所述样本声音特征,确定所述声音特征提取模型的损失值;以及

基于所述损失值,调整所述声音特征提取模型的参数。

3.一种文本到语音转换TTS模型的训练方法,所述TTS模型包括声音特征提取模型和语音合成模型,所述语音合成模型包括频谱合成模块和声码模块,所述方法包括:

获取样本图像、样本文本和标注数据,其中,所述样本图像包括作为虚拟人物形象的样本对象,所述标注数据包括与所述样本文本对应的所述样本对象的样本语音;

提取所述样本语音的样本语音频谱特征;

基于所述样本图像、所述样本文本和所述样本语音频谱特征,联合训练所述声音特征提取模型和所述频谱合成模块;以及

基于所述样本图像、所述样本文本、所述样本语音和经训练的所述声音特征提取模型和所述频谱合成模块,训练所述声码模块。

4.一种语音合成装置,包括:

获取单元,被配置为获取用于进行语音合成的目标图像和目标文本,其中,所述目标图像包括作为虚拟人物形象的目标对象;

提取单元,被配置为将所述目标图像输入经训练的声音特征提取模型,以得到所述声音特征提取模型输出的所述目标对象的声音特征;以及

合成单元,被配置为将所述声音特征和所述目标文本输入经训练的语音合成模型,以得到所述语音合成模型输出的所述目标文本对应的目标语音。

5.一种声音特征提取模型的训练装置,包括:

获取单元,被配置为获取样本图像和所述样本图像的标注数据,其中,所述样本图像包括作为虚拟人物形象的样本对象,所述标注数据包括所述样本对象的样本声音特征;

提取单元,被配置为将所述样本图像输入所述声音特征提取模型,以得到所述声音特征提取模型输出的预测声音特征;

确定单元,被配置为基于所述预测声音特征和所述样本声音特征,确定所述声音特征提取模型的损失值;以及

调整单元,被配置为基于所述损失值,调整所述声音特征提取模型的参数。

6.一种文本到语音转换TTS模型的训练装置,所述TTS模型包括声音特征提取模型和语音合成模型,所述语音合成模型包括频谱合成模块和声码模块,所述方法包括:

获取单元,被配置为获取样本图像、样本文本和标注数据,其中,所述样本图像包括作为虚拟人物形象的样本对象,所述标注数据包括与所述样本文本对应的所述样本对象的样本语音;

提取单元,被配置为提取所述样本语音的样本语音频谱特征;

第一训练单元,被配置为基于所述样本图像、所述样本文本和所述样本语音频谱特征,联合训练所述声音特征提取模型和所述频谱合成模块;以及

第二训练单元,被配置为基于所述样本图像、所述样本文本、所述样本语音和经训练的所述声音特征提取模型和所述频谱合成模块,训练所述声码模块。

7.一种计算机设备,包括:

至少一个处理器;以及

至少一个存储器,其上存储有计算机程序,

其中,所述计算机程序在被所述至少一个处理器执行时,使所述至少一个处理器执行权利要求1-3中任一项所述的方法。

8.一种车辆,包括如权利要求4-6中任一项所述的装置或如权利要求7所述的计算机设备。

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北京宾理信息科技有限公司,未经北京宾理信息科技有限公司许可,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/202210251577.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top