[发明专利]一种变声控制方法、装置、设备、存储介质及产品

说明书

本申请实施例提供了一种变声控制方法、装置、设备、存储介质及产品。本申请实施例提供的技术方案通过将待转换语音信息输入到音色转换模型中，由音色转换模型将待转换语音信息的基频特征和语义特征，以及设定的音色特征进行结合得到语音特征，并对语音特征进行变声处理得到目标语音信息，通过将与待转换语音信息的语气语调相关的基频特征与语义特征以及音色特征进行结合，提升语气语调转换的自然度，提高变声音频与原始音频的相似度，有效提高变声效果。

技术领域

本申请实施例涉及音频处理技术领域，尤其涉及一种变声控制方法、装置、设备、存储介质及产品。

背景技术

随着音频处理技术的发展，对音频的处理方式也越来越丰富，例如对原始音频进行音色转换处理得到不同音色的音频。音色转换广泛运用于音频内容生成、娱乐音频制作和保密通话等场景。

目前变声控制一般是通过两个编码器网络提取原始音频的音色信息和语义信息，再通过声学模型重构出声学特征，进而通过声码器将声学特征合成语音波形。但是这种变声控制方式对音色信息和语义信息的解耦效果较差，容易丢失原始音频的语气语调等特征，变声音频与原始音频的相似度较低，变声效果较差。

发明内容

本申请实施例提供一种变声控制方法、装置、设备、存储介质及产品，以解决相关技术中的变声控制方式容易出现变声音频与原始音频的相似度较低，变声效果较差的技术问题，提高变声音频与原始音频的相似度，有效提高变声效果。

在第一方面，本申请实施例提供了一种变声控制方法，包括：

获取待转换语音信息；

将所述待转换语音信息输入至设定的音色转换模型，通过所述音色转换模型基于所述待转换语音信息的基频特征和语义特征，以及设定的音色特征进行结合得到语音特征，并对所述语音特征进行变声处理，以得到目标语音信息。

在第二方面，本申请实施例提供了一种变声控制装置，包括语音获取模块和语音转换模块，其中：

所述语音获取模块，配置为获取待转换语音信息；

所述语音转换模块，配置为将所述待转换语音信息输入至设定的音色转换模型，通过所述音色转换模型基于所述待转换语音信息的基频特征和语义特征，以及设定的音色特征进行结合得到语音特征，并对所述语音特征进行变声处理，以得到目标语音信息。

在第三方面，本申请实施例提供了一种变声控制设备，包括：存储器以及一个或多个处理器；

所述存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的变声控制方法。

在第四方面，本申请实施例提供了一种存储计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的变声控制方法。

在第五方面，本申请实施例提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序存储在计算机可读存储介质中，设备的至少一个处理器从计算机可读存储介质读取并执行计算机程序，使得设备执行如第一方面所述的变声控制方法。

本申请实施例通过将待转换语音信息输入到音色转换模型中，由音色转换模型将待转换语音信息的基频特征和语义特征，以及设定的音色特征进行结合得到语音特征，并对语音特征进行变声处理得到目标语音信息，通过将与待转换语音信息的语气语调相关的基频特征与语义特征以及音色特征进行结合，提升语气语调转换的自然度，提高变声音频与原始音频的相似度，有效提高变声效果。

附图说明

图1是本申请实施例提供的一种变声控制方法的流程图；

图2是本申请实施例提供的一种音色转换模型的框架示意图；