“G10L13/10”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果174个，建议您升级VIP下载更多相关专利

[发明专利]用音节上的多项式表示音高轮廓的数据库及韵律产生方法-CN201510114092.0有效
发明人：陈成钧 -专利权人：纽约市哥伦比亚大学理事会
申请日： 2015-03-16 - 公布日： 2018-12-25 - 主分类号： G10L13/10 文献下载
摘要：本发明把每个音节中心附近的音高轮廓展开成多项式，用多项式的系数作为音节的音高轮廓参数。音节中心附近的音高轮廓展开的多项式的系数，是从语音数据库中提取。语音数据库通过将每一个单词的信息和上下文信息与每个音节的所述多项式展开系数相关联形成。为了产生与输入文本对应的韵律，首先对输入文本的每一个单词和上下文进行分析。通过查找相关的数据库，找出每个音节的最佳的音高参数，加上了与句子和短语类型相应的全局音高轮廓，然后用内插公式来生成输入文本的完整音高轮廓。每个音节的长度和强度分布也用类似的方法产生。
音节多项式表示音高轮廓数据库韵律产生方法

[发明专利]一种语音合成方法及装置-CN201810834892.3在审
发明人：何树民;徐文韬;陈玉玲 -专利权人：中国银联股份有限公司
申请日： 2018-07-26 - 公布日： 2018-12-18 - 主分类号： G10L13/10 文献下载
摘要：本发明提供一种语音合成方法及装置，涉及计算机技术领域，方法包括：确定待发声的文本信息对应的音素序列；所述音素序列包括多个音素信息，各音素信息的排序与所述文本信息中各文字的排序一致；所述音素信息包括音素信息对应的文字的声母、韵母以及音调；将所述音素序列输入语音发声模型，确定所述文本信息对应的语音特征向量，所述语音发声模型是对发声样本进行神经网络训练得到的；所述语音特征向量用于通过播放装置进行播放。由于考虑了中文发声的声母、韵母以及音调的关系，模拟出的声音具有更高的真实性，且可以适用于由音素构成的各种方言以及其它语种，具有很高的扩展性。
发声音素信息文本信息音素序列语音特征向量声母韵母语音合成音调排序计算机技术领域神经网络训练扩展性播放装置输入语音音素真实性方言样本语种语音播放中文

[发明专利]韵律停顿信息的确定方法和装置-CN201510689302.9有效
发明人：康永国 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2015-10-21 - 公布日： 2018-10-19 - 主分类号： G10L13/10 文献下载
摘要：本发明提出一种韵律停顿信息的确定方法和装置，该韵律停顿信息的确定方法包括：提取待合成文本的韵律预测特征；根据所用的发音人选择所述发音人对应的自适应韵律预测模型；将所述待合成文本的韵律预测特征输入到所述发音人对应的自适应韵律预测模型中，以确定所述待合成文本的韵律停顿信息。本发明解决了声学模型和韵律模型两者所用韵律训练数据不一致的问题，改善了韵律节奏，提升了合成流畅度，并且使用发音人各自的自适应韵律预测模型，使得多发音人切换的场合的合成效果更加自然。
韵律停顿信息确定方法装置

[发明专利]一种将书面符号、图像转换成音频数据的系统及方法-CN201810448710.9在审
发明人：唐继凯;唐子雯 -专利权人：西安石油大学
申请日： 2018-05-11 - 公布日： 2018-10-16 - 主分类号： G10L13/10 文献下载
摘要：本发明涉及一种将书面符号、图像转换成音频数据的系统及方法。该系统包括上位机、分别与上位机连接的用于采集声音的书面符号载体与音乐图像的数据采集模块、用于提供匹配数据信息的数据库和数据处理模块；还包括用于将现有音乐素材倒入数据库的数据录入模块、数据转化模块和数据导出模块；数据处理模块、数据转化模块和数据导出模块依次连接；数据库还分别与数据录入模块、数据处理模块连接；数据处理模块包括文字对比模块和图像比对模块；文字对比模块和图像对比模块分别与数据库连接；数据转化模块用于将比对后的文字和图像转化为音频曲线图。本发明提供了一种可以将人类语音、音乐的书面符号载体与音频、图像信号的相互转换的系统及方法。
数据处理模块书面符号数据转化模块数据导出模块数据录入模块数据库图像转换文字对比音频数据上位机数据采集模块图像比对模块图像对比模块数据库连接匹配数据人类语音图像信号图像转化依次连接音乐素材音乐图像比对采集转换音乐

[发明专利]一种语音合成方法、系统及终端设备-CN201810456213.3在审
发明人：朱坤 -专利权人：平安科技（深圳）有限公司
申请日： 2018-05-14 - 公布日： 2018-10-02 - 主分类号： G10L13/10 文献下载
摘要：本发明适用于数据处理技术领域，提供了一种语音合成方法、系统及终端设备，包括：获取文本数据，分句提取语气特征词，并根据语气特征词分析各个语句的情感属性；基于预设语音数据库和预设语音发音模型根据各个语句的情感属性合成各个语句的基础语音数据；根据语气特征词对各个语句的基础语音数据进行韵律特征调整，获取目标语音数据。通过提取文本数据中每句语句的语气特征词来分析语句的情感属性，并经过预设语音发音模型结合语句的情感属性调整得到的基础语音数据，在对基础语音数据进行韵律特征调整，得到拟人度较高的目标语音数据。在进行情感倾向词发音时，更富有感情，更加符合实际用户发音的特征，有效提高语音合成数据的质量。
语句基础语音特征词预设语音发音语音合成韵律特征终端设备发音数据处理技术提取文本数据语音合成数据情感倾向词特征词分析语音数据库获取目标模型结合目标语音实际用户属性调整文本数据语音数据分句合成分析

[发明专利]音调线生成方法和装置-CN201610466693.2有效
发明人：赵伟峰 -专利权人：腾讯科技（深圳）有限公司
申请日： 2016-06-23 - 公布日： 2018-09-07 - 主分类号： G10L13/10 文献下载
摘要：本发明实施例公开了一种音调线生成方法和装置。本发明实施例方法包括：获取音符信息序列，所述音符信息序列中每一个音符信息包括音符高度；对所述音符信息序列中的各音符高度，以所述音符高度为自变量根据预置函数计算所述音符高度的替换值，其中，当所述预置函数的自变量位于所述音符高度取值范围的至少部分范围内时，所述预置函数的导函数大于1；对所述音符信息序列中的各音符高度，将所述音符高度替换为所述音符高度的替换值，形成新音符信息序列；根据所述新音符信息序列显示音调线。
音调生成方法装置

[发明专利]一种基于声道和韵律特征的情感语音转换方法-CN201711454427.9在审
发明人：陈明义;杨婧 -专利权人：中南大学
申请日： 2017-12-28 - 公布日： 2018-08-24 - 主分类号： G10L13/10 文献下载
摘要：本发明提供一种基于声道和韵律特征转换的情感语音转换的方法，主要解决未来人与机器的交流方式问题。包括：首先进行情感语音训练，对中性与其它情感语音进行预处理，然后提取其声道和韵律特征参数，建立匹配模型；其次再进行情感语音转换，将中性语音的声道和韵律特征参数输入到转换模型中，并将模型输出参数用到语音合成中，来合成目标情感语音。本发明采用的方法不再局限于中性语音的对话，在相同语义和说话人信息的情况下，能够实现中性向不同情感之间的语音转换，获得具有情感表现力的语音，有利于未来更好的人机交互。
情感语音韵律特征声道转换中性语音预处理模型输出参数参数输入合成目标交流方式匹配模型人机交互语音合成语音转换转换模型语义对中性语音局限对话

[发明专利]韵律结构分析装置与语音合成的装置及方法-CN201310168511.X有效
发明人：陈信宏;王逸如;江振宇;谢乔华 -专利权人：财团法人交大思源基金会
申请日： 2013-05-09 - 公布日： 2018-05-22 - 主分类号： G10L13/10 文献下载
摘要：本申请提供一种语音合成之装置，其包括一阶层式韵律模块，提供一阶层式韵律模型；一韵律结构分析单元，接收一低级语言参数、一高级语言参数及一第一韵律参数，且根据该高级语言参数、该低级语言参数、该第一韵律参数及该阶层式韵律模块，产生至少一韵律标记；以及一韵律参数合成单元，根据该阶层式韵律模块、该低级语言参数及该韵律标记来合成一第二韵律参数。
韵律结构分析装置语音合成方法

[发明专利]一种语音模拟方法和装置-CN201710260306.4在审
发明人：王斌 -专利权人：深圳易方数码科技股份有限公司
申请日： 2017-04-20 - 公布日： 2017-08-25 - 主分类号： G10L13/10 文献下载
摘要：本发明提供了一种语音模拟方法和装置，其中方法包括如下步骤获取用户的音频数据；对所述音频数据进行解析，提取所述音频数据的特征信息并保存；根据已保存的所述特征信息生成与所述音频数据相对应的模拟音频数据；将所述模拟音频数据进行播放。本发明通过算法对人声进行解析进而提取出特征数据，再使用与用户相同的音素及语调来和用户进行交互或朗读，声音模拟效果好，相似度高、语音音调相似，提高了人机互动的亲切感，避免了现有的语音模拟方法，只能做到普通变声，声音无法变化，相似性低，无法提高人机互动时的适应性和亲切感的问题。
一种语音模拟方法装置

[发明专利]用于语音合成的韵律模型训练方法和装置-CN201510337430.7有效
发明人：徐扬凯;李秀林 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2015-06-17 - 公布日： 2017-08-18 - 主分类号： G10L13/10 文献下载
摘要：本发明公开了一种用于语音合成的韵律模型训练方法和装置，其中，用于语音合成的韵律模型训练方法，包括S1、从训练语料文本中提取分词对应的文本特征和标记特征；S2、基于同义词词林对训练语料文本中的分词进行泛化；以及S3、根据文本特征、标记特征以及泛化后的分词，对韵律模型进行训练。本发明实施例的用于语音合成的韵律模型训练方法和装置，通过从训练语料文本中提取分词对应的文本特征和标记特征，基于同义词词林对训练语料文本中的多个分词进行泛化，然后根据文本特征、标记特征以及泛化后的分词，对韵律模型进行训练，使得韵律模型更加完善，进而提升韵律预测的准确性。
用于语音合成韵律模型训练方法装置

[发明专利]韵律层级预测模型的生成及韵律层级预测方法和装置-CN201510477652.9有效
发明人：李秀林;张辉;杨鹏;徐扬凯;白锦峰;付晓寅 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2015-08-06 - 公布日： 2017-04-05 - 主分类号： G10L13/10 文献下载
摘要：本发明提出一种韵律层级预测模型的生成及韵律层级预测方法和装置，该韵律层级预测模型的生成方法包括根据精标数据集生成初始的韵律层级预测模型；收集语音及对应的文本数据，检测语音中的特征信息，并将所述特征信息加入文本数据的对应位置；根据所述初始的韵律层级预测模型，对加入特征信息的文本数据进行韵律层级预测，得到初始的韵律层级预测结果；根据所述精标数据集和所述初始的韵律层级预测结果进行训练，生成更新后的韵律层级预测模型，所述更新后的韵律层级预测模型用于语音合成时的韵律层级预测。该方法能够提高生成的韵律层级预测模型的准确性，进而提高韵律层级预测的准确性，提高语言合成效果。
韵律层级预测模型生成方法装置

[发明专利]韵律结构预测方法和装置-CN201510324535.9有效
发明人：陈志杰;李秀林 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2015-06-12 - 公布日： 2017-03-22 - 主分类号： G10L13/10 文献下载
摘要：本发明提出一种韵律结构预测方法和装置，该韵律结构预测方法包括对无标注数据进行学习获得词语的词向量；对所述词语的词向量进行聚类，获得所述词向量的聚类特征；将所述词向量的聚类特征加入从标注数据提取的特征集合中；对加入所述聚类特征的特征集合进行训练获得带有聚类特征的韵律结构预测模型；通过所述韵律结构预测模型进行韵律结构预测。本发明在训练获得韵律结构预测模型时，引入了词向量的聚类特征，提升了韵律结构预测模型的性能，进而可以提升语音合成的效果。
韵律结构预测方法装置

[发明专利]基于声调核声学特征及深度神经网络的韵律边界检测方法-CN201610895450.0在审
发明人：张劲松;林举;解焱陆 -专利权人：北京语言大学
申请日： 2016-10-13 - 公布日： 2017-03-08 - 主分类号： G10L13/10 文献下载
摘要：本发明提供一种基于声调核声学特征及深度神经网络的韵律边界检测方法，所述方法包括检测并获取音节声调核部分的声学特征；基于深度神经网络利用音节声调核部分的声学特征建立韵律边界建模对韵律边界进行检测。通过检测并获取音节声调核部分的声学特征和时长特征，并基于深度神经网络利用音节声调核部分的声学特征和时长特征建立韵律边界建模对韵律边界进行检测，能够有效提高韵律边界检测的正确率。
基于声调声学特征深度神经网络韵律边界检测方法

[发明专利]一种基于统计参数的疑问句、感叹句的语音合成方法-CN201610000676.X在审
发明人：徐明星;车浩 -专利权人：北京时代瑞朗科技有限公司
申请日： 2016-01-04 - 公布日： 2016-06-08 - 主分类号： G10L13/10 文献下载
摘要：本发明公开一种基于统计参数的疑问句、感叹句的语音合成方法，该方法分为通过对陈述句的模型训练，得到陈述句的初始声学模型、通过对疑问句或感叹句的自适应训练，得到疑问句或感叹句的声学模型和根据疑问句或感叹句的声学模型，实现疑问句或感叹句的语音生成三部分。本发明提供了一种在小语料情况下，采用小规模语料快速实现疑问句或感叹句的语音合成方法，解决了相对于陈述句语料，疑问句或感叹句语料较难收集，语料规模较小情况下，得的较高音质以及自然度的合成语音的问题。
一种基于统计参数疑问句感叹句语音合成方法

[发明专利]定量的F0轮廓生成装置及方法、以及用于生成F0轮廓的模型学习装置及方法-CN201480045803.7在审
发明人：倪晋富;志贺芳则 -专利权人：国立研究开发法人情报通信研究机构
申请日： 2014-08-13 - 公布日： 2016-04-06 - 主分类号： G10L13/10 文献下载
摘要：本发明提供一种基于统计模型的F0轮廓的合成装置，能够在确保精度的同时使语言学信息与F0轮廓的对应变得明确。HMM学习装置包括：参数估计部，其将与连续F0轮廓(132)拟合的F0轮廓(133)作为短语成分与音调成分之和来表征，并估计这些成分的目标点；和HMM学习单元，其将拟合后的F0轮廓作为学习数据来进行HMM(139)的学习。也可以将连续F0轮廓(132)分离为音调成分(134)、短语成分(136)及微韵律成分(138)来进行单独的HMM(140、142、144)的HMM学习。利用文本解析的结果，单独地根据HMM(140、142、144)来生成音调成分、短语成分及微韵律成分，并进行合成来获得F0轮廓。
定量 f0 轮廓生成装置方法以及用于模型学习

首页
«上一页
1
2
3
4
5
6
7
8
9
10
11
12
下一页»
尾页
共 174 条