“薛鹤洋”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]音频处理模型的训练方法、音频转换方法及装置-CN202310576603.5在审
发明人：朱鹏程;薛鹤洋;毕梦霄;郭帅;张晴;吕唐杰 -专利权人：网易（杭州）网络有限公司
申请日： 2023-05-19 - 公布日： 2023-08-22 - 主分类号： G10L21/013 文献下载
摘要：本申请提供了一种音频处理模型的训练方法、音频转换方法、装置、电子设备及计算机可读存储介质，训练方法包括：确定样本音频数据的样本发音特征；将样本发音特征输入第一待训练模型进行数值化编码得到数值化的第一输出特征，第一待训练模型为基于过去的信息对数据进行数值化编码的模型；将样本发音特征输入第二模型进行数值化编码得到数值化的第二输出特征，第二模型为基于过去和未来的信息对数据进行处理的模型；基于减小第一输出特征与第二输出特征之间的差别的第一参数调整原则，对第一待训练模型进行参数调整，得到调整后第一模型；根据调整后第一模型确定音频处理模型。如此，使得流式歌声转换能够实现流式推理的同时保证了流式推理的效果。
音频处理模型训练方法转换装置

[发明专利]语音数据的处理方法、装置、电子设备和可读存储介质-CN202310595157.2在审
发明人：朱鹏程;张雍茂;毕梦霄;郭帅;张晴;薛鹤洋;胡志鹏;吕唐杰 -专利权人：网易(杭州)网络有限公司
申请日： 2023-05-24 - 公布日： 2023-08-08 - 主分类号： G10L13/02 文献下载
摘要：本公开提供了一种语音数据的处理方法、装置、电子设备和可读存储介质。其中，方法包括：获取目标说话人的人声标签和文本数据；将人声标签输入预先训练完成的音色生成模型，生成目标说话人的目标人声表征向量，其中，音色生成模型根据对多维先验概率分布进行采样的采样结果与人声标签生成目标人声表征向量；将目标人声表征向量和文本数据输入预先训练完成的语音合成模型，生成目标说话人的语音数据。该方式中，通过音色生成模型可以分类生成不同类型的人声和音色的目标人声表征向量；通过语音合成模型可以生成目标说话人的语音数据，从而控制目标说话人的语音数据的音色特点，提高说话人音色生成的可控性。
语音数据处理方法装置电子设备可读存储介质

[发明专利]语音合成方法、装置及电子设备-CN202211494638.6在审
发明人：郭帅;朱鹏程;毕梦霄;薛鹤洋;张晴;吕唐杰;范长杰;胡志鹏 -专利权人：网易（杭州）网络有限公司
申请日： 2022-11-25 - 公布日： 2023-05-05 - 主分类号： G10L25/63 文献下载
摘要：本申请公开了一种语音合成方法、装置、电子设备及计算机可读存储介质，该方法包括：获取待转换为语音的目标文本，目标情绪类别和目标情绪强度；从针对目标情绪类别预设的多个情绪强度中，确定目标情绪强度所属的情绪强度区间的始端信息和末端信息；根据始端信息和末端信息，生成目标文本对应的情绪特征数据；根据情绪特征数据，将目标文本处理为具有情绪特征的音素级别的各个音素向量；对各个音素向量分别进行韵律预测和所占语音帧数的预测，得到帧级别的第一韵律信息和语音内容向量；根据第一韵律信息，将语音内容向量处理为时域的语音信号。本申请提供的方案使得合成的语音能够正确反映情绪类型和情绪强弱，从而提高用户的人机交互体验。
语音合成方法装置电子设备

[发明专利]音色转换方法、装置、电子设备及存储介质-CN202211599936.1在审
发明人：朱鹏程;宁子谦;毕梦霄;薛鹤洋;郭帅;张晴;胡志鹏;吕唐杰 -专利权人：网易（杭州）网络有限公司
申请日： 2022-12-12 - 公布日： 2023-04-25 - 主分类号： G10L21/003 文献下载
摘要：本申请提供一种音色转换方法、装置、电子设备及存储介质，所述方法包括：获取第一音频数据，并提取所述第一音频数据的语音频域特征；根据所述语音频域特征得到所述第一音频数据的语义特征向量；将所述语义特征向量以及预先确定的第二音色数据输入到预先构建的音色转换模型中，得到具有目标音色的语音特征向量；根据所述语音特征向量，生成第二语音数据；其中，所述第二语音数据与所述第一语音数据的音色不同。
音色转换方法装置电子设备存储介质

[发明专利]语音合成方法、装置、设备及存储介质-CN202211514748.4在审
发明人： 薛鹤洋;朱鹏程;郭帅;张晴;毕梦霄;吕唐杰;范长杰;胡志鹏 -专利权人：网易(杭州)网络有限公司
申请日： 2022-11-29 - 公布日： 2023-04-18 - 主分类号： G10L13/08 文献下载
摘要：本申请提供一种语音合成方法、装置、设备及存储介质，涉及语音合成技术领域。该方法包括：获取目标文本对应的梅尔语谱图；根据所述梅尔语谱图以及所述梅尔语谱图对应的随机相位谱，生成条件音频；采用预设声码器，根据所述条件音频和所述梅尔语谱图，生成所述目标文本对应的目标音频。相对于现有技术，避免了声码器生成的音频中存在伪影的问题。
语音合成方法装置设备存储介质

[发明专利]一种实时语音转换方法、装置、电子设备及介质-CN202211329075.5在审
发明人：朱鹏程;宁子谦;薛鹤洋;郭帅;张晴;毕梦霄;吕唐杰;范长杰;胡志鹏 -专利权人：网易(杭州)网络有限公司
申请日： 2022-10-27 - 公布日： 2023-04-04 - 主分类号： G10L21/007 文献下载
摘要：本申请提供了一种实时语音转换方法、装置、电子设备及介质，方法包括以下步骤：从实时录制的源说话对象的语音数据中，截取出满足语音分段条件的第一语音数据；处理所述第一语音数据提取出第一语义信息；将第一语义信息输入到预先训练好的语音转换模型中，并通过所述语音转换模型对第一语义信息和第一语音数据之前历史语音数据的有效信息进行转换处理，得到对应第一语义信息和目标说话对象语音因素的目标语音特征信息；将目标语音特征信息进行重构，得到所述第一语音数据转换后的第二语音数据，从而实现低延迟的流式推理，实现低延迟、高性能的实时语音转化。
一种实时语音转换方法装置电子设备介质