“贺来朋”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16个，建议您升级VIP下载更多相关专利

[发明专利]语音合成方法、装置、电子设备及存储介质-CN202310842298.X在审
发明人：周鸿斌;贺来朋;贺天威;贺雯迪;谭芃菲;游于人;任凯盟;卢恒 -专利权人：上海珠峰智人信息科技有限公司
申请日： 2023-07-10 - 公布日： 2023-09-05 - 主分类号： G10L13/02 文献下载
摘要：本发明提供了一种语音合成方法、装置、电子设备及存储介质，首先获取个性化需求信息和待转换文本，接着将个性化需求信息分别与预先存储的音色描述列表、风格描述列表以及情感描述列表进行匹配，得到音色权重分布向量、风格权重分布向量以及情感权重分布向量；最后利用待转换文本、音色权重分布向量、风格权重分布向量、情感权重分布向量以及训练后的多维度语音合成模型，生成合成音频。相较于现有技术，本发明可利用训练后的多维度语音合成模型来得到符合个性化需求信息的合成音频，而无需预先训练每种个性化需求对应的个性化TTS模型，节省了算力，并且训练后的多维度语音合成模型可以适用于不同的个性化需求，应用面广泛。
语音合成方法装置电子设备存储介质

[发明专利]一种自适应语音合成方法及装置-CN202010167018.6有效
发明人： 贺来朋 -专利权人：云知声智能科技股份有限公司;厦门云知芯智能科技有限公司
申请日： 2020-03-11 - 公布日： 2023-05-26 - 主分类号： G10L13/02 文献下载
摘要：本发明公开了一种自适应语音合成方法及装置，包括：利用预设录音和预设录音对应的文本标注数据对预设神经网络模型进行训练，得到训练后的预设神经网络模型；设计录音文本库以供用户挑选目标录音文本进行录音，得到当前录音；利用当前录音和目标录音文本对训练后的预设神经网络模型进行二次训练；利用二次训练后的预设神经网络模型提取待合成文本的静态语音参数，将静态语音参数输入到合成器中获得合成语音。有效的解决了现有技术中由于训练所需数据量较少且质量通常不高，以及模型预测精度不够等原因，导致合成的语音质量和精度都偏低的问题，提高了用户的体验感。
一种自适应语音合成方法装置

[发明专利]一种音色转换方法、装置、电子设备及存储介质-CN202211410717.4在审
发明人：任凯盟;周鸿斌;贺来朋;贺天威;贺雯迪;游于人;谭芃菲;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-11-11 - 公布日： 2023-03-07 - 主分类号： G10L15/06 文献下载
摘要：本申请的实施例提供了一种音色转换方法、装置、电子设备及存储介质，涉及语音处理技术领域，方法包括：确定第一语音信息的第一特征向量，确定第二语音信息的第一基频包络、第一能量包络，其中，第一语音信息和第二语音信息的说话人不同，将第一基频包络与第一能量包络级联，得到第二语音信息的第二特征向量，确定第二语音信息的第三特征向量，将第一特征向量、第二特征向量以及第三特征向量级联后，输入训练好的音色转换模型，得到音色转换后的最终语音信息，基于训练好的音色转换模型，提高音色转换的效果。
一种音色转换方法装置电子设备存储介质

[发明专利]一种语音转换模型训练方法、语音转换方法及装置-CN202211415018.9在审
发明人：任凯盟;周鸿斌;叶剑豪;贺来朋;贺天威;贺雯迪;游于人;谭芃菲;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-11-11 - 公布日： 2023-03-07 - 主分类号： G10L21/013 文献下载
摘要：本申请的实施例提供了一种语音转换模型训练方法、语音转换方法及装置，涉及语音转换技术领域，方法包括：确定训练语料的音素编码向量、音色表征向量以及风格表征向量，计算音素编码向量、音色表征向量以及风格表征向量的互信息，将音素编码向量、音色表征向量以及风格表征向量级联得到目标向量，确定目标向量的预测梅尔谱，计算预测梅尔谱与真实梅尔谱的损失信息，基于互信息与损失信息对待训练的语音转换模型的参数进行调整，返回执行计算音素编码向量、音色表征向量以及风格表征向量的互信息至基于互信息与损失信息对待训练的语音转换模型的参数进行调整，得到更新后的语音转换模型的步骤，直至达到训练次数，提升语音转换的效果。
一种语音转换模型训练方法装置

[发明专利]一种语音转换方法、装置、电子设备和存储介质-CN202110693848.7有效
发明人： 贺来朋;孙见青;梁家恩 -专利权人：云知声智能科技股份有限公司
申请日： 2021-06-22 - 公布日： 2023-01-24 - 主分类号： G10L15/26 文献下载
摘要：本发明涉及一种语音转换方法、装置、电子设备和存储介质，该方法应用于将源发音人的语音转换为目标发音人的语音，包括：获取源发音人的语音，根据源发音人的语音确定源发音人的文本；将源发音人的文本输入至目标发音人的语音合成模型和时长强制对齐模型中合成目标发音人的语音；其中，谱特征预测模块中包括时长模型以及声学特征模块。本申请通过时长强制对齐模型对源发音人的语音做强制对齐，得到源发音人的强制对齐时长信息，使用强制对齐的时长信息对时长模型预测的时长做调整，得到调整后的时长信息，并根据调整后的时长信息合成目标发音人的语音，使得转换后语音的语速与输入语音保持一致，从而使得转换后语音的发音风格与源发音人保持一致。
一种语音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、电子设备及存储介质-CN202211210441.5在审
发明人：游于人;贺来朋;周鸿斌;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-09-30 - 公布日： 2022-12-30 - 主分类号： G10L13/02 文献下载
摘要：本发明涉及音频处理技术领域，提供一种语音合成方法、装置、电子设备及存储介质。利用预设声学模型从待处理文本中提取声学特征得到待处理文本的目标声学特征；利用预先训练的基频预测器从目标声学特征中提取基频特征得到目标基频特征，并利用预先训练的能量预测器从目标声学特征中提取能量特征得到目标能量特征；将目标声学特征、目标基频特征和目标能量特征输入预先训练的通用声码器，生成待处理文本的语音音频；通用声码器是基于多个说话人的语音音频训练得到的。通过将声学特征、基频特征和能量特征作为声码器的输入以进行语音合成，且声码器由多个说话人的语音训练获得，使声码器具有通用性，降低了声码器的训练时长并保证了语音合成的效果。
语音合成方法装置电子设备存储介质

[发明专利]语音合成方法及相关装置-CN202211083730.3在审
发明人：贺天威;汪晨;周鸿斌;林怡亭;叶剑豪;贺雯迪;谭芃菲;任凯盟;贺来朋;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-09-06 - 公布日： 2022-12-06 - 主分类号： G10L13/02 文献下载
摘要：本申请提供的语音合成方法及相关装置中，语音合成设备获取目标文本中的情感类型分布以及情感强度分布，并根据情感强度分布调整情感类型分布，获得目标情感分布；最后，根据目标情感分布，生成目标文本的合成语音。由于情感类型分布表征多种预设情感在目标文本中的分布比例，情感强度分布表征多种预设情感强度在目标文本中的分布比例，因此，将情感强度分布作用于情感类型分布后，使得大量对白的有声阅读场景中的合成语音具有多种情感以及情感起伏的变化。
语音合成方法相关装置

[发明专利]重音标注生成方法、语音合成方法及相关装置-CN202211039419.9在审
发明人：贺雯迪;林怡亭;叶剑豪;周鸿斌;任凯盟;贺天威;谭芃菲;贺来朋;游于人;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-08-29 - 公布日： 2022-11-22 - 主分类号： G10L13/10 文献下载
摘要：本发明提供一种重音标注生成方法、语音合成方法及相关装置，涉及语音合成领域。所述重音标注生成方法：首先，基于预设文本对应的音频数据，获取预设文本的韵律边界和预设文本中每个音节的声调和持续时间；然后，提取音频数据的声学特征；最后，根据韵律边界、声学特征以及每个音节的声调和持续时间，生成每个音节的重音标注，从而降低重音标注的时间成本，提高重音标注的准确性，进而保障训练后的音合成模型所合成的语音的节奏和表现力。
重音标注生成方法语音合成相关装置

[发明专利]广告音频的推送方法、装置、电子设备及存储介质-CN202210991273.1在审
发明人：汤宗锦;贺来朋;周鸿斌;叶剑豪;吕翔;印晶晶;浦晟骄;赵光程;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-08-18 - 公布日： 2022-11-01 - 主分类号： G06Q30/02 文献下载
摘要：本发明的实施例提供了一种广告音频的推送方法、装置、电子设备及存储介质，涉及计算机技术领域。先获取当前主播的主播标识对应的广告音频集合，该广告音频集合中包括多种音色特征与当前主播的音色特征相对应的广告音频。然后从广告音频集合确定出目标广告音频，该目标广告音频为广告音频集合中预估点击率最大或者预估产出值最大的广告音频。接着在当前播放音频对应的广告播放时间节点播放目标广告音频，当前播放音频属于当前主播。这样保证了推送给用户的目标广告音频与用户当前收听的当前播放音频的音色特征一致，不会干扰用户的收听体验。
广告音频推送方法装置电子设备存储介质

[发明专利]语音合成方法、装置、电子设备和存储介质-CN202210749829.6在审
发明人： 贺来朋;周鸿斌;叶剑豪;吕翔;印晶晶;汤宗锦;浦晟骄;赵光程;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-06-28 - 公布日： 2022-10-11 - 主分类号： G10L13/02 文献下载
摘要：本发明涉及语音处理技术领域，提供一种语音合成方法、装置、电子设备和存储介质。电子设备预存有用户的标识及其对应的音色特征和预设转换模型；获取用户输入的待合成文本和用户的标识，并基于用户的标识获取对应的音色特征和预设转换模型；然后利用预设合成模型对待合成文本进行语音合成，得到待转换音频；再利用预设转换模型基于音色特征对待转换音频进行音色转换，得到符合用户音色的音频。通过预设合成模型得到包含文本内容的音频，并通过预设转换模型将该音频进行音色转换得到包含文本内容且符合用户音色的音频。从而提升了合成效果和音频质量。
语音合成方法装置电子设备存储介质

[发明专利]语音合成方法、装置、电子设备及存储介质-CN202210443052.0在审
发明人：任凯盟;叶剑豪;周鸿斌;鄢楷强;贺天威;贺来朋;谭芃菲;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-04-25 - 公布日： 2022-08-05 - 主分类号： G10L13/06 文献下载
摘要：本发明涉及语音处理技术领域，提供一种语音合成方法、装置、电子设备及存储介质。通过在电子设备中预存包括声学子模型和声码器的语音合成模型和多个用户的标识及语音特征，获取目标用户输入的待处理文本并基于目标用户的标识获得目标语音特征；然后通过声学子模型基于待处理文本和目标语音特征，预测待处理文本的声学特征，该声学子模型是基于无文本标注的语音样本训练得到的；再通过声码器基于待处理文本的声学特征，生成待处理文本的合成语音。通过采用无文本标注的语音样本训练得到的声学子模型来进行语音合成，可以避免人工对语音数据进行文本标注，节省了大量的时间和人工成本，提高了语音合成的效率。
语音合成方法装置电子设备存储介质

[发明专利]语音合成方法及相关装置-CN202210373088.6在审
发明人：苏志霸;叶剑豪;周鸿斌;林怡亭;贺天威;谢若耶;贺雯迪;任凯盟;贺来朋;谭芃菲;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-04-11 - 公布日： 2022-07-08 - 主分类号： G10L13/08 文献下载
摘要：本申请提供的语音合成方法及相关装置，应用于语音合成领域。其中，语音合成设备获取目标文本序列中各文本音素的第一编码，将其与目标口技的口技音素对应的第二编码进行拼接，获得拼接成的目标编码；然后，将目标编码转换为对应的合成语音；因此，相较于仅使用目标文本序列进行语音合成的端对端语音合成模型方法，能够生成包括目标口技的合成语音，使得合成语音在播放时，能够呈现出更好的表达效果。
语音合成方法相关装置

[发明专利]可调节的波形拼接系统及方法-CN201711461842.7有效
发明人：王鸣;贺来朋 -专利权人：云知声（上海）智能科技有限公司
申请日： 2017-12-28 - 公布日： 2021-02-12 - 主分类号： G10L13/033 文献下载
摘要：本发明涉及一种可调节的波形拼接方法及系统，该方法包括如下步骤：输入待合成的文本；于语音库中挑选对应所述待合成的文本中每一音素的音素单元形成对应的音素候选单元集；对每一音素候选单元集中的音素单元进行排序；从每一音素候选单元集中挑选出一音素单元，将所挑选出的音素单元按照顺序进行拼接以形成语音合成结果并输出；以及人工调节所输出的语音合成结果中的音素单元以提高语音合成效果，并导出调节后的语音。本发明为用户提供了自行调整语音合成结果的功能，学习成本较低，合成自然度高于参数合成系统，稳定性高于传统的波形拼接系统，比直接找发音人录制原始语音的成本低。
调节波形拼接系统方法

[发明专利]一种基于知识蒸馏的端到端语音合成训练方法及系统-CN202010718085.2在审
发明人： 贺来朋 -专利权人：云知声智能科技股份有限公司;厦门云知芯智能科技有限公司
申请日： 2020-07-23 - 公布日： 2020-11-27 - 主分类号： G10L13/04 文献下载
摘要：本发明提供了一种基于知识蒸馏的端到端语音合成训练方法及系统，所述方法执行以下步骤：步骤1：获取原始训练数据；步骤2：利用所述原始训练数据对老师模型进行训练；步骤3：将利用所述老师模型预测的声学特征参数作为训练数据，对学生模型进行训练；步骤4：利用训练好的所述学生模型进行端到端语音合成。根据本发明的方法，采用知识蒸馏方法，先训练老师模型，再由老师模型预测的声学特征参数作为输入，训练学生模型，最后利用训练好的学生模型进行端到端语音合成，可以有效解决训练与测试不匹配导致的集外合成语音听感变差的问题。
一种基于知识蒸馏端到端语音合成训练方法系统

[发明专利]一种智能语音播报的方法及系统-CN201910630232.8在审
发明人： 贺来朋;刘露婕 -专利权人：云知声智能科技股份有限公司
申请日： 2019-07-12 - 公布日： 2019-11-29 - 主分类号： G10L13/08 文献下载
摘要：本发明提供了一种智能语音播报的方法及系统，所述智能语音播报的方法执行以下步骤：步骤1：获取生成语音，包括待处理文本中的固定句式部分所采用的真人录音和槽位部分所采用的合成语音；步骤2：采用从真人录音与合成语音中提取的特征参数，对生成语音的特征参数进行调整，以提升合成语音与真人录音的一致性；步骤3：对生成语音的整句合成文本做文本分析，以保留上下文韵律信息，提升拼接处的韵律连贯性；步骤4：对真人录音做音效处理，并对真人录音与合成语音进行能量规整，以使真人录音与合成语音之间的能量变化趋于一致水平。此方法分别对合成语音和真人录音进行处理，提升合成语音与真人录音的相似度，以及拼接后的语音的整体一致性。
真人录音语音合成特征参数智能语音播报方法执行合成文本能量变化文本分析音效处理韵律信息连贯性规整拼接处相似度槽位拼接韵律文本保留

1
2
下一页»
尾页
共 16 条