“陈传艺”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39个，建议您升级VIP下载更多相关专利

[发明专利]一种对齐音频和文本的方法、装置、电子设备及存储介质-CN202110896043.2有效
发明人：轩晓光;陈传艺;张超钢 -专利权人：广州酷狗计算机科技有限公司
申请日： 2021-08-05 - 公布日： 2023-09-05 - 主分类号： G06F16/683 文献下载
摘要：本发明实施例提供了一种对齐音频和文本的方法、装置、电子设备及存储介质，获取目标文本和对应的目标音频；根据预设的词与音素的对应关系，确定目标文本中的词对应的第一音素；按照第一音素之间的第一音素顺序，在每一待处理音素后添加预设音素得到第二音素；基于目标音频中的各目标音频帧的频谱特征和预先训练的概率预测模型，得到每一目标音频帧与每一第二音素相对应的目标概率；基于目标概率和第二音素之间的第二音素顺序，从第二音素中确定每一目标音频帧对应的目标音素；确定目标文本中每一目标音频帧对应的目标音素所属的文本，作为与该目标音频帧对齐的文本，由电子设备确定每一目标音频帧在目标文本中对应的文本，可以提高对齐的效率。
一种对齐音频文本方法装置电子设备存储介质

[发明专利]音色转换模型的训练方法、音色转换方法、装置及设备-CN202310713433.0在审
发明人：黄杰雄;关迪聆;轩晓光;吴东海;陈传艺 -专利权人：广州酷狗计算机科技有限公司;广州世音联软件科技有限公司
申请日： 2023-06-15 - 公布日： 2023-08-11 - 主分类号： G10L13/033 文献下载
摘要：本申请公开了一种音色转换模型的训练方法、音色转换方法、装置及设备，涉及音频处理技术领域。该方法包括：获取样本音频的音频内容信息、音频特征信息和声纹特征；将上述音频内容信息、音频特征信息和声纹特征，输入至音色转换模型，由音色转换模型输出预测的声学特征；根据预测的声学特征和样本音频的声学特征之间的差异，对音色转换模型的参数进行调整，得到训练后的音色转换模型。通过使用上述多种音频特征，对音色转换模型进行训练，使得采用该模型转换得到的音频与目标音色相似度更高，且发音质量更好。而且，上述针对音色转换模型的训练过程，是一个自监督的训练过程，无需依赖人工标注等其他处理流程，对于训练音色转换模型非常方便。
音色转换模型训练方法装置设备

[发明专利]音符音高值的确定方法、装置、设备及存储介质-CN202110444040.5有效
发明人：劳振锋;陈传艺;孙洪文;关迪聆 -专利权人：广州酷狗计算机科技有限公司
申请日： 2021-04-23 - 公布日： 2023-07-04 - 主分类号： G10L25/90 文献下载
摘要：本申请公开了一种音符音高值的确定方法、装置、设备及存储介质，属于音频处理技术领域，所述方法包括：获取音频数据对应的第一歌曲中歌词元素的音高信息；基于每个歌词元素的音高信息，确定相应歌词元素的音符音高信息，歌词元素的音符音高信息包括歌词元素的音符对应的音高信息；获取每个歌词元素的稳定发声部分的音符音高信息，得到相应歌词元素的目标音符音高信息；基于每个歌词元素的目标音符音高信息，确定相应歌词元素的音符音高值。本申请实施例实现了有效去除歌词元素的音符音高信息中，由于演唱对象气息不稳定、不同歌词元素切换不畅等导致的偏差较大的音符音高信息，提高歌词元素的音符音高值的计算准确性。
音符音高确定方法装置设备存储介质

[发明专利]检测音频的节奏点的方法、装置、设备及可读存储介质-CN201911354005.3有效
发明人：劳振锋;陈传艺 -专利权人：广州酷狗计算机科技有限公司
申请日： 2019-12-25 - 公布日： 2023-07-04 - 主分类号： G10L25/30 文献下载
摘要：本申请公开了一种检测音频的节奏点的方法、装置、设备及可读存储介质，属于音频处理技术领域。该方法包括：获取待检测音频；对所述待检测音频进行音轨分离，得到鼓声音频；基于所述鼓声音频和节奏点预测神经网络模型，确定所述待检测音频的多种类型的节奏点。采用本申请提供的方法，可以有效解决相关技术中检测音频的节奏点的准确率较低的技术问题。
检测音频节奏方法装置设备可读存储介质

[发明专利]音频制作方法、装置、终端、存储介质及程序产品-CN202310075514.2在审
发明人：刘洲;陈琳琳;彭学杰;马植薇;陈传艺 -专利权人：广州酷狗计算机科技有限公司
申请日： 2023-01-31 - 公布日： 2023-06-06 - 主分类号： G10L21/013 文献下载
摘要：本申请实施例提供了一种音频制作方法、装置、终端、存储介质及程序产品，涉及应用开发技术领域。所述方法包括：显示待制作的第一音频文件的标识信息；接收用户发出的针对第一音频文件的音色制作指令；基于所述音色制作指令调整所述第一音频文件的音色，生成第二音频文件；其中，第二音频文件是基于第一音频文件的唱功特征及用户的音色特征合成的。采用本申请实施例提供的技术方案，能够提升音频内容的丰富性。
音频制作方法装置终端存储介质程序产品

[发明专利]音频处理方法、装置、终端、存储介质及程序产品-CN202310078823.5在审
发明人：孙洪文;陈传艺;劳振锋;关迪聆 -专利权人：广州酷狗计算机科技有限公司
申请日： 2023-01-19 - 公布日： 2023-05-09 - 主分类号： G10L21/007 文献下载
摘要：本申请实施例提供了一种音频处理方法、装置、终端、存储介质及程序产品，涉及音频技术领域。所述方法包括：获取从第一用户演唱目标歌曲的第一音频文件中提取得到的第一用户的演唱特征，第一用户的演唱特征用于表征第一用户在演唱目标歌曲时的演唱风格；根据第一用户的演唱特征和第二用户的声纹特征，生成第二音频文件；其中，第二用户的声纹特征用于表征第二用户的音色。采用本申请实施例提供的技术方案，将音频文件中的用户音色修改为另一用户的音色，听起来像是另一用户按照该用户的演唱风格演唱歌曲，从而使得第二音频文件同时兼具两个用户的特征，相比于仅存在一个用户特征的音频，能够提升音频内容的丰富性。
音频处理方法装置终端存储介质程序产品

[发明专利]音频处理方法、装置、设备、存储介质及程序产品-CN202280004371.X在审
发明人：孙洪文;陈传艺;吴东海;劳振锋;关迪聆 -专利权人：广州酷狗计算机科技有限公司
申请日： 2022-11-18 - 公布日： 2023-04-28 - 主分类号： G10L13/02 文献下载
摘要：本申请实施例提供了一种音频处理方法、装置、设备、存储介质及程序产品，涉及音频技术领域。所述方法包括：获取第一音频文件(110)；提取所述第一音频文件的音频特征(120)；通过第一用户的声学模型对所述音频特征进行处理，生成第二音频文件；其中，所述第一用户的声学模型是学习有所述第一用户的声学特征的模型，所述第二音频文件具有所述第一用户的音色(130)。采用本申请实施例提供的技术方案，能够提升音频内容的丰富性。
音频处理方法装置设备存储介质程序产品

[发明专利]人声音符识别模型的训练方法、人声音符识别方法及设备-CN202280004816.4在审
发明人：罗程方;万景轩;陈传艺 -专利权人：广州酷狗计算机科技有限公司
申请日： 2022-11-16 - 公布日： 2023-04-28 - 主分类号： G10L15/06 文献下载
摘要：一种人声音符识别模型的训练方法、人声音符识别方法及设备，涉及人工智能技术领域。上述方法包括：获取至少一个标注人声音频、各个标注人声音频分别对应的人声音符标注结果、至少一个纯人声音频以及至少一个伴奏音频；基于标注人声音频、伴奏音频和标注人声音频对应的人声音符标注结果，对第一网络进行训练，得到训练后的第一网络；基于训练后的第一网络、纯人声音频和伴奏音频，对第二网络进行训练，得到人声音符识别模型。得到的人声音符识别模型，无需调用人声伴奏分离算法，降低了人声音符识别的计算复杂度。
人声音符识别模型训练方法设备

[发明专利]歌曲转换方法、装置和存储介质及电子设备-CN202110574340.5在审
发明人：孙洪文;陈传艺;肖纯智;劳振锋;关迪聆 -专利权人：广州酷狗计算机科技有限公司
申请日： 2021-05-25 - 公布日： 2022-11-29 - 主分类号： G10L15/02 文献下载
摘要：本发明公开了一种歌曲转换方法、装置和存储介质及电子设备。其中，该方法包括：获取音源数据；对音源数据进行特征提取，以获得目标音色特征，其中，目标音色特征用于表示产生音源数据的音源对象的音色；在获取到初始歌曲关联的目标音高特征的情况下，对目标音色特征以及目标音高特征进行整合处理，以获得音源对象对应的目标声学特征，其中，目标音高特征用于表示初始歌曲中各个音的音调高度，目标声学特征用于表示音源对象在初始歌曲上的声音表现；根据目标声学特征将初始歌曲转换为目标歌曲。本发明解决了歌曲转换的准确性较低的技术问题。
歌曲转换方法装置存储介质电子设备

[发明专利]音频播放方法及装置、电子设备、计算机可读存储介质-CN202210855118.7在审
发明人：王志杰;揭凯雯;黎锦昌;黎法鸿;徐超;陈传艺;陈宙炜;党正军;刘松;杨亚斌;吴鸿琦 -专利权人：广州酷狗计算机科技有限公司
申请日： 2022-07-19 - 公布日： 2022-10-21 - 主分类号： G06F3/04845 文献下载
摘要：本申请公开一种音频播放方法及装置、电子设备、计算机可读存储介质。该方法包括如下步骤：确定音频播放时的显示界面；响应音频的节拍节点的到达事件，在显示界面显示节拍节点对应的运动对象；基于用户发出的针对运动对象的交互指令，调整运动对象的显示状态。本申请以运动对象来表现音频的节奏信息，将节奏信息以可视化的方式展现出来。并且，用户可以发出针对该运动对象的交互指令，使得用户可以与音频进行实时互动，增强了互动性。
音频播放方法装置电子设备计算机可读存储介质

[发明专利]歌曲翻唱合成、执行方法及装置、设备、介质、产品-CN202210345842.5在审
发明人：黄不群;陈传艺 -专利权人：广州酷狗计算机科技有限公司
申请日： 2022-03-31 - 公布日： 2022-07-05 - 主分类号： G10H1/00 文献下载
摘要：本申请公开一种歌曲翻唱合成、执行方法及装置、设备、介质、产品，所述合成方法包括如下步骤：通过图形用户界面获取用户指定的目标歌曲；向服务器获取与该目标歌曲中的人声演唱特征相匹配的多个演唱歌手的排行数据；根据所述排行数据展示各个演唱歌手相对应的个人控件，用于受触控而确定相应的目标演唱歌手；响应作用于任一个人控件的触控事件，向服务器获取被触控的个人控件相对应的目标演唱歌手翻唱所述目标歌曲而成的翻唱歌曲。本申请使翻唱歌曲的制作更为简便，提升了翻唱歌曲的生产效率，丰富了音乐辅助创作形态，改善了用户体验。
歌曲翻唱合成执行方法装置设备介质产品

[发明专利]音频分离方法、装置、设备、存储介质及程序产品-CN202180005209.5在审
发明人：黄杰雄;万景轩;漆原;陈传艺 -专利权人：广州酷狗计算机科技有限公司
申请日： 2021-11-25 - 公布日： 2022-04-15 - 主分类号： G10L21/028 文献下载
摘要：本申请公开了一种音频分离方法、装置、设备、存储介质及程序产品，属于音频处理技术领域。所述方法包括：获取待分离音频，待分离音频包括至少两个音轨；获取待分离音频的时域特征和纹理特征，时域特征和纹理特征分别用于表征待分离音频的谐波相关性和谐波连续性；根据时域特征和纹理特征，获得n个音轨集分别对应的频谱特征，频谱特征用于表征音轨集的频率和振幅信息，每个音轨集包括待分离音频中的若干个音轨的组合；根据n个音轨集分别对应的频谱特征，生成n个对应的音频文件。本申请提供了一种分离效果好的音频分离方法，通过时域特征和纹理特征生成的音轨集分别对应的频谱特征，减小了音频分离过程中设备的计算量，提高了音频分离的速度。
音频分离方法装置设备存储介质程序产品

[发明专利]韵律标注方法、装置、计算机设备及存储介质-CN202111642835.3在审
发明人：孙洪文;陈传艺;劳振锋;肖纯智;黄杰雄;轩晓光;关迪聆 -专利权人：广州酷狗计算机科技有限公司
申请日： 2021-12-29 - 公布日： 2022-04-15 - 主分类号： G10L13/10 文献下载
摘要：本申请实施例公开了一种韵律标注方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：对文本信息进行语义特征提取，得到所述文本信息的文本语义特征，所述文本语义特征表示所述文本信息中相邻的每两个字符之间的关联关系；对所述文本信息对应的语音信息进行声学特征提取，得到所述语音信息的声学特征，所述声学特征至少表示所述语音信息中每个字符的发音情况；基于所述文本语义特征和所述声学特征，标注所述语音信息中的每个字符的韵律标签。该方法综合考虑文本语义特征和声学特征，在预测韵律标签时依据了更多的信息，提高了标注的韵律标签的准确性。
韵律标注方法装置计算机设备存储介质

[发明专利]语音合成方法、装置、设备、存储介质及程序产品-CN202111601414.6在审
发明人：黄杰雄;轩晓光;关迪聆;陈传艺;高阳升 -专利权人：广州酷狗计算机科技有限公司
申请日： 2021-12-24 - 公布日： 2022-03-25 - 主分类号： G10L13/02 文献下载
摘要：本申请公开了一种语音合成方法、装置、设备、存储介质及程序产品，涉及人工智能领域。该方法包括：响应于文本输入操作，获取输入文本；响应于语音类型选择操作，确定目标语音类型，所述目标语音类型包括目标情感类型与目标音色类型；响应于语音合成操作，按照所述目标语音类型对所述输入文本进行语音合成，得到目标语音，所述目标语音是具有所述目标情感类型对应情感与所述目标音色类型对应音色的音频。本申请实施例提供的方法，可使合成语音具有用户指定的情感特性与音色特性，丰富语音效果，有助于提高合成语音的真实性与自然性。
语音合成方法装置设备存储介质程序产品

[发明专利]语音合成方法、装置、设备、存储介质及程序产品-CN202111601435.8在审
发明人：黄杰雄;轩晓光;关迪聆;陈传艺;孙洪文 -专利权人：广州酷狗计算机科技有限公司
申请日： 2021-12-24 - 公布日： 2022-03-25 - 主分类号： G10L13/02 文献下载
摘要：本申请公开了一种语音合成方法、装置、设备、存储介质及程序产品，涉及人工智能领域。该方法包括：获取目标文本的目标音素、目标情感以及目标音色；对目标音素对应的目标音素特征与目标情感对应的目标情感特征进行特征融合，得到音素融合特征；基于音素融合特征与目标音色对应的目标音色特征进行发音预测，得到目标音素对应的语音发音特征；对语音发音特征进行特征解码，得到目标声学特征；基于目标声学特征合成目标语音，目标语音与目标文本相对应，目标语音是具有目标情感与目标音色的音频。本申请实施例提供的方法，可得到不同情感以及不同音色的语音，丰富合成语音的语音效果，且有助于提高合成语音的自然性与真实性。
语音合成方法装置设备存储介质程序产品

1
2
3
下一页»
尾页
共 39 条