“孙见青”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48个，建议您升级VIP下载更多相关专利

[发明专利]一种训练翻译模型的方法和设备-CN202110264866.3有效
发明人：陈巍华;孙见青;梁家恩 -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： 2021-03-12 - 公布日： 2023-10-20 - 主分类号： G06F40/58 文献下载
摘要：本发明涉及一种训练翻译模型的方法和设备，该方法包括：获取多个单语种模型及多个单领域模型；对所有的单语种模型与所有的单领域模型分别进行裁剪，得到多个裁剪模型；对各裁剪模型中的有用分支的权值赋值为第一值，且对各裁剪模型中的无用分支的权值赋值为第二值，以得到各裁剪模型的Mask矩阵；汇总各Mask矩阵得到LDMask矩阵；对LDMask矩阵进行多语种与多领域的联合训练，得到多语种与多领域的翻译模型。本方案将模型裁剪引入到多语种、多领域的模型中，能有效的将与任务相关的权值和与任务不相关的权值分开，通过使用与任务相关的权值进行模型训练有效的提升该任务的效果，提升多语种、多领域的翻译效果。
一种训练翻译模型方法设备

[发明专利]语音合成方法、系统、终端及存储介质-CN202310933990.3在审
发明人： 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： 2023-07-27 - 公布日： 2023-10-13 - 主分类号： G10L13/08 文献下载
摘要：本发明提供了一种语音合成方法、系统、终端及存储介质，该方法包括：根据样本语音训练声调预测模型；分别获取语音样本和语音合成样本的基频信息进行聚类，得到第一聚类信息；根据第一聚类信息对语音合成样本进行声调设置，根据声调设置后的语音合成样本训练端到端语音合成模型；将待合成文本的拼音信息输入训练后的声调预测模型进行声调预测，得到输出拼音，将输出拼音输入训练后的端到端语音合成模型进行语音合成，得到合成语音。本发明实施例，通过将输出拼音输入训练后的端到端语音合成模型进行语音合成，能自动得到待合成文本对应的合成语音，无需人工建立发音信息的构建规则，提高了语音合成系统搭建效率。
语音合成方法系统终端存储介质

[发明专利]虚拟语音的生成方法、装置、存储介质及电子装置-CN202211676955.X在审
发明人：郁祖达;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： 2022-12-26 - 公布日： 2023-04-18 - 主分类号： G10L13/02 文献下载
摘要：本发明公开了一种虚拟语音的生成方法、装置、存储介质及电子装置。其中，该虚拟语音的生成方法包括：通过获取多个不同的语音文本样本及语音属性信息，多个不同的语种语音文本样本中的每个语音文本样本对应一个语种，一个对象；将每个语音文本样本输入多流编码器中，得到每个语音文本样本对应的文本特征；通过文本特征以及语音特征训练基于生成式对抗网络建模的预设语音声学模型，得到生成虚拟语音的目标声学模型，即本发明可支持跨语种数据训练及跨语种发音人的生成，多流编码器能更好的捕捉不同语种中的文本特征，提升虚拟预设生成的灵活性以及可靠性，进而解决了现有技术中，生成虚拟语音的灵活性以及可靠性较低的技术问题。
虚拟语音生成方法装置存储介质电子

[发明专利]一种稳定可控的端到端语音合成方法及装置-CN202010275510.5有效
发明人： 孙见青 -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： 2020-04-09 - 公布日： 2023-04-18 - 主分类号： G10L13/02 文献下载
摘要：本发明公开了一种稳定可控的端到端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数据训练预设神经网络模型，获得训练后的预设神经网络模型，预设神经网络模型包括音素时长模型、频谱参数预测模型和语音输出模型；获取待合成文本；将待合成文本输入到训练后的预设神经网络模型中获得目标合成语音。解决了现有技术中加入时长控制模块可以一定程度提升合成语音的稳定性，但是会引入由于时长预测精度不足而导致合成语音效果不好的问题，大大的提高了用户的体验感。
一种稳定可控端到端语音合成方法装置

[发明专利]歌曲处理方法及装置-CN202010140669.6有效
发明人： 孙见青 -专利权人：云知声智能科技股份有限公司
申请日： 2020-03-03 - 公布日： 2023-04-07 - 主分类号： G10L13/02 文献下载
摘要：本发明是关于歌曲处理方法及装置。该方法包括：获取歌曲的简谱信息；确定所述简谱信息的理论音频特征和所述歌曲的文本的当前音素特征；根据所述当前音素特征、所述理论音频特征以及音素时长模型，确定所述歌曲的目标音素时长；根据所述目标音素时长对所述歌曲的文本进行语音合成。通过本发明的技术方案，在歌曲合成时，利用理论音频特征以及音素时长模型对音素时长以及合成音高进行控制，进而提高歌唱合成的准确性和自然度。
歌曲处理方法装置

[发明专利]一种歌声合成模型的训练方法、装置、设备和存储介质-CN202211586680.0在审
发明人：周瑜秋;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： 2022-12-10 - 公布日： 2023-03-31 - 主分类号： G10L13/02 文献下载
摘要：本发明公开了一种歌声合成模型的训练方法、装置、设备和存储介质。该方法包括：获取预先训练的歌声合成模型；采集目标用户输入的语音信息；获取所述语音信息对应的文本信息，并且提取所述语音信息中的每个音节对应的基频和时长；根据所述文本信息、所述语音信息以及所述语音信息中的每个音节对应的基频和时长，重训练所述歌声合成模型；其中，将所述语音信息包含的声学特征作为所述歌声合成模型的学习目标，以使所述歌声合成模型合成具有所述目标用户的音色的歌曲音频。本发明实施例在具备基础歌声合成模型的基础上，利用目标用户的语音信息，就可以训练出能够合成具有目标用户音色的歌曲的歌声合成模型。
一种歌声合成模型训练方法装置设备存储介质

[发明专利]一种歌曲合成模型的训练方法、装置、设备和存储介质-CN202211583385.X在审
发明人： 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： 2022-12-10 - 公布日： 2023-03-31 - 主分类号： G10H1/00 文献下载
摘要：本发明公开了一种歌曲合成模型的训练方法、装置、设备和存储介质。该方法包括：分别设置语音样本库和歌曲样本库；其中，所述语音样本库中的语音样本数量大于所述歌曲样本库中的歌曲样本数量；利用所述语音样本库，训练基础模型，直到所述基础模型收敛为止；利用所述歌曲样本库，重新训练所述基础模型，直到所述基础模型再次收敛为止，得到歌曲合成模型。本发明实施例先使用大量的语音样本训练基础模型，保证基础模型合成效果的稳定，再以极小的歌曲样本库重新训练基础模型，大大降低了样本库构建的成本以及歌曲合成模型的训练难度。
一种歌曲合成模型训练方法装置设备存储介质

[发明专利]一种语音合成方法、装置、设备和存储介质-CN202211583370.3在审
发明人：周到;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： 2022-12-10 - 公布日： 2023-03-31 - 主分类号： G10L13/02 文献下载
摘要：本发明公开了一种语音合成方法、装置、设备和存储介质。该方法包括：接收声学模型输出的声学特征；在声学特征中提取全局特征，并根据全局特征确定音色特征；将声学特征和音色特征输入声码器，使声码器根据声学特征和音色特征合成语音信号。本发明在声学特征中提取全局特征，进而确定音色特征，将音色特征作为条件注入声码器，使得声码器在根据声学特征进行语音信号合成时关注并参考音色特征，这样在语音合成时，额外强调音色特征，声码器就可以很好地合成具有该音色的语音信号。本发明保证了声码器对音色的学习能力，而且效果较佳，无需每遇到新的音色都要重新训练声码器，增强了声码器对集外音色的鲁棒性，提高了语音合成效率。
一种语音合成方法装置设备存储介质

[发明专利]一种语音转换方法、装置、电子设备和存储介质-CN202110284443.8有效
发明人： 孙见青;梁家恩 -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： 2021-03-16 - 公布日： 2023-01-24 - 主分类号： G10L25/30 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，该方法包括：通过获取源说话人语音数据；基于语音数据确定源说话人对应的语音文本和每个音素的时长；从语音文本中获取第一音素表征；从语音数据中确定第一音素级别的基频信息和第一音素级别的能量信息；将第一音素表征、每个音素的时长、第一音素级别的基频信息和第一音素级别的能量信息输入至目标端到端合成模型中，生成第一频谱参数；将第一频谱参数输入至目标神经网络声码器模型中确定目标说话人语音。本申请实施例中使用源说话人对应的数据进行处理，可以保留源说话人的发音内容，在转换时加入了源说话人的时长、基频和能量信息，可以体现源说话人的情感。
一种语音转换方法装置电子设备存储介质

[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]中英文语音混合合成方法、装置、电子设备和存储介质-CN202110628882.6有效
发明人： 孙见青;梁家恩 -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： 2021-06-02 - 公布日： 2022-12-27 - 主分类号： G10L13/02 文献下载
摘要：本发明涉及一种中英文语音混合合成方法、装置、电子设备和存储介质，该方法包括：获取待合成文本；判断待合成文本中中文文字的数量大于还是小于英文单词数量；若中文文字的数量大于所述英文单词数量，对人名和/或地名以及中文文本按照中文方式合成语音；若中文文字的数量小于英文单词数量，对人名和/或地名以及英文文本按照英文方式合成语音。本申请实施例中实现了将中文英文混合的文本合成语音，如将报纸上的中文英文混合的文本合成语音，即通过语音朗读出来，本申请实施例中通过比较中文文字的数量和英文单词数量多少，对人名和/或地名、中文文本和英文文本采取不同的语音合成方式，与现有技术中合成的语音相比更地道。
中英文语音混合合成方法装置电子设备存储介质

[发明专利]基于文本数据确定目标拼音的方法、装置和计算机设备-CN202211068983.3在审
发明人：吴朗;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： 2022-08-31 - 公布日： 2022-12-09 - 主分类号： G06F40/216 文献下载
摘要：本发明属于文本数据处理领域，提供一种基于文本数据确定目标拼音的方法，包括：获取待识别的汉字序列，并通过词典对待识别的汉字序列进行分词，得到词典分词结果，以及通过统计分词模型对待识别的汉字序列进行分词，得到统计分词结果，然后根据词典分词结果和预设分词消歧规则，对统计分词结果进行优化，得到优化后的统计分词结果，这样可以有效地降低分词歧义和降低统计分词结果的出错率，最后根据词典分词结果和所述优化后的统计分词结果，确定汉字序列对应的目标拼音序列，以此方式拼音序列更加准确。
基于文本数据确定目标拼音方法装置计算机设备

[发明专利]一种音频特征信息生成方法、装置、设备和存储介质-CN202211085774.X在审
发明人：郁祖达;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： 2022-09-06 - 公布日： 2022-12-06 - 主分类号： G10L13/02 文献下载
摘要：本发明公开了一种音频特征信息生成方法、装置、设备和存储介质。该方法包括接收待语音合成的文本信息以及被选定的声音类型；基于文本信息预测声学特征信息；获取声音类型对应的标准化参数；利用标准化参数，对声学特征信息执行还原处理；根据还原处理后的声学特征信息，生成声音类型对应的音频特征信息；音频特征信息用于生成声音类型对应的语音信号。在本发明中，多种声音共享同一组预测器来预测声学特征信息，预测器输出的为规整后的声学特征，通过被选定的声音对应的标准化参数，就可以将声学特征反规整到原空间，使解码器基于反规整的声学特征，生成被选定的声音类型对应的音频特征信息，从而使语音合成模型具有预测多种声音的功能。
一种音频特征信息生成方法装置设备存储介质

[发明专利]一种语音合成方法、装置、设备和存储介质-CN202211085786.2在审
发明人：郁祖达;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： 2022-09-06 - 公布日： 2022-12-06 - 主分类号： G10L13/02 文献下载
摘要：本发明公开了一种语音合成方法、装置、设备和存储介质。该方法包括：接收待语音合成的文本信息以及被选定的声音类型；将所述文本信息以及所述声音类型输入语音合成模型；其中，所述语音合成模型为经过多声音训练的端到端模型，所述语音合成模型中的语言模块为预训练模块；通过所述语音合成模型将所述文本信息合成为具有所述声音类型的语音信号。通过本发明，将需要转换为语音信号的文本信息以及语音信号展现的声音类型输入到语音合成模型中，语音合成模型即可将文本信息自动合成具有该声音类型的语音信号。语音合成模型仅需预先完成多声音训练即可，语音合成模型可以合成的声音类型多样，而且无需用户设计具有较多业务逻辑的功能模块。
一种语音合成方法装置设备存储介质

[发明专利]一种音视频合成方法及装置-CN202210796238.4在审
发明人：姚昆;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： 2022-07-07 - 公布日： 2022-10-11 - 主分类号： H04N5/265 文献下载
摘要：本发明涉及一种音视频合成方法，包括：获取经过TTS转换得到的语音信号和语音信号的属性；属性包括每个音素的类型和每个音素的时长；根据类型，在预设的视频中搜索对应的视频段；并根据时长确定视频段的时长；对视频段进行处理，得到目标视频；将目标视频和语音信号进行合并，得到音视频信息。避免了深度神经网络大模型对硬件资源的占用，不依赖于虚拟形象的设计和制作，方便低成本的快速部署，具有较好的经济社会价值。
一种视频合成方法装置

1
2
3
4
下一页»
尾页
共 48 条